Savremeni naučni metod u mnogim naukama je nezamisliv bez primene statistike u svim fazama, bez obzira na vrstu nacrta istraživanja.

Dizajn istraživanja

Pošto se rezultati istraživanja, bez obzira na vrstu dizajna, baziraju na prikupljenim podacima, uloga statistike počinje još u fazi dizajna istraživanja. Potrebno je planirati na koji način će se prikupiti validni podaci koji će kasnije moći da se obrade, kako bi se dobio validan rezultat naučnog istraživanja.

Uloga statistike u planiranju istraživanja je toliko značajna da se često kaže kako istraživanje koje nije uključilo statistiku ili statističara od samog početka može da bude samo post mortem konstatacija o razlozima propasti istraživanja.

Prikupljanje podataka

Prikupljanje podataka najčešće podrazumeva uzimanje uzoraka iz neke veće populacije. Da rezultat ne bi bio deformisan, uzorak mora da bude nezavistan, što se postiže slučajnim izborom individualnih elemenata populacije.

Uzorak ne sme da obuhvati samo deo populacije koji je značajan za istraživanje, jer bi u suprotnom dobili iskrivljenu sliku populacije.

Primena statistike zahteva i dovoljan stepen varijabiliteta između elemenata uzoraka.

Opisivanje podataka

Nakon što su podaci prikupljeni, potrebno ih je organizovati i sumirati, tako da se stekne globalna slika o procesu koji je predmet istraživanja. U statistici se to radi na dva načina

  • grafički i
  • deskriptivnom statistikom

Grafički prikaz podataka vrši se putem dijagrama koji imaju neke standardne karakteristike. To mogu biti:

  • stubičasti dijagram,
  • histogram,
  • poligon,
  • pita i dr.

Grafički prikaz često može na prvi pogled da otkrije osobine analiziranih podataka, koje se kasnije preciznije kvantifikuju putem deskriptivne statistike.

Deskriptivna statistika opisuje podatke tako što pronalazi njihove važne karakteristike, kao što su:

  • mere centralne tendencije,
  • mere disperzije i
  • povezanost sa drugim podacima

Ako su podaci kategorički, oni se obično grupišu, a svakoj grupi se pridodaju frekvencije pojavljivanja elemenata u grupi. To se radi zbog njihove lakše upotrebe u narednim fazama obrade podataka.

Analiziranje podataka

Da bi se doneo ispravan zaključak, neophodno je analizirati podatke. Postoji mnogo načina za analizu podataka, a neki od njih su:

  • utvrđivanje povezanosti dve varijable (npr. aritmetičke sredine dvaju uzoraka) putem regresione analize;
  • utvrđivanje oblika distribucije podataka i dr.

Pre nego što se pređe na donošenje zaključaka o istraživanju, neophodno je definisati i interval poverenja, kao meru pouzdanosti donetog zaključka.

Što je zahtevani stepen pouzdanosti veći, to je interval poverenja širi, što znači da je i preciznost podataka manja. Zato treba voditi računa o optimalnom odnosu ove dve veličine.

U društvenim naukama obično se za stepen pouzdanosti uzima 95%, što znači da postoji šansa od 5% da je doneti zaključak pogrešan. Iz toga se izračunava interval poverenja za konkretan slučaj.

Donošenje zaključka

Suština i krajnji rezultat istraživanja i proučavanja podataka je donošenje zaključka. U tu svrhu se koriste statistički testovi koji treba da daju odgovor na pitanje šta jeste, a šta nije osobina fenomena koji je predmet istraživanja.

Celokupnu računicu danas obavljaju računari, ali oni još uvek nisu sposobni da protumače dobijeni zaključak. To može samo istraživač koji je uspešno odradio sve faze istraživačkog rada.

Da bi došao do ispravnog zaključka i uspešno završio svoje istraživanje, istraživač mora da postavi hipoteze, izabere odgovarajući statistički test, da izračuna test-statistiku i na osnovu dobijenih vrednosti odluči o tome da li se nulta hipoteza prihvata ili odbacuje.