Sunteți pe pagina 1din 156

-~~-----'"1111111111111111111,,11111',1111'111·11'"'

:j·,

III', llllilllll!.iiiiii;JIIJIIIIIIIIIiiiiiiiiiiiiiiWIIIIIIIIIIIIIIIIIIIIImJIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII~IIIIIlllllll.llllllllll:llll·1111:III ·1'

Părintilor mei, Viorel şi Zoriţa,

pentru m-au învăţat să privesc

lumea fără ură.

PREFAŢĂ

INTRODUCERE

CUPRINS

ix

xi

Capitolul1. ELEMENTE DE STATISTICĂ DESCRIPTIVĂ

1.1. Modalităti de măsurare a variabilelor studiate

1.2.

1.3.

Analiza

Analiza

descriptivă univariată

descriptivă .bivariată ·

1.3.1. Coeficienţii de corelaţie

1.3.2. Reprezentarea grafică a asocierii dintre variabile

1.3.3. Tabele de contingentă- moduri de prezentare a asocierii dintre datele

'

~

.

non-numence

.

Bibliografie

Capitolul 2. TESTAREA IPOTEZELOR

2.1. Ipoteza nulă- clarificări conceptuale 2.1.1 . Logica testării ipotezelor

2

3

12

13

15

24

26

27

28

29

2.1.2. Ipoteza nulă şi mărimea eşantionului

31

2.1.3. Erorile de tip 1 şi 11. în testarea ipotezelor

31

2.2. Mărimea efectului

33

2.2.1. Indicatori ai mărimii efectului

34

2.2.2. Interpretarea mărimii efectului

35

2.2.3. Stabilirea mărimii efectului

37

2.2.4. Limitele mărimii efeetului

37

2.3. Puterea statistică a unei cercetări

2.4. Appendix- Ce înseamnă gradele de libertate?

Bibliografie

Capitolul 3. TEHNICI INTRODUCTIVE DE TESTARE A IPOTEZELOR

38

46

48

51

3.1. Testarea asocierii dintre două variabile

51

3.1

.1. Coeficientul de corelaţie r

51

3.1

2~ Corelatia partială

59

3.2. Tehnici de comparaţieîntre grupuri

3.2.1. Tehnicile X:

3.2.2. Testele t şiz de comparare a diferenţelor dintre două medii

61

61

70

3.3. Managementul datelor brute

81

3.3.1.

Managementul datelor lipsă

81

· 3.3.2. Managementul datelor neobişnuite

'82

3.3.3.

Transformarea datelor brute

82

Bibliografie

.-.,

85

V

Capitolul 4. TEHNICILE ANOVA

4.1. ANOVA simplă 4.1.1. Procedurile post hoc

4.

1.1.1. Mărimea efectului În cadrul procedurilor post hoc

4.1.2. Procedurile a priori

4.1.2.1. Contraste nestandardizata

4.1.2.2. Mărimea efectuh.ii În cazul contraste/ar

4.

1.2.3. Contrastele standardiza·te

4.

1.2.4. Contrastele polinomiale

4.2. ANOVA factorială

·

4.2.1. Metoda efectelor simple

4.2.2. Mărimea efectelor în cazul ANOVA factorială

4.2.3. Condiţii necesare pentru aplicarea ANOVA simplă şi

ANOVA factorială

4.3. ANOVA cu măsurători repetate

4.3.1. Mărimea efectelor

4.3.2. Conditii necesare pentru aplicarea ANOVA cu măsurătorirepetate

în ANOVA cu măsurători repetate

. 4.4. Alte modalltătiANOVA 4.5. Exemplu de ĂNOVAfacto·rială:cazul euristicii de accesibilitate

4.6. Tehnicile ANCOVA

4.6.1. Mărimea efectului în tehnicile ANCOVA

4.6.2. Conditii suplimentare aplicăriiANCOVA 4.7. Tipuri de factori în design-urile de tip ANOVA sau ANCOVA

Bibliografie

Capitolul 5. ANALIZA FACTORIALĂ

5.1. Analiza factorială exploratorie

5.1.1. Teoria analizei factoriale

5.1.2. Analiza componentelor principale vs. analiza factorială

5.1.3. Design-ul şi metodologia analizei factoriale

5.1.3.1. Tipuri de matrice şi metode de extragere a factorilor

5.1.3.2. Metode de selectare a număruluiadecvat de factori

5.1.3.3. Analiza statisticăa factorilor extraşi

5. 1.3.4. Rotirea factorilor

5.1.3.5. Interpretarea naturii factorilor

5.1.3.6. Ameliorarea structurii factoriale

5. 1.3.7. Aspecte metodologice complementare

5.1.4. Exemplu de analizăfactorialăexploratorie- cazul inteligenţei·

5.2. Analiza factorială confirmatorie

5.2.1. Specificarea modelelor concurente

5.2.2. Identificarea modelelor

5.2.3. Stabilirea gradului de adecvare a modelelor

5.2.3.1. Indicatori absoluţi

5.2.3.2. Indicatori de comparare

5.2.4. Modificarea modelului 5.2.5. Aspecte metodologice ale aplicăriianalizei factoriale confirmatorii

Bibliografie

,,.

,:

il- 11011111• 1• 1

87

90

92

95

97

97

101

102

104

107

111

114

115

116

121

121

124

125

128

132

133

135

137

139

140

141

143

145

146

148

153

155

160

161

163

167

170

171

173

176

176

178

180

182

183

11111111111111-lllllllllliJIIIIII·

1111 1 111111111'111111111·11111111 1 1111·111111111'111 'III

ill'

11!

!11

III

:11•

:11 ·111 lll~ill:ll: III

III

III

illl

'1111111

III

illl

11111111''1111'111· ,li·

,

Capitolul 6. REGRESIA LINIARĂ

6.1.

Regresia liniară simplă

,.:l·illlillllll•llllllllli

185

187

6.1.1. Principii ale regresiei liniare

187

6.1.2. Evaluarea eficienţeiunei ecuaţiide regresie

192

6.1.3. Testarea individuală a eficienţei predictorilorîn estimarea evolutiei '

criteriului

194

6.2. Modalităţi de analiză în regresia multiliniară

197

6.3. Regresia multilinară în scop predictiv

200

6.3.1.

Interpretarea coeficienţilor de regresie

204

6.3.2.

Rolul ecuaţiei.de regresie în interpretarea datelor cu scop predictiv

208

6.3.3.

Instrumente compiE3mentare regresiei în scop predictiv

209

6.3.3.1. Decizia organizatională

209

6.3.3.2. Contravalidarea'

212

6.3.3.3. Analiza cazurilor intruente

214

6.4. Regresia multiliniară în scop explicativ

216

 

6.4.1.

Logica regresiei utilizate în scop explicativ

217

6.4.2.

Testarea eficienţei explicative a modelului propus

219

6.4.3.

lnt~rpret~rea_~o~~cienţilor de regresie în analizele cu scop explicativ

220

6.4.4.

l_n~icatoru manmu efectului în cazul regresiei multiple

222

6.5. Condiţii necesare pentru aplicarea regresiei liniare

223

 

6.5.1.

