Sunteți pe pagina 1din 320

STATISTICAPLICATN

TIINELESOCIOUMANE
Noiunidebaz Statisticiunivariate

CristianOpariucDan

Constana, iulie 2008

Statistic aplicat n tiinele socio-umane

Fiicei mele, Luana-tefana

Statistica, este precum fumatul


La prima igar, i-e ru. Dac continui, ncepe
s-i plac i n final termini prin a fi dependent.
Diferena dintre statistic i fumat este c,
statistica nu duneaz grav sntii.

Cristian Opariuc-Dan

Cuprins

Cuprins ............................................................................................................. 3
Cuvntul autorului ........................................................................................... 7
I.

Natura msurrii n tiinele socio-umane ............................................. 11


I.1

Variabile .......................................................................................... 14

I.1.1

Variabile discrete ..................................................................... 16

I.1.2

Variabile continui .................................................................... 17

I.2

Scale (nivele) de msurare .............................................................. 18

I.2.1

Scale neparametrice ................................................................. 19

I.2.2

Scale parametrice ..................................................................... 22

I.3

Prezentare general SPSS for Windows ......................................... 26

I.3.1

Bazele de date creare, salvare, deschidere ............................ 31

II. Organizarea datelor ................................................................................ 54


II.1

Sistematizarea datelor ..................................................................... 56

II.2

Reprezentarea grafic a datelor ....................................................... 63

III.

Statistici descriptive Tendina central ............................................ 67

III.1

Populaie i eantion .................................................................... 68

III.1.1 Eantionarea simplu randomizat ............................................ 70


III.1.2 Randomizarea pe cote .............................................................. 71
III.1.3 Eantionarea stratificat ........................................................... 72
III.1.4 Eantionarea pe cluster ............................................................ 73
III.2

Indicatori ai tendinei centrale ..................................................... 73

III.2.1 Media ....................................................................................... 75


III.2.2 Mediana ................................................................................... 80
III.2.3 Modul ....................................................................................... 83

Statistic aplicat n tiinele socio-umane

III.2.4 Precizia indicatorilor tendinei centrale ................................... 85


III.2.5 Obinerea indicatorilor tendinei centrale n SPSS .................. 88
IV.

Media populaiei. Reprezentri grafice ale tendinei centrale ............ 96

IV.1

Reprezentri grafice .................................................................... 97

IV.2

Analiza grafic a tendinei centrale ........................................... 107

IV.2.1 Graficul tulpin i frunze ................................................... 108


IV.2.2 Graficul cutie (box-plot) .................................................... 111
IV.3

Tratarea scorurilor extreme ....................................................... 115

IV.3.1 Obinerea graficelor pentru tendina central n SPSS .......... 117


V. Statistici descriptive mprtierea ..................................................... 122
V.1 Indicatori elementari ai mprtierii .............................................. 124
V.1.1

Amplitudinea de variaie........................................................ 124

V.1.2

Abaterea cuartil sau abaterea intercuartil ........................... 125

V.2 Indicatori sintetici ai mprtierii .................................................. 129


V.2.1

Diferena medie Gini ............................................................. 129

V.2.2

Oscilaia ................................................................................. 130

V.2.3

Abaterea medie ...................................................................... 133

V.2.4

Abaterea median .................................................................. 135

V.2.5

Dispersia ................................................................................ 135

V.2.6

Abaterea standard .................................................................. 138

V.2.7

Coeficientul de variaie .......................................................... 141

V.3 Obinerea indicatorilor mprtierii n SPSS ................................. 142


VI.

Distribuia normal ........................................................................... 146

VI.1

Modalitatea ................................................................................ 148

VI.2

Simetria ..................................................................................... 149

VI.2.1 Coeficientul Yule ................................................................... 150


VI.2.2 Coeficientul de asimetrie Fisher ............................................ 150
4

Cristian Opariuc-Dan
VI.3

Boltirea sau excesul ................................................................... 155

VI.4

Caracterizarea distribuiei normale ........................................... 159

VI.4.1 Notele z i note standard derivate ...................................... 161


VI.5

Transformarea datelor brute ...................................................... 168

VI.6

Sisteme de etalonare .................................................................. 172

VI.6.1 Etaloane n cuantile................................................................ 177


VI.6.2 Etaloane normalizate ............................................................. 180
VI.7

Analiza distribuiei i realizarea etaloanelor n SPSS ............... 186

VI.7.1 Calculul notelor z n SPSS ................................................. 200


VII. Probabiliti i semnificaie statistic ............................................... 206
VII.1

Patru reguli de probabilitate ...................................................... 209

VII.1.1

Probabilitatea simpl pentru evenimente egale .................. 209

VII.1.2

Evenimentele mutual exclusive ......................................... 211

VII.1.3

Evenimentele independente ............................................... 213

VII.1.4

Probabilitatea condiionat ................................................. 215

VII.2

Eroare standard i intervale de ncredere .................................. 216

VII.3

Metoda tiinific n tiinele socio-umane ............................... 224

VII.3.1

Enunarea problemei .......................................................... 225

VII.3.2

Formularea ipotezelor ........................................................ 227

VII.3.3

Proiectarea cercetrii .......................................................... 243

VII.3.4

Efectuarea observaiilor ..................................................... 244

VII.3.5

Interpretarea datelor ........................................................... 244

VII.3.6

Formularea concluziilor ..................................................... 246

VIII.

Eantionare i reprezentativitate ................................................... 249

VIII.1 Populaia .................................................................................... 250


VIII.2 Surse de date .............................................................................. 251
VIII.2.1 Sursele principale de date .................................................. 251
5

Statistic aplicat n tiinele socio-umane

VIII.2.2 Sursele secundare de date .................................................. 252


VIII.3 Eantionul .................................................................................. 252
VIII.3.1 Mrimea eantionului ......................................................... 255
VIII.3.2 Caracteristicile populaiei .................................................. 256
VIII.3.3 Procedee de eantionare ..................................................... 256
VIII.3.4 Stabilirea eantionului prin analiz .................................... 258
VIII.3.5 Determinarea mrimii eantionului .................................... 276
VIII.4 Construcia eantioanelor n SPSS ............................................ 283
VIII.4.1 Crearea unui eantion n SPSS ........................................... 284
VIII.4.2 Analiza eantionului ........................................................... 300
VIII.4.3 Investigarea proprietilor eantionului ............................. 306
Bibliografie .................................................................................................. 317
n loc de ncheiere ........................................................................................ 319

Cristian Opariuc-Dan

Cuvntul autorului
Bun venit la cursul de statistic aplicat n tiinele socio-umane. Dac ai cumprat aceast carte, probabil c suntei student sau absolvent al unei
faculti pe care ai urmat-o tocmai din dorina de a scpa de matematic, de
calcule, probabil c v plac mai mult cuvintele, v place s vorbii cu oamenii, s-i nelegei i s-i ajutai, s ptrundei fenomenele i evenimentele
sociale. mi imaginez surprinderea i ngrijorarea dumneavoastr n momentul n care, abia pind pe bncile facultii, ai aflat cu stupoare c trebuia s
studiai statistic. Mai mult, c statistica v-a urmat n toi anii de facultate,
inclusiv la licen. tiu! i eu la rndul meu am trit aceleai sentimente i nu
m pot luda c am obinut, de la nceput, performane deosebite n acest
domeniu. Asta pentru c statistica nu se las uor dezvluit. Totui, statistica
reprezint fundamentul tiinific al unor discipline precum psihologia, sociologia, antropologia i multe altele. Fr sprijinul su, nu am reui s vorbim
astzi de inteligen, trsturi de personalitate, tipuri de memorie, nu am avea
teste care s le msoare la nivelul la care reuesc acum s le msoare.
Statistica nu este att de grea. Nu este nevoie s tim concepte avansate de matematic superioar pentru a nelege i aplica principii statistice.
Dac tii s adunai, s scdei, s nmulii i s mprii, sunt sigur c vei
putea nva foarte bine i statistica. Nu trebuie s v sperie formulele complexe i neinteligibile. De cele mai multe ori, aceste formule nu sunt altceva
dect algoritmi, pai simpli, proceduri de calcul elementar, care v introduc
n lumea fascinant a probabilitilor. Chiar dac uneori apar termeni precum
logaritmi, integrale, derivate i limite, stai linitii. Nimeni nu v pune s le
calculai. Unele calcule pot presupune utilizarea unui calculator tiinific i
cam att.
Am ncercat s fac din acest volum un material special i am evitat de
fiecare dat s utilizez concepte matematice laborioase. Fiecare formul pe
care o prezint aici va fi explicat, descompus. Uneori abundena de exemple
7

