Die deskriptive Statistik bietet eine einfache Möglichkeit, Daten zu beschreiben, während die inferentielle Statistik die Ergebnisse noch einen Schritt weiterführt und uns eine Aussage über unsere Hypothesen ermöglicht. Deskriptive Statistiken erlauben uns lediglich Rückschlüsse auf Muster zu ziehen, die sich derzeit aus den Daten ergeben. Inferenzstatistiken hingegen erlauben uns, über die von uns analysierten Daten hinaus Rückschlüsse zu ziehen.
• Deskriptive Statistik
Obwohl die deskriptive Statistik es ermöglicht, Daten zusammenzufassen und zu beschreiben, können wir keine Schlussfolgerung zu einer früheren Hypothese ziehen. Die Habermas-Website (
www.habermas.org/stat2f98.htm) führt als Beispiel eine Umfrage zur Geschlechterzusammensetzung und zum Lernverhalten zweier Schulklassen an. Die Ergebnisse könnten verwendet werden, um Probleme zu beschreiben, die die einzelnen befragten Mitglieder betreffen, aber sie können nicht verwendet werden, um verallgemeinerte Rückschlüsse auf andere Schulklassen zu ziehen, da wir nicht wissen können, ob die untersuchten Klassen für alle Schulklassen repräsentativ sind oder nicht.
• Inferenzstatistik
Durch die Verwendung von Inferenzstatistiken können Sie sicher sein, dass Ihre Stichprobe in einer Studie für die gesamte Gruppe repräsentativ ist, über die Sie eine Generalisierung vornehmen möchten. Sie können nicht einfach eine Umfrage in einem örtlichen Einkaufszentrum durchführen und die Ergebnisse als repräsentativ für alle Käufer verkünden. Ebenso kann man nicht eine Frauenbewegung mit einer Mehrheit aus einer bestimmten ethnischen Gruppe befragen und dann behaupten, dass die Ergebnisse alle ethnischen Gruppen repräsentieren. Wenn Sie versuchen, inferenzielle Statistiken aus Personengruppen zu erstellen, ist der Prozess der Stichprobenziehung wichtig, um sicherzustellen, dass die Personen, die Sie tatsächlich befragen, so repräsentativ wie möglich für die größere Gruppe sind, über die Sie Hypothesen aufstellen möchten.