امار توصیفی

 آمار توصیفی
واژه Statistics که به فارسی آن را آمار ترجمه کرده اند به دو معنی بکار می رود:
– به معنی اعداد و ارقام واقعی یا تقریبی درباره اموری از قبیل زاد و مرگ، میزان تولید، میزان تصادفات رانندگی و غیره.
– به معنی روشهایی که برای جمع آوری، تلخیص، تجزیه و تحلیل، تفسیر و بطور کلی مطالعه و بررسی مشاهدات بکار برده می شود.
با بیان دیگری می توان گفت که آمار عبارت است از هنر و علم جمع آوری، تجزیه و تحلیل داده ها، تفسیر و استخراج تعمیمهای منطقی در مورد جامعه مادر پدیده های تحت بررسی بر اساس استنباط از نمونه ها.
با توجه به تعاریف بالا می توان گفت یک فرآیند تحلیل آماری، شامل دو بخش عمده است. اولین قدم، نمایش دادن و خلاصه کردن داده ها می باشد تا توجه ما روی ویژگیهای مهم داده ها متمرکز شده و جزئیات غیرضروری کنار گذاشته شود. اما بخش دوم، برای استخراج نکات کلی و استنباط هایی در مورد پدیده تحت مطالعه به کار می‏رود. بخش اول شامل روشهای آمار توصیفی[1] و بخش دوم در برگیرنده روشهای موسوم به آمار استنباطی[2] است.
آمار توصیفی به طبقه بندی، خلاصه کردن، توصیف، تفسیر و نمایش گرافیکی داده ها برای برقراری ارتباط پژوهشگر با داده ها اطلاق می شود. نقش آمار توصیفی بعنوان اولین قدم در فرآیند تحلیل آماری بسیار مهم و حیاتی است. آمار توصیفی با خلاصه کردن داده ها، ویژگیهای مهم آنرا نمایان می سازد تا ایده های لازم را در ذهن پژوهشگر برای مرحله دوم تحلیل آماری (آمار استنباطی) ایجاد کند و توزیع کلی جامعه مادر را برای اتخاذ روشهای آماری نشان دهد.
جامعه آماری
مجموعه افراد یا چیزهائی را که می خواهیم یک یا چند ویژگی درباره آنها را مطالعه کنیم یک جامعه آماری می نامیم. مثلاً جمعیت نوزادانی که در سال گذشته در یک مرکز درمانی مشخص بدنیا آمده اند یا مثلاً تعداد تصادفات رانندگی در یکسال.
جامعه آماری ممکن است متناهی یا نامتناهی باشد. مثلاً جمعیت افرادی که در دو سال گذشته بدنیا آمده اند متناهی، ولی جمعیت افرادی که از فروردین امسال به بعد بدنیا می آیند نامتناهی است.

نمونه
زیر مجموعه ای از جامعه را که طبق ضوابطی مقبول انتخاب می شود به نحوی که بهترین اطلاعات را در مورد جامعه مادر ارائه دهد و مطالعه آن به جای مطالعه تمام جامعه مقدور است نمونه ای از جامعه می نامند. در صورت صحت و دقت نمونه گیری و اتخاذ روشهای صحیح آماری می توان نتیجه حاصل از مطالعه نمونه را به تمام جامعه تعمیم داد.

