Deskriptive Statistik in der Psychologie

Statistik ist der Zweig der Mathematik, der die Variabilität untersucht, sowie der Prozess, der sie nach Wahrscheinlichkeitsgesetzen erzeugt. Es ist notwendig zu forschen und zu verstehen, wie es heute erforscht wird über die Schlussfolgerungen einer Studie hinaus. Das Wissen in diesem Bereich wird es uns also ermöglichen, die Qualität einer Studie und damit den Grad der Zuverlässigkeit, zu dem wir ihre Schlussfolgerungen verdienen, weitgehend zu kennen.

Die beschreibende Statistik dagegen ist jener Teil der Statistik, der ist für das Sammeln, Präsentieren und Charakterisieren eines Datensatzes verantwortlich. Mit anderen Worten: Deskriptive Statistiken versuchen zu wissen, was passiert ist, im Gegensatz zu Inferenzstatistiken, die vorhersagen, was in der Zukunft unter einer Reihe von Bedingungen geschehen wird.

Beispielsweise werden diese Bedingungen in der Regel durch Variablen wie Alter, Klima oder Angstgrad festgelegt. Deskriptive Statistiken in der Psychologie haben also das Ziel Fassen Sie auf nützliche Weise für den Forscher und für den Leser zusammen, was passiert ist, eine gegebene Studie.

Wie bereits gesagt, sind Variablen eine der zentralen Achsen der deskriptiven Statistik - und auch der nicht deskriptiven.-. Eine Variable umfasst eine Menge von Werten, und abhängig von diesen Werten können wir darüber sprechen:

• Variablen quantitativkann haben Zahlenwert (Alter, Preis eines Produktes, Jahreseinkommen).
• Kategoriale Variablen oder qualitativ: Sie können nicht numerisch gemessen werden (wie Geschlecht, Nationalität oder Hautfarbe) oder direkt skalieren.

Die Variablen können auch klassifiziert werden als:

• Eindimensionale Variablen. Sie sammeln nur Informationen über ein Merkmal einer Bevölkerung. Zum Beispiel die Höhe der Schüler einer Schule.
• Zweidimensionale Variablen. abholen Informationen zu zwei Merkmalen der Bevölkerung. Zum Beispiel: Höhe und Alter der Schüler einer Schule.
• Mehrdimensionale Variablen. Informationen über sammeln drei oder mehr Merkmale einer Bevölkerung. Zum Beispiel Größe, Gewicht und Alter der Schüler einer Schule.

Also, Daten (Zahlen oder Messungen, die aus der Beobachtung gesammelt wurden) können zwei Arten sein:

• Daten diskret. Sie sind numerische Antworten, die sich aus a ergeben Zählvorgang.
• Daten kontinuierlich. Sie sind numerische Antworten, die sich aus a ergeben Messprozess.

Messskalen in der beschreibenden Statistik

Maß ist das Prozess der Verknüpfung abstrakter Konzepte mit empirischen Indikatoren. Das Messergebnis wird aufgerufen Messung.

Es gibt vier mögliche Messskalen, die zur Unterstützung des Messgeräts verwendet werden Klassifizierung von Variablen. In diesem Sinne sind die Eigenschaften von Zuverlässigkeit und Gültigkeit Sie sind sehr wichtig in der deskriptiven Statistik, da sie uns die Qualität der Messung mitteilen. Denn, was werden uns Daten anvertraut, deren Herkunft falsch ist?

Nominalskala

In dieser Größenordnung Nummern werden Kategorien zugeordnet, die keine Bestellung benötigen (wir können nicht sagen, dass eine Kategorie mehr ist als eine andere). Darüber hinaus sind diese Kategorien sich gegenseitig ausschließen. Ein Beispiel dafür kann das sein Geschlecht oder Farbe. Daher würde die gewählte Option die anderen ausschließen.

Diese Skala wird den Variablen zugewiesen qualitativ oder kategorisch.

