Pros y contras de las estadÃsticas.
Las estadÃsticas son básicamente una única medida de algún atributo de una muestra. Es utilizada por varias personas y organizaciones para hacer inferencias y predecir un cierto aspecto de un fenómeno. Debido a que ya está disponible, las estadÃsticas son menos costosas, ya que la compilación y las comparaciones ya han sido realizadas por otra persona. A continuación se presentan algunos de los pros y contras de las estadÃsticas.
Pros:
1. Menos tiempo de consumo: porque es datos secundarios, generalmente es barato y consume menos tiempo porque alguien más lo ha compilado.
2. Los patrones y las correlaciones son claros y visibles: los datos estadÃsticos son los datos que ya se han analizado y, por lo tanto, los patrones y las correlaciones ya se han realizado y son claros y visibles.
3. Tomado de grandes muestras para que la generalización sea alta: los datos estadÃsticos son los datos que se han recopilado de muestras de datos muy grandes. Esto significa que la generalización es mayor.
4. Se puede utilizar y reutilizar para verificar diferentes variables: los datos estadÃsticos son los datos que se pueden usar y reutilizar. No requiere una vez que se use, ya que se pueden usar los mismos datos para tomar una decisión diferente.
5. Puede ser imitado: los datos estadÃsticos pueden ser imitados para verificar cambios que aumenten la confiabilidad y la representatividad de los datos.
6. Rápido: los datos estadÃsticos son los datos que se pueden analizar de manera relativamente rápida y con mucha facilidad en comparación con otras formas de datos.
Estandarización: la información estadÃstica se recopila de manera estandarizada que proporciona el significado de los datos.
7. Directamente: los datos estadÃsticos suelen ser sencillos para analizar. Es datos que ya se han sintetizado y, por lo tanto, se requiere un análisis muy poco.
8. Confiable: a menudo son requeridos y respetados por los tomadores de decisiones dentro de la institución y más, por ejemplo, los financiadores, el gobierno. Esto los hace fiables y precisos.
9. Datos de calidad: admiten datos cualitativos obtenidos de cuestionarios, entrevistas, etc. con 'hechos difÃciles.
10. Benchmarking: los datos estadÃsticos son útiles para fines de evaluación comparativa. Se pueden usar para hacer comparaciones y establecer nuevos estándares y objetivos dentro de la organización o en un proyecto.
Contras:
1. Sin verificar: El investigador no puede verificar la validez y no puede encontrar un mecanismo para una teorÃa de la causalidad solo dibujar patrones y correlaciones de los datos. Esto significa que el investigador tiene opciones limitadas para verificar la validez y autenticidad de los datos.
2. Se puede malinterpretar: los datos estadÃsticos son a menudo datos secundarios, lo que significa que se puede malinterpretar fácilmente. Esto deja al investigador vulnerable a la distorsión de la información sin la capacidad de hacer confirmaciones.
3. Puede ser manipulado: los datos estadÃsticos están abiertos al abuso, se puede manipular y expresado para mostrar el punto que el investigador quiere mostrar. Esto hace que los datos que deseen en la objetividad y en la naturaleza más subjetiva.
4. Debido a que esto es a menudo datos secundarios, es difÃcil acceder y verificar: Los datos estadÃsticos son principalmente los datos secundarios que solo se pueden acceder. Puede ser bastante difÃcil verificar y verificar los datos porque la fuente principal de los datos no está disponible.
5. No es apropiado: los datos estadÃsticos no son un método apropiado para comprender los problemas con gran profundidad e identificar formas de resaltar los problemas resaltados. Esto se debe a que los datos se recopilan de fuentes primarias de un investigador independiente.
6. No es ideal para la evaluación: no son adecuados para evaluar las opiniones, las necesidades o la satisfacción de los servicios con los servicios porque son subjetivos. El investigador no puede confiar en las estadÃsticas para medir la felicidad o la satisfacción del cliente.
7. Lleva mucho tiempo: puede llevar mucho tiempo organizar métodos de recopilación de datos, por ejemplo, proveedores de contacto, enlazando con los departamentos de TI. Esto se debe a que los métodos de recopilación de datos utilizados en la investigación primaria dependen de la perspectiva subjetiva del investigador.
8. Gestión del desempeño: los datos estadÃsticos no se pueden usar para medir la gestión del desempeño en una organización porque está desactualizada.
9. Toma de decisión: mientras que los datos estadÃsticos se pueden usar para realizar futuras inferencias, no se puede confiar en tomar decisiones en un entorno organizativo.
10. Comparación: los datos estadÃsticos no se pueden usar para realizar comparaciones con datos actuales o datos futuros, ya que los métodos de recopilación de datos y análisis de datos no se pueden conocer.
