Статистика в психологии это что такое Статистика в психологии: определение — Психология.НЭС
СТАТИСТИКА СТАТИСТИКА ВИТАЛЬНАЯ

Статистика в психологии

Найдено 1 определение:

Статистика в психологии

statistics in psychology) Первое применение С. в психологии часто связывают с именем сэра Фрэнсиса Гальтона. В психологии под "статистикой" понимается применение количественных мер и методов для описания и анализа результатов психол. исслед. Психологии как науке С. необходима. Регистрация, описание и анализ количественных данных позволяют проводить обоснованные сравнения, опирающиеся на объективные критерии. Применяемая в психологии С. обычно состоит из двух разделов: описательной (дескриптивной) статистики и теории статистического вывода. Описательная статистика. Описательная С. включает в себя методы орг-ции, суммирования и описания данных. Дескриптивные показатели позволяют быстро и эффективно представлять большие совокупности данных. К наиболее часто используемым описательным методам относятся частотные распределения, меры центральной тенденции и меры относительного положения. Регрессия и корреляции применяются для описания связей между переменными. Частотнее распределение показывает, сколько раз каждый качественный или количественный показатель (либо интервал таких показателей) встречается в массиве данных. Кроме того, нередко приводятся относительные частоты - процент ответов каждого типа. Частотное распределение обеспечивает быстрое проникновение в структуру данных, к-рого было бы трудно достичь, работая непосредственно с первичными данными. Для наглядного представления частотных данных часто используются разнообразные виды графиков. Меры центральной тенденции - это итоговые С., описывающие то, что яв-ся типичным для распределения. Мода определяется как наиболее часто встречающееся наблюдение (значение, категория и т. д.). Медиана - это значение, к-рое делит распределение пополам, так что одна его половина включает все значения выше медианы, а другая - все значения ниже медианы. Среднее вычисляется как среднее арифметическое всех наблюденных значений. Какая из мер - мода, медиана или среднее - будет лучше всего описывать распределение, зависит от его формы. Если распределение симметричное и унимодальное (имеющее одну моду), среднее медиана и мода будут просто совпадать. На среднее особенно влияют "выбросы", сдвигая его величину в сторону крайних значений распределения, что делает среднее арифметическое наименее полезной мерой сильно скошенных (асимметричных) распределений. Др. полезными описательными характеристиками распределений служат меры изменчивости, т. е. того, в какой степени различаются значения переменной в вариационном ряду. Два распределения могут иметь одинаковые средние, медианы и моды, но существенно различаться по степени изменчивости значений. Изменчивость оценивается двумя С.: дисперсией и стандартным отклонением. Меры относительного положения включают в себя процентили и нормированные оценки, используемые для описания местоположения конкретного значения переменной относительно остальных ее значений, входящих в данное распределение. Велковиц с соавторами определяют процентиль как "число, показывающее процент случаев в определенной референтной группе с равными или меньшими оценками". Т. о., процентиль дает более точную информ., чем просто сообщение о том, что в данном распределении некое значение переменной попадает выше или ниже среднего, медианы или моды. Нормированные оценки (обычно называемые z-оценками) выражают отклонение от среднего в единицах стандартного отклонения (?). Нормированные оценки полезны тем, что их можно интерпретировать относительно стандартизованного нормального распределения (z-распределения) - симметричной колоколообразной кривой с известными свойствами: средним, равным 0, и стандартным отклонением, равным 1. Так как z-оценка имеет знак (+ или -), она сразу показывает, лежит ли наблюденное значение переменной выше или ниже среднего (m). А поскольку нормированная оценка выражает значения переменной в единицах стандартного отклонения, она показывает, насколько редким яв-ся каждое значение: примерно 34% всех значений попадает в интервал от т до т + 1? и 34% - в интервал от т до т - 1?; по 14% - в интервалы от т + 1? до т + 2? и от т - 1? до т - 2?; и по 2% - в интервалы от т + 2? до т + 3? и от т - 2? до т - 3?. Связи между переменными. Регрессия и корреляция относятся к тем способам, к-рые чаще всего используются для описания связей между переменными. Два разных измерения, полученных по каждому элементу выборки, можно отобразить в виде точек в декартовой системе координат (х, у) - диаграммы рассеяния, являющейся графическим представлением связи между этими измерениями. Часто эти точки образуют почти прямую линию, свидетельствующую о линейной связи между переменными. Для получения линии регрессии - мат. уравнения линии наилучшего соответствия множеству точек диаграммы рассеяния - используются численные методы. После выведения линии регрессии появляется возможность предсказывать значения одной переменной по известным значениям другой и, к тому же, оценивать точность предсказания. Коэффициент корреляции (r) - это количественный показатель тесноты линейной связи между двумя переменными. Методики вычисления коэффициентов корреляции исключают проблему сравнения разных единиц измерения переменных. Значения r изменяются в пределах от -1 до +1. Знак отражает направление связи. Отрицательная корреляция означает наличие обратной зависимости, когда с увеличением значений одной переменной значения др. переменной уменьшаются. Положительная корреляция свидетельствует о прямой зависимости, когда при увеличении значений одной переменной увеличиваются значения др. переменной. Абсолютная величина r показывает силу (тесноту) связи: r = ±1 означает прямолинейную зависимость, а r = 0 указывает на отсутствие линейной связи. Величина r2 показывает процент дисперсии одной переменной, к-рый можно объяснить вариацией др. переменной. Психологи используют