Les statistiques de psychologie pour les nuls (édition UK)

Lors de la constitution les statistiques de psychologie Vous devez déclarer lorsque vous vous décrivez une variable dans un rapport, vous devez savoir lequel des trois mesures de tendance centrale - le mode, médiane et la moyenne - vous devriez utiliser. Laissez-vous guider par les avantages et les inconvénients de chaque mesure.

Peser les avantages et les inconvénients de chaque mesure vous mène à la conclusion suivante: la mesure la plus appropriée de la tendance centrale pour une variable dépend de la niveau de mesure de la variable et la nature de la distribution des scores à l'intérieur de cette variable.

• Niveau de mesure: Vous devez faire la distinction entre trois niveaux de mesure (nominal, ordinal, et l'intervalle / Ratio) lors du choix d'une mesure de la tendance centrale.

• Répartition des scores: Pour les fins du choix d'une mesure de tendance centrale, vous avez besoin de savoir si des scores extrêmes existent dans votre ensemble de données (souvent appelé aberrantes) Ou si la distribution des scores est biaisée. Lorsque vous déterminez le niveau de mesure de votre variable d'intérêt et si oui ou non il ya asymétrie et / ou des notes extrêmes dans la série, alors vous pouvez déterminer la mesure la plus appropriée de la tendance centrale vos données, comme suit:

• Les données mesurées au niveau nominal: Parmi les trois mesures de tendance centrale examinée dans ce chapitre, le mode est le seul qui soit approprié que les scores ne peuvent être commandés auprès de petit au plus grand d'une manière significative.

• 
  
  
  
  

  Les données mesurées au niveau ordinal: Le mode et la médiane sont appropriées. La médiane est généralement préférable, car il est plus informatif que le mode. Les scores peuvent être commandés auprès petit au plus grand, ce qui est significatif, mais ils ne peuvent pas être additionnés de manière la moyenne ne peut être calculé.

• Les données mesurées au niveau de l'intervalle / rapport: Tous les trois mesures de tendance centrale sont appropriées. La moyenne est généralement préférable. Cependant, la moyenne ne convient pas lorsque les scores et / ou asymétrie extrêmes existent dans votre ensemble de données. Dans cette situation, la médiane est généralement préférable.

Les mesures de dispersion que vous utilisez dans les statistiques de la psychologie vous montrent la propagation ou de la variabilité de la variable que vous mesurez. Les trois principales sont la gamme, l'écart interquartile et l'écart type.

Apprendre à connaître la gamme, interquartile et la déviation standard

Les trois mesures les plus importantes de la dispersion sont définis comme suit:

• La gamme est la différence entre le score le plus élevé et le plus bas score dans une variable. Ce sont les valeurs qui ont été marqués par les participants à l'étude, et pas nécessairement les résultats les plus élevés et les plus bas possibles.

• La gamme interquartile est la différence entre le quartile supérieur et le quartile inférieur dans un ensemble de valeurs ordonnées. Quartiles sont formées en divisant un ensemble de valeurs ordonnées en quatre groupes de taille égale.

• La écart-type (souvent abrégé en Std. Dev. ou SD) est la déviation moyenne des scores de vos données établies à partir de leur score moyen pour une variable particulière. La score moyen est la moyenne des scores sur une variable. L'écart type indique la mesure dans laquelle les scores sur un écartent variable à partir du score moyen.

Travaillant qui mesure de la dispersion à utiliser

Vous déterminez la mesure la plus appropriée de la dispersion comme suit, en fonction de la nature de vos données:

• Les données mesurées au niveau nominal: Parce que les trois mesures de dispersion nécessitent des données à être classé ou résumé, aucun d'entre eux sont appropriés pour les données mesurées au niveau nominal.

• Les données mesurées au niveau ordinal: La gamme et la gamme interquartile sont appropriées. L'intervalle interquartile est généralement préférable, car il est plus instructif que la gamme.

• Les données mesurées au niveau de l'intervalle / rapport: Tous les trois mesures de dispersion que nous avons examinés sont appropriées. L'écart type est généralement préférable. Cependant, l'écart-type (ou la variance) ne convient pas quand il ya des dizaines et / ou asymétrie extrêmes dans votre ensemble de données. Dans cette situation, l'intervalle interquartile est généralement préférable.

Lorsque vous travaillez avec des statistiques de psychologie, vous pouvez classer les variables en fonction de leurs propriétés de mesure. Lorsque vous enregistrez des variables sur une feuille de données, vous enregistrez généralement les valeurs des variables que les numéros, parce que cela rend plus facile l'analyse statistique. Cependant, les chiffres peuvent avoir différentes propriétés de mesure et ceux-ci de déterminer quels types d'analyses que vous pouvez faire avec ces numéros. Le niveau de la mesure de la variable est un système de classification qui vous indique quelles sont les propriétés de mesure les valeurs d'une variable ont.

Les propriétés de mesure que les valeurs d'une variable peuvent posséder sont:

• Magnitude: Ce signifie que vous pouvez commander les valeurs dans une variable du plus haut au plus bas.

• L'égalité des intervalles: Cela signifie que la différence de l'unité sur l'échelle de mesure est le même quel que soit l'endroit où cette différence unitaire se produit sur l'échelle.

• Vrai zéro absolu: La véritable point zéro absolu signifie que le point sur l'échelle de mesure du point zéro est le point où rien de la variable existe et, par conséquent, pas de scores existe moins de zéro.

Ces trois propriétés mesure vous permettent de classer le niveau de mesure d'une variable dans l'un des quatre types

• Nominale: Cela signifie qu'une variable n'a aucun des trois propriétés de mesure. Vous mesurez une variable au niveau nominal lorsque vous utilisez les numéros dans la variable seulement comme étiquettes.

• Ordinale: Si vous mesurez une variable à l'ordinal niveau alors les valeurs de la variable ont la propriété mesure de grandeur seulement. Vous mesurez une variable au niveau ordinal quand les scores de la variable sont commandés rangs.

• Intervalle: Si vous mesurez une variable au niveau de l'intervalle de mesure, il a les propriétés de mesure de l'ampleur et des intervalles égaux

• Ratio: si vous mesurez une variable au niveau de la mesure du rapport, il a les propriétés de mesure de grandeur, des intervalles égaux et un vrai zéro absolu.