Statistic aplicat n tiinele socio-umane

i repetiiile sunt destinate fixrii unor concepte mai dificile sau mai importante. Sigur c statistica presupune nc de la nceput stpnirea unor concepte noi. Nu putem avansa dac nu nelegem sensul termenului de a msura sau
dac nu tim ceea ce este o variabil, un nivel de msur sau un indicator
statistic. Muli dintre dumneavoastr abia acum iau contact cu aceti termeni
i, desigur, lucrul acesta i sperie. Fii fr grij. O mare parte din terminologia statistic o folosii deja i ai folosit-o de mii de ori. Doar c nu tiai c se
numete aa i nici de unde provine. mpreun vom face lumin.
Acest volum este unul practic. Fiecare capitol i propune obiective
precise i abund de exemple i exerciii concrete. n definitiv, m intereseaz s stpnii practica statisticii, s o utilizai n activitatea dumneavoastr de
zi cu zi i nu s facem speculaii teoretice pe aceast tem. Majoritatea capitolelor sunt formate din dou pri: un fundament teoretic i conceptual nsoit de algoritmii (paii) clasici ai unui procedeu statistic i o aplicaie folosind
un pachet de programe de prelucrri statistice, SPSS for Windows. n aceast
carte am utilizat mai multe versiuni SPSS, ultima fiind versiunea 15. Sunt
sigur c principiile prezentate aici vor putea fi aplicate i n versiunile urmtoare. La momentul scrierii acestei cri, ultima versiune de SPSS este versiunea 16. n general, fiecare capitol se finalizeaz cu un set de ntrebri i
exerciii pe care v invit s le parcurgei singuri, deoarece sunt menite s stabilizeze cunotinele dobndite.
Totui, de ce este important s studiem statistica? Desigur, argumentele sunt nenumrate, ns m voi rezuma doar la cteva. Cel ce nu cunoate
statistic nu poate nelege articolele de specialitate. Toate cercetrile care se
fac n acest domeniu folosesc metode statistice mai mult sau mai puin elaborate. Un specialist n domeniu care nu cunoate statistic, nu poate citi i nelege n profunzime coninutul unui material de specialitate, corectitudinea sau
incorectitudinea datelor expuse. n alt ordine de idei, necunoscnd statistic,
nu se poate face cercetare experimental, nu pot fi nelese principiile constructive ale unui instrument sau metod de msurare a unor caliti psiholo8

Cristian Opariuc-Dan
gice sau a unor fapte sociale i, prin urmare, un asemenea instrument nu va
putea fi utilizat corect.
Materialele pe care le-am folosit pentru a scrie aceast carte sunt, n
marea lor majoritate, prezentate n bibliografia final. De asemenea, am utilizat multiple surse de pe Internet, precum i experiena mea ca practician i
dascl n ale statisticii. Nu pot s nu-i menionez pe cei care mi-au fost primii
ndrumtori n aceast aventur i de la care am avut i nc mai am de nvat foarte mult. Astfel, i sunt recunosctor profesorului doctor Cornel
Havrneanu, mentorul i prietenul meu care mi-a ghidat formarea i m-a susinut permanent, prietenului meu asistent doctor Ovidiu Lungu, un statistician
nnscut, care m-a determinat s neleg c acesta ar fi domeniul ce mi s-ar
potrivi cel mai bine i care mi-a sprijinit nceputurile, lector doctor Loredana
Ruxandra Gherasim, cu care de nenumrate ori am nvat s aplic practic
ceea ce tiam teoretic sau s mi fundamentez teoria plecnd de la practic,
profesor universitar doctor Aurel Stan, care a avut bunvoina i rbdarea,
alturi de cei menionai mai sus, s mi citeasc lucrarea i s mi fac observaii pertinente pe seama ei i prin intermediul cruia am luat cunotin
de statistic prima dat, n anii studeniei, care ulterior mi-a furnizat informaii valoroase, ce mi-au permis s m perfecionez. Fr contribuia lor, n mod
sigur nu a fi ajuns niciodat s scriu aceste rnduri i lor le datorez recunotina mea.
Nu pot, de asemenea, s nu mulumesc unei situaii, situaia care ma determinat s vin din Iai la Constana. Am nvat c statistic un eec
personal creeaz premisele unei relansri. Dac aceast situaie, dac propriile mele eecuri nu ar fi existat, probabil c aceast carte nu ar fi existat nici
ea. ntotdeauna, chiar atunci cnd ceva pare sigur imposibil, s tii c soluia
e chiar la ndemna dumneavoastr. Referitor la acest fapt, nu pot s nu mulumesc fiicei mele, Luana-tefana, care mi-a fost sprijin i speran n toate
momentele dificile i care n ciuda vrstei nu a ncetat s m sprijine i s m
ncurajeze. i mulumesc i i dedic prima mea lucrare.
9

Statistic aplicat n tiinele socio-umane

Aceast carte nu ar fi vzut tiparul fr susinerea profesorului universitar doctor Mircea Miclea, care m-a ncurajat, m-a neles i a sprijinit apariia acestui volum. i mulumesc i mi exprim recunotina i pe aceast cale.
Nu pot, de asemenea, s nu i amintesc pe prinii mei i pe toi prietenii mei,
mai mult sau mai puin apropiai, datorit crora am avut energia s ncep
aceast lucrare i crora le mulumesc pentru c m-au ajutat s trec peste
momentele dificile din ultimii ani i fa de care nu pot s nu mi exprim recunotina.
Ct a ncerca, nu reuesc s mi scot din minte vorbele i imaginea
primului meu profesor adevrat de matematic, domnul Crezant Ghenghea,
din cadrul liceului industrial (pe atunci), actualmente Colegiu Naional Nicu
Gane din Flticeni, care a reuit s-mi induc, cum nu a fcut nimeni, dragostea fa de aceast disciplin. Chiar dac nu l nelegeam n acel moment
al adolescenei mele, el a fost primul (i singurul) care m-a vzut cu aptitudini n acest domeniu, aptitudini pe care eu nsumi mi le repudiam. Au trebuit
s treac muli ani ca s ajung la vorbele sale: Eti pentru tiine exacte. Nu
poi scpa de ceea ce eti. Ai s-mi dai dreptate mai trziu. i i-am dat
dreptate. Mi-a dori s fie acum mndru de ce-am realizat i voi folosi aceast ocazie pentru a-i mulumi.
Nu n ultimul rnd, v mulumesc dumneavoastr, care ai cumprat
aceast carte i v invit s m urmai prin cltoria n lumea statisticii, s v
convingei c lucrurile sunt mai simple dect credei. Eu nu pot dect s v
garantez c v voi scoate la liman. Observaiile dumneavoastr sunt foarte
importante pentru mine i m pot orienta n viitoarele lucrri sau reeditri ale
acestui volum. Dac unele informaii nu vi se par clare, dac dorii i altceva,
nu v rmne dect s-mi scriei pe adresa copariuc@gmail.com i s-mi
comunicai opinia dumneavoastr. V mulumesc i v doresc succes!
Constana, duminic, 13 iulie 2008

10

Cristian Opariuc-Dan

I. NATURA MSURRII N TIINELE SOCIO-UMANE


n acest capitol se va discuta despre:
Sensul i semnificaia termenului de msurare;
Variabile discrete i continui;
Niveluri de msurare;
Descrierea programului SPSS;
Crearea unei baze de date SPSS;
Operaii elementare n SPSS.
Dup parcurgerea capitolului, cititorii vor fi capabili s:

neleag conceptul de msurare n tiinele


socio-umane;
Disting ntre variabilele continui i variabilele
discrete;
Diferenieze nivelurile de msurare;
Se familiarizeze cu aplicaia SPSS;
Creeze o baz de date SPSS i s defineasc corect
variabilele.

Statistica se refer la msurare i probabiliti. Cuvntul statistic,


provine din latinescul statista i desemna, pe vremuri, persoanele care se
ocupau cu afacerile statului, care numrau populaia sau realizau alte aciuni
ce ajutau statul s gestioneze mai bine politica de taxe i costurile rzboaielor. n perioada medieval, prin statistic, armatorii i calculau costurile
echiprii corbiilor, incluznd n calculele lor i probabilitatea ca acestea s
fie atacate de pirai sau de a naufragia (Lungu, 2001).
Foarte multe dintre conceptele statistice, au avut rdcini n alte discipline, unele complet diferite de matematic. Astfel, corelaiile provin din
biologie, din analiza asemnri dintre copii i prinii lor. Analiza de varian
provine din fabricile de bere i se folosea la alegerea tipului potrivit de orz i
a timpului optim de fermentare, astfel nct berea s aib un anumit gust. Mai
interesant este faptul c nsi teoria msurrii i are originea n psihologie,
mai precis n studiul inteligenei i al personalitii umane iar testele nepara-

11

Statistic aplicat n tiinele socio-umane

metrice provin din sociologie. Unii statisticieni ncercau chiar s demonstreze


existena lui Dumnezeu cu ajutorul numerelor iar astzi, statistica joac un rol
important n viaa noastr, fie c ne referim la psihologie, sociologie, tiine
economice sau alte discipline.
n viziunea lui T. Rotariu, statistica se axeaz n principal pe tratarea
informaiilor numerice obinute la nivelul unor mulimi de entiti, informaii
prelevate de la fiecare entitate n parte (sau de la o submulime) i care conduc la rezultate cu referin la ansamblu, i nu la entitile componente luate
individual. (Rotariu, i alii, 2006)
Operaiile statistice presupun, prin urmare, un proces de msurare. La
o analiz atent, sintagma a msura un obiect nu nseamn altceva dect a
msura proprietile unui obiect. Noi nu putem msura obiectele, ci, pentru a
le cunoate, msurm anumii indicatori ai proprietilor acestora. Este adevrat c, n anumite tiine (fizica, chimia etc.), msurarea dobndete un
caracter mai concret, deoarece obiectele i proprietile acestora sunt mai
accesibile observrii directe. Putem msura cu uurin lungimea i limea
unei mese (deci indicatori ai proprietilor lungime i lime a obiectului mas), deoarece aceste dou proprieti sunt direct accesibile observaiei noastre. ns, n momentul n care discutm de anxietate, depresie, inteligen,
atenie, responsabilitate, nivel de trai etc. constatm c aceste proprieti nu
pot fi direct observate. Prin urmare, va trebui s deducem aceste caracteristici
din observarea unor indicatori presupui ai proprietilor. Aadar, msurarea n tiinele socio-umane are un caracter subtil, care scap observrii
directe. (Vasilescu, 1992)
n tiinele socio-umane noi nu cunoatem i uneori nu putem cunoate n mod precis semnificaia mrimilor pe care le determinm, iar cifrele pe
care le obinem sunt aproximri mai mult sau mai puin exacte ale realitii.
Acest lucru se ntmpl datorit apariiei erorilor de msurare i datorit faptului c realitatea social nu are un caracter fix, ci unul fluctuant, variabil.

