Als je kenmerken van een groep mensen of dingen wilt leren kennen, doe je statistisch onderzoek. Daarbij doorloop je in principe altijd de zogenoemde statistische cyclus.

Vaak is het onmogelijk of te duur om de volledige groep, de populatie, te onderzoeken. Maar op basis van steekproeven uit de populatie kun je ook betrouwbare uitspraken over de gehele populatie doen. Dat heet verklarende statistiek.

Tot nu toe was je vooral bezig met beschrijvende statistiek en dat betreft "data verzamelen" en "data analyseren" .

Stel, je wilt weten wat "de gemiddelde lengte van een zonnebloem in midden-Frankrijk dit jaar" is. Hoe kun je daar met zekerheid het gemiddelde of de standaardafwijking van bepalen? Stuk voor stuk opmeten is onmogelijk. Maar met een steekproef kun je een schatting van de gemiddelde zonnebloemlengte maken.

Verklarende statistiek helpt ook bij het onderzoeken naar bijvoorbeeld het verband tussen de zonnebloemlengte en de hoeveelheid regen die in het betreffende jaar in midden-Frankrijk viel. Ook kun je zo de zonnebloemlengte in midden-Frankrijk in het ene jaar vergelijken met die in het andere jaar.

Steeds trek je een steekproef. Die moet wel aselect, representatief en voldoende groot zijn.

Aselect betekent dat elk element van de populatie een even grote kans heeft om in de steekproef te komen.
Representatief betekent dat alle kenmerken die je onderzoekt in de steekproef en in de populatie naar verhouding even vaak voorkomen.
En hoe groter de steekproef, hoe nauwkeuriger de resultaten. In veel gevallen is `n ge 30` groot genoeg, maar de minimale steekproefomvang hangt af van wat je onderzoekt.