Ein Überblick über die deskriptive Analyse

Die deskriptive Analyse ist die Art der Datenanalyse, die dazu beiträgt, Datenpunkte auf konstruktive Weise zu beschreiben, darzustellen oder zusammenzufassen, so dass Muster entstehen, die alle Bedingungen der Daten erfüllen.

Sie ist einer der wichtigsten Schritte bei der Durchführung einer statistischen Datenanalyse. Sie gibt Aufschluss über die Verteilung der Daten, hilft bei der Erkennung von Eingabefehlern und Ausreißern und ermöglicht es, Ähnlichkeiten zwischen Variablen zu erkennen, so dass weitere statistische Analysen durchgeführt werden können.

Techniken für die deskriptive Analyse

Datenaggregation und Data Mining sind zwei Techniken, die in der deskriptiven Analyse verwendet werden, um historische Daten zu extrahieren. Bei der Datenaggregation werden die Daten zunächst gesammelt und dann sortiert, um die Datensätze besser handhabbar zu machen.

1. Zu den deskriptiven Techniken gehören häufig die Erstellung von Quantils- und Mittelwerttabellen, Streuungsmethoden wie Varianz oder Standardabweichung und Kreuztabellen, die zur Überprüfung vieler unterschiedlicher Hypothesen verwendet werden können. Diese Hypothesen heben oft Unterschiede zwischen Untergruppen hervor.
   
2. Maßnahmen wie Segregation, Diskriminierung und Ungleichheit werden mit speziellen deskriptiven Techniken untersucht. Diskriminierung wird mit Hilfe von Prüfungsstudien oder Dekompositionsmethoden gemessen. Eine stärkere Segregation auf der Grundlage der Art oder Ungleichheit der Ergebnisse muss an sich nicht unbedingt gut oder schlecht sein, wird aber oft als Marker für ungerechte soziale Prozesse angesehen; eine genaue Messung der verschiedenen Stufen über Raum und Zeit hinweg ist eine Voraussetzung für das Verständnis dieser Prozesse.
   
3. Eine Tabelle mit den Mittelwerten nach Untergruppen wird verwendet, um wichtige Unterschiede zwischen den Untergruppen aufzuzeigen, was meist zu Schlussfolgerungen und Schlussfolgerungen führt. Wenn wir z. B. ein Einkommensgefälle feststellen, neigen wir natürlich dazu, Gründe für diese Muster zu extrapolieren.
   
   Aber auch dies fällt in den Bereich der Wirkungsmessung, die den Einsatz verschiedener Techniken erfordert. Oft verursachen zufällige Schwankungen Unterschiede in den Mittelwerten, und es sind statistische Schlussfolgerungen erforderlich, um festzustellen, ob die beobachteten Unterschiede nur zufällig entstanden sein könnten.
   
4. Eine Kreuztabelle oder Zwei-Wege-Tabelle soll die Anteile der Komponenten mit eindeutigen Werten für jede der beiden verfügbaren Variablen oder die Zellenanteile aufzeigen. Beispielsweise könnte man den Anteil der Bevölkerung tabellarisch darstellen, der einen Highschool-Abschluss hat und außerdem Lebensmittel- oder Bargeldunterstützung erhält, d. h. es soll eine Kreuztabelle der Bildung gegenüber dem Erhalt von Unterstützung erstellt werden.

Wir könnten dann auch die Zeilenanteile oder die Anteile in jeder Bildungsgruppe untersuchen, die Nahrungsmittelhilfe oder Geldleistungen erhalten, und vielleicht feststellen, dass die Höhe der Unterstützung mit zunehmendem Bildungsniveau stark abnimmt.

Wir können auch die Spaltenanteile untersuchen, d.h. den Anteil der Bevölkerung mit unterschiedlichem Bildungsniveau, aber das ist das Gegenteil von kausalen Effekten. Es kann sein, dass wir eine überraschend hohe Zahl oder einen überraschend hohen Anteil von Leistungsempfängern mit Hochschulbildung finden, aber dies könnte darauf zurückzuführen sein, dass mehr Personen einen Hochschulabschluss haben als Personen mit weniger als einem Hauptschulabschluss.

