Описательные статистики — это числовые показатели и способы представления данных, которые кратко характеризуют выборку: её состав, типичное значение, разброс и форму распределения. К ним относятся частоты, доли, среднее, медиана, мода, квартили, дисперсия и стандартное отклонение. Их применяют в исследованиях, HR-, клиентской и бизнес-аналитике, чтобы превратить массив наблюдений в понятную картину. Сами по себе они не проверяют гипотезы, не доказывают причины и не показывают точность переноса результата на генеральную совокупность.
Что показывает описательная статистика
Асимметрия отражает отклонение распределения от симметрии, а эксцесс — выраженность его хвостов. Их интерпретируют вместе с графиком и объёмом выборки.
Какие показатели выбирать
Столбчатая диаграмма применяется для категорий, а гистограмма — для распределения количественной переменной по интервалам. Это разные виды графиков.
Среднее, медиана и мода
Время ответа поддержки: 2, 3, 3, 4 и 28 минут.
- среднее — 8 минут;
- медиана — 3 минуты;
- мода — 3 минуты.
Значение 28 резко увеличило среднее. Для асимметричных данных полезно показывать медиану и квартили: среднее смещается в сторону длинного хвоста распределения.
Стандартное отклонение показывает масштаб разброса в исходных единицах. Дисперсия выражает его в квадрате единицы измерения. IQR — разность третьего и первого квартилей; он устойчивее к выбросам.
Как провести описательный анализ
- Определить единицу наблюдения и тип переменных.
- Проверить дубликаты, пропуски и невозможные значения.
- Указать объём выборки n и число валидных ответов.
- Рассчитать частоты и доли для категорий.
- Для чисел найти центр, разброс и квартили.
- Построить подходящие графики.
- Сравнить сегменты и периоды.
- Сформулировать выводы без причинных утверждений.
Для проверки значимости различий и распространения результатов на генеральную совокупность нужны методы выводной статистики.
Примеры применения
Типичные ошибки
- считать среднее для кодов номинальных категорий;
- показывать проценты без числа ответов;
- скрывать пропуски;
- использовать только среднее при выбросах;
- путать стандартное отклонение со стандартной ошибкой;
- делать причинный вывод из описательного сравнения;
- сравнивать сегменты с разными правилами расчёта.
Как использовать в ФОКУЗ
Для описательного анализа подходят клиентские и HR-опросы, NPS, CSI, eNPS, пульс-опросы, U&A и исследования удовлетворённости. Можно измерять распределения оценок, доли ответов, средние и медианные значения, индексы, различия сегментов и динамику волн.
В отчёте полезно показывать базу ответов, пропуски, распределение шкалы, центр и разброс. Кросс-таблицы описывают подразделения, регионы и типы клиентов, но не доказывают значимость различий. Открытые комментарии дополняют числа объяснениями респондентов.
Часто задаваемые вопросы
Что такое описательные статистики простыми словами?
Числа и графики, показывающие, как устроены данные.
Что входит в описательную статистику?
Частоты, проценты, среднее, медиана, мода, квартили и разброс.
Чем она отличается от выводной статистики?
Описывает выборку, но не проверяет гипотезы о генеральной совокупности.
Что лучше: среднее или медиана?
Зависит от распределения; при выбросах медиана часто информативнее.
Что показывает стандартное отклонение?
Насколько сильно значения различаются вокруг среднего.
Можно ли считать среднее по шкале Лайкерта?
В практике считают, но полезно также показывать медиану и распределение.
Какой график подходит для категорий?
Столбчатый; для количественного распределения — гистограмма.
Что такое квартили?
Границы, делящие упорядоченные данные на четыре части.
Нужно ли указывать размер выборки?
Да, вместе с числом валидных ответов.
Доказывает ли описательная статистика причинность?
Нет, она только характеризует наблюдаемые данные.
Кратко
- Описательные статистики сжимают массив данных до понятных показателей.
- Выбор показателя зависит от типа переменной.
- Центр описывают средним, медианой и модой.
- Разброс — диапазоном, IQR, дисперсией и SD.
- Категории показывают частотами и долями.
- Размер базы и пропуски нужно раскрывать.
- Причинные и статистические выводы требуют других методов.