Evitarea erorii de specificare .

223

6.5.2.

Evitarea erorii de măsurare

224

6.5.3.

Eroarea reziduală cât mai mică

225

6.5.4.

Evitarea multicoliniaritătii

225

_

6.5.5.

Existenţa unor relaţii de' tip liniar şi aditiv

227

6.6. Exemplu de regresie multiplă liniară- cazul citirii

228

6.7.

Direcţii de evoluţie ale regresiei

232

6.7.1. Alte tipuri de regresie

232

6.7.2. Identificarea

efectelor de interacţiune în regresia multiplă

232

6.7.3. Analiza de cale

Bibliografie

238

241

Capitolul 7. REGRESIA LOGISTICĂ

 

243

7.1. Concepte şi principii teoretice

243

7.2. Modelul regresiei logistice

245

7.3. Estimarea modelelor logistice

249

7.3.1. Testarea modelelor explicative logistice

 

250

7.3.2. Compararea modelelor logistice

 

253

7.3.3.

Stabilirea eficienţei explicative a modelului ales

256

7.3.4.

Test~~ea şi interpretarea coeficienţilor logit

 

260

7.3.5.

Stabilirea unor profile ideale

·

.

264

7.3.6.

Analiza cazurilor influente asupra modelului

265

7.4. Exemplu de regresie logistică binară- cazul infidelitătii

266

Bibliografie

'

269

 

vii

11111111111111.1 111.111111~·111111,111111•11111'11111'111', '11' '11 l,l,l

Capitolul 8. SCALAREA MULTIDIMENSIONALĂ

8.1. Modele de scalare multidimensional~

8.2. Design-ul cercetăriiîn scalarea multldl_menslonala

8.2.1. Selectarea

8.2.2. Metode de colectare a datelor

obiectelor şi a numărulUI acestora

.

.

.

8.2.2.1. Compararea fiecăreiperecht de sttmult

8.2.2.2. Sortarea stimulilor

8.2.2.3. Ierarhizarea stimuli/or

8 2 3 Managementul datelor colectate prin SPSS

.

.

8 .3. H~rtaperceptivă. Reprezentar~asp~ţi~lă_a distanţelor~s~holog1ce

8.3 .1 . Selectarea. numărului de d1mens1Un1 d1n harta percept1va

8.3.2. Interpretarea configuraţieiMOS

8.3.3.

. 8.4. Modele de scalare multidimensionala conexe

_

Aplicaţii INOSCAL

8.4.1. Modele MOS constrânse

8.4.2. Modele MOS extinse

8.5. Incursiune în opţiunile SPSS

Bibliografie

viii

271

272

275

276

277

277

278

279

279

283

28::1

28B

2g3

2g()

29!i

29G

2g8

29\J

O CARTE DE STATISTICĂ PENTRU PSIHOLOGI

PREFATĂ

Când mi s-a propus redactez un cuvânt introductiv la cartea colegului meu, Florin Sava, am fost oarecum şocat, deoarece sunt mai mult un consumator de statistică decât un creator al acestui domeniu. Există şi percepţia, uneori falsă, că psihologii nu sunt prea buni ·statisticieni. Mulţi chiar se complac în această convingere şi nu fac nici un efort să-şi optim}zeze

performanţele intr-un domeniu, care, de ce nu recunoaştem; dă substanţă oricărei cercetări din

domeniul psihologiei. Personal, nici nu pot concepe o investigaţie psihologică fără o abordare statistică adecvată; indiferent·că se pune problema unui demers cantitativ sau calitativ. Psihologia este atestată ca o ştiinţă experimentală. Experimentul a fost acel element care a conferit psihologiei calitatea de ştiinţă. Ea este evaluată ca fiind oştiinţătânără, născută ca

o sinteză a cercetărilor lui E.H. Weber asupra senzaţiilor tactile ·(1849), ale lui H. Helmholtz asupra senzaţiilor vizuale şioptice (1862-1867) şi studiilor de psihofizică (1860) ale lui G. Th. Fechner, in· laboratorul lui Wilhelm Wundt de la Leipzig, mai ales după publicarea manualului său

de psihologie

(1874).

Aplicarea în

mod consecvent a metodei experimentale ca

regulă în

investigarea

psihologică a insemnat renunţarea ICI sistemele

vaste

filosofico-psihologice.

Psihologia cunoaşte în prezent o inserţie totală în activităţile practice în care deseori se reflectă diverse categorii de probleme cu care se confruntă fiinţa umană în contextul existenţei sale cotidiene. În toate aceste cadre acţionale, psihologii dezvoltă proiecte experimentale pe care le

fundamentează prin intermediul unui aparat statistic construit cu multă grijă. Prin utilizarea experimentului în psihologie s-a pus accent pe colectarea de date obiective privind comportamentul uman, astfel fiind posibilă generarea a numeroase legităţi privind senzaţiile,

percepţiile, reprezentările, memoria etc., legităţi care au permis psihologiei să devină o ştiinţă

independentă. Psihologia ştiinţifică este o provocare vizavi de practicile diletante· sau abordările

parapsihologice de genul astrologiei,· psihobioritmurilor, telepatiei, grafologiei, chiromanţiei etc. Acestor practici cu profund caracter neştiinţific, cât şi adepţilor lor, psihologii le-au răspuns printr-o abordare ştiinţifică, proiectând o serie de experimente în care er_au folosite proceduri statistice adecvate. La timpul său, psihologul american R. Pintner, sublinia faţă de pretenţiile caracterologilor şi ale altor şarlatani, că pe aceştia riu-i poţi combate decât cu fapte, prin aceasta înţelegându-se argumente ştiinţifice, rezultate ale unor investigaţii. Ca atare, de-a lungul timpului au fost proiectate şi publicate o serie de investigaţii menite demonstreze caracterul neştiinţific

al astrologiei, horoscopului, psihobioritmurilor etc.

Cercetarea psihologică contemporană a adus statiştica psihologică şi educaţională la un

punct suficient de înalt, încât nu mai fie descifrată cu prea multă uşurinţă decât cu un efort

care

susţinut şi după o practică îndelungată de către orice cercetător. Azi, problema calculelor, cu

se confruntau cercetătorii până nu de mult, .nu mai constituie o barieră, calculatorul şi pachetele de programe statistice făcând posibilă printr-o simplă apăsare pe o tastă, efectuarea celor mai complicate calcule într-un timp nebănuit de scurt. Creatorul cunoscutului chestionar de personalitate 16PF, psihologul R.B. Cattell (1905-1998), s-a foiosit de o simplă maşină de calcul pentru a descoperi cei 16 factori ai celebrului său chestionar. Se spune foile de hârtie pe care erau trecute, iteraţiile analizei factoriale se întindeau din casă până în grădină, fiind asistat de câteva secretare. Uneleyoci afirmă chiar în noianul de calcule s-au strecurat şi.unele .erori, Cu. tehnica actuală de calcul, acest lucru nu se mai poate întâmpla. Un singur calculator, software-ul adecvat şi un operator, pot rezolva orice problemă statistică. Deci, problema nu mai este a dificultăţii de a realiza şi înţelege demersul de calcul al cutărui sau cutărui indice statistic, ci de a-i

ix

'' '!;! li!l•:ll•ll!ll:'ll,ll,'lll

i',l'i,,lli i:"

.

