M. Popa Statistica psihologică cu aplicaŃii SPSS 2 · M. Popa Statistica psihologică cu...
Transcript of M. Popa Statistica psihologică cu aplicaŃii SPSS 2 · M. Popa Statistica psihologică cu...
M. Popa - Statistica psihologică cu aplicaŃii SPSS 3
Statistica descriptivă
� Proceduri de organizare, sintetizare şi descrierea
datelor:
A. Tehnici de organizare şi prezentare a datelor � numerice (analiza de frecvenţe - simplă/grupată)
� grafice
B. Indicatori numerici sumativi� indicatori ai tendinţei centrale
� indicatori ai împrăştierii
� indicatori ai formei distribuţiei
M. Popa - Statistica psihologică cu aplicaŃii SPSS 4
Analiza de frecvenŃe simple
Exemplu:
Numărul conduitelor agresive după vizionarea unui desen animat agresiv:
10, 10, 9, 9, 8, 8, 8, 8, 8, 7, 7, 7, 6, 6, 6, 6, 6, 6, 6, 5, 4, 4, 4, 4, 2
M. Popa - Statistica psihologică cu aplicaŃii SPSS 5
Tipuri de frecvenŃe simple
� Frecvenţa absolută
� Frecvenţa cumulată
� Frecvenţa relativă raportată la unitate
� Frecvenţa relativă cumulată, raportată la unitate
� Frecvenţa relativă procentuală
� Frecvenţa relativă cumulată procentuală
M. Popa - Statistica psihologică cu aplicaŃii SPSS 6
Valoare fa
10 2
9 2
8 5
7 3
6 7
5 1
4 4
3 0
2 1
Total ΣΣΣΣfa=25
M. Popa - Statistica psihologică cu aplicaŃii SPSS 7
Valoare fa fc
10 2 25
9 2 23
8 5 21
7 3 16
6 7 13
5 1 6
4 4 5
3 0 1
2 1 1
Total ΣΣΣΣfa=25
M. Popa - Statistica psihologică cu aplicaŃii SPSS 8
Valoare fa fc fr (1)
10 2 25 0,08
9 2 23 0,08
8 5 21 0,20
7 3 16 0,12
6 7 13 0,28
5 1 6 0,04
4 4 5 0,16
3 0 1 0
2 1 1 0,04
Total ΣΣΣΣfa=25 ΣΣΣΣfr(1)=1
08.025
2)1( ===∑ fa
fafr
16.025
4)1( ===∑ fa
fafr
M. Popa - Statistica psihologică cu aplicaŃii SPSS 9
Valoare fa fc fr (1) frc (1)
10 2 25 0,08 1,00
9 2 23 0,08 0,92
8 5 21 0,20 0,84
7 3 16 0,12 0,64
6 7 13 0,28 0,52
5 1 6 0,04 0,24
4 4 5 0,16 0,20
3 0 1 0 0,04
2 1 1 0,04 0,04
Total ΣΣΣΣfa=25 ΣΣΣΣfr=1
M. Popa - Statistica psihologică cu aplicaŃii SPSS 10
Valoare fa fc fr (1) frc (1) fr (%)
10 2 25 0,08 1,00 8%
9 2 23 0,08 0,92 8%
8 5 21 0,20 0,84 20%
7 3 16 0,12 0,64 12%
6 7 13 0,28 0,52 28%
5 1 6 0,04 0,24 4%
4 4 5 0,16 0,20 16%
3 0 1 0 0,04 0%
2 1 1 0,04 0,04 4%
Total ΣΣΣΣfa=25 ΣΣΣΣfr=1 ΣΣΣΣfr%=100
M. Popa - Statistica psihologică cu aplicaŃii SPSS 11
Valoare fa fc fr (1) frc (1) fr (%) frc (%)
10 2 25 0,08 1,00 8% 100%
9 2 23 0,08 0,92 8% 92%
8 5 21 0,20 0,84 20% 84%
7 3 16 0,12 0,64 12% 64%
6 7 13 0,28 0,52 28% 52%
5 1 6 0,04 0,24 4% 24%
4 4 5 0,16 0,20 16% 20%
3 0 1 0 0,04 0% 4%
2 1 1 0,04 0,04 4% 4%
Total ΣΣΣΣfa=25 ΣΣΣΣfr=1 ΣΣΣΣfr%=100
Rang percentilPercentila
M. Popa - Statistica psihologică cu aplicaŃii SPSS 12
…entile “speciale”
� Decilele → împart distribuţia în 10 părţi egale� decila 1 2 3 4 5... 9 10
→ percentila 10 20 30 40 50... 90 100
�Quartilele → împart distribuţia în patru părţi egale ca număr de valori)
� quartila 1 (percentila 25)
� quartila 2 (percentila 50)
� quartila 3 (percentila 75)
M. Popa - Statistica psihologică cu aplicaŃii SPSS 14
Analiza de frecvenŃe grupate
Exemplu de distribuţie statistică:
Rezultatul la un test de inteligenţă (QI)
101 94 87 117 115 116 91 113 96 105
92 107 118 114 98 112 101 114 107 109
97 109 124 102 118 113 116 106 108 89
106 108 115 92 97 102 108 102 109 114
107 104 110 101 101 121 125 86 109 123
M. Popa - Statistica psihologică cu aplicaŃii SPSS 15
DistribuŃia sortată descrescător:
125
124
123
121
118
118
117
116
116
115
115
114
114
114
113
113
112
110
109
109
109
109
108
108
108
107
107
107
106
106
105
104
102
102
102
101
