Aprakstoša statistika psiholoģijā

Statistika ir matemātikas nozare, kas pēta mainīgumu, kā arī procesu, kas to rada pēc varbūtības likumiem. Ir nepieciešams gan veikt pētījumus, gan saprast, kā tas tiek pētīts šodien ārpus jebkura pētījuma secinājumiem. Tādējādi zināšanas šajā nozarē ļaus mums lielā mērā uzzināt par pētījuma kvalitāti un līdz ar to uzticamības pakāpi, ko mēs pelnām tās secinājumos..

No otras puses, aprakstošā statistika ir šī statistikas daļa ir atbildīgs par datu apkopošanu, prezentēšanu un raksturošanu. Citiem vārdiem sakot, aprakstošā statistika cenšas uzzināt, kas ir noticis, salīdzinot ar neskaidru statistiku, kas mēģina paredzēt, kas notiks nākotnē saskaņā ar nosacījumiem.

Piemēram, šos nosacījumus parasti nosaka mainīgie, piemēram, vecums, klimats vai trauksmes pakāpe. Tādējādi psiholoģijas aprakstošajai statistikai ir mērķis lietderīgi apkopot pētniekam un lasītājam, kas ir noticis, ir dots pētījums.

Kā jau iepriekš teicām, mainīgie lielumi ir viens no aprakstošās statistikas galvenajiem virzieniem - kā arī aprakstošajai statistikai.-. Mainīgais ietver vērtību kopumu, un saskaņā ar šīm vērtībām mēs varam runāt par:

• Mainīgie kvantitatīva: var būt skaitliskā vērtība (vecums, produkta cena, gada ienākumi).
• Kategoriski mainīgie vai. \ T kvalitatīvu: tos nevar izmērīt skaitliski (piemēram, dzimums, tautība vai ādas krāsa) vai mērogošana tieši.

Mainīgos lielumus var arī klasificēt kā:

• Viendimensiju mainīgie. viņi tikai vāc informācija par iedzīvotāju raksturojumu. Piemēram, skolēnu augstums skolā.
• Divdimensiju mainīgie. uzņemt informācija par divām iedzīvotāju iezīmēm. Piemēram, skolas studentu augstums un vecums.
• Daudzdimensiju mainīgie. vākt informāciju par trīs vai vairākas populācijas īpašības. Piemēram, skolas studentu augstums, svars un vecums.

Tādējādi, datus (no novērojumiem savāktie skaitļi vai mērījumi) var būt divu veidu:

• Dati diskrēta. Tās ir skaitliskas atbildes, kas izriet no a skaitīšanas process.
• Dati nepārtraukti. Tās ir skaitliskas atbildes, kas izriet no a mērīšanas process.

Mērījumu skalas aprakstošajā statistikā

Pasākums ir abstraktu jēdzienu sasaiste ar empīriskiem rādītājiem. Mērīšanas rezultāts tiek saukts mērījumus.

Ir četras iespējamās mērījumu skalas, ko izmanto, lai palīdzētu mainīgo lielumu klasifikācija. Šajā ziņā uzticamību un derīgumu Tās ir ļoti svarīgas aprakstošajā statistikā, jo tās mums sniedz informāciju par mērījumu kvalitāti. Jo, kas mums noderēs daži nepareizi iegūti dati?

Nominālā skala

Šajā skalā numuri tiek piešķirti kategorijām, kurām nav nepieciešams pasūtījums (mēs nevaram teikt, ka viena kategorija ir vairāk nekā cita). Turklāt šīs kategorijas ir savstarpēji izslēdzoši. Piemērs tam var būt dzimums vai krāsa. Tādējādi izvēlētais variants nebūtu saistīts ar citiem.

Šī skala ir piešķirta mainīgajiem lielumiem kvalitatīvu vai kategoriski.