12

Cristian Opariuc-Dan
Cantitatea n care un obiect este saturat ntr-o caracteristic, nu este reprezentat printr-un punct, ci printr-un nor de puncte, care oscileaz ntr-un anumit
interval, n jurul unei valori. (Vasilescu, 1992)
Discutnd despre sensul termenului de a msura, acceptm definiia
dat de S. S. Stevens (1959) prin care, n sensul su larg, msurarea nseamn atribuirea de numere obiectelor sau evenimentelor, potrivit unor
reguli. Msurarea este deci, o funcie, prin care unui obiect i corespunde un
numr i numai unul, la o anumit msurare. Aceast funcie de atribuire va
trebui s fie suficient de clar, pentru a permite ca unui obiect s i se atribuie
un numr i numai unul i s permit s decidem concret i corect, ce numr
va fi atribuit fiecrui obiect, dar i suficient de simpl pentru a putea fi aplicat. (Vasilescu, 1992)
Spre exemplu, codificarea genului biologic al subiecilor, este o msurare; dac persoana este brbat, i se acord valoarea 1 iar dac persoana este
femeie, i se acord valoarea 2. Observm c regula de atribuire nu permite
confuzii brbatul este notat cu 1 iar femeia cu 2 ofer o selecie exhaustiv de categorizare a oricrui element care apare n mulimea gen biologic i
este suficient de simpl pentru a fi utilizat. Acesta este un proces de msurare conform definiiei lui Stevens, dei putem constata cu uurin lipsa posibilitii de ierarhizare. Nu putem construi, la acest nivel, o ierarhie a subiecilor, deoarece nivelul de msurare este unul categorial. Despre nivelurile i
scalele de msurare, vom discuta ns mai trziu.
Un alt exemplu de msurare l reprezint codificarea gradelor didactice: notm cu 0 preparatorul, cu 1 asistentul, 2 lectorul, 3 confereniarul, 4
profesorul. Observm, din nou, univocitatea i simplitatea regulii; ntr-o
universitate, fiecare cadru didactic poate s fac parte dintr-o categorie i
numai din una iar fiecare persoan se afl, la un moment dat, ntr-o asemenea
categorie. n plus, observm existena unei ierarhii; confereniarul este inferior n grad profesorului i superior n grad lectorului, fr ns a se putea pre-

13

Statistic aplicat n tiinele socio-umane

ciza nici cu ct nici de cte ori. Aceasta este ns, din nou, o problem a nivelului de msurare, pe care o vom aborda ulterior.

I.1 Variabile
Am stabilit deja faptul c obiectele pot fi cunoscute prin msurarea
indicatorilor proprietilor sale. Aadar, obiectele devin msurabile prin stabilirea caracteristicilor lor. Caracteristica este, prin urmare, o particularitate, o nsuire a unui obiect sau fenomen, care constituie obiectul msurrii. De exemplu, o mas poate fi caracterizat prin lungime, lime, nlime,
greutate, form, culoare etc. Toate acestea constituie caracteristici prin care
ncercm s descriem ct mai exact obiectul msurat. Cu ct avem mai multe
asemenea caracteristici, cu att obiectul se contureaz mai precis.
Caracteristicile prin care obiectul este descris, poart numele de variabile. O variabil reprezint un concept cheie n statistic i nu este altceva
dect un nume pentru un element a crui principal proprietate este aceea c variaz, i modific valorile. Prin aceast proprietate principal, variabilele se disting de constante, elemente care au valori fixe. De exemplu,
ntr-un studiu efectuat pe o populaie general, genul biologic poate fi o variabil dac lotul de cercetare cuprinde att brbai ct i femei. Dac ns intenionm s desfurm o cercetare numai pe femei, atunci genul biologic
devine o constant, deoarece nu prezint proprietatea principal a variabilelor, aceea de a-i modifica valorile.
Modalitatea de realizare a unei variabile (modul n care i sunt atribuite valorile) constituie un eveniment ntmpltor (probabilistic), de aceea variabila se mai numete i variabil aleatoare sau variabil stocastic. De
exemplu, nlimea unor elevi dintr-o clas este o variabil care poate lua
aleatoriu diferite valori pe care le pot avea elevii la aceast caracteristic.
Desigur, valorile pe care le poate lua variabila se grupeaz ntr-un anumit
interval de valori. Nu putem vorbi de elevi de 5 centimetri, dup cum nu putem gsi elevi de 5 metri. De aceea, putem considera c nlimea elevilor din
14

Cristian Opariuc-Dan
clasa a X-a este o variabil stocastic ce poate lua aleatoriu valori din domeniul de definiie 150 190 centimetri.
Aadar, elementele de baz care compun domeniul de definiie al unei
variabile aleatorii poart numele de valori sau scoruri. n momentul n care
aceste elemente sunt numere, variabila se mai numete i variabil aleanumeric.
O variabil aleatorie exprim, aadar, variaia unei caracteristici.
Dup cum am spus, nlimea elevilor este o variabil alea-numeric; la fel
greutatea acestora, capacitatea toracic, temperatura corpului sau numrul de
la pantofi. Nu toate variabilele sunt ns alea-numerice. Culoarea ochilor,
culoarea prului, genul biologic, tipul temperamental etc. sunt variabile ale
cror valori nu pot fi exprimate prin numere, dei sunt i ele variabile aleatorii. Asemenea variabile nu sunt considerate variabile alea-numerice.
Toate aceste caracteristici pot fi msurate, nregistrate i catalogate i
de asemenea difer de la o persoan la alta sau de la o situaie la alta. De aceea, toate aceste concepte le vom include sub denumirea generic de variabile.
De ce suntem ns att de interesai de aceste variabile, de ce sunt importante i la ce ne folosesc? Rspunsul este acela c, nu putem fi mulumii
doar cu ideea c variabilele variaz. Ne intereseaz, n principiu, s nelegem de ce variaz, cnd i n ce condiii variaz, care este efectul acestor variaii ale lor. Pentru aceasta, variabilele vor trebui mai nti definite, apoi nregistrate i n final supuse analizei, crend premisele extragerii unor concluzii i, implicit, a generalizrii.
Realizarea unei variabile prin intermediul scorurilor creeaz posibilitatea abordrii conceptului statistic de frecven. Frecvena reprezint rspunsul la ntrebarea ci indivizi, cte cazuri populeaz fiecare categorie a

15

Statistic aplicat n tiinele socio-umane

variabilei sau, aa cum exprim T. Rotariu, numrul de indivizi statistici


care populeaz fiecare clas a caracteristicii (Rotariu, i alii, 2006).
Dac ne propunem s nregistrm persoanele dintr-o sal de curs sub
aspectul culorii ochilor vom avea, spre exemplu, 20 de persoane cu ochi albatri, 13 persoane cu ochi verzi, 15 persoane cu ochi negri i 50 de persoane
cu ochi cprui. Valorile care nsoesc categoriile variabilei culoarea ochilor
reprezint tocmai frecvenele mai exact frecvenele absolute deoarece mai
pot exista frecvene exprimate procentual (frecvene relative) i frecvene
cumulate, despre care vom discuta n urmtorul capitol.
O variabil aleatoare poate fi discret sau continu, dup cum mulimea de definiie a valorilor sale poate fi numrabil (discontinu) sau nenumrabil (continu) 1 .

I.1.1 Variabile discrete


n cazul variabilelor discrete (care, n funcie de nivelul de msurare
pot fi categoriale sau ordinale vom vedea imediat ce nseamn acest lucru)
mulimea de definiie a valorilor sale este o mulime discontinu (elementele sale pot fi numrate) iar ntre dou valori nu poate fi interpus, n permanen, o valoare intermediar.
Spre exemplu, variabila culoarea ochilor este o variabil discret; ea
poate lua valorile: negru, cprui, verde, albastru i putem clasifica subiecii
ntr-una din aceste patru categorii. Iat c, mulimea de definiie a valorilor
aceste variabile este una numrabil (are doar patru valori) i nu avem posibilitatea ca ntre dou valori s includem, n permanen, o a treia valoare intermediar. Nu putem vorbi despre ochi verde-albastru i apoi verde-verdealbastru i aa mai departe, la infinit.