101
101
101
98
97
97
96
94
92
92
91
89
87
86
M. Popa - Statistica psihologică cu aplicaŃii SPSS 16
Gruparea pe clase (categorii)
� Alegem numărul de clase, categorii� recomandabil, între 5 şi 15 (convenţional)
� Alegem mărimea intervalului de clasă:� principii
� toate intervalele trebuie să fie egale
� limitele intervalelor trebuie să cuprindă toate valorile (între limitele intervalelor alăturate să nu existe „goluri” sau suprapuneri)
� aplicăm următoarea procedură...
M. Popa - Statistica psihologică cu aplicaŃii SPSS 17
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 18
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Se împarte valoarea obţinută la mărimea posibilă a intervalului de clasă (2, 3, 5 sau 10) pentru a realiza numărul de clase al noii distribuţii
39/2 = ~20 clase (prea multe)39/3 = 13 clase (variantă posibilă)39/5 = ~ 8 clase (variantă acceptabilă)
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 19
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Se împarte valoarea obţinută la mărimea posibilă a intervalului de clasă (2, 3, 5 sau 10) pentru a realiza numărul de clase al noii distribuţii
39/2 = ~20 clase (prea multe)39/3 = 13 clase (variantă posibilă)39/5 = ~ 8 clase (variantă acceptabilă)
Se selectează mărimea intervalului care conduce la un număr de clase cuprins între 5 şi 15.
Vom alege 5, pentru că produce o distribuţie cu 8 clase care este mai uşor de analizat şi manipulat
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 20
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Se împarte valoarea obţinută la mărimea posibilă a intervalului de clasă (2, 3, 5 sau 10) pentru a realiza numărul de clase al noii distribuţii
39/2 = ~20 clase (prea multe)39/3 = 13 clase (variantă posibilă)39/5 = ~ 8 clase (variantă acceptabilă)
Se selectează mărimea intervalului care conduce la un număr de clase cuprins între 5 şi 15.
Vom alege 5, pentru că produce o distribuţie cu 8 clase care este mai uşor de analizat şi manipulat
Se determină limita inferioară a primului interval (trebuie să fie un multiplu al mărimii intervalului)
Alegem valoarea 85 ca limită inferioară(chiar dacă 86 este valoarea minimă)
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 21
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Se împarte valoarea obţinută la mărimea posibilă a intervalului de clasă (2, 3, 5 sau 10) pentru a realiza numărul de clase al noii distribuţii
39/2 = ~20 clase (prea multe)39/3 = 13 clase (variantă posibilă)39/5 = ~ 8 clase (variantă acceptabilă)
Se selectează mărimea intervalului care conduce la un număr de clase cuprins între 5 şi 15.
Vom alege 5, pentru că produce o distribuţie cu 8 clase care este mai uşor de analizat şi manipulat
Se determină limita inferioară a primului interval (trebuie să fie un multiplu al mărimii intervalului)
Alegem valoarea 85 ca limită inferioară(chiar dacă 86 este valoarea minimă)
Se determină limita superioară a primului interval
Dacă mărimea intervalului este 5, limita superioară va fi 89 (85,86,87,88,89)
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 22
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Se împarte valoarea obţinută la mărimea posibilă a intervalului de clasă (2, 3, 5 sau 10) pentru a realiza numărul de clase al noii distribuţii
39/2 = ~20 clase (prea multe)39/3 = 13 clase (variantă posibilă)39/5 = ~ 8 clase (variantă acceptabilă)
Se selectează mărimea intervalului care conduce la un număr de clase cuprins între 5 şi 15.
