Beskrivende statistik i psykologi

Beskrivende statistik i psykologi / neurovidenskab

Statistikker er den filial af matematik, der studerer variabilitet, samt den proces der genererer den efter sandsynlighedslove. Det er nødvendigt både at lave forskning og at forstå, hvordan den undersøges i dag ud over konklusionerne af enhver undersøgelse. Viden i denne filial vil således give os mulighed for i vid udstrækning at kende kvaliteten af ​​en undersøgelse og dermed den grad af pålidelighed, som vi fortjener sine konklusioner.

Beskrivende statistik er på den anden side den del af statistikken, som er ansvarlig for at indsamle, præsentere og karakterisere et datasæt. Med andre ord forsøger beskrivende statistikker at vide, hvad der er sket, sammenlignet med inferential statistikker, der forsøger at forudsige, hvad der vil ske i fremtiden under en række betingelser.

For eksempel er disse betingelser normalt angivet af variabler som alder, klima eller graden af ​​angst. Således har beskrivende statistik i psykologi formålet med opsummerer på en nyttig måde for forskeren og for læseren, hvad der er sket, er en given undersøgelse.

Som vi tidligere har sagt, er variabler en af ​​de centrale akser af beskrivende statistikker - og også den ikke-beskrivende-. En variabel omfatter et sæt værdier, og ifølge disse værdier kan vi tale om:

  • variabler kvantitativ: kan have numerisk værdi (alder, pris på produkt, årlig indkomst).
  • Kategoriske variabler eller kvalitative: de kan ikke måles numerisk (som køn, nationalitet eller hudfarve) eller skalering direkte.

Variablerne kan også klassificeres som:

  • Édimensionelle variabler. de samler kun oplysninger om en karakteristik af en befolkning. For eksempel højde af elever i en skole.
  • Todimensionelle variabler. afhente oplysninger om to karakteristika af befolkningen. For eksempel højde og alder for eleverne på en skole.
  • Multidimensionale variabler. indsamle oplysninger om tre eller flere karakteristika for en befolkning. For eksempel højde, vægt og alder af elever på en skole.

således data (tal eller målinger indsamlet fra observationen) kan være af to typer:

  • data diskret. De er numeriske svar, der stammer fra en tælleproces.
  • data kontinuerlig. De er numeriske svar, der stammer fra en måleproces.

Målevægte i beskrivende statistik

Foranstaltning er proces med at forbinde abstrakte begreber med empiriske indikatorer. Resultatet af måling kaldes måle.

Der er fire mulige måle skalaer, som bruges til at hjælpe i klassificering af variabler. I denne forstand, egenskaberne af pålidelighed og gyldighed De er meget vigtige i beskrivende statistikker, da de fortæller os om kvaliteten af ​​målingerne. Fordi, hvad vil tjene os nogle data, der fejlagtigt er taget oprindelse?

Nominel skala

På denne skala numre er tildelt kategorier, der ikke kræver en ordre (vi kan ikke sige, at en kategori er mere end en anden). Derudover er disse kategorier gensidigt udelukkende. Et eksempel på dette kan være køn eller farve. Således vil den valgte mulighed være eksklusiv de andre.

Denne skala er tildelt variablerne kvalitative eller kategorisk.

Ordinær skala

Her er kategorier etableret med to eller flere niveauer, der indebærer en ordre til hinanden. Som i den foregående skala er disse også gensidigt eksklusive kategorier, men nu kan vi placere værdierne af variablerne i en ordre. For eksempel kan denne skala ses i svarene på et spørgeskema:

  • Stærkt uenig.
  • uenige.
  • ligegyldig.
  • i overensstemmelse.
  • Helt enig.

Disse svarmuligheder kan kodes med tal fra en til fem, der antyder a forudbestemt ordre. Vi kan dog ikke vide, medmindre vi bruger avancerede statistiske procedurer og forsøger at estimere det, afstanden mellem to kategorier. Således kan vi tale om, at undersøgelsens formål har mere eller mindre noget, men på en simpel måde kan vi ikke tale om hvor meget mere af det noget (intelligens, hukommelse, angst osv.).

Denne skala er også tildelt variablerne kvalitative.

Interval skala

I denne skala kvantificeres afstanden mellem værdierne. Måling af intervallet har også karakteristika for de to tidligere målinger. Således fastlægger afstanden mellem et mål og et andet.

Intervalleskalaen anvendes til kontinuerlige variabler. dog, det er ikke muligt på denne skala absolut nul. Et klart eksempel på denne type måling er et termometer. Når det markerer nul grader betyder det ikke, at der ikke er nogen temperatur.

Denne skala anvendes i variabler kvantitativ.

Ratio skala

Endelig omfatter denne skala de egenskaber, som de tidligere er. Bestem det Nøjagtig afstand mellem intervallerne i en kategori. Derudover har den en absolut nulfucking, hvor den karakteristiske eller attributten, der måles, ikke eksisterer. For eksempel betyder antallet af børn: nul børn betyder fravær af børn.

Denne skala anvendes i variabler kvantitativ.

Frekvenser i beskrivende statistik

en frekvensfordeling Det er en liste over mulige værdier (eller intervaller), som en variabel tager, ved siden af ​​antallet af observationer for hver værdi.

  • den absolut frekvens registrer antal gange, som en bestemt værdi fremkommer mellem observationer.
  • den relativ frekvens registrer andel eller procentdel af forekomsten af ​​en vis værdi af observationer.

Denne frekvensfordeling er normalt repræsenteret af tegne. Dette skal således omfatte alle mulige værdier af en variabel. Derudover er det samlede antal observationer (n), der er blevet lavet. Når vi har en Store mængder datakategorier og nogle af dem med meget lave frekvenser bør grupperes i intervaller.

indikatorer

Endelig bruges indikatorerne i statistikken til beskriv et datasæt ved hjælp af et nummer. Således opsummerer dette tal en karakteristik af fordelingen af ​​de analyserede data. Nogle af disse indikatorer er:

  • Indikatorer for central tendens
    • Gennemsnit eller gennemsnitlig.
    • mode.
    • median.
  • Indikatorer for dispersion
    • varians.
    • Minimum / Maksimum.
    • rang.
    • Interkvartile rækkevidde.

Ved hjælp af disse begreber er beskrivende statistik ansvarlig for debugging, organisering og beregning af statistikker og repræsentationer af dataene, der tilbyder forskeren og i forlængelse af det videnskabelige samfund, et komplet kort over hvad der er sket i dit studie.

Hvorfor er statistikker nyttige i psykologi? Læs mere "