Wykorzystanie analizy statystycznej umożliwia archeologom nie tylko sprawdzenie hipotez, ale także zaobserwowanie nowych relacji pomiędzy analizowanymi artefaktami. Istnieje wiele różnych możliwości zastosowania metod statystycznych w pracy archeologa. W zależności od rodzaju zagadnienia oraz stawianych pytań możliwy jest wybór spośród szerokiej gamy metod oraz sposobów prezentacji wyników. Umożliwia to obserwację szerszych trendów w działaniach społeczności ludzkich oraz relacji i schematów w funkcjonowaniu dawnych społeczeństw.

Kluczowym aspektem analiz statystycznych jest dobranie właściwej metody, znajomość jej ograniczeń i ostrożna interpretacja wyników. Dlatego też, przed przystąpieniem do badań należy odpowiedzieć na kilka istotnych pytań. Mianowicie:

  • Jaki jest cel wykonywanych analiz? Jakie zagadnienie chcemy rozważyć? Umożliwi to nam dobór zmiennych potrzebnych do opisu analizowanego zjawiska lub artefaktu, a także ustalenie wielkości próby potrzebnej do poprawnej interpretacji wyników.
  • Jaki typ danych będzie uwzględniony w analizie?W jaki sposób zakodowane zostaną informacje na temat poszczególnych artefaktów? Czy operować będziemy danymi liczbowymi, na przykład na temat wielkości artefaktów? Czy uwzględnione zostaną zmienne opisowe, na przykład rodzaj zdobienia lub typ ceramiki?
  • Jaka ilość zmiennych będzie uwzględniona w toku analiz? Czy badany będzie rozkład jednej zmiennej w danej populacji? Czy chcemy znać zależność pomiędzy obserwowanymi przez siebie różnicami? Czy, w związku z tym, będziemy przeprowadzać analizy bazujące na jednej, dwóch bądź wielu zmiennych?
  • Czy dysponujemy wystarczającą ilością danych? Czy dobrana została reprezentatywna dla danej grupy próba?Czy wzięto pod uwagę potencjalne zakłócenia i odchylenia w dobranej przez nas próbie?Mogą one w znaczący sposób wpłynąć na wiarygodność uzyskanych wyników. Im lepiej dobrana zostanie próba, tym dokładniejszych rezultatów możemy się spodziewać.

Bazując na ilości i typie zmiennych możemy wyróżnić trzy rodzaje analizy statystycznej, zaczynając od prostej, opisowej analizy jednej zmiennej, poprzez korelację dwóch zmiennych, aż do złożonych badań nad relacjami pomiędzy wieloma zmiennymi. Każda z tych metod wymaga odmiennego kodowania danych i doboru istotnych atrybutów każdego z artefaktów. Tak więc, każda z metod wymaga przygotowania odrębnego systemu oraz bazy danych.

Analizy jednej zmiennej

W tego typu analizie mogą być uwzględnione zarówno cechy ilościowe jak i jakościowe. Do zmiennych ilościowych zaliczamy wszystkie informacje mierzalne, np. długość artefaktów, ich wiek bądź ilość. Do zmiennych jakościowych należą natomiast cechy niemożliwe do opisania liczbowo, takie jak forma danego artefaktu albo jego zdobienie. Analizy jednej zmiennej stosowane są najczęściej w statystyce opisowej. Wykorzystuje się je do prezentacji cech opracowywanych artefaktów.

Zastosowanie analizy jednej zmiennej umożliwia opisanie trendówdominujących w wybranej próbie. Dzięki temu zaobserwować można również odchylenia od tej normy, na przykład artefakty różniące się znacząco wielkością od pozostałych. Możliwe jest wtedy poszukiwanie dodatkowej zmiennej, która doprowadziła do odchylenia próby od normalnej dystrybucji. W tym celu wykonać można serię testów statystycznych, między innymi testu X2 (chi-squared).Zestawienie ze sobą statystyk kilku zmiennych umożliwia nam m.in. prezentację najczęściej występujących typów artefaktów lub preferencję danej formy nad innymi. Uzyskane wyniki można zaprezentować w formie różnego rodzaju wykresów i diagramów, co ułatwia interpretację i przekaz zaobserwowanych zależności.

