Ну и завершая тему про статистику в нашем уютном чатике, давайте поговорим о том, как выбирать тех самых респондентов для наших исследований. Как и с любой задачей, здесь тоже важна правильная подготовка.

Начнем с того, что все эти красивые статистики и расчеты работают как часы только при условии нормального распределения данных. Что значит "нормальное распределение" лучше почитать, если коротко коротко - это когда данные на графике распределены симметрично. Это, конечно, не значит, что статистика не полезна в других случаях, очень часто данные можно нормализовать.

Теперь давайте поговорим о выборке. Очень важно, чтобы она была представительной. Не, не в смысле в ней представительные топ-менеджеры, а чтобы она отражала разнообразие той группы, которую мы исследуем. Иначе результаты будут как карикатура вместо фото. Да, случайность здесь важна. Но вот загвоздка: хотя мы и говорим о случайности, мы не можем полагаться только на случай.

Важно учесть демографическое разнообразие. Люди разные - по возрасту, полу, образованию, опыту работы. И если мы хотим достоверно оценить, например, эффективность обучения нашего нового курса, нам нужно, чтобы в выборке были не только те, кто уже много знает, но и те, кто только начинает свою карьеру.

Как правило для этого используется стратификация - мы знаем что у нас в организации работает сколько-то женщин и мужчин, опыт работы 10+ лет имеет Х%, а меньше года Y%. Сразу думаем какие еще факторы могут влиять на наши результаты и пытаемся их учесть. Так вот и наша выборка должна по составу быть примерно такой.

👉 Типичная ошибка: просто повесили ссылку на опрос на внутреннем портале. Круто - вы получили ответы тех, кто: достаточно активен, читает интранет, имеет свободное время, ... (формально это случайная выборка, но на самом деле нет). Минимально, что тут можно сделать - добавить еще хоть один канал (почта/мессенджер) из всех ответов случайным образом выбрать какое-то количество, которое будет отображать все разнообразие аудитории с учетом ваших параметров.

👉 Случай из практики: проводили опрос по эффективности внедренного ИПР. В первой попытке сделали ровно как я написал выше - просто закинули ссылку на интранет и подождали три дня. Результаты - чума, ну просто супер все круто. Когда я заглянул в сами ответы то понял что: кроме отдела кадров, HR и PR на портале никто не сидит, 70% ответов были от этих трех групп, у сейлзов было какое-то мероприятие и они вообще отсутствовали в эти дни всем отделом, а ИТ из своего кода не вылезают и читают только месенджер, так что и не знали про опрос.

👉 Решение: повторили процедуру, но уже закинув анкету по почте и в слак, подождали неделю, выбрали случайно правильную выборку (с учетом распределения по отделам. и опыту работы) из ответивших и ... ну вы поняли - радость кончилась, общая удовлетворенность примерно на уровне плинтуса. А могли бы и дальше жить в мире пони и единорогов и думать что наш ИПР самый ИПРистый на свете...

Так что, в заключение, давайте помнить, что статистика - это как ящик с носками. Если вы их там специально перемешивали, то можно и случайные выбирать, но если вы после стирки темные кидаете в одну сторону, светлые в другую, а шерстяные бабушкины храните вообще отдельно - то случайно взять пару носков и сделать выводы про все - нельзя.

Случайность, представительность и учет разнообразия - вот наши основные ингредиенты успеха.

Ну и завершая цикл про математику - да, у нас с Ромой есть уже подготовленные курсы по разным темам, но мы умеем любим и практикуем делать курсы и учить людей по кастомным запросам, если вдруг вы поняли, что в вашей компании нужно научиться правильно считать такую вот статистику - мы рядом 😊