मनोविज्ञान में वर्णनात्मक आँकड़े

सांख्यिकी गणित की वह शाखा है जो परिवर्तनशीलता का अध्ययन करती है, साथ ही यह प्रक्रिया जो इसे संभाव्यता के नियमों के बाद उत्पन्न करती है. यह आवश्यक है कि दोनों शोध करें और यह समझने के लिए कि आज कैसे शोध किया जा रहा है किसी भी अध्ययन के निष्कर्ष से परे। इस प्रकार, इस शाखा का ज्ञान हमें एक अध्ययन की गुणवत्ता के बारे में काफी हद तक जानने की अनुमति देगा और इसलिए विश्वसनीयता की डिग्री जो हम अपने निष्कर्ष के लायक हैं.

दूसरी ओर वर्णनात्मक आँकड़े, आँकड़ों का वह हिस्सा है जो एक डेटा सेट को एकत्र करने, प्रस्तुत करने और चिह्नित करने के लिए जिम्मेदार है. दूसरे शब्दों में, वर्णनात्मक आँकड़े यह जानने की कोशिश करते हैं कि घटित आँकड़ों की तुलना में क्या हुआ है, यह अनुमान लगाने की कोशिश करते हैं कि भविष्य में परिस्थितियों के एक सेट के तहत क्या होगा।.

उदाहरण के लिए, ये स्थितियां आमतौर पर चर जैसे उम्र, जलवायु या चिंता की डिग्री द्वारा निर्दिष्ट की जाती हैं। इस प्रकार, मनोविज्ञान में वर्णनात्मक आंकड़ों का उद्देश्य है शोधकर्ता के लिए एक उपयोगी तरीके से संक्षेप में और पाठक के लिए जो हुआ है वह एक दिया गया अध्ययन है.

जैसा कि हमने पहले कहा है, चर वर्णनात्मक आंकड़ों के केंद्रीय अक्षों में से एक हैं - और गैर-वर्णनात्मक एक के रूप में भी-. एक चर मानों का एक सेट शामिल करता है, और इन मूल्यों के अनुसार हम इस बारे में बात कर सकते हैं:

• चर मात्रात्मक: हो सकता है संख्यात्मक मूल्य (आयु, एक उत्पाद की कीमत, वार्षिक आय).
• श्रेणीबद्ध चर या गुणात्मक: उन्हें संख्यात्मक रूप से नहीं मापा जा सकता है (जैसे कि सेक्स, राष्ट्रीयता या त्वचा का रंग) या सीधे स्केलिंग.

चरों को भी वर्गीकृत किया जा सकता है:

• एक आयामी चर. वे केवल इकट्ठा करते हैं जनसंख्या की विशेषता के बारे में जानकारी. उदाहरण के लिए, एक स्कूल में छात्रों की ऊंचाई.
• दो आयामी चर. उठा लो जनसंख्या की दो विशेषताओं पर जानकारी. उदाहरण के लिए, एक स्कूल के छात्रों की ऊंचाई और उम्र.
• बहुआयामी चर. के बारे में जानकारी एकत्र करें किसी जनसंख्या की तीन या अधिक विशेषताएँ. उदाहरण के लिए, एक स्कूल के छात्रों की ऊंचाई, वजन और उम्र.

इस प्रकार, डेटा (अवलोकन से प्राप्त संख्या या माप) दो प्रकार के हो सकते हैं:

• डेटा विचारशील. वे संख्यात्मक उत्तर हैं जो एक से उत्पन्न होते हैं मतगणना प्रक्रिया.
• डेटा निरंतर. वे संख्यात्मक उत्तर हैं जो एक से उत्पन्न होते हैं माप प्रक्रिया.

वर्णनात्मक आंकड़ों में माप तराजू

उपाय है अनुभवजन्य संकेतकों के साथ अमूर्त अवधारणाओं को जोड़ने की प्रक्रिया. मापने के परिणाम को कहा जाता है माप.

चार संभावित माप तराजू हैं, जिनका उपयोग सहायता के लिए किया जाता है चरों का वर्गीकरण. इस अर्थ में, के गुण विश्वसनीयता और वैधता वे वर्णनात्मक आंकड़ों में बहुत महत्वपूर्ण हैं, क्योंकि वे माप की गुणवत्ता के बारे में हमें बताते हैं। क्योंकि, जो कुछ डेटा गलत तरीके से लिया गया है, वह हमें क्या देगा?

नाममात्र का पैमाना

इस पैमाने पर संख्याएँ उन श्रेणियों को दी जाती हैं जिन्हें ऑर्डर की आवश्यकता नहीं होती है (हम यह नहीं कह सकते कि एक श्रेणी दूसरे से अधिक है). इसके अलावा, ये श्रेणियां हैं परस्पर अनन्य. इसका एक उदाहरण हो सकता है लिंग या रंग. इस प्रकार, चुना गया विकल्प दूसरों के लिए अनन्य होगा.

यह पैमाना चर को सौंपा गया है गुणात्मक या श्रेणीबद्ध.