r2, чтобы оценить полезность конкретной меры для предсказания. Коэффициент корреляции Пирсона (r) предназначен для интервальных данных, полученных в отношении предположительно нормально распределенных переменных. Для обработки др. типов данных имеется целый ряд др. корреляционных мер, напр. точечно-бисериальный коэффициент корреляции, коэффициент j и коэффициент ранговой корреляции (r) Спирмена. Корреляции часто используются в психологии как источник информ. для формулирования гипотез эксперим. исслед. Множественная регрессия, факторный анализ и каноническая корреляция образуют родственную группу более современных методов, ставших доступными практикам благодаря прогрессу в области вычислительной техники. Эти методы позволяют анализировать связи между большим числом переменных. Теория статистического вывода Этот раздел С. включает систему методов получения выводов о больших группах (фактически, генеральных совокупностях) на основе наблюдений, проведенных в группах меньшего размера, называемых выборками. В психологии статистический вывод служит двум главным целям: 1) оценить параметры генеральной совокупности по выборочным статистикам; 2) оценить шансы получения определенного паттерна результатов исследования при заданных характеристиках выборочных данных. Среднее является наиболее часто оцениваемым параметром генеральной совокупности. В силу самого способа вычисления стандартной ошибки, выборки большего объема обычно дают меньшие стандартные ошибки, что делает статистики, вычисленные по большим выборкам, несколько более точными оценками параметров генеральной совокупности. Пользуясь стандартной ошибкой среднего и нормированными (стандартизованными) распределениями вероятностей (такими как t-распределение), можно построить доверительные интервалы - области значений с известными шансами попадания в них истинного генерального среднего. Оценивание результатов исследования. Теорию статистического вывода можно использовать для оценки вероятности того, что частные выборки принадлежат известной генеральной совокупности. Процесс статистического вывода начинается с формулирования нулевой гипотезы (H0), состоящей в предположении, что выборочные статистики получены из определенной совокупности. Нулевая гипотеза сохраняется или отвергается в зависимости от того, насколько вероятным яв-ся полученный результат. Если наблюдаемые различия велики относительно величины изменчивости выборочных данных, исследователь обычно отвергает нулевую гипотезу и делает вывод о крайне малых шансах того, что наблюдаемые различия обязаны своим происхождением случаю: результат является статистически значимым. Вычисляемые критериальные статистики с известными распределениями вероятностей выражают отношение между наблюдаемыми различиями и изменчивостью (вариабельностью). Параметрические статистики. Параметрические С. могут использоваться в тех случаях, когда удовлетворяются два требования: 1) в отношении изучаемой переменной известно или, по крайней мере, можно предположить, что она имеет нормальное распределение; 2) данные представляют собой интервальные измерения или измерения отношений. Если среднее и стандартное отклонение генеральной совокупности известно (хотя бы предположительно), можно определить точное значение вероятности получения наблюдаемого различия между известным генеральным параметром и выборочной статистикой. Нормированное отклонение (z-оценку) можно найти путем сравнения со стандартизованной нормальной кривой (называемой также z-распределением). Поскольку исследователи часто работают с малыми выборками и поскольку параметры генеральной совокупности редко известны, стандартизованные t-распределения Стьюдента обычно используются чаще нормального распределения. Точная форма t-распределения варьирует в зависимости от объема выборки (точнее, от числа степеней свободы, т. е. числа значений, к-рые можно свободно изменять в данной выборке). Семейство t-распределений можно использовать для проверки нулевой гипотезы, состоящей в том, что две выборки были извлечены из одной и той же совокупности. Такая нулевая гипотеза типична для исследований с двумя группами испытуемых, напр. эксперим. и контрольной. Когда в исслед. задействовано больше двух групп, можно применить дисперсионный анализ (F-критерий). F - это универсальный критерий, оценивающий различия между всеми возможными парами исследуемых групп одновременно. При этом сравниваются величины дисперсии внутри групп и между группами. Существует множество post hoc методик выявления парного источника значимости F-критерия. Непараметрические статистики. Когда не удается соблюсти требования адекватного применения параметрических критериев или когда собираемые данные являются порядковыми (ранговыми) или номинальными (категориальными), используют непараметрические методы. Эти методы параллельны параметрическим в том, что касается их применения и назначения. Непараметрические альтернативы t-критерию включают U-критерий Манна-Уитни, критерий Уилкоксона (W) и критерий с2 для номинальных данных. К непараметрическим альтернативам дисперсионного анализа относятся критерии Краскела - Уоллеса, Фридмана и с2. Логика применения каждого непараметрического критерия остается той же самой: соответствующая нулевая гипотеза отвергается в том случае, если расчетное значение критериальной статистики выходит за пределы заданной критической области (т. е. оказывается менее вероятным, чем предполагалось). Так как все статистические выводы основаны на оценках вероятности, возможны два ошибочных исхода: ошибки I рода, при к-рых отвергается истинная нулевая гипотеза, и ошибки II рода, при к-рых сохраняется ложная нулевая гипотеза. Первые имеют следствием ошибочное подтверждение гипотезы исслед., а последние - неспособность распознать статистически значимый результат. См. также Дисперсионный анализ, Меры центральной тенденции, Факторный анализ, Измерение, Методы многомерного анализа, Проверка нулевой гипотезы, Вероятность, Статистический вывод А. Майерс
Оцените определение:

Источник: Р. Корсини, А. Ауэрбах. Психологическая энциклопедия. СПб.: Питер, 2006. - 1096 с.1788

Найдено рефератов по теме Статистика в психологии — 0

Найдено книг по теме — 16

Найдено научных статей по теме — 12

Проблема применения математических методов в психологических исследованиях: институализация статисти

Морозова Светлана Васильевна, Наследов Андрей Дмитриевич
В статье рассматривается проблема применения статистики и математического моделирования в психологии. Особое внимание уделено значению математических методов в системе подтверждения научных фактов.
Скачать PDF

О статистической обработке и представлении эмпирических данных в психолого-педагогических исследован

Магомедов Пахрудин Шабанович
В статье рассматривается проблема статистической обработки данных эмпирического исследования и представления его результатов в научных психолого-педагогических публикациях; показана важность освоения психологами и педагогами математических методов исследования и их значение в презентации результатов эмпирических исследований.
Скачать PDF

Пошаговый алгоритм действий при использовании методов математической статистики в психолого-педагоги

Морозов Евгений Анатольевич
Рассматриваются некоторые аспекты применения методов математической статистики в практике диагностических психолого-педагогических исследований. Особое место уделяется не процедуре статистических расчетов, а проблеме статистического вывода, решение которой представлено в виде последовательности шагов, каждый из которых подробно описан. Эти этапы (шаги) описываются и комментируются на примере применения психодиагностических методик в рамках эксперимента, направленного на развитие коммуникативных навыков у участников тренинга. Разработанные пояснения к данному алгоритму предназначены для студентов гуманитарного профиля. Материалы, представленные в статье, могут быть использованы в преподавании дисциплин «Методы математической статистики в социально-педагогических исследованиях», «Психодиагностика в социальной работе» и др. Актуальность публикации объясняется необходимостью способствовать преодолению трудностей, которые вызывает у студентов применение методов математической статистики в психолого-педагогических исследованиях. Автор доказывает, что одна из задач, стоящих перед преподавателем, состоит в необходимости планомерно вести профилактическую работу со студентами с целью сформировать у них исследовательский навык грамотного обоснования результатов исследования посредством применения методов математической статистики. Автор утверждает, что на сегодняшний день есть насущная необходимость в повышении качества студенческих научных исследований.
Скачать PDF

О реформе статистического вывода в психологии. Сомнительная значимость статистической значимости