.

eta corect. Psihologul de azi este prea puţin inte~esat de

p\'Jcate din punct de vedere tehmc. El se

'.

contexte de cercetare şi pe cum trebuie ·

1

unde provin unele

concentreaza pe tJpu ·

acestea fie interpretate. A alege corec a or are

:Jescopen semmficaţJa, de a-1 Jnterpr

t

.

~

ormu 1 e

1

1 d

e

e s a

~ bl

-

d

calcul

. cum sun •

d'f ee

't

a

t tistici utilizate m

t

b

d

1en a e statistică adecvată demersului expenmenta ·

1

te trece cu prea multă uşurintă. Desigur,

ca faptul psihologic fie· mascat ' de o

1

încât unele articole din

reviste

aco o,

'b'l

abordat este mtr-adevar o pro ema .

nici abuzul de statisticănu este de dant. Une_on s a .aJ~ns S-a aJuns pana

abordare statJstJca . . prea

prestigioase de psihologie fie _de nemţele: pen r~ ps~ ~ierde şi revista şi psihologia ca ştiinţă.

1 t'Je ne spune adesea mai mult decât

. nu uităm ca mspectarea unei sJmp - .d ffi ~m unei~ concentrări specifice ale anumrtor 'coeficientul ?e corelaţie. Ea ne _perm~te sa 1 ~:r~Jcaot afecta corelaţia etc. Apoi, diagrama de

subiectul unui studiu de caz, cele

numai unui numărrestrâns de psihologi. Or, m acesd ca ,

~ peste care . nu - se poa .

·

·

·

t

le diagrame

laborioasă

'h logul obişnuit ele devenind acces1 1e

.

~

e core a

~ constitui

scoruri, JntuJm elementele _dJstorsJonante

.

corelaţie ne indică ac_ele c~zun de ~xcep~er~a;~:~ica psihologică şi educaţională se pot ~p~ne

care se abat de la o regula generala. De p .

multe, la fel de multe şi despre cel c~re sunt Jncapab_JI sac~ statistic~. Abordarea "preferă"· metodele calitative, neavandu-se prea m~e .

. calitativă nu trebwe sa fie disOcia e, ee.

bT

~

practice afirmând iresponsabil ca el

cantitativă şi

-

.

·

t

1 se completeaza reciproc.

.

-

~

'h \o ică nu ne aşteptăm să găsim prea multe

Când vedem o carte d_e

sta,tJ~;~~t:~ ~a\;ul, eventual utilizând alte simboluri şi poat~

lucruri noi. Aceleaşi Jormule, ac_eJaŞJ a g

1

. ft

re ne învete de ce folosim o anumita

utilizare _a

sa" sa" verificăm Cartea pe care F\onn

alte exemple. Puţine sunt ~ucrăn\e dl~ domen~~~~:~:~ti~~te şi care este procedura de

formulă şi nu alta, cum sa mterpretam rezul.

.

~

eea ce donm sa a

.

1

.

.

fi·~

~

.

p

~

t oa e ca o

~

~

\'

·

~

~

~

ŞI de :e

-

calculatorulw pentru a surpnn · d e_ c

Sava o oferă utilizatorilor de statistica psihO ogJca ŞI et . 1

calitate a aces e1 ucran

care se confrunta aceştia.

un psiholog. El nu da nJş · t e " re,

m

despre ceea ce se gaseştem spatele orm

mult, prin numeroasele exef!lple pe ?are_ le ga~rm a.

altfel de interpretare a fenomenulUI psihologic, mal p p

oportunităţi interpretative, O carte de statisticăse studiaza cu creJon_u

spune clar ce

redundante. Această carte este

"

ducatională am rezolvă multe · din problemele cu

, ~ . este aceea este scrisă de către

t

t"

abundente în formule şi demonstraţ11 ·

~

tele" lipsite . . de exp 1ca 11,

,~.

fundamenta~ pendru. u •

t

n anumit mo

ŞI nu

'n psiholog sau student prin aceea ca 11

·

·

altul Ea oferă informatii pertinente .

1 tot pasul în această lucrare, se încearca o

sa .aca m r-uf

ulelor statistice pe care le utilizăm într-o cercetare. ~al

-

-

.

.

a

ro iată de realitate şi cu nenumărate

mână Lucrarea lui Florin Alin Sava am m. ·n f;ta calculatorului pentru a urmări,

1•

.

citit-o făcând unele note succin~e ~e manşeta_ pa~mt î~l ~cest,context, ea a constituit realmente

uneori din pură curiozitate, a\gontm11 de calcul pr~p ş. -

o provocare.

studiezi \ucrar~a m _cauz~ ara s

t

.

1m

p'ortantă· umorul. Nu se poate ·

. mal menţiona - o ca 1

-

.

\'tate care m1 s-a paru

.

t t'Jst'Jca" se spun multe lucruri comice, dar

f"

ă zâmbeşt1 Despre s a

.

.

.

·

.

t în cartea sa. Exemplele rezultate din pract1~a .

~

Florin a ştiutsa le dJstnbUJe proporţiOnalŞJ_mteli~en

t area sensurilor variatelor abordan

sau

statistice, indiferent de câ: de ~omplicatear fi e~~- t ~în Cartea colegulur Flonn Sava este de ~~al at

ştim prea bme ca - rareon ·

simplu . inventate, ne dau ancore sJm?atJce m pene r

·

foarte bun

f

·

·

e din studiu

ac o pa~J~n .

,

ghid al

oncarUJ cercetate~

s a 1s JCII,

d'

d

~n.

_om:

rimul rând studenţilorîn psihologie care, dar care sunt obligati o utilizeze.

niul psihologiei, al oricărui · psiholog • .

. pentru care psihologia este o ştiinţăcu puternice radacml aplicatJve.

