Techniques multivariées: avantages et inconvénients

Qu'est-ce que l'analyse multivariée est utilisée pour

• Techniques multivariées sont utilisées pour étudier les ensembles de données à la consommation et études de marché, de contrôle de qualité et l'assurance qualité, l'optimisation des processus et de contrôle des processus, et la recherche et le développement. Ces techniques sont particulièrement importantes dans la recherche en sciences sociales parce que les chercheurs sociaux sont généralement incapables d'utiliser les expériences de laboratoire randomisées, comme ceux utilisés dans la médecine et les sciences naturelles. Voici des techniques multivariées peuvent estimer statistiquement les relations entre les différentes variables, et de corréler l'importance de chacun est le résultat final et où les dépendances existent entre eux.

Pourquoi techniques multivariées sont utilisées

• 
  
  
  
  

  Parce que la plupart des analyses de données tente de répondre à des questions complexes impliquant plus de deux variables, ces questions sont mieux traitées par des techniques statistiques multivariées. Il existe plusieurs techniques de plusieurs variables différentes à choisir, en fonction des hypothèses sur la nature des données et le type d'association en cours d'analyse. Chaque technique teste les modèles théoriques d'une question de recherche sur les associations contre les données observées. Les modèles théoriques sont basées sur des faits ainsi que de nouvelles hypothèses sur les associations plausibles entre les variables.

Avantages

• Techniques multivariées permettent aux chercheurs d'étudier le rapport entre les variables d'une manière globale et de quantifier la relation entre les variables. Ils peuvent contrôler association entre les variables en utilisant tableau croisé, corrélation partielle et de régressions multiples, et d'introduire d'autres variables pour déterminer les liens entre les variables indépendantes et dépendantes ou pour spécifier les conditions dans lesquelles l'association a lieu. Cela donne une image beaucoup plus riche et réaliste que de regarder une seule variable et fournit un puissant test d'importance par rapport aux techniques univariées.

Désavantages

• Techniques multivariées sont complexes et impliquent des mathématiques de haut niveau qui nécessitent un programme statistique pour analyser les données. Ces programmes statistiques sont généralement coûteux. Les résultats de l'analyse multivariée ne sont pas toujours faciles à interpréter et ont tendance à être fondées sur des hypothèses qui peuvent être difficiles à évaluer. Pour les techniques multivariées pour donner des résultats significatifs, ils ont besoin d'un large échantillon de de données autrement, les résultats sont dénués de sens en raison d'erreurs standards élevés. Les erreurs types déterminent la façon dont vous pouvez être confiants dans les résultats, et vous pouvez être plus confiant dans les résultats d'un grand échantillon que pour une petite. Exécution de programmes statistiques est assez simple, mais ne nécessite un statisticien pour donner un sens de la sortie.