Arten der deskriptiven Analyse

Die deskriptive Analyse kann in vier Typen eingeteilt werden: Häufigkeitsmaße, zentrale Tendenz, Streuung oder Variation und Position. Diese Methoden sind jeweils für eine einzelne Variable optimal.

Maße der Häufigkeit

Für die deskriptive Analyse ist es wichtig zu wissen, wie häufig ein bestimmtes Ereignis oder eine bestimmte Reaktion auftritt. Dies ist der Hauptzweck von Häufigkeitsmaßen, die wie eine Zählung oder ein Prozentsatz aussehen.

Nehmen wir zum Beispiel eine Umfrage, bei der 500 Teilnehmer nach ihrer Lieblingsmannschaft in der IPL gefragt werden. Eine Liste mit 500 Antworten wäre schwer zu handhaben und unterzubringen, aber die Daten können viel leichter zugänglich gemacht werden, indem gemessen wird, wie oft ein bestimmtes IPL-Team ausgewählt wurde.

Maße der zentralen Tendenz

Bei der deskriptiven Analyse ist es auch wichtig, die zentrale (oder durchschnittliche) Tendenz oder Antwort zu bestimmen. Die zentrale Tendenz wird anhand von drei Mittelwerten gemessen: Mittelwert, Median und Modus. Nehmen wir zum Beispiel eine Umfrage, bei der das Gewicht von 1.000 Personen gemessen wird. In diesem Fall wäre der Mittelwert eine ausgezeichnete deskriptive Metrik zur Messung der Mittelwerte.

Maße der Streuung

Manchmal ist es wichtig zu wissen, wie die Daten in einem Bereich verteilt sind. Ein Beispiel hierfür ist das Durchschnittsgewicht einer Stichprobe von zwei Personen. Wenn beide Personen 60 kg wiegen, beträgt das Durchschnittsgewicht 60 kg. Wenn jedoch eine Person 50 kg und die andere 70 kg wiegt, beträgt das Durchschnittsgewicht immer noch 60 kg. Streuungsmaße wie Spannweite oder Standardabweichung können verwendet werden, um diese Art der Verteilung zu messen.

Maße der Position

Bei der deskriptiven Analyse geht es auch darum, die Position eines einzelnen Wertes oder seiner Reaktion im Verhältnis zu anderen zu bestimmen. Maßzahlen wie Perzentile und Quartile sind in diesem Bereich sehr nützlich.

Wenn Sie Daten über mehrere Variablen gesammelt haben, können Sie bivariate oder multivariate deskriptive Statistiken verwenden, um zu untersuchen, ob es Beziehungen zwischen ihnen gibt.

Bei der bivariaten Analyse werden die Häufigkeit und die Variabilität von zwei verschiedenen Variablen gleichzeitig untersucht, um festzustellen, ob sie einem Muster folgen und gemeinsam variieren. Sie können auch die zentrale Tendenz der beiden Variablen testen und vergleichen, bevor Sie weitere statistische Analysen durchführen.

Die multivariate Analyse entspricht der bivariaten Analyse, wird aber für mehr als zwei Variablen durchgeführt. Die folgenden 2 Methoden sind für die bivariate Analyse.

Kontingenztabelle

In einer Kontingenztabelle stellt jede Zelle die Kombination der beiden Variablen dar. Natürlich wird eine unabhängige Variable (z. B. Geschlecht) auf der vertikalen Achse und eine abhängige Variable (z. B. Tätigkeiten) auf der horizontalen Achse aufgetragen. Sie müssen die Tabelle “quer” lesen, um zu sehen, wie die beiden Variablen, d. h. die unabhängige und die abhängige Variable, zueinander in Beziehung stehen.

Streudiagramme

Ein Punktdiagramm ist ein Diagramm, das die Beziehung zwischen zwei oder drei verschiedenen Variablen darstellt. Es ist eine visuelle Darstellung der Stärke einer Beziehung.

In einem Streudiagramm wird eine Variable auf der X-Achse und eine andere auf der Y-Achse aufgetragen. Jeder Datenpunkt wird durch einen Punkt im Diagramm gekennzeichnet.