Ordinalskala

Hier werden Kategorien mit festgelegt zwei oder mehr Ebenen, die eine Reihenfolge zueinander bedeuten. Wie in der vorherigen Skala sind dies auch Kategorien, die sich gegenseitig ausschließen. Jetzt können wir die Werte der Variablen in eine Reihenfolge bringen. Zum Beispiel kann diese Skala in den Antworten auf einen Fragebogen gesehen werden:

• Stimme überhaupt nicht zu.
• Stimme nicht zu.
• Gleichgültig.
• OK.
• Stimme total zu.

Diese Antwortoptionen können mit Zahlen von 1 bis 5 codiert werden, die eine a vorschlagen voreingestellte Reihenfolge. Wir können jedoch nicht wissen, ob wir die fortgeschrittenen statistischen Verfahren verwenden und versuchen, die Entfernung zwischen zwei Kategorien zu schätzen. So können wir über die Tatsache sprechen, dass das Untersuchungsobjekt mehr oder weniger von etwas hat, aber auf einfache Weise können wir nicht darüber reden, wie viel mehr von diesem Objekt (Intelligenz, Gedächtnis, Angst usw.).

Diese Skala wird auch den Variablen zugewiesen qualitativ.

Intervallskala

In dieser Skala wird der Abstand zwischen den Werten quantifiziert. Die Messung des Intervalls hat auch die Eigenschaften der beiden vorhergehenden Messungen. Somit legt es den Abstand zwischen einem Maß und einem anderen fest.

Die Intervallskala wird auf kontinuierliche Variablen angewendet. Jedoch, es ist in dieser Größenordnung nicht möglich absoluter Nullpunkt. Ein klares Beispiel für diese Art der Messung ist ein Thermometer. Wenn es null Grad markiert, bedeutet dies nicht, dass keine Temperatur herrscht.

Diese Skala wird in Variablen angewendet quantitativ.

Verhältnisskala

Schließlich umfasst diese Skala die Merkmale der vorherigen. Bestimmen Sie die genaue Entfernung zwischen den Intervallen einer Kategorie. Außerdem gibt es einen absoluten Zero-Fucking, bei dem das gemessene Merkmal oder Attribut nicht vorhanden ist. Zum Beispiel die Anzahl der Kinder: Null Kinder bedeutet Abwesenheit von Kindern.

Diese Skala wird in Variablen angewendet quantitativ.

Häufigkeiten in der beschreibenden Statistik

Eins Häufigkeitsverteilung ist eine Liste der Mögliche Werte (oder Intervalle) für eine Variable, neben der Anzahl der Beobachtungen für jeden Wert.

• Die absolute Frequenz Registrieren Sie das wie oft ein bestimmter Wert zwischen den Beobachtungen erscheint.
• Die relative Häufigkeit Registrieren Sie das Anteil oder Prozentsatz des Auftretens eines bestimmten Wertes von Beobachtungen.

Diese Häufigkeitsverteilung wird normalerweise durch dargestellt Bretter. Daher muss dies alle möglichen Werte einer Variablen umfassen. Darüber hinaus ist die Gesamtzahl der Beobachtungen (n) die gemacht wurden. Wenn wir eine haben Eine große Anzahl von Datenkategorien und einige davon mit sehr niedrigen Frequenzen sollten in Intervallen gruppiert werden.

Indikatoren

Schließlich werden die Indikatoren in der Statistik verwendet einen Datensatz anhand einer Nummer beschreiben. Diese Zahl fasst somit ein Merkmal der Verteilung der analysierten Daten zusammen. Einige dieser Indikatoren sind:

• Indikatoren für zentrale Tendenz
  • Durchschnitt oder Durchschnitt.
  • Mode.
  • Mittel.
• Indikatoren für Dispersion
  • Abweichung.
  • Minimum / Maximum.
  • Rang.
  • Interquartile Bereich.

Mit Hilfe dieser Konzepte sind deskriptive Statistiken für das Debugging, das Organisieren und Berechnen von Statistiken und Repräsentationen von Daten, die dem Forscher angeboten werden, und damit für die wissenschaftliche Gemeinschaft verantwortlich, eine vollständige Karte dessen, was in Ihrer Studie passiert ist.