साधारण पैमाने

यहां श्रेणियों के साथ स्थापित हैं दो या अधिक स्तर जो एक दूसरे को एक आदेश देते हैं. पिछले पैमाने की तरह, ये भी पारस्परिक रूप से अनन्य श्रेणियां हैं, लेकिन अब हम चर के मूल्यों को एक क्रम में रख सकते हैं। उदाहरण के लिए, इस पैमाने को प्रश्नावली की प्रतिक्रियाओं में देखा जा सकता है:

• काफी असहमत हैं.
• असहमत.
• उदासीन.
• के अनुसार.
• पूरी तरह से सहमत हैं.

इन प्रतिक्रिया विकल्पों को एक से पांच तक की संख्या के साथ कोडित किया जा सकता है जो सुझाव देते हैं कि पूर्व-स्थापित आदेश. हालांकि, हम नहीं जान सकते, जब तक कि हम उन्नत सांख्यिकीय प्रक्रियाओं का उपयोग न करें और इसका अनुमान लगाने की कोशिश करें, दो श्रेणियों के बीच की दूरी। इस प्रकार, हम इस बारे में बात कर सकते हैं कि जांच के उद्देश्य में किसी चीज की कम या ज्यादा है, लेकिन एक सरल तरीके से हम इस बारे में बात नहीं कर सकते हैं कि उस चीज का कितना अधिक (बुद्धि, स्मृति, चिंता, आदि).

यह पैमाना चर को भी सौंपा गया है गुणात्मक.

अंतराल का पैमाना

इस पैमाने में, मूल्यों के बीच की दूरी निर्धारित है. अंतराल की माप में दो पिछले मापों की विशेषताएं भी हैं। इस प्रकार, यह एक उपाय और दूसरे के बीच की दूरी को स्थापित करता है.

अंतराल पैमाने को निरंतर चर पर लागू किया जाता है। मगर, यह इस पैमाने पर संभव नहीं है पूर्ण शून्य. इस तरह के माप का एक स्पष्ट उदाहरण एक थर्मामीटर है। जब यह शून्य डिग्री को चिह्नित करता है, तो इसका मतलब तापमान की अनुपस्थिति नहीं है.

यह पैमाना चर में लगाया जाता है मात्रात्मक.

अनुपात पैमाने

अंत में, इस पैमाने में पिछले वाले की विशेषताएं शामिल हैं। निर्धारित करें किसी श्रेणी के अंतराल के बीच की सटीक दूरी. इसके अलावा, इसमें एक पूर्ण शून्य कमबख्त है जिसमें जिस विशेषता या विशेषता को मापा जाता है वह मौजूद नहीं है। उदाहरण के लिए, बच्चों की संख्या: शून्य बच्चों का अर्थ है बच्चों की अनुपस्थिति.

यह पैमाना चर में लगाया जाता है मात्रात्मक.

वर्णनात्मक आंकड़ों में आवृत्ति

एक आवृत्ति वितरण की सूची है संभव मान (या अंतराल) जो एक चर लेता है, प्रत्येक मान के लिए टिप्पणियों की संख्या के बगल में.

• निरपेक्ष आवृत्ति रजिस्टर करें टिप्पणियों के बीच एक निश्चित मान प्रकट होने की संख्या.
• सापेक्ष आवृत्ति रजिस्टर करें टिप्पणियों के एक निश्चित मूल्य की घटना का अनुपात या प्रतिशत.

यह आवृत्ति वितरण आमतौर पर द्वारा दर्शाया जाता है खींचना. इस प्रकार, इसमें एक चर के सभी संभावित मान शामिल होने चाहिए। इसके अलावा, टिप्पणियों की कुल संख्या (n) जो बनाए गए हैं। जब हम ए बड़ी मात्रा में डेटा श्रेणियां और उनमें से बहुत कम आवृत्तियों के साथ अंतराल में समूहीकृत किया जाना चाहिए.

संकेतक

अंत में, आंकड़ों में संकेतक का उपयोग किया जाता है किसी संख्या का उपयोग करके डेटा सेट का वर्णन करें. इस प्रकार, यह संख्या विश्लेषण किए गए डेटा के वितरण की एक विशेषता को सारांशित करती है। इनमें से कुछ संकेतक हैं:

• के संकेतक केंद्रीय प्रवृत्ति
  • औसत या औसत.
  • फ़ैशन.
  • मंझला.
• के संकेतक फैलाव
  • झगड़ा.
  • न्यूनतम / अधिकतम.
  • पद.
  • इंटरकार्टाइल रेंज.

इस प्रकार, इन अवधारणाओं की मदद से, वर्णनात्मक आँकड़े डीबगिंग, डेटा की सांख्यिकी और अभ्यावेदन, शोधकर्ता की पेशकश और गणना और वैज्ञानिक समुदाय के विस्तार के लिए जिम्मेदार हैं।, आपके अध्ययन में क्या हुआ है, इसका पूरा नक्शा.