Exist mai multe clasificri ale variabilelor. Le vom aborda atunci cnd situaia o va impune pentru a nu complica inutil, la acest nivel, expunerea noastr.

16

Cristian Opariuc-Dan
Un asemenea exemplu de variabil este o variabil discret nominal sau variabil discret categorial, deoarece permite doar clasificri, fr
a putea vorbi de o relaie de ordine sau ierarhie ntre valorile pe care le poate
lua respectiva variabil.
Un alt exemplu de variabil discret este variabila grad didactic. Ea
poate lua valorile: preparator, asistent, lector, confereniar, profesor. Sigur c,
i n acest caz putem clasifica subiecii n funcie de gradul lor didactic. Nu
putem ns vorbi, nici acum, de o nou categorie intermediar, de exemplu
asistent-lector i apoi asistent-lector-lector i aa mai departe, lucru care i
confer caracterul discret. De data aceasta ns, putem pune o relaie de ordine ntre valorile variabilei. Putem vorbi de faptul c asistentul este inferior n
grad lectorului sau profesorul este superior n grad confereniarului. O asemenea variabil se numete variabil discret ordinal, sau variabil discret de rang.

I.1.2 Variabile continui


n cazul variabilei continui, mulimea de definiie a valorilor sale este
una continu, ne-numrabil. Aceste variabile se mai numesc i variabile
scalare (de interval sau de raport). n aceast situaie, ntre dou valori ale
variabilei continui putem gsi, oricnd, o valoare intermediar. Cu alte cuvinte, o caracteristic continu poate lua orice valoare ntre anumite limite.
Spre exemplu, variabila nlimea subiecilor este o variabil de tip
scalar (continuu). ntre un subiect de 178 centimetri i un subiect de 180 centimetri, putem gsi, oricnd, un subiect de 179 centimetri, apoi ntre unul de
178 i unul de 179 putem gsi un subiect de 178,5 centimetri i aa mai departe, la infinit.
O asemenea variabil se caracterizeaz prin faptul c, tipul de date
msurat de aceasta este format din uniti de dimensiune egal. Ca exemplu
de variabile continui putem da greutatea subiectului, intervalul de tip petrecut

17

Statistic aplicat n tiinele socio-umane

pentru a juca jocuri agresive pe computer etc. Astfel, nlimea subiecilor o


putem msura n centimetri, greutatea n kilograme, timpul n minute sau ore,
toate acestea fcnd referire la un nalt nivel de precizie, cu valori zero absolute i posibiliti de construire a scalelor de raport putem spune, de exemplu, c un subiect este de dou ori mai greu dect altul sau de dou ori mai
nalt.

I.2 Scale (nivele) de msurare


n capitolul anterior am vzut c variabilele discrete pot fi categoriale
sau de rang; cele continui de interval sau de raport. Dac acceptm definiia
lui Stevens, atunci putem intui c msurarea poate fi realizat la diferite niveluri de msurare, organizate ca n figura de mai jos.
Nivelul nominal de msurare (clasificare) i nivelul ordinal (de rang
sau ierarhic) se grupeaz n
Raport
scala neparametric (nonParametric
metric) de msurare.
Cuantificare

Interval
Ordinal

Neparametric
Nominal
Figura 1.1 Reprezentarea schematic a nivelurilor de
msurare

Nivelul de interval (intervale egale) i nivelul de


raport (proporii) formeaz
scala parametric (metric)
de msurare.

Observm c termenul
de cuantificare dobndete sens ncepnd cu scala ordinal, deoarece abia la
acest nivel ne permitem realizarea unor ierarhii. Scala nominal nu accept
cuantificare ci doar clasificare.
Se cuvine s facem meniunea c, proprietile scalelor sunt incrementale, adic proprietile unui nivel inferior de msurare sunt valide i la un
nivel superior de msurare, ns nu i reciproc.

18

Cristian Opariuc-Dan

I.2.1 Scale neparametrice


Grupeaz scala nominal i scala ordinal, scale la nivelul crora putem pune, cel mult, o relaie de ordine ntre nivelurile variabilei. Nu putem
vorbi de parametri i nici de statistici metrice. Nu are sens calculul mediei
sau al altor indicatori din sfera metric, deoarece nu putem stabili un interval
(cu ct) fa de care o valoare este mai mare n comparaie cu alta.

I.2.1.1 Scala nominal (de clasificare)


Reprezint primul nivel de msurare i const n clasificarea obiectelor n funcie de existena sau inexistena unei caracteristici. Aceast clasificare presupune existena unor categorii disjuncte, astfel nct fiecare obiect
s-i gseasc locul ntr-o categorie i numai n una (Vasilescu, 1992).
Pentru ca scala s aib sens, trebuie s existe cel puin dou categorii.
O variabil nominal cu dou categorii poart numele de dihotomie sau clasificare dihotomic. Dac exist mai multe categorii, vorbim despre
polihotomii sau clasificri multiple (polihotomice). mprirea subiecilor
n brbai i femei reprezint o clasificare dihotomic. mprirea n funcie
de profesie, culoarea ochilor sau a prului, grupa sanguin etc. sunt tot attea
exemple de polihotomii.
n mod curent folosim aceast scal n vederea categorizrii subiecilor n funcie de unul sau mai multe criterii (de obicei n cercetarea psihologic sau sociologic) sau atunci cnd culegem date n urma anchetei sau observaiei.
Proprieti ale scalei:

Transformrile permise la nivelul acestei scale sunt (Vasilescu,


1992):
o Redenumirea atribuirea unor noi nume (n loc de masculin/feminin putem spune brbat/femeie);

19

Statistic aplicat n tiinele socio-umane

o Permutarea schimbarea ordinii elementelor, deoarece nu


se poate stabili o ierarhe ntre valorile unei variabile pe
aceast scal. Aceast proprietate este caracteristic doar
scalei nominale.

Operaii statistice permise n principal operaiile de baz, derivate din numrare, astfel:
o Frecvena absolut i relativ (procentul), cte observaii
au fost incuse n fiecare categorie (de exemplu 25 de brbai i 40 de femei sau 30% brbai i 78% femei);
o Valoarea modal (modul), categoria cu frecvena cea mai
mare (de exemplu din 200 de subieci, 150 au ochi albatri,
aceasta fiind categoria cu frecvena cea mai mare modul);
o Verificarea statistic prin 2 procedeu de comparare a
frecvenelor i de verificare dac diferenele dintre ele sunt
ntmpltoare sau, din contra, semnificative, nentmpltoare;
o Coeficieni de corelaie ntre dou variabile cu dou valori
fiecare, coeficientul , coeficientul tetragoric, coeficientul
de contingen, toate bazndu-se pe lucrul cu frecvene absolute sau relative.

I.2.1.2 Scala ordinal (de rang sau topologic)


Reprezint al doilea nivel de msurare i const n ierarhizare, n
funcie de mrimea unei caracteristici, fr ns a se putea preciza cu ct un
nivel ierarhic este superior sau inferior altuia i nici de cte ori.
Spre deosebire de scala nominal (ale crei proprieti le include),
scala ordinal permite stabilirea unei relaii de ordine ntre date.

20

Cristian Opariuc-Dan
Strict vorbind, acesta este nivelul la care ne situm n tiinele socioumane n general i n psihologie n particular. Din perspectiva statisticii, ca
disciplin matematic, nu putem vorbi de medie, abatere standard sau ali
indicatori care presupun un nivel de msur cel puin de interval, deoarece o
asemenea scal nu exist n domeniul socio-uman la o rigoare (nc) demonstrabil matematic. Scorurile testelor de inteligen, aptitudini, personalitate
sunt variabile avnd valori simplu ordonate la un nivel ordinal de msur. Un
test de inteligen nu ne arat, de fapt, cantitatea de inteligen a subiecilor,
ci ierarhizarea acestora, poziia, rangul pe care l ocup fiecare ntr-o populaie.
Lansarea, n 1905, a scalei metrice a inteligenei de ctre Alfred Binet,
se fcea cu urmtoarea meniune din partea autorului: calitile intelectuale
nu se msoar precum lungimile, nu satisfac cerina aditivitii; scala permite un clasament ierarhic ntre inteligene diferite i, din raiuni practice,
acest clasament echivaleaz cu o msurare. (Radu, i alii, 1993). Autorul a
sesizat foarte bine limitele msurrii n tiinele socio-umane nc din acea
perioad, limite pe care muli psihologi actuali astzi le ignor. Nu ne mir
faptul c, matematicienii consider aplicarea statisticii n psihologie ca fiind
defectuoas.
Datorit faptului c, dac ne-am limita doar la o msurare pe scala ordinal, metodologia psihologic i psihosociologic ar fi srcit de aportul
statisticilor parametrice (tari), pentru anumite msurtori se accept utilizarea scalei de interval prima care permite calculul mediei i a abaterii standard ns, acest lucru se face printr-un important compromis statisticomatematic (Clocotici, i alii, 2000).
Variabile precum gradul didactic, gradul militar, nivelul de educaie
se gsesc la acest nivel de msurare, deoarece pe lng posibilitatea clasificrii, a includerii unui individ ntr-o categorie, avem i posibilitatea ordonrii
categoriilor, putnd afirma c o categorie este superioar sau inferioar alteia.

