如果你从样本数据中分析得出了一些结论，那么它是否适用于总体呢？这就涉及了推断性分析的内容。如果样本可以真正代表总体，那么就可以依赖样本来推断总体，这也就意味着样本必须遵循随机抽样或者样本具有至少65%的总体代表性。如果你釆用的是定额抽样，或者样本代表性较低，那么这时候就不适合使用推断分析了。但是，我们还可以釆用第14章中学到的其他方法，如关联测量和影响测量等，并不只局限于推断性分析。
即使是概率随机抽样，样本可能也不具有代表性。例如，你在欧盟各国随机抽样进行民意调查，最后你想比较德国和法国的被调查者民意的不同，即这两组间是否存在着不同。对一系列问题进行对比后，你发现有些问题回答上两组存在很大差异，有些则差异很小，那么这些差异是由于总体选民的不同而导致的吗？这时你就可以使用推断性分析，进行统计分析来验证是否存在真正的差异。但是进行统计验证后，你也不能确保真的在总体上存在这种差异。因为统计检验只会在一个概率上验证你的假设，因此你只能说德国和法国的选民样本只是统计上显著的。
参数检验与非参数检验
当你在参考一本统计学教科书或spps操作指南时，会经常碰到被称为参数和非参数的统计检验。我们在之前知道了为进行统计检验以得到一个有效的统计检验结果需要哪些条件，例如需要变量总体服从正态分布。对于比较两个来自不同总体的样本时，必须要保证这二者方差相同。当这些条件得到满足时，你可以使用参数检验；如果不是，则可以使用非参数检验。
扫码关注调研家公众号，随时随地获取调研家观点
关注公众号
调研家将为您提供
一对一专业服务，根据您的项目情况，为您定制专属解决方案
Copyright © 2023 SurveyPlus 瀚一数据科技（深圳）有限公司 粤ICP备18114013号
粤公网安备44030502004015号