Parastais mērogs

Šeit tiek izveidotas kategorijas divi vai vairāki līmeņi, kas nozīmē, ka viens otram ir kārtība. Tāpat kā iepriekšējā mērogā, tās ir arī savstarpēji izslēdzošas kategorijas, bet tagad mēs varam izvietot mainīgo lielumus secībā. Piemēram, šo skalu varēja redzēt atbildēs uz anketu:

• Stingri nepiekrītu.
• Nepiekrītu.
• Vienaldzīgs.
• Piekrītu.
• Pilnīgi piekrītu.

Šīs atbildes iespējas var kodēt ar cipariem no viena līdz pieciem, kas norāda a iepriekš noteiktu kārtību. Tomēr mēs nevaram zināt, ja vien mēs neizmantosim progresīvas statistikas procedūras un mēģināsim to novērtēt, attālums starp divām kategorijām. Tādējādi mēs varam runāt par to, ka izmeklēšanas objektam ir vairāk vai mazāk kaut kas, bet vienkāršā veidā mēs nevaram runāt par to, cik daudz vairāk par to (inteliģence, atmiņa, trauksme utt.).

Šī skala ir attiecināta arī uz mainīgajiem kvalitatīvu.

Intervāla skala

Šajā skalā kvantitatīvi tiek noteikts attālums starp vērtībām. Intervāla mērījumiem ir arī divu iepriekšējo mērījumu raksturlielumi. Tādējādi tā nosaka attālumu starp vienu pasākumu un citu.

Intervālu skalu piemēro nepārtrauktiem mainīgajiem. Tomēr, tas nav iespējams šajā mērogā absolūtā nulle. Skaidrs šāda veida mērījumu piemērs ir termometrs. Ja tas iezīmē nulles grādus, tas nenozīmē temperatūras trūkumu.

Šo skalu piemēro mainīgajos lielumos kvantitatīva.

Attiecības skala

Visbeidzot, šī skala ietver iepriekšējo rādītāju. Noteikt precīzs attālums starp kategorijas intervāliem. Turklāt tam ir absolūta nulles saslimšana, kurā nepastāv izmērītais raksturojums vai atribūts. Piemēram, bērnu skaits: nulles bērni nozīmē bērnu neesamību.

Šo skalu piemēro mainīgajos lielumos kvantitatīva.

Frekvences aprakstošajā statistikā

Viens frekvenču sadalījums Tas ir saraksts ar iespējamās vērtības (vai intervāli), kas mainās, blakus novērojumu skaitam par katru vērtību.

• The absolūtā frekvence reģistrēt vairākas reizes, kad starp novērojumiem parādās noteikta vērtība.
• The relatīvā frekvence reģistrēt noteiktu novērojumu vērtības proporcija vai procentuālā daļa.

Šo frekvenču sadalījumu parasti pārstāv dēļi. Tādējādi tajā jāiekļauj visas mainīgā lieluma iespējamās vērtības. Turklāt kopējais novērojumu skaits (n), kas ir veikti. Kad mums ir a Liels datu kategoriju skaits un dažas no tām ar ļoti zemām frekvencēm ir jāklasificē intervālos.

Rādītāji

Visbeidzot, tiek izmantoti statistikas rādītāji aprakstiet datu kopu, izmantojot numuru. Tādējādi šis skaitlis apkopo analizēto datu izplatīšanas raksturojumu. Daži no šiem rādītājiem ir šādi:

• Rādītāji galvenā tendence
  • Vidējais vai vidējais.
  • Modes.
  • Vidējs.
• Rādītāji dispersija
  • Variants.
  • Minimālais / maksimālais.
  • Rangs.
  • Intervartila diapazons.

Tādējādi, izmantojot šos jēdzienus, aprakstošā statistika ir atbildīga par statistikas atkļūdošanu, organizēšanu un aprēķināšanu, kā arī datu reprezentāciju, lai piedāvātu pētniekam, kā arī paplašinot zinātnisko kopienu., pilnīgu karti par to, kas noticis jūsu pētījumā.