心理学における記述統計

統計は、変動の可能性を研究する数学の一分野であり、確率の法則に従ってそれを生成するプロセスでもあります。. 研究をすることとそれが今日研究されている方法を理解することの両方が必要です 任意の研究の結論を超えて。したがって、この分野の知識によって、研究の質、したがって結論に値する信頼性の程度を大いに知ることができます。.

記述統計は、その一方で、統計のその部分です データセットの収集、表示、および特徴付けを担当します。. 言い換えれば、記述統計学は、何が起こったのかを知ることを試みるのに対し、推論統計学は、一連の条件下で将来起こることを予測しようとするのと比較して.

たとえば、これらの状態は通常、年齢、気候、不安の程度などの変数によって指定されます。したがって、心理学における記述統計学は、 研究者にとって、そして読者にとって有益な方法で要約することは、与えられた研究です。.

前に述べたように、変数は記述統計の中心軸の1つです - そして非記述統計の中心軸の1つです。-. 変数は一連の値を含みます, そしてこれらの値に従って私達は話すことができます：

• 変数 定量的あります： 数値 （年齢、商品の価格、年収）.
• カテゴリカル変数または 定性的： それらは数値的に測定することはできません （性別、国籍、肌の色など）または直接スケーリング.

変数は次のようにも分類できます。

• 一次元変数. 彼らは集まるだけ 人口の特性に関する情報. たとえば、学校の生徒の身長.
• 二次元変数. 拾う 人口の2つの特性に関する情報. たとえば、学校の生徒の身長と年齢.
• 多次元変数. に関する情報を収集する 人口の3つ以上の特性. たとえば、学校の生徒の身長、体重、年齢など.

したがって、 データ （観測から収集された数値または測定値）は、2つのタイプになります。

• データ 離散的. 彼らはから得られる数値的な答えです。 集計プロセス.
• データ 連続的. 彼らはから得られる数値的な答えです。 測定プロセス.

記述統計学における測定尺度

対策は 抽象的な概念と経験的指標を結びつけるプロセス. 測定結果はと呼ばれます 測定.

4つの可能な測定スケールがあります。 変数の分類. この意味では、 信頼性 そして 妥当性 それらは測定の質について私たちに話すので、それらは記述統計学において非常に重要です。なぜなら、それは私たちに誤って得られたいくつかのデータに役立つのです。?

公称スケール

この規模で 注文を必要としないカテゴリには番号が割り当てられます（あるカテゴリが別のカテゴリを超えているとは言えません）。. さらに、これらのカテゴリは 相容れない. この一例は 性別または色. したがって、選択されたオプションは他のものを除外します。.

このスケールは変数に割り当てられます 定性的 またはカテゴリカル.

序数スケール

ここではカテゴリーが確立されています 互いに順序を意味する2つ以上のレベル. 前のスケールと同様に、これらも相互に排他的なカテゴリですが、変数の値を順番に並べることができます。例えば、この尺度はアンケートへの回答に見られます。

• 全くそう思わない.
• そう思わない.
• 無関心.
• 同意する.
• 完全に同意する.

これらの応答オプションは、1〜5の範囲の数字でコーディングできます。 事前に設定された注文. ただし、高度な統計手順を使用してそれを推定しようとしない限り、2つのカテゴリ間の距離を知ることはできません。したがって、調査の対象には多かれ少なかれ何かがあるということについて話すことができますが、簡単な方法では、それがどれほど多くあるかについて話すことはできません（知性、記憶、不安など）。.

このスケールは変数にも割り当てられます 定性的.

間隔スケール

このスケールでは、値間の距離が定量化されています. 間隔の測定も、前の2つの測定の特性を持ちます。したがって、それはある小節と別の小節との間の距離を確立します.

区間尺度は連続変数に適用されます。しかし、, それはこの規模では不可能です 絶対ゼロ. この種の測定の明確な例は温度計です。それがゼロ度をマークするとき、それは温度の不在を意味しません.

このスケールは変数に適用されます 定量的.

比率スケール

最後に、このスケールは前のものの特性を含みます。を決定する カテゴリの区間間の正確な距離. さらに、測定される特性または属性が存在しない、絶対的なゼロクソがあります。たとえば、子供の数：子供がゼロの場合、子供がいないことを意味します。.

このスケールは変数に適用されます 定量的.

記述統計学における頻度

一 頻度分布 のリストです 変数が取ることができる値（または間隔）, 各値の観測数の横.

• の 絶対頻度 登録する 観測間に特定の値が表示される回数.
• の 相対頻度 登録する ある観測値の発生の割合または割合.

この度数分布は通常次のように表されます。 ボード. したがって、これは変数のすべての可能な値を含まなければなりません。さらに、観測の総数（n）それが行われている。我々が持っているとき 大量のデータカテゴリと非常に低い頻度を持つそれらのいくつかは、間隔でグループ化されるべきです.

指標

最後に、統計の指標は、 数値を使用してデータセットを記述する. 従って、この数は分析されたデータの分布の特徴を要約している。これらの指標のいくつかは以下のとおりです。

• の指標 中心的傾向
  • 平均または平均.
  • ファッション.
  • 普通.
• の指標 分散
  • 差異.
  • 最小/最大.
  • ランク.
  • 四分位範囲.

したがって、これらの概念の助けを借りて、記述統計は、研究者に提供するために、そして科学界に拡張するために、統計およびデータの表現をデバッグ、編成、および計算する責任があります。, あなたの研究で起こったことの完全な地図.