متغیر[3]
ویژگیهائی در مورد یک جامعه که پژوهشگران آنها را مشاهده و اندازه گیری می کنند، متغیر نامیده می شود. متغیر را می توان به دو طبقه کمّی و کیفی تقسیم کرد.
متغیرهای کمّی به متغیرهائی اطلاق می شوند که از نظر مقدار یا ارزش متفاوت هستند و می توانند مقدار عددی بگیرند. مانند سن، نمره های آزمونهای پیشرفت تحصیلی.
متغیرهائی که از نظر کیفی متفاوت هستند و نمی توانند مقدار عددی بگیرند متغیر کیفی نامیده می شوند نظیر جنس، رنگ مو که می توان آنها را طبقه بندی کرده و به صورت کلامی یا کد نمایش داد.
متغیر بر اساس نقشی که در پژوهش به عهده دارد به دو دسته مستقل و وابسته تقسیم می شود. متغیر مستقل، متغیر پیش فرض است و متغیر وابسته بر اساس تغییرات آن اندازه گیری و تعیین می شود. در تحقیق آزمایشی، متغیر مستقل توسط محقق دستکاری می شود تا تاثیرات آن بر تغییرات متغیر وابسته مشخص شود.
متغیر وابسته، متغیری است که ارزش یا مقدار آن به متغیر مستقل بستگی دارد. متغیر وابسته در اختیار محقق نیست و محقق نمی تواند در آن دخل و تصرف یا دستکاری کند.
طبقه بندی عمده دیگری که از متغیرها شده است بر این اساس است که آیا متغیر، گسسته است یا پیوسته ؟
متغیر گسسته، متغیری است که فقط مجموعه ای از ارزشهای معین به آن اختصاص داده می شود بعنوان مثال تعداد دانشجویان یک کلاس یا تعداد اعضای یک خانواده. در متغیر گسسته، ارزشهای موجود بین دو مقدار یا دو ارزش، دارای معنی و مفهوم نیست.
متغیر پیوسته، متغیری است که هر ارزش یا مقدار ( اعشاری،کسری ) را می توان به آن اختصاص داد و هر عددی که بین دو واحد آن انتخاب شود دارای معنی و مفهوم است.مانند سن، قد، وزن و نمره های پیشرفت تحصیلی.
مقیاسهای اندازه گیری استیونز
اساسی ترین فعالیت در هر پژوهش، اندازه گیری است. اندازه گیری فرآیندی است که ازطریق آن، مشاهده ها به عدد تبدیل می شوند. استیونز[1] استاد روانشناسی دانشگاه هاروارد آمریکا، در مقاله بنیادی 1946 خود چهار نوع مقیاس را معرفی کرده است.
مقیاس اسمی[1]
ابتدائی ترین مقیاس، مقیاس اسمی است. هر گاه مقیاس X ،که معمولاً یک عدد طبیعی است، تنها برای شناسائی افراد یا چیزها یا مکانها بکار رود، آن را یک مقیاس اسمی می نامند. مثلاً اگر پرستاران یک بیمارستان از بخشهای مختلف نوزادان، جراحی، زنان، اورژانس باشند و به ترتیب آنها را با اعداد1، 2، 3 و 4 مشخص کنیم این اعداد صرفاً می گویند که هر پرستار از کدام بخش است. پرستاری که برچسب 3 دارد از بخش زنان و پرستاری که بر چسب 4 دارد از بخش اورژانس است.این طبقه بندی معنی کمّی نداشته و این اعداد را نمی توان برای مقایسه یا چهار عمل اصلی حساب بکار برد.
مقیاس ترتیبی[1]
مقیاس ترتیبی نیز همانند مقیاس اسمی به طبقه بندی و نام گذاری طبقه ها می پردازد. اما در این مقیاس ترتیب مهم است. هر گاه مقیاس x، که یک عدد حقیقی است، برتری را بیان کند، آن را یک مقیاس ترتیبی می نامند. مثلاً اگر پزشکان جراح یک بیمارستان را از نظر مهارت با اعداد 1، 2، 3، 4 مشخص کنند. پزشک 4 از پزشک شماره 2 ماهرتر است. ولی نمی توان گفت که دو برابر او مهارت دارد این گونه اعداد را می توان تنها برای مقایسه و رتبه بندی بکار برد و نمی توان با آنها چهار عمل اصلی انجام داد.
مقیاس فاصله ای[1]
مقیاس فاصله ای علاوه بر طبقه بندی، نام گذاری و مرتب کردن طبقه ها، به ما اجازه می دهد که فاصله های موجود بین افراد یا اشیاء یا رویدادها را مشخص کنیم. هر گاه مقیاس X،که یک عدد حقیقی است، نسبت دو تفاضل یا دو فاصله را حفظ کند، آن را یک مقیاس فاصله ای می نامند. مثلاً فرض کنید ویژگی t گرمای چهار جسم باشد و با مقیاس سانتیگراد داشته باشیم:
45=x4 و 20=x3 و 15=x2 و 10=x1

ملاحظه می شود که :

اینک با مقیاس فارنهایت طبق فرمول

داریم:
113=y4 و 68=y3 و 59=y2 و 50=y1
باز هم ملاحظه می شود که :

از این مثال نکته های زیر قابل توجه می باشند.
الف- اگر با مقیاس سانتیگراد جسم a دارای درجه حرارت صفر باشد، با مقیاس فارنهایت این جسم دارای درجه حرارت 32 است. بنابراین با مقیاس فاصله ای صفر معنی هیچ نمی دهد و صرفاً جنبه قراردادی است.
ب- با مقیاس اول گرمای a4 سه برابر گرمای a2 است ولی با مقیاس دوم چنین نیست. بنابراین در اندازه گیری با مقیاس فاصله ای، نسبت محفوظ نمی ماند.
ج- با هر دو مقیاس تفاضل گرمای a3 و a4 پنج برابر تفاضل گرمای a1 از a2 است بنابراین در مقیاس فاصله ای، نسبت فاصله ها با تغییر مقیاس فاصله ای تغییر نمی کند.
مقیاس نسبی[1]

سیستم های اطلاعاتیis برای ایجاد جهشهای ناگهانی در بهره وری ، افزایش توان رقابت و حفظ مزیتهای رقابتی پایدار. قابلیتهای قابل ملاحظه ای دارند که دسترسی به اغلب آنها امکان پذیر است . در مقاله حاضر، تلاش می شود. عواملی که بر میزان موفقیت استفاده از سیستم های اطلاعاتی موثرند، معرفی گردد. این عوامل کلیدی درنهایت به شبکه ای یکپارچه برای بهره برداری نوین از سیستم های اطلاعاتی برای خلق مزیتهای رقابتی منتهی می گردد. هرگونه بهبودی در کیفیت یا کمیت اطلاعات موجود، یا توانایی فرآوری یا به کارگیری اطلاعات ، امکان افزایش وضعیت بهره وری و رقابتی یک سازمان رافراهم می کند، که البته ، تحقق این امر نیازمند طراحی موثر و اجرای سیستم های اطلاعاتی است .

برای یک سازمان ، اطلاعات به اندازه منابع مالی ، نیروی کار، مواد و سرمایه ارزشمنداست . و مباحثات مربوط به جهانی شدن نیز این ارزش را موردتاکید مداوم قرار می دهد.البته ناگفته نماند، درحالی که بسیاری از افراد توانمندیهای سیستم های اطلاعاتی راپذیرفته اند. معدودی نیز دستورالعمل های خاصی برای تحقق این توانایی ارائه می دهند.یکی از دلایل عدم درک عمیق و سیستماتیک توانایی ارائه مزیت رقابتی توسطسیستم های اطلاعاتی کامپیوتری ، به کارگیری این سیستم در مهندسی مجدد و بازسازی باهدف اولیه کاهش هزینه ها توسط بسیاری از سازمانهاست