Vom alege 5, pentru că produce o distribuţie cu 8 clase care este mai uşor de analizat şi manipulat
Se determină limita inferioară a primului interval (trebuie să fie un multiplu al mărimii intervalului)
Alegem valoarea 85 ca limită inferioară(chiar dacă 86 este valoarea minimă)
Se determină limita superioară a primului interval
Dacă mărimea intervalului este 5, limita superioară va fi 89 (85,86,87,88,89)
Se construiesc intervalele de clasă pentru fiecare interval
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 23
Se face diferenţa dintre valoarea cea mai mare şi valoarea cea mai mică
125 – 86 = 39
Se împarte valoarea obţinută la mărimea posibilă a intervalului de clasă (2, 3, 5 sau 10) pentru a realiza numărul de clase al noii distribuţii
39/2 = ~20 clase (prea multe)39/3 = 13 clase (variantă posibilă)39/5 = ~ 8 clase (variantă acceptabilă)
Se selectează mărimea intervalului care conduce la un număr de clase cuprins între 5 şi 15.
Vom alege 5, pentru că produce o distribuţie cu 8 clase care este mai uşor de analizat şi manipulat
Se determină limita inferioară a primului interval (trebuie să fie un multiplu al mărimii intervalului)
Alegem valoarea 85 ca limită inferioară(chiar dacă 86 este valoarea minimă)
Se determină limita superioară a primului interval
Dacă mărimea intervalului este 5, limita superioară va fi 89 (85,86,87,88,89)
Se construiesc intervalele de clasă pentru fiecare interval
Se aplică analiza de frecvenţe ca în cazul frecvenţelor simple, aplicată la clase
Realizarea claselor
M. Popa - Statistica psihologică cu aplicaŃii SPSS 24
Clase fa fr% frc%
125 - 129 1 2% 100%
120 – 124 3 6% 98%
115 – 119 7 14% 92%
110 – 114 7 14% 78%
105 – 109 13 26% 64%
100 – 104 8 16% 38%
95 – 99 4 8% 22%
90 – 94 4 8% 14%
85 – 89 3 6% 6%
ΣΣΣΣfa=50 ΣΣΣΣfr%=100
Tabelul frevenţelor grupate
M. Popa - Statistica psihologică cu aplicaŃii SPSS 27
Limite aparente- Limite reale
� limite aparente � valori care sunt scoruri
posibile ale variabilei (125, 129, etc.)
� mijlocul intervalului=(125+129)/2)=127
� limite reale� extind mărimea intervalului
pentru a lua în considerare natura continuă a scalei de măsurare
� media a două mijloace de interval:(127+122)/2=124.5
� distanţa dintre limitele reale este egală cu distanţa dintre limitele aparente
Limite aparente Limite reale
125 - 129 124.5 – 129.5
120 – 124 119.5 – 124.5
115 – 119 114.5 – 119.5
110 – 114 109.5 – 114.5
105 – 109 104.5 – 109.5
100 – 104 99.5 – 104.5
95 – 99 94.5 – 99.5
90 – 94 89.5 – 94.5
85 – 89 84.5 – 89.5
M. Popa - Statistica psihologică cu aplicaŃii SPSS 29
Reprezentări grafice
� Cerinţe generale� focalizarea pe conţinutul şi nu pe forma graficului � este esenţial să fie evitate distorsiunile induse de forma graficului � este recomandabil să fie utilizate grafice care favorizează
comparaţii între variabile şi nu doar reprezentări individuale, “statice”, ale acestora
� fiecare grafic trebuie să servească un singur scop, exprimat clar şi evident
� se evită graficele redundante � orice grafic va fi însoţit de informaţii statistice şi descrierile
necesare pentru a fi uşor şi corect înţeles� orice grafic trebuie să aibă un titlu, iar axele vor explicit etichetate � un grafic trebuie să scoată în evidenţă datele şi nu abilităţile
tehnice de editare ale celui care l-a creat
M. Popa - Statistica psihologică cu aplicaŃii SPSS 30
Reprezentări grafice
� Forme uzuale� graficul de tip bară
� histograma
� poligonul de frecvenţe
� graficul frecvenţei cumulate
� graficul circular
� graficul de tip „stem and leaf” („tulpină şi frunze”)
M. Popa - Statistica psihologică cu aplicaŃii SPSS 31
• Axa orizontală (Ox)
→ valorile distribuţiei• Axa verticală (Oy)
→ frecvenţele fiecărei valori,
• Exigenţe
• Barele trebuie sa aibă aceeaşi lăţime• Între bare se lasă un spaţiu • Barele pot fi puse în orice ordine• Ordonarea barelor, descrescător sau crescător (grafic Pareto)
Graficul de tip bară
M. Popa - Statistica psihologică cu aplicaŃii SPSS 34
20,4; 13%
27,4; 17%
20,4; 13%
90; 57%
1st Qtr
2nd Qtr
3rd Qtr
4th Qtr
Graficul de tip circular (pie)
M. Popa - Statistica psihologică cu aplicaŃii SPSS 36
Graficul stem-and-leaf (Tuckey)
Date....