Ea este un

Praf. Horia D. Pitariu

Universitatea "Babeş-Bolyai"

Cluj-Napoca

INTRODUCERE

Psihologia românească a făcut paşi importanţi pentru a recupera pierderile provocate de o decizie politică neinspirată. a regimului comunist. Se vorbeşte tot mai mult de o psihologie autohtonă care nu mai fie tributară unor practici imitative, de divinizare a psihologiei americane. Cu siguranţă, această perspectivă merită încurajată pentru a oferi psihologiei româneştilm stil propriu. Totuşi, există destul de mulţi psihologi care confundă acest deziderat cu o

largheţe metodologică greşit înţeleasă. Erorile metodologice sau ignoranţa

statistică sunt, din nefericire, prezente frecvent în practica psihologilor de la noi. Dacă subiectele de cercetare specifice spaţiului social românesc merită promovate, standardele ştiinţifice de ordin metodologie şi statistic trebuie păstrate

ridicat, cel puţin similaf cu cel întâlnit în majoritatea publicaţiilor de

specialitate de limbă engleză. Pentru a realiza ac;est lucru este nevoie acută de texte statistice comprehensibile. În ultimii ani, această cerere a început fie acoperită prin contribuţiile editoriale, în special ale colegilor din laşi sau Cluj-Napoca. Lucrarea de faţă se alătură acestor demersuri, oferind o viziune proprie asupra statisticii, ce are ca o primă sursă stagiul de specializare de la Universitatea Michigan din Ann Arbor

la un nivel

din 2000. Îf1Să sursa principală de inspiraţie în realizarea acestei cărţi are Tn vedere întrebările şi sugestiile studenţilor de la Facultatea de Sociologie şi Psihologie, specializarea Psihologie, din cadrul Universităţii de Vest din Timişoara şi discuţiile profesionale cu colegii. Lor le datorez în cea mai mare parte acest demers intelectual.

Bunăoară, formarea predominant umanistă a majorităţii studenţilor de la

psihologie îi îndepărtează, cel puţin în plan afectiv, de o abordare matematică a statisticii. De aceea, pe întreg parcursul lucrării am încercat evit, pe cât posibil, un asemenea demers, substituindu-1 printr-o prezentare a logicii acestor tehnici şi printr-o multitudine de exemple-suport.

Cartea se adresează studenţilor interesaţi, doctoranzilor şi tinerilor

cercetători care urmăresc să-şi clarifice multe din· conceptele st<;ltistice vehiculate. Din punctul de, vedere al gradului de complexitate,. lucrarea are un nivel intermediar de dificultate, fiind deosebit de utilă mai ~les după parcurgerea unui curs introductiv de statistică. Din punctul de vedere al conţinuturilor vehiculate, cartea este structurată pe trei părţi, criteriul de divizare fiind dat de complexitatea cunoştinţelor pe care

trebuie

introductive vizând statistica descriptivă, testarea ipotezelor şi tehnicile t, X 2 sau r, ca modalităţi uzuale de testare a ipotezelor. Această secţiune constituie, în principal, o recapitulare originală a cunoştinţelor acumulate de cititori în urma unui

/

le

deţină cititorul.

Astfel,

partea

1 este alcătuită din

trei

capitole .

xi

.

ela corect. Psihologul de azi este prea puţin inte:esat de

apl'icate din punct de vedere tehmc. El se b

în diferite contexte de cercetare ŞI pe cum tre Ule

descopen semmficaţla, de a-1

.

f

1

de calcul

.

.

.

'.

.

.

lnterpr

t

1

e e

·

unde provin- unele. ormu e

concentreaza pe tipul de ştatlstlclutlliza;e b da ea statisticăadecvatădemersului expenmental .

acestea fie interpretate. A alege corec a or r

abordat este într-adevăr o problemă peste care nu_se ~ana ca faptul psihologic fie· mascat de o

nici abuzul de statisticănu este de ~ont.Un~ons a _aJ~s olo

abordare statistică prea labonoasa. ~-a aJuns fan

prestigioase de psihologie fie de nemţele: pen r~ ~:~ ~ierde şi revista şi psihologia ca ştiinţă.

numai unui numărrestrâns de psihologi. Or, In acesd

cum sun

.

.

.

te trece cu prea multă uşurinţă. Desigur,

încât unele articole din reviste

-~clog~lobişnuit ele devenind accesibile

,

1 t'

ne spune adesea mai mult decât

.

·

·

1 diagrame

-

.d

e core a 1e

ffi -m unei~ concentrări specifice ale anumttor

.coeficientul de corelaţie.Ea ne _perm~tesa 1 en ~lcaotafecta corelatia etc. Apoi, diagrama de

unui studiu de caz, cele

scoruri, intuim elementele _distorsiOna~te car

corelatie

nu

uităm că inspectarea unei slm~ e

'

~ constitui subiectul

ne indică acele cazun de excepţie carte_t~ot. ps'lho'log·lcă şi educatională se pot spune

-

1-

rală Despre s a 1s 1ca

.

.

, b'li o practice afirmând iresponsabil ca el

·

.

-

neavandu-se prea

m_e

.

care se abat de la o regu a gene .

multe, la fel de multe şi despre cel c~re sunt mcapab.' cu statistic~. Abordarea cantitativă şi

"preferă". metodele calitative,

.

calitativă nu trebwe sa

- ,.

,Je

d'

JsocJa e,

·

1

ele se completeaza rec1proc.

.

.

-

·

.h 1 ·că nu ne aşteptăm. să găsim prea multe

Când ved_em o carte ~e ~tatl~t;~~ip;~ ~a~~~l, eventual utilizând alte simboluri

şi po~t:

lucruri noi. AceleaşiJormule, acelaŞIalg

alte exem?le. Puţme sun

1

din domeniu . amm 1 ca e

. t't

r

sa"

. ne învete , de ce folosim o anumita . . ·

t 1

- ·1

_ucran e

-

ltatele obtinute şi care este procedura de utJIJzare _a

.

1

-

sau · sa- verificăm · Cartea pe care Flonn

d. cationalărezolvămulte din problemele cu

am

~~

'

-

.

te aceea este scrisă de către

--

formulă ŞI nu alta,

.

El

_

nu

cum sa mterpretam rezu .

·

d

c

d -

a

.

·

e

-

~

t

-

ea ce donm sa a

fi~

calculatorulUI pentru a surpnn e_ _

Sava 0 oferă utilizatorilor de statistica pslho oglca ŞI e

-

care se confrunta aceştia. oa e ca

un psiholog.

redundante. Această carte este fundamentala! pendru.

p

t

0 calitate a acestei ucran es

mo

"retete" lipsite . . de :

-

t

_aca m r-

un anum1

exp 1 1ca . 11, ~n psiholog sau student prin aceea ca n

Ea oferăinform.atii pertinente ·

ăsimla tot pasul în aceastălucrare, se încear_ca o

şi cu nenumarate

t

ŞI

1

n

u

abundente în formule şi demonstraţii

·,n altul

·

'

-

spune clar ce şi de _ce sa

despre ?ee;;~ce se gaseştem spatele fo

mult, altfel

ână Lucrarea lui Florin Alin Sava am tai<~calculatorului pentru a urmări,

In-~

citit-o făcârid unele note succin~e ~e manşeta. pagt~ll Î~l~~est 'context, ea a constituit realmente

uneori din pură curiozitate, algontmu de calcul pr~puşl. -

rmulelor statistice pe care le utilizăm într-o cercetare. ~at

e

.

1

ro

iată de realitate

1 ·mp-ortantă· umorul. Nu se poate

t

·

pnn numeroasele exei'Tiple pe ?are 1 g .

de interpretare a fenomenului psihologic, mal . ap p

oportunităţiinterpretative,

. O carte de statisticăse studiaza cu crelonu

_

.