21

Statistic aplicat n tiinele socio-umane

Dac lum, de exemplu, gradele militare, putem spune c ntr-o unitate se afl 30 de locoteneni, 10 maiori i 60 de cpitani sau 15% locoteneni,
5% maiori i 30% cpitani (ne aflm la un nivel nominal de msur) dar i c
maiorii sunt superiori n grad cpitanilor sau locotenenii sunt inferiori n
grad cpitanilor (nivelul ordinal de msur). Nu putem preciza ns cu ct i
nici de cte ori o categorie este superioar sau inferioar alteia. Nu putem
afirma c doi locoteneni fac ct un cpitan. De asemenea, este absurd s
vorbim despre medie. Care este media dintre un locotenent i un cpitan??!!!
Proprieti ale scalei:
Aa cum am admis anterior, proprietile specifice scalei ordinale le
includ pe cele ale scalei nominale, astfel nct la cele ale scalei anterioare se
adaug (Vasilescu, 1992):

Transformrile permise la nivelul acestei scale sunt cele care nu


afecteaz ordinea iniial. Astfel de operaii sunt ridicarea la putere sau, inversa ei, extragerea de radicali. Din aceste operaii, deriv:

Operaiile statistice permise:


o Frecvena sumelor n valori cumulate i procentuale, valorile categoriale i categoriale procentuale, valori categoriale centile, valori de mprtiere;
o Procedee bazate pe date categoriale: testul semnului,
Mann-Whitney, Wilcoxon, Kolmogorov-Smirnov, analiza
de varian Kruskal i Wallis;
o Coeficieni de corelaie de rang: Spearman, Kendall.

I.2.2 Scale parametrice


Cuprind scalele de interval i de raport. ncepnd de la acest nivel, putem vorbi de statistici parametrice sau metrice. Are sens de acum s calculm
22

Cristian Opariuc-Dan
media, abaterea standard sau ali indicatori care fac parte din statisticile numite i statistici tari.

I.2.2.1 Scale de interval (intervale egale)


Reprezint al treilea nivel de msurare i deriv din scala ordinal, la
care se adaug proprietatea c intervalele dintre un nivel de valori i altul
sunt egale. Este un tip de msurare n care distanele dintre treptele scrii sunt
distane egale sub aspectul cantitii caracteristicii de msurat.
n psihologie practic nu ntlnim aceast scal dect n domeniul psihofiziologiei, n care nregistrm timpi de reacie, numr de erori, fora unei
reacii etc. Acest nivel de msurare ne permite s rspundem la ntrebarea cu
ct este mai mare dar nu i la ntrebarea de cte ori, deoarece la nivelul
acestei scale nu ntlnim un punct zero absolut, ci unul arbitrar ales.
Un exemplu clasic de scal de interval este scala de temperatur Celsius. Dup cum tim, punctul de zero grade Celsius este un punct arbitrar
ales, definit ca punctul de nghe al apei la presiunea atmosferic de la nivelul
mrii. Intervalele acestei scale sunt egale, ceea ce ne permite s spunem c
apa dintr-o gleat este mai cald cu 10 grade Celsius dect apa dintr-o alt
gleat, dar nu i c apa este de dou ori mai cald, deoarece punctul zero nu
este un zero absolut.
Prin analogie, ne putem referi i la scorurile unui test de inteligen
dac admitem compromisul menionat n subcapitolul anterior. Putem spune
c, ntre un subiect cu un IQ de 60 i unul cu un IQ de 120 exist o diferen
de 60 de puncte, dar nu c cel cu un IQ de 120 este de dou ori mai inteligent
dect cel cu un IQ de 60. n definitiv, nu avem o inteligen zero. La o privire
mai atent observm i compromisul efectuat. Performana la un test de inteligen depinde de mai muli factori, nu numai de cei legai de inteligen.
Astfel, intervin motivaia, memoria, atenia, condiiile de examen etc. Este
cert c cel de al doilea subiect este mai inteligent dect primul (ne situm

23

Statistic aplicat n tiinele socio-umane

acum la nivel ordinal), ns a afirma, chiar i c este mai inteligent cu 60 de


uniti pe scala IQ, consider c este hazardat (la nivel de interval). n definitiv, la o reexaminare a celor doi subieci cu acelai test exist o probabilitate
foarte mare ca aceast distan, de 60 de puncte, s nu se pstreze. Iat o msurare care, dei la prima vedere pare la nivel de interval, totui, mai exact, o
putem situa la nivel ordinal. Diferena dintre scala inteligenei i scala temperatorilor Celsius este totui foarte mare. Mai mult, intervalele pe o scal IQ
sunt doar aparent egale. Diferena de 5 puncte IQ dintre un subiect cu un
IQ de 60 i unul cu un IQ de 65 are cu totul alt sens n comparaie cu diferena dintre un subiect cu un IQ de 120 i altul cu un IQ de 125 i, de asemenea,
se deosebete de diferena dintre doi subieci cu IQ 100 i 105. Cele 5 puncte IQ nu sunt, n aceste cazuri, egal distanate.
Proprieti ale scalei:

Transformrile permise la acest nivel sunt cele de tip liniar, caracteristice ecuaiei y=ax+b unde a>0 iar y este valoarea transformat, x valoarea care urmeaz a fi transformat, a constanta de
extindere i b constanta de deplasare (Vasilescu, 1992).
o Deplasri prin mrirea punctului zero relativ la o alt
valoare (modificarea constantei b);
o Extinderi amplificarea sau diminuarea intervalelor scalei
cu acelai factor (modificarea constantei a), fr s deteriorm rezultatul msurtorilor (de exemplu transformarea
din note z n stanine sau sten).

Operaii statistice permise:


o Calculul mediei aritmetice, abaterii standard, boltirii i simetriei;
o Statistici parametrice: testul t Student, F Fisher, analiza de varian;
24

Cristian Opariuc-Dan
o Toate tipurile de corelaii: r Pearson, raport de corelaie
(R), coeficientul de regresie (b)
Anumite operaii statistice, dei presupun scala de interval, necesit i
ndeplinirea altor condiii i anume respectarea unei legi de distribuie, n
general legea distribuiei normale (gaussiene). Prin urmare, n analiza datelor,
pe lng cerina nivelului de interval se impune i analiza distribuiei datelor
nregistrate. Transformrile permise la nivelul acestei scale au o importan
practic deosebit atunci cnd procedm la normalizarea unei distribuii statistice de date.

I.2.2.2 Scala de raport (proporii)


Ultimul nivel de msurare i cel mai precis este reprezentat de
scala de raport care are toate caracteristicile unei scale de interval la care se
adaug existena unui zero absolut. n sfrit, aceast scal permite s rspundem la ntrebarea de cte ori, deoarece existena unui zero absolut face
posibil compararea proporiilor.
De exemplu, dac un subiect are greutatea de 60 de kilograme iar un
altul 120 kilograme, putem spune c al doilea subiect este cu 60 de kilograme
mai greu dect primul, dar i c al doilea subiect este de dou ori mai greu
dect primul, ambele afirmaii avnd sens.
Din nefericire, un asemenea nivel de precizie nu poate fi atins n tiinele socio-umane, deoarece este imposibil s gsim o variabil care s admit
un zero absolut. Este absurd s vorbim de o inteligen zero, de o emotivitate
zero, de depresie sau anxietate zero.
Proprieti ale scalei (Vasilescu, 1992):

Transformrile permise la acest nivel sunt cele de tip multiplicativ, caracteristice ecuaiei y=ax unde a>0, iar y este valoarea
transformat, x valoarea ce va fi transformat iar a constanta
de extindere. Observm dispariia constantei b, constanta de de25

Statistic aplicat n tiinele socio-umane

plasare, deoarece punctul zero este un punct de referin absolut i


nu unul arbitrar ales. La fel ca i n cazul scalei de interval, putem
amplifica sau diminua intervalul (prin modificarea constantei a)
ns nu putem opera deplasri, deoarece acest lucru ar determina
scderea preciziei ctre o scal de interval (am stabili un punct zero arbitrar i nu absolut)

Sunt permise toate operaiile statistice, inclusiv calculul mediei


geometrice i al coeficientului de variaie.

I.3 Prezentare general SPSS


for Windows 2
SPSS sub Windows reprezint un
pachet de programe interactiv, de utilitate
general, destinat analizelor de date i include multiple faciliti i tehnici de natur
statistic. Pachetul de programe SPSS sub
Windows reprezint o aplicaie care foloseFigura 1.2 Lansarea programului
SPSS for Windows
te ntreaga funcionalitate a sistemului de
operare Windows, regsind n structura sa utilizarea mausului, ferestrele redimensionabile i scalabile, meniuri derulante,
casete de dialog etc. Dei majoritatea utilizatorilor vor fi complet satisfcui utiliznd doar
interfaa grafic pe care SPSS o pune la dispoziie, totui pachetul de programe dispune i
de un puternic limbaj de comenzi prin care se
pot realiza activiti automate (scripturi) ce
Figura 1.3 Fereastra logo
determin eficientizarea aciunilor utilizate n
SPSS for Windows
2

Pe parcursul acestei prezentri, unele imagini sunt din SPSS 12.0 for Windows. Acest lucru
nu incomodeaz n utilizarea altor versiuni. Toate imaginile utilizate reprezint marc nregistrat SPSS Inc.

