Aprašoma psichologijos statistika

Statistika yra matematikos sritis, kurioje tiriamas kintamumas, taip pat procesas, kuriantis jį pagal tikimybės įstatymus. Būtina atlikti mokslinius tyrimus ir suprasti, kaip šiandien jie tiriami už bet kokio tyrimo išvadų. Taigi žinios šioje šakoje leis mums iš esmės žinoti studijų kokybę ir todėl patikimumo laipsnį, kurį nusipelno jo išvados..

Kita vertus, aprašoma statistika yra ta statistikos dalis yra atsakingas už duomenų rinkinio rinkimą, pateikimą ir apibūdinimą. Kitaip tariant, aprašomoji statistika bando žinoti, kas atsitiko, lyginant su kritine statistika, kuri bando numatyti, kas ateityje bus vykdoma pagal tam tikras sąlygas.

Pavyzdžiui, šias sąlygas paprastai nurodo kintamieji, tokie kaip amžius, klimatas arba nerimo laipsnis. Taigi, apibūdinamoji statistika psichologijoje turi tikslą naudingai apibendrinti mokslininkui ir skaitytojui, kas įvyko, yra tam tikras tyrimas.

Kaip jau minėjome, kintamieji yra viena pagrindinių aprašomosios statistikos ašių - taip pat ir neapibūdinantis.-. Kintamasis apima vertybių rinkinį, ir pagal šias vertybes galime kalbėti apie:

• Kintamieji kiekybinis: gali turėti skaitinė vertė (amžius, produkto kaina, metinės pajamos).
• Kategoriniai kintamieji arba. \ T kokybinis: jie negali būti matuojami skaitmeniniu būdu (pvz., lyties, tautybės ar odos spalvos) arba tiesiogiai.

Kintamieji taip pat gali būti klasifikuojami kaip:

• Vienviečiai kintamieji. jie tik renka informacija apie gyventojų charakteristikas. Pavyzdžiui, mokinių aukštis mokykloje.
• Dvimatis kintamieji. pasiimti informacija apie dvi gyventojų charakteristikas. Pavyzdžiui, mokyklos studentų aukštis ir amžius.
• Daugialypiai kintamieji. rinkti informaciją apie trijų ar daugiau gyventojų charakteristikų. Pavyzdžiui, mokyklos studentų aukštis, svoris ir amžius.

Taigi, duomenis (iš stebėjimo gautų skaičių arba matavimų) gali būti dviejų tipų:

• Duomenys diskretiškas. Jie yra skaitiniai atsakymai, kylantys iš a skaičiavimo procesas.
• Duomenys nuolat. Jie yra skaitiniai atsakymai, kylantys iš a matavimo procesas.

Matavimo skalės aprašomojoje statistikoje

Priemonė yra abstrakčių sąvokų susiejimo su empiriniais rodikliais procesas. Matavimo rezultatas vadinamas matavimas.

Yra keturios galimos matavimo skalės, kurios yra naudojamos padėti kintamųjų klasifikacija. Šia prasme patikimumą ir galiojimas Jie yra labai svarbūs aprašomojoje statistikoje, nes jie mums praneša apie matavimo kokybę. Nes, kas mums padės pateikti kai kuriuos neteisingai gautus duomenis?

Nominali skalė

Šioje skalėje numeriai priskiriami kategorijoms, kurioms nereikia užsakymo (mes negalime pasakyti, kad viena kategorija yra daugiau nei kita). Be to, šios kategorijos yra vienas kitą. Tai gali būti pavyzdys lytis ar spalva. Taigi pasirinkta galimybė nebūtų taikoma kitiems.

Ši skalė priskiriama kintamiesiems kokybinis arba kategoriškai.

Įprastinė skalė

Čia nustatomos kategorijos du ar daugiau lygių, kurie reiškia, kad viena kitai pavedama. Kaip ir ankstesnėje skalėje, tai taip pat yra tarpusavyje nesuderinamos kategorijos, bet dabar mes galime įdėti kintamųjų reikšmes į eilę. Pavyzdžiui, ši skalė buvo matoma atsakymuose į klausimyną:

• Visiškai nesutinku.
• Nesutinku.
• Nesvarbu.
• Sutinku.
• Visiškai sutinku.

Šios atsakymo parinktys gali būti koduojamos skaičiais nuo vieno iki penkių, kurie rodo a iš anksto nustatyta tvarka. Tačiau mes negalime žinoti, nebent mes naudojame pažangias statistines procedūras ir stengiamės jas įvertinti, atstumas tarp dviejų kategorijų. Taigi mes galime kalbėti apie tai, kad tyrimo objektas turi daugiau ar mažiau kažką, bet paprastu būdu mes negalime kalbėti apie tai, kiek daugiau kažkas (intelektas, atmintis, nerimas ir pan.).

Ši skalė taip pat priskiriama kintamiesiems kokybinis.

Intervalų skalė

Šioje skalėje matuojamas atstumas tarp vertybių. Intervalo matavimas taip pat turi dviejų ankstesnių matavimų charakteristikas. Taigi, jis nustato atstumą tarp vieno ir kito.

Intervalų skalė taikoma tęstiniams kintamiesiems. Tačiau, tai neįmanoma šioje skalėje absoliutus nulis. Aiškus tokio tipo matavimo pavyzdys yra termometras. Kai jis žymi nulinį laipsnį, tai nereiškia temperatūros nebuvimo.

Ši skalė taikoma kintamiesiems kiekybinis.

Santykio skalė

Galiausiai, ši skalė apima ankstesnių rodiklių charakteristikas. Nustatykite tikslus atstumas tarp kategorijos intervalų. Be to, jis turi absoliučią nulio nulį, kurioje nėra matuojamos charakteristikos ar atributo. Pavyzdžiui, vaikų skaičius: nulinis vaikas reiškia vaikų nebuvimą.

Ši skalė taikoma kintamiesiems kiekybinis.

Dažnumas aprašomojoje statistikoje

Vienas dažnio paskirstymas Tai yra sąrašas galimas reikšmes (arba intervalus), kurių kintamasis yra, prie kiekvienos vertės stebėjimų skaičiaus.

• The absoliutus dažnis užsiregistruoti kartų, kai tarp vertinimų atsiranda tam tikra vertė.
• The santykinis dažnis užsiregistruoti tam tikros stebėjimo vertės proporcija arba procentinė dalis.

Šį dažnių pasiskirstymą paprastai atstovauja lentos. Taigi, tai turi apimti visas galimas kintamojo reikšmes. Be to, bendras stebėjimų skaičius (n), kurie buvo padaryti. Kai mes turime Didelė duomenų kategorijų dalis ir kai kurie iš jų, turintys labai mažus dažnius, turėtų būti grupuojami intervalais.

Rodikliai

Galiausiai naudojami statistikos rodikliai aprašykite duomenų rinkinį, naudojant skaičių. Taigi šis skaičius apibendrina analizuojamų duomenų paskirstymo charakteristikas. Kai kurie iš šių rodiklių yra:

• Rodikliai pagrindinė tendencija
  • Vidutinis arba vidutinis.
  • Mada.
  • Vidutinis.
• Rodikliai dispersija
  • Skirtumas.
  • Minimalus / maksimalus.
  • Reitingas.
  • Tarpkvartilis.

Taigi, naudojant šias sąvokas, aprašomoji statistika yra atsakinga už derinimo, organizavimo ir skaičiavimo statistiką ir duomenų atvaizdavimą, kad būtų galima pasiūlyti mokslininkui, ir išplėsti mokslinę bendruomenę., išsamus žemėlapis apie tai, kas įvyko jūsų studijoje.