.

1.

artate care mt s-a paru

-'.

o provocare. Aş ~al men,l~n~ o_c

studiezi lucrarea tn cauzăfara sa ~ambe~~t.

.

0 es re statistică se spun multe lucruri comice, ~a~

. p

rt a sa Exemplele rezultate din pract1ca

Florin a ştiut să le distribuie proporţional Şl.tntel!~ent_ln ca e t ar~a sensurilor variatelor abordări

sau simplu . inventate, ne dau ancore Slm?at!ce tn

statistice, indiferent de câ: de ~omplicate ar fi e~e. tă in primul rând studenţilor în psihologie care,

care sunt obligati o utilizeze. psihologiei, al oricărui psiholog

Ea este un

ştim prea bme ca rareon

. pentru care psihologia este o ştiinţă cu puternice radacml aplica!tve.

pene r

t'

S a IS ICII,

d'

d

~n.

t

t.

.

'

Cartea colegului Flonn

.

-

·

f

"

Sava este de

·

din

dar

studiU

~~al

foarte bun ghid al oncarut cercetata~ _

~c o pa~l~n~

_om. eniul

'

.

Prof. Horia O. Pitariu

Universitatea "Babeş-Bolyai"

Cluj-Napoca

X

INTRODUCERE

Psihologia româneascăa făcutpaşiimportanţipentru a recupera pierderile provocate de o decizie politică neinspirată.a regimului comunist. Se vorbeştetot mai mult de o psihologie autohtonă care nu mai fie tributară unor practici imitative, de divinizare a psihologiei americane. Cu siguranţă,aceastăperspectivă merităîncurajatăpentru a oferi psihologiei româneşti'un stil propriu . Totuşi,existădestul de mulţipsihologi care confundăacest deziderat cu o

largheţe metodologică greşit înţeleasă. Erorile metodologice sau ignoranţa

statisticăsunt, din nefericire, prezente frecvent în practica psihofogilor de la noi. Dacă subiectele de cercetare specifice spaţiului social românesc merită

promovate,

standardele ştiinţifice de

ordin metodologie şi statistic trebuie păstrate

la un nivel ridicat, cel puţin similaf cu cel întâlnit în majoritatea publicaţiilorde specialitate de limbă engleză.

statistice

comprehensibile. În ultimii ani, această cerere a început fie acoperită prin contribuţiileeditoriale, în special ale colegilor din laşisau Cluj-Napoca. Lucrarea de

faţăse alăturăacestor demersuri, oferind o viziune proprie asupra statisticii, ce are ca o primăsursăstagiul de specializare de la Universitatea Michigan din Ann Arbor din 2000. Î!lsăsursa principalăde inspiraţieîn realizarea acestei cărţiare în vedere întrebările şi sugestiile studenţilor de la Facultatea de Sociologie şi Psihologie, specializarea Psihologie, din cadrul Universităţii de Vest din Timişoara şi discuţiile profesionale cu colegii. Lor le datorez în cea mai mare parte acest demers intelectual.

Pentru

a

realiza

a<:<est

lucru

este

nevoie

acută de

texte

Bunăoară, formarea predominant umanistă a majorităţiistudenţilorde la

psihologie îi îndepărtează, cel puţinîn plan afectiv, de o abordare matematică a statisticii. De aceea, pe întreg parcursul lucrării am încercat evit, pe cât posibil, un asemenea demers, substituindu-1 printr-o prezentare a logicii acestor tehnici şi printr-o multitudine de exemple-suport.

Cartea se adresează studenţilor interesaţi, doctoranzilor şi tinerilor

cercetătoricare urmărescsă-şiclarifice multe din- conceptele statistice vehiculate. Din punctul d~vedereal gradului de complexitate,. lucrarea are un nivel intermediar

de

dificultate,

fiind

deosebit

de

utilă mai

~les după parcurgerea

unui

curs

introductiv de statistică.

Din punctul de vedere al conţinuturilor.vehiculate, cartea este structurată pe trei părţi, criteriul de divizare fiind dat de complexitatea cunoştinţelorpe care

trebuie le deţină cititorul. Astfel, partea 1 introductive vizând statistica descriptivă, testarea

ca modalităţi uzuale de testare a ipotezelor. Această secţiune constituie, în principal, o recapitulare originalăa cunoştinţeloracumulate de cititori în urma unui

este alcătuită din

trei capitole .

ipotezelor şi tehnicile t, X 2 sau r,

--

curs introductiv de statistică. Secţiunea nu poate fi

dispun de cunoştinţe lacunare în domeniu, parcurgerea celor trei capitole fiind

necesarăpentru a putea înţelegecelelalte părţiale cărţii.

neglijată de către cei care

Partea a 11-a, cea mai voluminoasă de altfel, cuprinde tehnicile statistice

cele mai utilizate în cercetarea psihologicăde vârf: regresia multili.niară,tehnicile ANOVA sau ANCOVA, analiza factorialăexploratorie sau cea confirmatorie. ln privinţalor existăo situaţieparadoxală.Deşimajoritatea cursurilor introductive de statistică nu ajung să cuprindă aceste tehnici din cauza lipsei de timp, cele mai multe articolele de specialitate publicate utilizează aceste tehnici, mai ales în

urmare, multe persoane Tntâmpină dificultăţi în

literatura de limbă engleză. Prin înţelegerea demersului statistic

cadrul

studieze individual ori preia fără o reflecţie critică orice studiu publicat. Din nefericire, în literatura cje limbăromânăexistăpuţinetexte care prezintăadecvat aceste subiecte, cele mai multe tratând problemele într-o manieră nepotrivită

pentru profilul studentului sau abso\ventu\ui de psihologie. Lucrarea de faţăîşi propune să depăşească. aceste neajunsuri, obiectivul central al părţii a 11-a fiind "traducerea" metodelor statistice utilizate frecvent în cercetare pe înţelesul

din

acestor cercetări, fiind

nevoite

psihologilor. Pentru a realiza acest lucru, demersul matematic de tip hârtie-creion a fost

substituit prin prezentarea şi discutarea rezultatelor întâlnite programe statistice: SPSS, în varianta 11.0

lângăinterpretarea rezultatelor oferite de aceste programe, fiecare capitol conţine una sau mai multe baze de date care pot fi descărcate gratuit de pe internet la adresa http://statisticasociala.tripod.com. Fişierele respective pot fi utilizate de cititorii care dispun de aceste programe statistice pentru a exersa problemele

oferite de două din cele mai

şi AMOS, în varianta

4.0. Pe

discutate. în

ultima

parte

a cărţii sunt

prezentate

două

metode

statistice

complementare: scalarea multidimensională şi regresia \ogistică. Ambele metode sunt considerate avansate din punctul de vedere al gradului de complexitate, pentru a le putea înţelegefiind nevoie de o bunăstăpânirea primelor douăsecţiuni ale cărţii. De pildă, înţelegerea capitolului destinat regresiei \ogistice necesită cunoaşterearegresiei \iniare, în timp ce scalarea multidimensionalăface apel atât

liniară, cât şi la cele găsite în paginile referitoare la

la informaţiile vizând regresia

analiza factorială.

să mulţumesc tuturor celor care au contribuit prin

sugestiile şi observaţiile lor la bunul mers al acestei lucrări. Aceleaşi aprecieri

deosebite vi le urez şi dumneavoastră, dragi cititori, pentru osteneala şi curajul de

a da piept cu un limbaj statistic pe alocuri neprietenos, cât şi pentru eventualele

în încheiere,

dori

sugestii la afsava@socio.uvt.ro. Lecturăutilă!