26

Cristian Opariuc-Dan
mod frecvent sau efectuarea unor aciuni complexe, indisponibile n interfaa
grafic (SPSS, 2001).
Programul SPSS, la fel ca orice alt aplicaie sub sistemul de operare
Windows, indiferent de versiunea acestuia, la instalare i creeaz un grup de
pictograme (iconuri) n seciunea Programs a meniului Start din sistemul de
operare Windows. Pentru a putea lansa n execuie aplicaia, va trebui ca mai
nti s efectuai clic cu maus-ul pe butonul start al desktop-ului Windows,
buton situat de obicei n partea din stnga jos a ecranului. Apoi mergei la
seciunea Programs i se va deschide o nou list care conine toate programele instalate n calculatorul dumneavoastr (ei bine, cel puin programele la
care avei acces dumneavoastr). n aceast list cutai grupul de programe
SPSS for Windows, grup n care vei gsi pictogramele de lansare ale aplicaiei SPSS. Probabil c ai identificat deja n acest grup de programe pictograma numit SPSS for Windows. Aceasta este imaginea pe care va trebui
s facei clic pentru a porni aplicaia. 3

Figura 1.4 Fereastra introductiv

SPSS este un program extrem de complex.


Lansarea acestuia debuteaz cu prezentarea unei
ferestre introductive, denumit i fereastr logo.
Ea cuprinde informaii despre versiunea programului (n cazul nostru SPSS 12.0 Standard) deoarece
exist i versiuni server, mai complexe, versiuni
demonstrative (ca aceea pe care o putei descrca
gratuit de la http://www.spss.com) sau student
pentru nvare, etc. precum i despre posesorul
licenei de utilizare a acestui produs informatic. Se
cunoate faptul c, n conformitate cu legea dreptu-

Desigur, n condiia n care SPSS for Windows este deja instalat pe calculatorul dumneavoastr. Dac nu avei instalat SPSS for Windows, putei descrca o versiune demonstrativ
de 30 de zile de pe site-ul http://www.spss.com Asigurai-v c avei o conexiune suficient
de rapid i de stabil la Internet deoarece fiierul este destul de mare (aproximativ 160 MB)

27

Statistic aplicat n tiinele socio-umane

lui de autor i protecia creaiilor intelectuale, un produs software poate fi


utilizat doar n cazul n care se posed o licen de utilizare pentru acesta,
altfel riscndu-se pedepse severe, contravenionale sau de natur penal.
Dup cteva secunde, fereastra de prezentare se dezactiveaz iar aplicaia prezint o interfa prietenoas prin care ne invit s trecem la treab.
Putem n aceast etap s lansm n execuie un program tutorial care ne va
forma abilitile de baz n vederea utilizrii acestui pachet informatic complex; de asemenea putem trece direct la introducerea datelor sau putem rula o
cerere predefinit, se poate crea o nou cerere de date sau se poate deschide o
baz de date existent, situaie n care va trebui s precizm locaia acesteia.
Nu n ultimul rnd, putem deschide o baz de date ntr-un alt format, de
exemplu Excel, Statistica sau SAS, iar SPSS va ti s converteasc aceste
date pentru a le face disponibile.
Exist, de asemenea, n partea de jos a acestui formular introductiv, o
caset denumit Dont show this dialog in the future Dac o vei bifa,
avei posibilitatea ca la viitoarea lansare a produsului s nu se mai afieze
acest formular iar programul
va trece direct n fereastra
principal SPSS.
Desigur, alegerea unei
opiuni dintre cele prezentate
mai sus nu nseamn i executarea acesteia de ctre SPSS.
Pentru a lansa n execuie opiunea aleas, va trebui apsat,
obligatoriu, butonul OK. Apsarea butonului Cancel indic

Figura 1.5 Fereastra principal SPSS

28

Cristian Opariuc-Dan
programului c trebuie s prseasc formularul introductiv i s lanseze fereastra principal SPSS n modul de lucru configurat pentru o nou baz de
date.
n acest moment, nu ne intereseaz niciuna dintre opiunile predefinite, astfel nct vom apsa butonul Cancel. Iat c formularul prezentat mai
sus a disprut, fcnd loc ferestrei principale SPSS. S privim cu atenie
aceast nou interfa cu utilizatorul.
Ca orice alt aplicaie Windows, SPSS posed o bar de titlu bara
albastr din partea de sus a ferestrei n partea stng a acesteia afindu-se
mesajul Untitled SPSS Data Editor. Acest mesaj ne informeaz c ne
aflm n fereastra de date (editare a datelor) din SPSS iar baza de date nu a
fost nc salvat (n momentul salvrii, textul Untitled este nlocuit cu numele fiierului salvat pe disc). n partea dreapt a barei de titlu avem cele trei
butoane clasice ale oricrei ferestre Windows: butonul de minimizare sau de
transfer a aplicaiei n bara de sarcini, butonul de maximizare extindere a
aplicaiei pe ntregul ecran sau de restaurare a aplicaiei la dimensiunile iniiale i butonul de nchidere a aplicaiei, acel buton n form de X. Sub bara
de titlu se afl meniurile, serii de etichete purtnd fiecare un nume (n limba
englez), prin intermediul crora putem comanda SPSS i putem efectua operaiile i prelucrrile de care acesta este capabil. Nu vom insista acum asupra
explicrii tuturor meniurilor, acest lucru l vom face pe parcursul prezentului
curs. Bara de meniuri este urmat de bara de instrumente mici butoane cu
aspectul unor pictograme care n general dubleaz anumite funcii din meniuri, funcii mai des folosite. SPSS prezint o bar de instrumente dinamic,
adic aspectul butoanelor i desigur funcionalitatea acestora se modific relaionat contextului n care ne aflm. De exemplu, vom avea anumite butoane
n modul de introducere a datelor i alte butoane n modul de definire a variabilelor ori la afiarea rezultatelor analizelor de date.

29

Statistic aplicat n tiinele socio-umane

Dup bara de instrumente, apare


seciunea de editare a datelor. Aceasta
este format dintr-o parte needitabil, inFigura 1.6 Seciunea de
formativ, partea din stnga, n care se
editare a datelor
afieaz n permanen poziia celulei
active (celul pe care am selectat-o). Formatul acestui identificator este un
numr urmat de dou puncte i apoi numele variabilei (spre exemplu, 8:time
nseamn c suntem poziionai pe rndul 8 a opta nregistrare a variabilei
timp). Partea editabil arat ntotdeauna valoarea acestei variabile n poziia
specificat (n cazul nostru, la rndul 8 al variabilei timp se afl valoarea 34).
Cea mai mare parte a ferestrei principale SPSS este dedicat seciunii
de date. Observm c datele, n SPSS, sunt organizate tabelar, pe linii i coloane, analog altor aplicaii mai cunoscute cum ar fi foile de calcul tabelar
(Excel) sau bazele de date (FoxPro sau Access). Liniile (nregistrrile) sunt
identificate prin numere iar coloanele reprezint variabilele. ntr-o baz de
date goal toate variabilele sunt denumite implicit var iar aceast denumire este scris cu culoarea gri, reprezentnd faptul c acestea nu au fost nc
definite. Navigarea prin baza de date se poate face cu cele dou casete de
derulare (numite i lifturi sau controale de derulare) situate n partea dreapt,
respectiv n partea de jos a ferestrei de date, la fel ca n orice program Windows.
Seciunea de date conine, n partea din stngajos, doi marcatori de seciune foarte importani: Data
View i Variable View. Aceste elemente permit coFigura 1.7 Marcatomutarea ntre modul de vizualizare a datelor dintr-o
rii de seciune
baz de date (seciunea Data View) i modul de definire al variabilelor (seciunea Variable View).
n partea de jos a programului SPSS se afl bara de status cu dou
seciuni: seciunea de informaii, n partea stng, unde se afieaz scurte

30

Cristian Opariuc-Dan
instruciuni despre diferitele funcii ale meniurilor sau ale barei de instrumente i seciunea de stare a procesorului SPSS unde se afieaz informaii referitoare la rularea unor sarcini mari consumatoare de timp. n general, nceperea
unei prelucrri statistice se poate face doar n condiiile n care vedei mesajul
SPSS Processor is ready n aceast seciune.
Prsirea programului SPSS se poate face fie apsnd butonul de nchidere al aplicaiei X din colul din dreapta sus al ferestrei principale, fie
folosind meniul File i apoi Exit. Dac ai fcut prelucrri de date sau modificri n baza de date, programul v va solicita mai nti salvarea documentului, ca msur de protecie mpotriva pierderii de informaie. Despre salvare
ns discutm n subcapitolul urmtor.