Przykładowe analizy:

Whallon, R., 1987. Simple statistics. In: Aldenderfer, M. (Red.), QuantitativeResearch in Archaeology: Progress and Prospects. Sage, Newbury Park, CA, str. 135-150.

Fischer, A., 1989. Hunting with Flint-Tipped Arrows: Results andExperiences from Experiments, w: Bonsall, C. (Red.), The Mesolithic inEurope, John Donald, Edinburgh, str. 29-39.

Analizy dwóch zmiennych

Tego typu analiza statystyczna polega na sprawdzeniu korelacji pomiędzy występowaniem dwóch zmiennych. Choć jest ona używana najczęściej dla informacji mierzalnych, możliwe jest również jej zastosowanie dla zmiennych jakościowych. Bardzo istotne jest unikanie w tym wypadku zmiennych zależnych od siebie i pokrywających się, na przykład pomiaru długości częściowej i całkowitej. Tak więc, właściwe będzie na przykład zestawienie długości i szerokości danego budynku, natomiast porównanie wysokości jego ścian do całkowitej wysokości z dachem już nie. Zestawienie ze sobą nawet dwóch najprostszych zmiennych może ujawnić znaczące dla archeologa wzorce.

Najistotniejszym rezultatem zestawienia ze sobą dwóch zmiennych jest otrzymanie współczynnika korelacji lub regresji. Może być on wykorzystywany do sprawdzenia wyjaśnienia zróżnicowania, podobieństwa lub pokrewieństwa poszczególnych artefaktów. Współczynnik korelacji może również posłużyć jako wyznacznik standaryzacji technologicznej analizowanych przedmiotów. Wyniki analiz są najczęściej przedstawione w formie scatter-plot, co umożliwia nie tylko łatwe zaobserwowanie trendów liniowych, ale także wydzielenie grup artefaktów o wspólnych cechach.

Przykładowe analizy:

Abramov, I., Farkas, A., Ochsenschlager, E., 2006. A Study in Classification:Style and Visual Perception. Visual Anthropology 19, str. 255-274.

Whiting, M.C., 1980. Tent bags and simple statistics. In: Pinner, R., Franses,M. (Red.), Turkoman Studies I. Aspects of the weaving anddecorative arts of Central Asia. Oguz Press, London, str. 90-95.

Analizy wielu zmiennych

Jest to najbardziej różnorodny i skompilowany typ analiz. Polega on na poszukiwaniu relacji pomiędzy wieloma zmiennymi, zarówno mierzalnymi jak i niemierzalnymi. W wypadku tych drugich stosuje się najczęściej zliczenie występowania każdej ze zmiennych dla poszczególnych przypadków. Do analiz wielu zmiennych należą badania nad sieciami, ordynacją i grupowaniem. Tego typu analizy pozwalają ustalić wpływ każdej ze zmiennych na obserwowaną przez nas sytuację. Umożliwia to na przykład pogrupowanie artefaktów na podstawie najsilniej oddziałujących na nie zmiennych, bądź też wykrycie niezauważonych przez nas wcześniej relacji pomiędzy nimi. Rezultatem jest uzyskanie współczynnika korespondencji dla poszczególnych komponentów. Wyniki te najczęściej prezentowane są w formie grafów, umożliwiających łatwiejszą interpretację zależności. Przykładem tego typu analiz mogą być analiza korespondencji lub seriacja.

Przykładowe analizy:

Jensen, K.K., Højlund Nielsen, K., 1997. Burial data and correspondenceanalysis. W: Jensen, K.K., Højlund Nielsen, K. (Red.), Burial & society:the chronological and social analysis of archaeological burial data.Aarhus University Press, Aarhus, str. 29-61.

Sindbæk, Søren Michael, 2015, Harbours and Maritime Networks as Complex Adaptive Systems, w: J. Preiser-Kapeller; F. Daim. (red.) Vol. 23 Mainz : Verlag des Römisch-Germanischen Zentralmuseums, Northern emporia and maritime networks. Modelling past communication using archaeological network analysis.. str. 105-118 (RGZM – Tagungen, Vol. 23).

Literatura:

Shennan, S., 1997. Quantifying Archaeology. Edinburgh University Press.

VanPool, T.L., Leonard, R.D., 2011. Quantitative Analysis in Archaeology. John Wiley & Sons.

Tufte, E.R., 2001. The visual display of quantitative information. Graphics Press,Cheshire, CT.