Statistik deskriptif dalam psikologi

Statistik adalah cabang matematika yang mempelajari variabilitas, serta proses yang menghasilkannya mengikuti hukum probabilitas. Penting untuk melakukan riset dan memahami bagaimana risetnya saat ini di luar kesimpulan penelitian apa pun. Dengan demikian, pengetahuan dalam cabang ini akan memungkinkan kita untuk mengetahui sebagian besar kualitas penelitian dan oleh karena itu tingkat keandalan yang kita dapatkan kesimpulannya.

Statistik deskriptif, di sisi lain, adalah bagian dari statistik itu bertanggung jawab untuk mengumpulkan, menyajikan, dan mengkarakterisasi kumpulan data. Dengan kata lain, statistik deskriptif mencoba untuk mengetahui apa yang telah terjadi, dibandingkan dengan statistik inferensial yang mencoba memprediksi apa yang akan terjadi di masa depan dalam serangkaian kondisi.

Misalnya, kondisi ini biasanya ditentukan oleh variabel seperti usia, iklim, atau tingkat kecemasan. Dengan demikian, statistik deskriptif dalam psikologi memiliki tujuan merangkum dengan cara yang bermanfaat bagi peneliti dan bagi pembaca apa yang terjadi adalah studi yang diberikan.

Seperti yang telah kami katakan sebelumnya, variabel adalah salah satu poros utama dari statistik deskriptif - dan juga yang non-deskriptif-. Variabel mencakup seperangkat nilai, dan menurut nilai-nilai ini kita dapat berbicara tentang:

• Variabel kuantitatif: mungkin punya nilai numerik (umur, harga suatu produk, pendapatan tahunan).
• Variabel kategorikal atau kualitatif: mereka tidak dapat diukur secara numerik (seperti jenis kelamin, kebangsaan atau warna kulit) atau penskalaan secara langsung.

Variabel juga dapat diklasifikasikan sebagai:

• Variabel satu dimensi. mereka hanya mengumpulkan informasi tentang karakteristik suatu populasi. Misalnya, tinggi siswa di sebuah sekolah.
• Variabel dua dimensi. ambil informasi tentang dua karakteristik populasi. Misalnya, tinggi dan usia siswa sekolah.
• Variabel multidimensi. mengumpulkan informasi tentang tiga atau lebih karakteristik suatu populasi. Misalnya, tinggi, berat, dan usia siswa sekolah.

Jadi, data (angka atau pengukuran yang dikumpulkan dari pengamatan) dapat terdiri dari dua jenis:

• Data diskrit. Mereka adalah jawaban numerik yang muncul dari a proses penghitungan.
• Data terus menerus. Mereka adalah jawaban numerik yang muncul dari a proses pengukuran.

Skala pengukuran dalam statistik deskriptif

Ukur adalah proses menghubungkan konsep-konsep abstrak dengan indikator empiris. Hasil pengukuran disebut pengukuran.

Ada empat skala pengukuran yang mungkin, yang digunakan untuk membantu dalam klasifikasi variabel. Dalam pengertian ini, properti dari keandalan dan validitas Mereka sangat penting dalam statistik deskriptif, karena mereka memberi tahu kami tentang kualitas pengukuran. Karena, apa yang akan melayani kita beberapa data yang salah diambil asalnya?

Skala nominal

Pada skala ini nomor diberikan ke kategori yang tidak memerlukan pesanan (kami tidak dapat mengatakan bahwa satu kategori lebih dari yang lain). Selain itu, kategori-kategori ini adalah saling eksklusif. Contohnya mungkin jenis kelamin atau warna. Dengan demikian, opsi yang dipilih akan menjadi eksklusif dari yang lain.

Skala ini ditugaskan untuk variabel kualitatif atau kategorikal.

Skala ordinal

Di sini kategori dibuat dengan dua atau lebih level yang menyiratkan pesanan satu sama lain. Seperti pada skala sebelumnya, ini juga merupakan kategori yang saling eksklusif, tetapi sekarang kita dapat menempatkan nilai-nilai variabel dalam suatu urutan. Misalnya, skala ini dapat dilihat dalam tanggapan terhadap kuesioner:

• Sangat tidak setuju.
• Tidak setuju.
• Biasa saja.
• Setuju.
• Sepenuhnya setuju.

Opsi respons ini dapat dikodekan dengan angka mulai dari satu hingga lima yang menyarankan a pesanan yang telah ditetapkan sebelumnya. Namun, kita tidak bisa tahu, kecuali kita menggunakan prosedur statistik canggih dan mencoba memperkirakannya, jarak antara dua kategori. Dengan demikian, kita dapat berbicara tentang bahwa objek penyelidikan memiliki lebih atau kurang sesuatu, tetapi dengan cara yang sederhana kita tidak dapat berbicara tentang berapa banyak dari sesuatu itu (kecerdasan, ingatan, kecemasan, dll.).

Skala ini juga ditugaskan untuk variabel kualitatif.

Skala interval

Dalam skala ini, jarak antara nilai-nilai dikuantifikasi. Pengukuran interval juga memiliki karakteristik dari dua pengukuran sebelumnya. Dengan demikian, ia menetapkan jarak antara satu ukuran dan yang lainnya.

Skala interval diterapkan pada variabel kontinu. Namun,, tidak mungkin pada skala ini nol mutlak. Contoh jelas dari jenis pengukuran ini adalah termometer. Ketika itu menandakan nol derajat, itu tidak berarti tidak adanya suhu.

Skala ini diterapkan dalam variabel kuantitatif.

Skala rasio

Akhirnya, skala ini mencakup karakteristik yang sebelumnya. Tentukan jarak persis antara interval suatu kategori. Selain itu, ia memiliki nol sialan mutlak di mana karakteristik atau atribut yang diukur tidak ada. Sebagai contoh, jumlah anak: nol anak berarti tidak adanya anak.

Skala ini diterapkan dalam variabel kuantitatif.

Frekuensi dalam statistik deskriptif

Satu distribusi frekuensi Ini adalah daftar nilai yang mungkin (atau interval) yang diambil variabel, di sebelah jumlah pengamatan untuk setiap nilai.

• itu frekuensi absolut daftarkan berapa kali nilai tertentu muncul di antara pengamatan.
• itu frekuensi relatif daftarkan proporsi atau persentase kemunculan nilai pengamatan tertentu.

Distribusi frekuensi ini biasanya diwakili oleh papan. Dengan demikian, ini harus mencakup semua nilai yang mungkin dari suatu variabel. Selain itu, jumlah total pengamatan (n) yang telah dibuat. Ketika kita punya Sejumlah besar kategori data dan beberapa di antaranya dengan frekuensi sangat rendah harus dikelompokkan dalam interval.

Indikator

Akhirnya, indikator dalam statistik digunakan untuk menggambarkan kumpulan data menggunakan angka. Dengan demikian, angka ini merangkum karakteristik distribusi data yang dianalisis. Beberapa indikator ini adalah:

• Indikator kecenderungan sentral
  • Rata-rata atau rata-rata.
  • Mode.
  • Sedang.
• Indikator dispersi
  • Varians.
  • Minimum / Maksimum.
  • Peringkat.
  • Kisaran interkuartil.

Dengan demikian, dengan bantuan konsep-konsep ini, statistik deskriptif bertanggung jawab untuk men-debug, mengatur dan menghitung statistik dan representasi data untuk ditawarkan kepada peneliti, dan dengan perluasan ke komunitas ilmiah, peta lengkap tentang apa yang terjadi dalam studi Anda.