Timişoara, 25,01.2004

Autorul

xii

CAPITOLUL 1

ELEMENTE DE STATISTICĂ DESCRIPTIVĂ

Analiza

datelor

poate

părea unora

un

importanţa acestui proces a· fost ·sesizat~ d

~ Până şi titulatura de cercetare ştiintificăa ce f:~e ~Intreaga ~om~nltate ştiinţifică.

In

- anost, . rutinier.

.

.

proces

tocmai modul de analizăa datelor , an 1a IVa sau calitativa are în vedere

În

de

cercetare prezent,

com'unitatea. psih 1

·1

tipuri

' a, cantitativă are întâietate. Acest fapt

didactice universitare care încura·e p ~ • regasit ŞI In practica unor cadre

cantitative complementare unui de J aza l_ntotdeauna aplicarea unor metode

facultativ recomandarea unor

~

cu toate c~ _o ogJ ori recunoaşte ŞI mcurajează ambele

1n

une e

medii

oate fi

~. c~n~ervatoare, cercetarea

.

deme~er~cal~ttltt~tiv,_în schimb, utilizeazăcu caracter

un ca 1 a 1ve mtr-o cercetare cantitativă.

~

.•

C

rt

_ a ea de faţa VIZeaza doar tehJJiC.i statistice

rt

f

 

.

lucru dintr-o lipsăde respect fatăde metodei·:-~---.,·· _c~nJa.lo~~·_msa nu face

acest

pentru a fi descrise vin să co~plet

t ~ calitative. Tehnicile cantitative

alese

din domeniu, precum cele ale lui ~e me ~ ~le prezentate în textele introductive

(2000), Radu şi colab. (1993)

Rotari~o~~tlc\ ş~ Stan (2000), Novak (1977), Hohn

introducere, deşi tehnicile pr~zentat -

1 co a

. (1999). ~şa cum am precizat şi în

articolele ştiintificepublicate -în revietl~ ~crarea~efaţasunt foarte răspânditeîn

statistică ~u ~ting deca·t tang

en t· la

ls ee

e ~specialitate, cursurile introductive de

p

-

a r~n urmare, • studenţii şi

aceasta tematic~

de

cercetătorii din psihologie se văd nevoiti

necritic rezultatele publicate sau prezent~tela dmulte on, sa ~~c~pteIntr-un mod

!verse comumcan, dm cauza lipsei

. _e un co_mplex de metode ŞI tehnici

menite

de cunoştinţeîn domeniu.

Analiza datelor cu scop descriptiv includ

faciliteze

întelegerea

re Irf'

Reprezentărilegrafice, ~ediile,tabel;~ad: :r::v analiza ca~ti_tăţi_lor o_bservate.

reprezintă elemente întâlnite des în

aceea este necesarăo bunăcunoaşter~Oall~~-n sau In textele de specialitate,

fd'

en_ţesau alţiJndicaton statistici

de

Acest

minim

de cunoştinte

,

statistică descriptivă Ea nu .

poa t e

f

.

1 Integrat

în

termenul

generic

de

mai corectă a realitătii Daca~ a-nŞalll·zpa~ompune ~ltceva decât să facă o radiografie cât

·

statisti«.~descriptivău

t"

(

un s1ng_ur aspect al

·

·'~·

:

··

~ , ·. ~· .Jf3a 1a, li vorbim despre 0

1-t~t--

·

descriem evolutia ~- d ,

, (pent(~_două variabile). Şe vorbe

în care sunt analizate

statistică tine cont nu

··

o_una)vv.aa··~~;~•b-~1 pentrbu o smgura_y_e~nabilă), iar în situaţia în care

- ·

•· a

1e

t~

vor

.

1m de

0

st

r

r

·~

d

~ '~J~a e~cri~ti~ă bivariată

simultan ŞceiŞI~~i~preO statistica ll}!J.!tiy_~~~~taîn situaţiile

d

d

-~~-· _Jf.(3L aşpecte ale realitatii. Prelucrarea . '

CI · ŞI · de calitatea ·. scalelor de

e numarul variabil e 1 or,

măsurare utilizate.

· oar

1111111

':r,l'l

1 i' 111'1','11'. 11','','r'II·JII.'II'III.IIIIJII'.'III:II1'i'·lr."·.·ir·'l

·illlli··ll'. 1 11·111'11',111111'ii',III'II'"I.IJ'.JIIII'I''il:ll'

r'',',·'J·';

i:,','r"l

.G"

o altăidee de bazăîn analiza statisticăa datelor are în vedere ~cenţa

dintre analiz.:LianiY!!IIJ\JOtului testat şi analizaJ.?oPiVelulpopulaţi:_i din care face parte acel eşantion.De exemplu, putem obţineanumite valori descriptive la nivelul lotului testat (ex. nivelul de empatie la o clasă de elevi de clasa aiX-a) şi alte valon

nivelul populaţiei(ex. valoarea medie a empatiei la nivelul populaţieide elevi de

ori, analiza datelor se bazează pe rezultatele obţinutela

nivelul lotului de subiecti testaţi,însăinferenţase face la nivelul populaţieidin care acesta face parte. Pent'ru a facilita distincţiadintre cele douădomen~se uti~zează

termeni diferiţiprecum cei de pa~ametri,respectiv indicatori statistic(P(l_~~f!.1~~~ise

la

clasa a IX-a). De multe

referăla niv~~lpopiJia_ţiei,iar inqi_catorii statistici se referăla nivel_LJLIO,_~~IL:J~.§I-1!~~t

Această diferenţiere se regăseşte, frecvent, şi în modul de notare. Astfel, medta şt abaterea standard la nivelul populaţieise noteazăcu J;Lc!espectiv~S:~Jarla nivelul

o

eşantionuluise utilizeazăsimbolurile .Q2 1 }espectiv .§· .

_

.

Vom reaminti,

pe scurt,

informaţiile de bază din statistica descnpttva,

capitolele

următoare. Cititorii interesati pot consulta lucrările deja menţionate pentru mat

multe detalii. Acestea vor fi grupate în trei secţiuni: (1) importanţamodului de măsurare

pentru a pătrunde mai bine semnificaţia informaţiilor prezentate în

a variabilelor în analiza datelor; (2) analiza descriptivă univariată şi (3)analiza

descriptivă bivariată.