I.3.1 Bazele de date creare, salvare, deschidere


Dup ce ne-am familiarizat cu interfaa programului SPSS, este momentul s vedem cum putem deschide o baz de date existent i care sunt
elementele componente ale acesteia. SPSS vine nsoit de o serie de baze de
date demonstrative n scopul facilitrii procesului de nvare. Pe parcursul
acestor exerciii vom folosi, din raiuni de
compatibilitate, aceste exemple de baze de
date oferite de ctre productorii programului
SPSS.
Deschiderea unei baze de date n scopul efecturii prelucrrilor statistice se poate
face prin mai multe metode, rmnnd la latitudinea i la experiena dumneavoastr s alegei metoda care v convine mai mult.
Prima metod este aceea prin care apelm la meniul File (Fiier) i apoi poziionm
cursorul maus-ului pe submeniul Open (Des-

Figura 1.8 Deschiderea


unei baze de date

31

Statistic aplicat n tiinele socio-umane

chide). Apare o list de unde putem deschide o baz de date (Data), o procedur de sintax (Syntax) o foaie de rezultate (Output), un set de comenzi
(Script) sau un alt tip de fiier (Other). Pentru a deschide o baz de date, va
trebui selectat opiunea Data. Observai c fiecare dintre aceste opiuni este
urmat de puncte de suspensie (). ntotdeauna cnd vei ntlni aceste
puncte de suspensie alturi de o comand Windows (nu doar n SPSS ci n
orice program Windows) va trebui s tii c acea comand v invit la dialog. Adic se va deschide o nou fereastr de unde va trebui s alegei ceva
sau s furnizai anumite informaii programului pentru a putea executa comanda respectiv.
O alt metod prin care putei deschide o baz de date este folosirea
aa numitelor taste rapide. De obicei, meniurile sunt nsoite de combinaii
de taste prin care putei efectua direct o anumit sarcin. n loc s apelm la
meniul File apoi Open i apoi Data, putem pur i simplu s inem apsat
tasta Ctrl n timp ce apsm tasta O (de la Open). O astfel de combinaie se
noteaz prin Ctrl+O, notaie pe care o vom folosi pe ntreg parcursul acestui
curs. Vom observa c aceast combinaie are acelai efect ca i parcurgerea
primei metode, avantajul fiind acela c este mult mai rapid.
A treia metod apeleaz la numitele taste fierbini (hot-keys). O
tast fierbinte este o tast folosit n combinaie cu tasta Alt. Dac vei
privi cu atenie meniurile, vei putea observa c unele litere sunt subliniate
de exemplu n meniul File este subliniat litera F. innd apsat tasta Alt i
apsnd apoi tasta F vom obine deschiderea meniului File, ca i cnd am
efectua clic pe acesta. n mod analog, notarea acestei combinaii se face folosind convenia Alt+F. Deci, pentru a deschide o baz de date putem folosi
combinaiile Alt+F deschiderea meniului File i apoi Alt+O deschiderea
submeniului Open iar n final Alt+A accesarea opiunii Data. Este, dac
dorii, o navigare prin meniuri fr maus.

32

Cristian Opariuc-Dan
Ultima metod se refer la folosirea barei de instrumente pentru a
deschide o baz de date. Pur i simplu apsai pe primul buton de pe bara de
instrumente, acela care are aspectul unui dosar deschis.
Indiferent de metoda folosit, efectul va fi acelai: deschiderea unei
casete de dialog din care putei alege baza de date pe care o vei ncrca (v
mai amintii nota referitoare la punctele de suspensie?)
S analizm puin aceast nou fereastr. n partea de sus avem o list derulant intitulat Look in: Apsnd sgeata
orientat n jos partea dreapt a acestei
casete vom putea alege directorul n care
este localizat baza noastr de date. Observm c directorul curent este directorul
aplicaiei (SPSS) iar n seciunea de sub
Figura 1.9 Fereastra de selectare a
fiierului n vederea deschiderii
aceast caset este afiat coninutul acestui
dosar. Putei astfel selecta orice director n
care avei fiiere recunoscute de SPSS pentru a le putea afia i/sau deschide.
Alturi de caseta Look in se afl o serie de butoane care controleaz navigarea prin structura de directoare de pe discul dumneavoastr. Primul buton, cel
de forma unei sgei orientate n partea stng, permite navigarea la ultima
aciune efectuat. Dac, de exemplu, din directorul SPSS v-ai poziionat pe
directorul Windows, apsnd acest buton vei reveni din nou n directorul
SPSS. La prima deschidere a acestei casete de dialog, butonul este inactiv
deoarece nu ai efectuat nc nici o aciune care s fie nregistrat. Al doilea
buton, de forma unui dosar cu o sgeat orientat n sus, permite navigarea
ascendent prin arborele de directoare. La o prim apsare v vei deplasa n
directorul Program Files, la urmtoarea v vei situa n directorul rdcin C:
i aa mai departe. Cel de-al treilea buton permite crearea unui nou director
n directorul curent. Apsnd pe el vei putea crea un nou director, numit
New Folder, denumire pe care o vei putea modifica dup dorin. n sfrit,
33

Statistic aplicat n tiinele socio-umane

ultimul buton controleaz modul n care se afieaz pictogramele n caseta


central. Putei alege vizualizarea pictogramelor n format mare, mic, sub
form de list sau list detaliat.
Fereastra central afieaz, dup cum am menionat, structura de subdirectoare i fiiere a directorului curent. Putei efectua dublu clic pe numele
unui director pentru a afia coninutul acestuia sau pe numele unui fiier pentru a-l deschide n mod direct (fr a mai apsa butonul Open). Dac efectuai
doar un simplu clic, numele fiierului selectat va fi afiat n caseta File name
i va trebui s folosii apoi butonul Open pentru a-l deschide. Caseta derulant Files of type reprezint un filtru pentru fiierele afiate. Dac o vom deschide, efectund clic pe sgeata orientat n jos din partea dreapt a acesteia,
vom putea alege ce anume tip de fiiere s se afieze n seciunea central.
Observm c, dei directorul SPSS conine mai multe fiiere, sunt afiate
doar fiierele cu extensia .sav, adic fiierele ce conin baze de date SPSS,
deoarece n aceast caset de filtrare s-a ales extensia .sav. Putem alege alte
extensii de fiiere ce sunt afiate, de exemplu formatul Excel (.xls) sau dBase
(.dbf) iar SPSS va afia doar fiierele ce au aceast extensie.
Deschiderea propriu-zis a unui fiier se face fie efectund clic pe
acesta i apsnd butonul Open fie efectund dublu clic pe numele fiierului.
Spre exemplu, vom ncrca baza de date Cars din directorul implicit SPSS,
baz de date ce reprezint un inventar al diferitelor tipuri de maini i a caracteristicilor acestora.
Dup deschidere observm c s-a modificat aspectul ferestrei principale SPSS. n primul rnd, n bara de titlu a aprut mesajul Cars SPSS Data Editor, mesaj ce ne informeaz c am deschis baza de date Cars i este
pregtit pentru analiz. De asemenea, constatm c structura acesteia este
compus din opt variabile, fiecare dintre ele reprezentnd o anumit caracteristic a mainilor. Ultima variabil, variabila Filter_$ este o variabil intern folosit de programul SPSS pentru o filtrare anterioar a datelor, varia-

34

Cristian Opariuc-Dan
bil pe care ne propunem s o tergem. Cum? Efectund clic pe numele acesteia. Observm c ntregul coninut al coloanei Filter_$ s-a selectat. n continuare, apsm tasta Delete, situat pe tastatur, n partea dreapt a grupului
principal de taste, iar variabila a fost eliminat mpreun cu toate datele acesteia. Felicitri. Iat i prima dumneavoastr intervenie real n SPSS. Dup
cum bine tim, orice prim intervenie ntr-un program nseamn o tergere
a ceva. Nici noi nu puteam face excepie!
Baza de date deschis de ctre dumneavoastr a fost afiat n seciunea Data view fapt care ne atrage atenia c n acest mod putem afia i urmri coninutul datelor din baza de date. Dac vom efectua clic pe seciunea
Variable view vom intra n modul de definire al datelor. Dup cum ne spune
i numele seciunii, aici putem vizualiza i edita denumirea, tipul i alte informaii referitoare la variabile. Ca s folosim un limbaj mai tehnic, dac n
Data view ne aflm n seciunea datelor propriu zise, n Variable view ne
aflm n seciunea meta-datelor, adic n seciunea informaiilor despre date
unde putem interveni asupra structurii lor interne. Vom clarifica imediat, prin
cteva exemple, aceste aspecte.
Astfel, prima variabil, denumit mpg este o variabil numeric, ce
accept maximum 4 caractere (adic cifre ntre 0 i 9999) i fr zecimale.

