إحصائيات وصفية في علم النفس

الإحصائيات هي فرع الرياضيات الذي يدرس التباين ، وكذلك العملية التي تنشئها وفقًا لقوانين الاحتمال. من الضروري إجراء البحوث وفهم الطريقة التي يتم بها البحث اليوم ما وراء استنتاجات أي دراسة. وبالتالي ، فإن المعرفة في هذا الفرع سوف تتيح لنا أن نعرف إلى حد كبير نوعية الدراسة وبالتالي درجة الموثوقية التي نستحقها استنتاجاتها.

إحصاءات وصفية ، من ناحية أخرى ، هو هذا الجزء من الإحصاءات التي مسؤول عن جمع وتقديم وتوصيف مجموعة البيانات. بمعنى آخر ، تحاول الإحصاءات الوصفية معرفة ما حدث ، مقارنةً بالإحصاءات الاستنتاجية التي تحاول التنبؤ بما سيحدث في المستقبل في ظل مجموعة من الشروط.

على سبيل المثال ، يتم تحديد هذه الشروط عادة بواسطة متغيرات مثل العمر أو المناخ أو درجة القلق. وبالتالي ، فإن الإحصاءات الوصفية في علم النفس لديها الهدف من تلخيص بطريقة مفيدة للباحث والقارئ ما حدث هو دراسة معينة.

كما قلنا من قبل ، تعتبر المتغيرات أحد المحاور المركزية للإحصاءات الوصفية - والمتغيرات غير الوصفية أيضًا-. يشتمل المتغير على مجموعة من القيم, ووفقًا لهذه القيم ، يمكننا التحدث عن:

• المتغيرات كمي: قد يكون القيمة العددية (العمر ، سعر المنتج ، الدخل السنوي).
• المتغيرات الفئوية أو نوعي: لا يمكن قياسها عدديا (مثل الجنس أو الجنسية أو لون البشرة) أو التحجيم مباشرة.

يمكن أيضًا تصنيف المتغيرات على النحو التالي:

• متغيرات أحادية البعد. انهم يجمعون فقط معلومات حول خاصية السكان. على سبيل المثال ، ارتفاع الطلاب في المدرسة.
• متغيرات ثنائية الأبعاد. التقاط معلومات عن اثنين من خصائص السكان. على سبيل المثال ، ارتفاع وعمر طلاب المدرسة.
• متغيرات متعددة الأبعاد. جمع معلومات حول ثلاث أو أكثر من خصائص السكان. على سبيل المثال ، الطول والوزن والعمر لطلاب المدرسة.

وهكذا، معطيات (الأرقام أو القياسات التي تم جمعها من الملاحظة) يمكن أن تكون من نوعين:

• معطيات حصيف. هم الإجابات العددية التي تنشأ من عملية العد.
• معطيات متواصل. هم الإجابات العددية التي تنشأ من عملية القياس.

مقاييس القياس في الإحصاء الوصفي

التدبير هو عملية ربط المفاهيم المجردة مع المؤشرات التجريبية. وتسمى نتيجة القياس قياس.

هناك أربعة مقاييس القياس الممكنة ، والتي تستخدم للمساعدة في تصنيف المتغيرات. في هذا المعنى ، خصائص دقة و صحة إنها مهمة جدًا في الإحصائيات الوصفية ، لأنها تخبرنا عن جودة القياس. لأنه ، ما الذي سوف يخدمنا بعض البيانات التي تم أخذها بطريقة خاطئة?

مقياس الاسمي

على هذا النطاق يتم تعيين الأرقام للفئات التي لا تحتاج إلى طلب (لا يمكننا القول أن فئة واحدة أكثر من فئة أخرى). بالإضافة إلى ذلك ، هذه الفئات هي يستبعد بعضها بعضا. مثال على ذلك قد يكون الجنس أو اللون. وبالتالي ، فإن الخيار الذي تم اختياره سيكون حصريًا على الآخرين.

يتم تعيين هذا المقياس للمتغيرات نوعي أو القاطع.