101 94 87 117 115 116 91 113 96 105
92 107 118 114 98 112 101 114 107 109
97 109 124 102 118 113 116 106 108 89
106 108 115 92 97 102 108 102 109 114
107 104 110 101 101 121 125 86 109 123
M. Popa - Statistica psihologică cu aplicaŃii SPSS
37
qi Stem-and-Leaf Plot - J.W. Tuckey (1977).Frecvenţa
“Tulpina”
(zeci)
“Frunza”
(unităţi)
Valorile pt. stem şi leaf
sunt menţionate explicit
8.
9.
10.
11.
12.
679
12246778
111122245667778889999
02334445566788
1345
3
8
21
14
4
Stem : 10
1 leaf: 1 case(s)
M. Popa - Statistica psihologică cu aplicaŃii SPSS 38
qi Stem-and-Leaf Plot - J.W. Tuckey (1977).Frecvenţa
“Tulpina”
(zeci)
“Frunza”
(unităţi)
Valorile stem pot fi atribuite,
opţional, pentru grupe de valori
leaf
In cazul distribuţiilor mari
Valorile leaf se pot referi
la mai multe valori
8.
9.
9.
10.
10.
11.
11.
12.
679
1224
6778
111122245
667778889999
023344455
66788
1345
3
4
4
9
12
9
5
4
M. Popa - Statistica psihologică cu aplicaŃii SPSS 39
Alt exemplu... note şcolare
Date:
4,5,5,6,5,9,9,8,7,6,5,4,3,6,8,9,10,10,10
f stem leaf
2 4 0,0
4 5 0,0,0,0
3 6 0,0,0
1 7 0
2 8 0,0
3 9 0,0,0
3 10 0,0,0
1 stem = 1
1 leaf = un caz
M. Popa - Statistica psihologică cu aplicaŃii SPSS 40
Se pot utiliza şi alte unităŃi de măsură
Pentru numere de ordinul sutelor...
Stem Leafes
6 1 3 6
7 2 2 5 8
8 3 4 6 6 9 9
9 1 3 3 6 8
10 3 5 6
11 4 7
12 2
Date:
613, 632, 658, 717,722, 750, 776, 827,841, 859, 863, 891,894, 906, 928, 933,955, 982, 1034, 1047,1056, 1140, 1169, 1224
Stem=100 leaf=10
Valorile unităţilor sunt neglijate în acest caz...
M. Popa - Statistica psihologică cu aplicaŃii SPSS 41
161 168 171 173 173 176 178 183162 168 172 173 174 177 179 184163 168 172 173 174 177 179 184164 169 172 173 174 177 180 185164 169 173 173 175 178 181 185166 171 173 173 175 178 182 201
16 | 12344688899
17 | 1122233333333344455677788899
18 | 01234455
19 |
20 | 1
� Stem-plot este potrivit pentru a vizualiza distribuţii
de dimensiuni relativ mici.
� Scoate în evidenţă gradul de simetrie al distribuţiei
� Scoate în evidenţă valorile excesive
� Importantă nu este forma graficului ci înţelegerea
datelor
Stem=10; leaf=1
M. Popa - Statistica psihologică cu aplicaŃii SPSS 42
Scor test verbalScor test verbalScor test verbalScor test verbal Scor test numericScor test numericScor test numericScor test numeric
7777
6666
5555
4444
3333
1
0 0 0 1 1 1 1 2 3 3 4 5
2 5 5 5 6 6 6 7 8 9 9
2 2 3 4 4 5
2 2
9 8 7 7 7 5 3 3 1 1 1 0
8 8 8 7 4 4 2 2 0 0
6 6 4 3 3 0
1 stem=10 leaf=1
Stem plot simetric – interpretaŃi...