Oinarrizko estatistika inferentziala: definizioa, metodoak eta aplikazioak
Estatistika datuak nola bildu, prozesatu, aztertu, interpretatu eta aurkeztu aztertzen duen zientzia da. Estatistika, oro har, bi adar nagusitan banatzen da: estatistika deskribatzailea eta estatistika inferentziala. Estatistika deskribatzaileak datuak erraz ulertzeko moduan aurkeztean eta laburbiltzean jartzen du arreta, hala nola tauletan, grafikoetan eta joera zentralaren eta sakabanaketaren hainbat neurritan. Estatistika inferentzialak, berriz, populazio bati buruzko iragarpenak edo ondorioak egiteko aukera ematen digu lagin-datuetan oinarrituta.
Estatistika inferentziala estatistikaren adarra da, lagin batetik hartutako datuetan oinarrituta populazio bati buruzko ondorioak ateratzeko edo ondorioztatzeko aukera ematen diguna. Erabilera hau funtsezkoa da, askotan ezinezkoa baita populazio osoko datuak biltzea. Metodo estatistiko inferentzialen bidez, populazioari buruzko estimazioak edo hipotesiak egin ditzakegu eta estimazio horien konfiantza maila neurtu.
Oinarrizko ulermena eta kontzeptu nagusiak
Biztanleria eta Lagina
– Biztanleria: Ikerketaren xede diren banako edo objektuen bilduma osoari egiten dio erreferentzia. Adibidez, unibertsitateko ikasle guztiak.
– Lagina: Ikerketarako hautatutako populazio-azpimultzo edo zati bat, populazio horri buruzko ondorioak egiteko. Adibidez, unibertsitatetik ausaz hautatutako 100 ikasle.
Parametroak eta estatistikak
– Parametroa: Populazio baten ezaugarri bat deskribatzen duen balio numerikoa da (populazioaren batez bestekoa, adibidez).
– Estatistika: Lagin baten ezaugarri bat deskribatzen duten balio numerikoak dira (adibidez, laginaren batez bestekoa).
Estatistika Inferentzialeko Metodoak
Estatistika inferentzialean hainbat metodo erabiltzen dira maiz, hala nola:
1. Parametroen Estimazioa
– Parametroen estimazioak lagin-datuak erabiltzea dakar populazio-parametro baten balioa kalkulatzeko (edo aurreikusteko). Bi estimazio mota nagusi daude:
– Puntuzko Estimazioa: Populazio-parametro baten estimazio bakarra. Adibidez, laginaren batez bestekoa erabiltzea populazio-batez bestekoa kalkulatzeko.
– Konfiantza-tartea: Populazio-parametroaren balioa konfiantza-maila jakin batekin edukitzea suposatzen edo espero den balio-tartea.
2. Hipotesi-probak
– Hipotesiak probatzeko prozesuak bi hipotesi ditu barne: hipotesi nulua (H0), efekturik edo desberdintasunik ez dagoela dioena, eta hipotesi alternatiboa (H1), efekturik edo desberdintasunik badagoela dioena.
– Hipotesi-probak lagin-datuetatik ebidentzia nahikoa dagoen zehaztea du helburu, hipotesi nulua baztertzeko eta hipotesi alternatiboaren alde egiteko.
– Hipotesi probak egiteko urratsak hauek dira:
1. Adierazi bi hipotesiak (Ho eta Ha).
2. Hautatu esangura-maila (alfa).
3. Datuak bildu eta aztertu.
4. Zehaztu p-balioa edo proba-estatistikoa.
5. Atera ondorioak p-balioan eta esangura-mailan oinarrituta.
3. Erregresio-analisia
– Bi aldagai edo gehiagoren arteko erlazioa ulertzeko erabiltzen da.
– Erregresio lineal sinple baten ereduak aldagai independente baten (aurreikuslea) eta mendeko aldagai baten (erantzuna) arteko erlazioa hartzen du barne.
– Erregresio lineal anitzeko ereduek aldagai independente bat baino gehiago hartzen dute barne.
4. Aldakortasunaren azterketa (ANOVA)
– Hiru talde edo gehiagoren arteko batez bestekoak alderatzeko eta gutxienez talde bat besteetatik desberdina den zehazteko erabiltzen da.
– ANOVA unidirekzionalak faktore edo aldagai independente bat hartzen du barne, eta ANOVA bidirekzionalak, berriz, bi faktore edo aldagai independente.
Estatistika Inferentzialaren Aplikazioak
Estatistika inferentzialaren aplikazioak hainbat arlotan aurki daitezke, besteak beste:
– Osasuna: Tratamendu berrien eraginkortasuna tratamendu zaharrekin alderatuta zehazteko.
– Negozioak: Bezeroen gogobetetasuna neurtzeko eta etorkizuneko salmentei buruzko iragarpenak egiteko.
– Psikologia: Terapiaren edo esku-hartzearen eraginkortasuna ebaluatzea pazientearen egoera mentala hobetzeko.
– Hezkuntza: Curriculum berri baten edo irakaskuntza-metodo jakin baten eraginkortasuna ebaluatzeko.
– Gizarte Zientziak: Inkesta datuak aztertzeko eta gizarte-portaerari buruzko ondorioak ateratzeko.
Kasu-azterketak eta adibideak
Estatistika inferentzialaren inplementazioaren adibide gisa, hona hemen hezkuntza arloko kasu-azterketa sinple bat:
Kasu-azterketa: Irakaskuntza-teknika berrien eraginkortasuna
A eskolako matematika irakasle batek jakin nahi zuen ea irakaskuntza teknika berri bat zaharra baino eraginkorragoa zen ikasleen errendimendua hobetzeko. Horretarako, bi ikasle talderen datuak erabili zituen: talde batek irakaskuntza teknika zaharra erabiliz irakatsi zuen (kontrol taldea) eta besteak irakaskuntza teknika berria erabiliz (talde esperimentala).
Analisiaren urratsak:
1. Hipotesiaren formulazioa
– Ho: Ez dago alderik bi taldeen batez besteko proben emaitzei dagokienez.
– Ha: Bi taldeen arteko batez besteko proben emaitzen artean aldea dago.
2. Datuen bilketa
– Bildu bi taldeen proben emaitzen datuak.
3. Analisi estatistikoa
– Bi batez besteko alderatzeko t-test independente bat erabiltzea.
– Aukeratu esangura-maila (adibidez, alfa = 0,05).
4. Kalkulua eta interpretazioa
– Kalkulatu t-estatistikoa eta p-balioa.
– p-balioa < alfa bada, baztertu Ho. Horrek adierazten du irakaskuntza-teknika berriak eragin nabarmena duela. Ondorioa: Estatistika inferentzialak funtsezko zeregina du datuen analisian eta erabakiak hartzerakoan. Goian aipatutako printzipio eta metodoen bidez, ondorio baliodunak egin eta erabaki hobeak eta informatuagoak har ditzakegu. Estatistika inferentzialaren kontzeptuak menperatzea oso erabilgarria izango da, ez bakarrik akademian, baita eguneroko bizitzan eta beste hainbat arlo profesionaletan ere. Beraz, estatistika inferentzialaren oinarriak ondo ulertzea lehen urrats garrantzitsua da datuen analisian eta ikerketan parte hartzen duen edonorentzat.