1.1. Modalitătide măsurare a variabilelor studiate

'

. Primul element de bază în analiza datelor este identificarea modului în

care au fost măsuratevariabilele de interes. Astfel, se pot distinge patru scale de

măsurare:nominală,ordinală,de interveL.şiproporţii(raport), fiecare având calităţi

diferite în ceea ~e priveşteposibilităţile p~care le oferă pentru analiza datelo~.

De pildă, variabilele de tip. nominal presupun răspunsuri care _DE §c.U!.lt

n.umerl<;:E'l şi nigi,.,.nu

pot fi ierarhizate~rfn urmare, scalele de tip nominal implică

i~ihali:;;.e.-defrecvente. Un exemplu tipic de variabilămăsuratăprin scalănominală

~ste"apa[!(3nenţa'la C(:)ligie" deoarece răspunsurile aferente - orto_dox: c~tolic, protestant, musulman etc. - nu sunt nici numere, nici ordonabtle mtnnsec.

Variabilele de tip ordinal; deşi misunt deJifl::Dumeric, permit ordonarea intrinsecă

a răspunsurilor, permiţând asffel realiiar~or

iE3rarhii.

Acest fapt permite

cercetătorilor să apeleze la analize bazate pe ierarhii (ranguri). Un exemplu de variabilă măsurată prin scală ordinală este întâlnit frecvent în studiile despre

atitudini şi implică răspunsuri de genul "foarte r~ "rar", "mediu", "des", "foart~ des". Un alt tip de scalăde măsurareeste cea de' tip interval. Aceasta este o scala numerică(ex. un IQ de 120; 7 puncte la o probMeâsertivitate etc.). Tot o scală numerica'este şi scala de proporţii, avantajul acesteia faţă de scala de tip interval

Un exemplu de

variabilămăsurată prin scale de proporţiieste timp'ui de reacţie(ex. 170 ms) sau

constând în faptul

valoarea

zero Q);l este al.eas.ă prbitrar.

·J;

Jll.

I,W !III lllf llllliiiiiLIIIII.IIIIIIIIIILIIIIIJIIIIIJIIIIL III i.'l' :J,' !III

IW 'III .lllllllllf :11111/IIW 11111 'III

III~ ,'III

1111

11111111 lllllllf

1111 'Il~ 1111

III'

!III

1111 :1111 1111 .1111 :ttllrllllllllll

llllllllll

1111

1111 tllllllll

rllll

11111 1111 illl

1111

1111

IIIU

1111 ·III'

1111'

1111 1111'

11111 .11111 .'1111111111 11111111111 11111 11111111111 ·11111111111 11 111111111111111 , 11111 ,. 1111 1111 , 1111 , 111111 , 11111111111

, 111111111111111111111111111111 11111111111 111111111111 111111 11111 111 , .r

v~nitul l~naro (ex: 1 0.000.0~0 lei). ~~i~ autori, precum Kinnear şi Gray (2000), tind

sa restranga o ulttmele doua . . modalttatt · de măsurare la termenul g

. ~umenca deoarece maJontatea tehnicilor statistice utilizate în cazul scalelor de t'

mterval sunt valabile şi în cazul scalelor de tip proportii. Aceea ·

a

1eren ta

ost tp

e scala o

enenc ·

d

o

· d

ŞI

pozt ·t· ,te a · d'f

a mat

f

'

.

.

.

.

.

.

,

t

t

1

d

e consthertt stattsttct a1 SPSS-ului, care au renuntat la

o .

.

,

oua ttpun de variabile (SPSS 11.0, 2001 ).

• tn re ce e

d

t

op a a ŞI

~n alt aspect_ c:e tr:.ebi.Jie subliniat cu privire la scalele de măsurare este

scale de

ac_:la ca

aproape ·o~E?_varia_bilă poate fi

măsurată prin

!J.l.?Lmulte

~~_u!are Spre :xemplu, _nivelulde şcolarizarepoate fi evaluat prin-~~al~nominală

tn :az~l .unor raspunsur~ de tip . "şcolarizat" sau "neşcolarizat" sau prin scală

ordtnala, tn cazul unor raspunsun precum "studii primare"

pos

d"

"

Realizarea unor-· scoruri vizând gradul de

,

"

studii medi't"

t , "s u

tr

1

"

d" ". untversitare" .

tc~a e ,

"stu

etc.

alfabe~tz_are s~~ _ntvelul cunoştinţelor generale implică obţinerea unor indicatori

numenct, ~?e~tftct scalelor de tip interval. în cele din urmă, prin intermediul scalei

ntvelul de şcolarizare poate fi reflectat prin numărul de ani de

de proporţii,

absolviţi(ex. 5; 12; 16 etc.).

. no~r11nale şt or~tnale, pe de o parte, respectiv scalele de interval şi proportii, pe de·

alta. p~rte. Pnmele sun_t scale ll.QD.::

st~tJsttce nop=parmnetnCfe, mai puţin sofisticate. în schimb, variabilele măsurate

pnn scai~ num~rice necesi~ă, în cele mai multe cazuri, tehnici statistice

pa_,;.ametnce;"mat ~omplexe. In ca~ea de faţă ne vom axa preponder~~t'asupra

ultimelor, deoarece m cercetarea psihologică ele constituie 0 majoritate clară.

şcoaa

De_ as~menea, trebuie remarcată distincţia calitativă dintre scalele

presupunând apelul la' tehnici

Q\:!!ll.€_r)~e,

1.2. Analiza descriptivă univariată

. Luc~ările amintite anterior şi cele prezentate în nota de subsol oferă 0 bună

tn:roducere om problema analizei statistice descriptive. De aceea, ne vom rezuma

:a .pr:zen:a~ doar princip~l~le co~cluzii ale unui asemenea demers descriptiv, :nststand msa asupr~ coeftctentulut de corelaţie r, ca element fundamental în

1_nţel~gerea

lin tara.

unor teh~~~i_~tatistice com.e_l~x.e precum analiza factorială sau regresia

---- -

··

-

(1) Descrierea unui set de date necesită~elputin doiparametri 1

Unul vizează tenQ.inţa

,

Q.E;Jf.lţral?~fi-âat~lor,,

adică găsire~ unei valori

·:epreoze~tattve pentru

setu~ .respectiv

de

date,., ·iar celălalt vizează gradul

de

tmp~aş~~r_:a d~telor., urmannd omog_:~itatea sau eterogenitatea unui gru·p~··oe

Pilda, daca am mcerca descriem un grup 'doar prin prisma primului parametru (ex. ambele clase de elevi obţin o medie generală de 8,25) nu am putea afla dacă

'M.

găs~;e~ulte_ informaţii tespr~ al~oritmul de calc~! a!. parametrilor tendinţei centrale şi ai împrăşti'erii pot fi

Hoh

n

(2n0o00nc) eRmanu~ mtro

ucttv, recomandabile fund lucrările lui Hohn, Vârgă şi Măruşter (1999)

,

adu ŞI colab. (1993), on Sava (2002).

.

