Statistik är matematiska beräkningar som används för att analysera data. Verktyg för statistisk analys kan beskriva, sammanfatta och jämföra data. Det finns olika verktyg som kan analysera statistisk data. Dessa sträcker sig från relativt enkla beräkningar till avancerad analys. Grundläggande analyser kan lätt beräknas, medan mer avancerade metoder kräver en gedigen förståelse för avancerad statistik samt specialiserad datormjukvara.
Beskrivande analys
Beskrivande analys använder specifika verktyg för att beskriva data. Det är relativt enkla beräkningar som ger en grundläggande bild av hur datan ser ut totalt sett. Beskrivande verktyg inkluderar: frekvens, procentsatser och mått på central tendens. Frekvens anger hur många gånger något har inträffat i en datamängd. Procentsatser är beräkningar som visar en andel. Mått på central tendens representeras av medelvärde, median och mod. Dessa verktyg beskriver den centrala punkten (median), den vanligaste (läge) eller medelvärdet (medelvärde) för en specifik variabel.
Måttliga statistiska analysverktyg tittar på sambanden mellan variabler — vilken karaktär av dessa samband är och om de är signifikanta . Dessa inkluderar korrelation och regression. En korrelation beskriver sambandet mellan två variabler samt riktningen och styrkan av det sambandet. Regression kan visa om en variabel förutsäger en annan variabel. Liksom korrelation visar regression dock inte orsakssamband.
Avancerad analys
Avancerade analyser inkluderar variansberäkningar. Dessa kan hjälpa en forskare att se vilken variation som finns i data, såväl som positiva resultat i forskningen. För att beräkna varians måste en forskare använda standardavvikelsen. En standardavvikelse mäter graden som ett individuellt värde varierar från medelvärdet eller medelvärdet. När standardavvikelsen väl är känd kan variansanalys utföras. En variansanalys eller ANOVA används för att jämföra skillnaden i medelvärden eller medelvärden för variabla grupper. Detta kommer att visa om ett resultat från en grupp är statistiskt annorlunda än resultatet för en annan grupp. An Analysis of Covariance, eller ANACOVA, är ett verktyg som kan användas för experimentell forskningsdesign. ANACOVA kommer att berätta för forskaren skillnaden mellan data före och efter testet.