مقياس العادية

هنا يتم إنشاء فئات مع اثنين أو أكثر من المستويات التي تنطوي على أمر لبعضهم البعض. كما في الجدول السابق ، فهذه أيضًا فئات حصرية بشكل متبادل ، ولكن الآن يمكننا وضع قيم المتغيرات في ترتيب ما. على سبيل المثال ، يمكن مشاهدة هذا المقياس في الردود على استبيان:

• لا أوافق بشدة.
• تعارض.
• غير مبال.
• حسنا.
• موافق تماما.

يمكن ترميز خيارات الاستجابة هذه بأرقام تتراوح من واحد إلى خمسة تقترح أ النظام المعمول به مسبقا. ومع ذلك ، لا يمكننا أن نعرف ، ما لم نستخدم الإجراءات الإحصائية المتقدمة ومحاولة تقديرها ، المسافة بين فئتين. وبالتالي ، يمكننا أن نتحدث عن أن هدف التحقيق يحتوي على شيء أو أقل من شيء ، ولكن بطريقة بسيطة لا يمكننا التحدث عن مقدار أكثر من ذلك الشيء (الذكاء ، الذاكرة ، القلق ، وما إلى ذلك).

يتم تعيين هذا المقياس أيضًا للمتغيرات نوعي.

مقياس الفاصل

في هذا المقياس ، يتم تحديد المسافة بين القيم. قياس الفاصل الزمني له أيضا خصائص القياسين السابقين. وبالتالي ، فإنه يحدد المسافة بين تدبير وآخر.

يتم تطبيق مقياس الفاصل على المتغيرات المستمرة. لكن, ليس من الممكن على هذا النطاق الصفر المطلق. مثال واضح على هذا النوع من القياس هو مقياس الحرارة. عندما تكون درجة الصفر صفرا ، فهذا لا يعني عدم وجود درجة حرارة.

يتم تطبيق هذا المقياس في المتغيرات كمي.

مقياس النسبة

أخيرًا ، يتضمن هذا المقياس خصائص الخصائص السابقة. تحديد المسافة بالضبط بين فترات الفئة. بالإضافة إلى ذلك ، يكون له سخيف مطلق لا توجد فيه سمة أو سمة يتم قياسها. على سبيل المثال ، عدد الأطفال: الأطفال صفر يعني غياب الأطفال.

يتم تطبيق هذا المقياس في المتغيرات كمي.

الترددات في الإحصاء الوصفي

ل توزيع التردد إنها قائمة القيم المحتملة (أو الفواصل الزمنية) التي يأخذها المتغير, بجانب عدد الملاحظات لكل قيمة.

• ال التردد المطلق تسجيل عدد المرات التي تظهر فيها قيمة معينة بين الملاحظات.
• ال التردد النسبي تسجيل نسبة أو نسبة حدوث قيمة معينة من الملاحظات.

عادةً ما يتم تمثيل توزيع التردد هذا بواسطة رسم. وبالتالي ، يجب أن يشمل هذا جميع القيم المحتملة للمتغير. بالإضافة إلى ذلك ، إجمالي عدد الملاحظات (ن) التي بذلت. عندما يكون لدينا يجب تجميع عدد كبير من فئات البيانات وبعضها بترددات منخفضة جدًا على فترات.

مؤشرات

وأخيرا ، فإن المؤشرات في الإحصاءات تستخدم ل وصف مجموعة البيانات باستخدام رقم. وبالتالي ، يلخص هذا الرقم خاصية توزيع البيانات التي تم تحليلها. بعض هذه المؤشرات هي:

• مؤشرات الميل المركزي
  • متوسط ​​أو متوسط.
  • موضة.
  • متوسط.
• مؤشرات تشتت
  • فرق.
  • الحد الأدنى / الحد الأقصى.
  • مرتبة.
  • مجموعة بين الربعين.

وبالتالي ، بمساعدة هذه المفاهيم ، تكون الإحصائيات الوصفية مسؤولة عن تصحيح وتنظيم وحساب الإحصاءات وتمثيل البيانات لتقديمها للباحث ، وبالتالي إلى المجتمع العلمي, خريطة كاملة لما حدث في دراستك.