Vorteile der deskriptiven Analyse

• Ein hohes Maß an Objektivität und Neutralität der Forscher ist einer der Hauptvorteile der deskriptiven Analyse. Der Grund, warum Forscher besonders wachsam sein müssen, liegt darin, dass die deskriptive Analyse verschiedene Merkmale der extrahierten Daten aufzeigt, und wenn die Daten nicht mit den Trends übereinstimmen, führt dies zu einem großen Datenmüll.
• Die deskriptive Analyse gilt als umfangreicher als andere quantitative Methoden und liefert ein umfassenderes Bild eines Ereignisses oder Phänomens. Es kann eine beliebige Anzahl von Variablen oder sogar eine einzige Anzahl von Variablen verwendet werden, um eine deskriptive Forschung durchzuführen.
• Diese Art der Analyse wird als bessere Methode zur Sammlung von Informationen angesehen, die Beziehungen als natürlich beschreiben und die Welt, wie sie existiert, zeigen. Aus diesem Grund ist diese Analyse sehr real und menschennah, da alle Tendenzen nach der Erforschung des realen Verhaltens der Daten ermittelt werden.
• Sie gilt als nützlich für die Identifizierung von Variablen und neuen Hypothesen, die durch experimentelle und inferentielle Studien weiter analysiert werden können. Sie gilt als nützlich, weil die Fehlermarge sehr gering ist, da wir die Trends direkt aus den Dateneigenschaften ableiten.
• Diese Art von Studie gibt dem Forscher die Flexibilität, sowohl quantitative als auch qualitative Daten zu verwenden, um die Eigenschaften der Population zu entdecken.
• So können Forscher beispielsweise sowohl Fallstudien, die eine qualitative Analyse darstellen, als auch Korrelationsanalysen verwenden, um ein Phänomen auf seine eigene Weise zu beschreiben. Die Verwendung von Fallstudien zur Beschreibung von Personen, Ereignissen und Institutionen ermöglicht es dem Forscher, das Verhalten und die Muster der betreffenden Gruppe in vollem Umfang zu verstehen.
• Bei Umfragen, die eine der Hauptarten der deskriptiven Analyse darstellen, neigt der Forscher dazu, Datenpunkte aus einer relativ großen Anzahl von Stichproben zu sammeln, im Gegensatz zu experimentellen Studien, die im Allgemeinen kleinere Stichproben benötigen.
• Dies ist ein eindeutiger Vorteil der Erhebungsmethode gegenüber anderen deskriptiven Methoden, da sie es den Forschern ermöglicht, problemlos größere Gruppen von Personen zu untersuchen. Wenn die Erhebungen ordnungsgemäß durchgeführt werden, ergibt sich eine umfassendere und genauere Beschreibung der untersuchten Einheit.

Beispiele für Anwendungen der deskriptiven Analyse

Die deskriptive Analyse findet in zahlreichen Bereichen Anwendung und hilft dabei, komplexe Datenmengen verständlich zu machen. Hier sind einige prägnante Beispiele:

1. Marktforschung: Unternehmen nutzen deskriptive Analyse, um Kundenverhalten zu verstehen. Durch die Auswertung von Verkaufszahlen, Kundenbefragungen und Markttrends können sie z.B. ermitteln, welche Produkte bei bestimmten Altersgruppen beliebt sind.
2. Gesundheitswesen: In Krankenhäusern und bei medizinischen Studien wird deskriptive Statistik eingesetzt, um Patientendaten auszuwerten. So kann festgestellt werden, welche Behandlungsmethoden bei bestimmten Krankheiten am effektivsten sind.
3. Bildungswesen: Schulen und Universitäten verwenden deskriptive Analysemethoden, um die Leistung von Schülern und Studenten zu bewerten. Durch die Analyse von Prüfungsergebnissen und Abschlussquoten können Bildungseinrichtungen ihre Lehrmethoden optimieren.
4. Finanzanalyse: In der Finanzbranche werden deskriptive Methoden genutzt, um historische Marktdaten zu analysieren. So können Muster in Aktienkursen erkannt und zukünftige Investitionsstrategien entwickelt werden.
5. Sozialwissenschaften: Soziologen und Psychologen setzen deskriptive Statistik ein, um Umfrageergebnisse zu interpretieren. Dies hilft ihnen, soziale Trends und menschliches Verhalten besser zu verstehen.

Durch die Anwendung der deskriptiven Analyse in diesen und vielen anderen Bereichen können Entscheidungsträger besser informierte Schlüsse ziehen und effektivere Strategien entwickeln.