'

3

1111111111~111

r -

} -

l

J

J

L 1

L

11111.1111! ·lli

illl

:III:

11111111 illi

111111111 1111::11111111, 1111

,11

li'

'il

1!'

'11

!li

il'

'il

:

·11

:1:

11

1:

:i

11

1!:

,1

,i:

11:

::1

~11

:11

:11

~~

1111111·111,

lllillllllilllliiiiJ ii ·11

!.

i,

~i·

,''

'!

':

,,

:lliiiiiUIIIIIUIIIIIIIIIIIII'IIIIIiiiiiii·JIIIIIJIIIIII:IIIIIIiiiiiiWIIIIIIJIIIIIEiillWIIIIWIIIIIOOIIIIWIIIIILIIIIII:IIIIIlJIIIIIIIIIIIIII' 1111 '1'

clasele sunt similare, deoarece una ar putea fi formată din elevi omogeni, toţi

având media în jurul valorii de 8,25, în timp ce cealaltăclasăde elevi ar putea fi

. formată din

două categorii

diferite

de

elevi

-

foarte

buni

şi slabi

-" dar care

împreunăar conduce la o medie egalăcu cea a primului grup.

în

functie de scalele de măsurare utilizate se stabileşte şi parametrul

tendinţeicentral~.respectiv al împrăştieriidatelor .care ar trebui calculat.

Medie; - Mediana; Mod

,

Mediana; Mod

~

Mod

Figura 1.1. Parametri posibili ai tendinţeicentrale, În funcţiede tipul de variabile

între parametrii împrăştierii, \ abat~rea standard şi ?.i~_persia,sunt cei mai

întâlniti în cazuTââte!Or··numerice, iaratiatere'Ellntercuartilăeste mai des utilizatăîn cazul 'datelor măsurate prin scale ordinale. în ceea ce priveştedatele nominale,

situatia indicatorilor·T~-prăŞtieriieste neclară. indicatori precum entropia, indic~le

de tr~gmentare, indicele de diversitate sau cel al dispersiei calitative sunt aproa~e

necliiioscuti şi lipsesc cu destiv§.rŞire din programele statistice pe

calculator. In

consecinţă:răspândirea lor este minimă, majoritatea cercetătorilorrezumâ~du-se

la

a

urmări distri~ia procentajelor pentru fiecare

1992).

răspuns posibil

.

(WeJsberg,

în ge11eral, indjcatorii împrăştierii iau VC>!?.~~~~~--~er~ 9a,.c§ ~oate date~e

dintr-un set sunt identice. Cu cât datele sunt mai împr~_ştiaţ~.J~if_~r!!~J. cu atat

valorile ac~~ttwindicatorisunt mai mari. în cazul datelofriumerice, ~~~mai frecvent întâlnităpereche de parametri

de~criptivi este _rl1.E?9J9 .•. ca indicator al tendinţei centrale, şi abat~.§

§.tand~fd, ca

indicator

al împrăştierii datelor.

De altfel,

aceşti parametri au

şi cele

mal

multe

avantaje

tehnice, permiţând realizarea mai multor operaţiiprecum standardizarea

datelor, clasificarea răspunsvriloretc.

Totuşi, în anumite

situaţii media şi abaterea standard

pot conduce la

rezultate distorsionate, iar pentru a evita acest lucru este esenţial să inspectăm

grafic situaţia rezultatelor obţinute.

(2) Reprezentarea_grail<;_~jnş_o_ţe_şteanaliza descrlptivă.a datelor

Reprezentarea gr~fică este o metodă ini~lţ[vă

<:le

a observa distribuţia

datelor,. ea fiind cu atât mai utilăcu cât numărulde date~este'1ncreŞtere.'·

-~···~·-~.-.

4

f

Există o multitudine de grafice posibil de realizat. Alegerea unu·1anum·t t'

f

f

.

-

.

1

ce _ţ~n _d~ subiectivitatea

fiecăruia. în funcţie de tipul de date

·

ip

d e ra IC/~ ace Jn. UnCţJe de modul de masurare a variabilelor, dar şi de aspecte

pre eren ,la e,

colectate, cele ma1 mtalmte grafice sunt:

• diagrama circular.ă_("p_lăcinta") pentru variabile de tip nominal;

• hJstograma

modificată pentru variabile de tip nominal sau ordinal·

• histograma sau poligonul frecvenţelorpentru vari-~bilen~~eri~e:'

~'-'··

lată un exemplu de reprezentare grafică prin metoda poligonului de frecvenţe:

6

5

4

3

2

20,2

Figura 1.2. Exemplu

23

25,8

1-+-frecventa 1

28,6

31,4

34,2

.

37

39,8

de poligon al frecvenţe/ar, reprezentare tipică pentru datele numerice

(3) Analiza datelor este influenţatăde forma distributiei datelor

. Dincolo de aspectul pur intuitiv al reprezentării grafic~. foarte importantă

este Interpretarea formei dl§~ţJi:L.?,~t:lor. Aceasta ne ajută să înţelegem două

as~ec_te e~enţ1ale: (a) care sunt",f2_9rametrii tendinţei,centrale care reprezintă cel

fi utilizate pentru a testa anumite

~:e~~~; Şirul de date?; (b) ce te~~

,~tC!ti:=>ticep?t

_ Se spu~e că multe dintre aspectele realităţii au o distribuţie normală. Să

lua~ caz_ul Inteligenţei. Cei mai mulţi oameni au o, inteligenţă medie. întâlnim tot

mal pu_tJ~' oameni

~e ~ăsur~ ce mergem fie spre o inteligenţă superioară, fie spre

un def1~1t grav de Inteligenţa. O asemenea situaţie, denumită distributie normală

poate f1 reprezentatăgrafic sub forma UIJ

l,lU:lopot.

 

'

--

····

 

5

.\

·'1

----- IIIIIIIIIIIIIIIIIWIIIIIIIIIIIIIIIIIIIIIIIIIII~IIIIIIIIIIIII~IIIIIIUIIIIInllllllniiiiiiiiiiiiiUIIIIIIWIIIIWIIIII~IIIIII~IIIIIUIIIIIltlliiiiiiiiiii~IIIIIIJII:1111. III, 11! ':i

Figura 1.3. Forma unei distribuţiinormale a datelor .

Multe teste statistice parametrice (utilizate în cazul datelor numerice) au

drept condiţiede aplicare normalitatea distribuţieidatelor. De ~ceea,est~importan~

să_, <,::aracterizăm fo,rma distr,Wuţiei; ob,ţi_t'tute. pri~ i.nt·e r_T e~1ul ~ doua aspecte.

(~)nivelulde bo)tire, respectiv {b) ri!'.relul de-ob~1c1tat~L'f3.SI~etne!

.

···· '1afO''distribuţie normală este me?ocudlc~"(Jlormala), adie~ are_ ~n m~e~

!

mediu de

nu este înclinatăevident nici spre stânga, nici spre dreapta.

boltire (nici prea joasă,nici prea înaltă).Totodatăea este S'!r).ftnc;"~,ad1ca

1