Сивуха Сергей Викентьевич, Козяк Анастасия Александровна
С середины XX века научная психология ассоциируется с эмпирическими исследованиями и статистическим анализом данных. Критика проверки статистической значимости (расчета значения p и его интерпретации) началась одновременно с популяризацией этой процедуры в психологии. Сведение научного вывода к (часто неверному) толкованию значения p является одной из серьезных помех развитию психологии. В статье обсуждаются некоторые заблуждения исследователей по поводу проверки статистической значимости и затрагиваются некоторые обсуждаемые в литературе альтернативы.
Скачать PDF

Система понятий статистического дискурса психологии: психосемантическое исследование

Морозова Светлана Васильевна
В статье описана теоретическая модель системы понятий статистического дискурса психологии. Автор осуществляет эмпирическую проверку разработанной модели в психосемантическом исследовании. Особое внимание в статье уделено проблеме взаимосвязи сформированности системы понятий статистического дискурса психологии с уровнем владения математическими методами.
Скачать PDF

Информационные технологии статистического анализа данных в системе высшего психологического образова

Смирнова Светлана Викторовна, Макарчук Татьяна Анатольевна
В статье рассматриваются особенности применения информационных технологий в рамках использования прикладной статистики в психологии. Анализируются требования к статистической подготовке студентов-психологов в условиях информационного общества.
Скачать PDF

Применение некоторых методов математической статистики в педагогических исследованиях

Савельев М. Ю.
Скачать PDF

Статистическая обработка результатов тестирования студентов бизнес-колледжа на готовность к самореал

Борисова О. Н.
Скачать PDF

Статистическое исследование влияния «Теневых персонажей» на идентифицированного клиента на примере а

Сутормин Олег Юрьевич
Автором проводится статистическое исследование влияния «теневых персонажей» на примере абортированных детей на возникновение симптома у идентифицированного респондента с позиции современного системного подхода в психологии.
Скачать PDF

Методы изучения нелинейных статистических связей как не обходимое условие синергети- ческих воззрени

Басимов М. М.
Скачать PDF

Статистическое оценивание пригодности операторов экстремальных видов деятельности с использованием ф

Володарский Евгений Тимофеевич, Кошевая Лариса Александровна, Булыгина Елена Вячеславовна
Предложен метод оценки профессиональной пригодности операторов экстремальных видов деятельности, в основу которого положен трехступенчатый статистический критерий, позволяющий на трех последовательных этапах оценивать пригодность оператора и тем самым повысить достоверность верного отбора. В качестве обобщенного параметра, при помощи которого без привлечения экспертов можно оценивать пригодность оператора, используется коэффициент энергетической устойчивости, который вычисляется как отношение площадей под кривой спектральной плотности -ритма биологического сигнала оператора в спокойном и нагруженном состоянии. Для определения возможных рассеиваний относительной величины, названной коэффициентом энергетической устойчивости, которые могут быть обусловлены индивидуальными особенности операторов, влиянием экстремальных нагрузок, условиями и режимом работы был проведен физический моделирующий эксперимент. К этому эксперименту была привлечена группа операторов (зимовщиков экспедиции на антарктической станции Академик Вернадский), имеющих положительный (длительный и успешный) опыт работы в экстремальных условиях, однако, с некоторыми индивидуальными расхождениями в пределах требуемой квалификации. В результате установлены эталонные нормы рассеяния по влияющим случайным величинам, по отношению к которым осуществляется оценка при отборе операторов. Учитывая ограниченный объем выборок при отборе операторов для повышения статистической надежности получаемых оценок, а, следовательно, и повышения достоверности принимаемых решений о профессиональной пригодности операторов используется робастная процедура, которая базируется на медианном абсолютном отклонении. Предложенный подход позволяет автоматизировать процедуру отбора операторов и тем самым исключить возможные субъективные решения экспертов.
Скачать PDF

Отношение к статистике у студентов, изучающих социальные науки: операционализация понятия и его изме

Орёл Е.А., Хавенсон Т.Е.
В статье описывается опыт русскоязычной адаптации шкалы, измеряющей отношение к статистике у студентов факультетов социальных наук. За основу была взята шкала SATS-36 (Schau, 2003). В работе подробно описаны все этапы по адаптации опросника. Исследование проводилось на выборке из 253 студентов трех факультетов НИУ ВШЭ. Была проверена факторная структура опросника, а также доказаны его надежность и валидность. Получившиеся факторы несколько отличаются от авторской версии, однако более релевантны русскоязычной образовательной среде. Кроме того, в статье подробно раскрываются история изучения и подходы к измерению понятия «отношение к статистике».
Скачать PDF