Figura 1.10 Seciunea de definire a variabilelor

Numele mpg nu este ns un nume intuitiv i nu ne putem da seama cu precizie la ce se refer aceast variabil. Din pcate, doar versiunile de SPSS de
35

Statistic aplicat n tiinele socio-umane

la 13.0 n sus accept nume de variabile cu mai mult de 8 caractere, ns nu


se permite includerea spaiilor sau a altor semne de punctuaie n denumirea
acestora i de aceea va trebui s fim foarte restrictivi n momentul n care le
crem. Pentru a nelege mai uor la ce anume se refer o anumit variabil,
avem posibilitatea de a o eticheta, adic de a include un text descriptiv asociat numelui ei. n cazul nostru, eticheta variabilei ne informeaz c mpg se
refer la Miles per Gallon adic la consumul automobilului exprimat n
distana pe care acesta o poate parcurge cu un galon de combustibil.
Urmtoarea seciune prezint valorile pe care le putem defini pentru
respectiva variabil. Iat, n cazul variabilei origin care se refer la ara de
producie a mainilor observm c s-a asociat valoarea 1 pentru mainile de
producie american, valoarea 2 pentru cele de producie european i valoarea 3 pentru cele japoneze.
n spaiul destinat definirii variabilelor avem de asemenea posibilitatea de a controla modul de tratare al cazurilor lips, alinierea datelor n cadrul
celulelor i definirea tipului de variabil nominal, ordinal i scalar.
Efectund clic pe aceste seciuni ai observat c uneori apare n partea
dreapt a acestora fie un buton cu punctele de suspensie care va deschide o
caset de dialog unde se pot controla parametrii valorilor acceptate, fie un
buton de incrementare/decrementare cu ajutorul cruia putei mri respectiv
micora o anumit valoare, fie o caset de selecie sgeata orientat n jos
prin care putei deschide o list, de unde s selectai anumite valori.
Exerciiu practic:
n exerciiul ce urmeaz vom traduce pur i simplu n romnete
structura acestei baze de date i vom salva baza de date sub un nou nume,
Masini (atenie, nu folosii diacritica romneasc ci s. Deci nu vom salva
cu Maini ci Masini) ntr-un director nou creat avnd calea
C:\Exercitii SPSS (aceeai meniune referitoare la diacritice).

36

Cristian Opariuc-Dan
n cazul primei variabile, numele va rmne acelai, iar noi vom modifica doar descrierea. Vom da clic n seciunea Label acolo unde se afl afiat textul Miles per Gallon i vom scrie textul Mile per galon.
A doua variabil se numete engine. Vom schimba numele acesteia
n cilindree (ne-am ncadrat n 8 caractere), fcnd clic n coloana Name i
scriind noul nume. Eticheta va deveni, pentru a doua variabil, Capacitate
cilindric, pe care o vei modifica dup exemplul primei variabile.
Procedm la fel n cazul variabilelor 2, 3, 4, 5 i 6, lsnd traducerea
din englez n romn la latitudinea dumneavoastr. Atenie ns la acel maximum de 8 caractere cnd redenumii o variabil.
Variabila numrul 7 se refer la
ara de origine a mainilor. O vom redenumi origine i vom modifica, desigur,
eticheta. Exist ns, la acest nivel, un
element n plus i anume coloana
Values. V mai amintii probabil de maFigura 1.11 Etichetarea variabilelor de
inile americane, europene i japoneze.
nivel nominal i ordinal
Dac vom da clic pe celula corespunztoare coloanei Values pentru aceast
variabil constatm apariia unui mic buton cu puncte de suspensie n partea
dreapt a celulei. Apsnd acest buton se deschide o nou fereastr, fereastra
de configurare a valorilor asociate. Vorbeam anterior despre maini de producie american, european i japonez. n aceast caset vedem lista acestor asocieri n partea de jos. n stnga listei exist 3 butoane: Add cu ajutorul
cruia putem crea o nou asociere, Change prin care putem modifica o asociere selectat i Remove care terge, elimin asocierea selectat. Noi ne-am
propus s traducem aceast structur de date n limba romn. Vom efectua
clic pe prima asociere 1 = American. Constatm c, automat, n caseta
Value a aprut cifra 1 iar n caseta Value Label textul American. Putem

37

Statistic aplicat n tiinele socio-umane

deduce cu uurin c valorii 1 i s-a asociat textul American(apropo, la ce


nivel de msurare ne aflm aici i ce fel de variabil este aceasta?). De asemenea s-a activat butonul Remove, SPSS presupunnd c dorim s eliminm
aceast asociere din moment ce am selectat-o. Pentru a modifica textul, efectum clic n interiorul casetei Value Label i scriem n loc de American,
America (mai bine spus, tergem un n). De data aceasta de activeaz i
butonul Change, SPSS depistnd modificarea efectuat i presupunnd c
vom dori s o i aplicm efectiv. Dac vei apsa acest buton (Change) vei
constata c eticheta s-a modificat din 1 = American n 1 = America. Felicitri. Ai realizat prima traducere. Acum procedai la fel pentru Europa i
Japonia. Desigur, oricnd putei include o nou asociere. Tastai cifra 4 n
caseta Value (deoarece ar urma 4 n ordine logic) i textul Romnia n
caseta Value Label apoi apsai butonul Add care ai observat c a devenit
activ. Astfel ai asociat valoarea 4 mainilor de producie romneasc. n
momentul n care ai terminat de efectuat toate asocierile, apsai butonul OK
pentru a le memora i a prsi formularul. Reinei c apsarea butonului
Cancel duce la prsirea formularului fr memorarea asocierilor.
Apare totui o ntrebare. De ce s folosim aceste asocieri n loc de a
scrie pur i simplu n baza de date America, Europa i Japonia? n
primul rnd pentru c este mai uor. Imaginai-v c avei de introdus un
umr de 3000 de date n baza dumneavoastr de date. n loc s scriei de fiecare dat un text format din 6-8 caractere, vei tasta pur i simplu 1 atunci
cnd v referii la America, 2 cnd v referii la Europa i 3 cnd v referii la
Japonia. SPSS va ti, de fiecare dat, n urma asocierilor realizate n etapa
anterioar la ce anume se refer 1, 2 i 3. n al doilea rnd, dei 1, 2 i 3 sunt
doar nite etichete pentru America, Europa i Japonia, se preteaz mult mai
bine prelucrrilor statistice ulterioare, fiind date cifrice.
Procedai la fel i cu ultima variabil, referitoare la numrul de cilindri ai motorului, pentru ca n final s obinei structura complet a bazei de
date.
38

Cristian Opariuc-Dan
Prin acest exerciiu ne-am deprins cu unele elemente ale configurrii
structurii bazei de date. n continuare vom salva baza de date modificat sub
denumirea de Masini. Directorul folosit va fi C:\Exercitii SPSS (atenie
la diacritice).
Putei alege meniul File i opiunea Save sau Save as, putei apsa
combinaia de taste Ctrl+S sau Alt+F, Alt+S sau putei apsa butonul de
salvare de pe bara de instrumente (acela care are o dischet drept pictogram). Dar atenie! Diferena dintre opiunea Save i Save as este aceea c,
folosind Save se vor salva modificrile efectuate tot n baza de date iniial,
n cazul nostru baza de date Cars. Noi ne-am propus s salvm baza de date
sub un alt nume i ntr-un alt loc, deci nu vom putea folosi dect opiunea
Save as (Salveaz ca). Se va deschide
caseta de salvare a unei baze de date
care are acelai aspect ca i caseta de
deschidere a unei baze de date, cu excepia butonului Open, n acest caz
denumirea acestuia fiind Save. Folosind
cunotinele dobndite anterior, va trebui s v poziionai cu ajutorul casetei
Figura 1.12 Fereastra de salvare a
Save in (echivalenta casetei Look in
unei baze de date
din fereastra de deschidere a bazei de
date) n directorul rdcin C:\ s creai un nou director folosind butonul de
creare a unui director din acest formular pe care s-l denumii Exerciii
SPSS, s efectuai dublu clic pe acesta pentru a-l deschide i s introducei
numele bazei de date Masini n caseta File name. Apsai apoi butonul Save
pentru a salva efectiv fiierul pe disc. Ai reuit, nu-i aa?
n urma acestor operaiuni, n bara de titlu SPSS va aprea mesajul
Masini SPSS Data Editor care ne informeaz c programul a salvat cu
succes baza de date pe disc i a activat-o.

39

Statistic aplicat n tiinele socio-umane

Reamintim faptul c, la crearea unei noi baze de date, folosirea oricror opiuni de salvare (meniul File, butonul de pe bara de instrumente sau
tastele rapide) duce la apariia ferestrei Save as deoarece fiind o baz de date
nou, acesteia nu i-a fost atribuit nc un nume printr-o operaie de salvare.
Putei cu uurin identifica dac o baz de date are un nume (a fost salvat)
sau nu, urmrind bara de titlu. Bazele de date noi sunt identificate prin mesajul Untitled SPSS Data Editor n timp ce bazele de date salvate au afiat
numele acestora n bara de titlu. Ai observat c, la lansarea programului
SPSS, acesta creeaz automat o baz de date nou i nedefinit i ateapt din
partea noastr definirea variabilelor i salvarea acesteia. Odat salvat, orice
modificri efectum n baza de date, la salvare ele vor fi scrise automat n
fiierul al crui nume este afiat n bara de titlu fr a mai aprea fereastra de
salvare de mai sus. Singura modalitate prin care putem da un alt nume bazei
de date sau prin care o putem salva ntr-un alt loc este folosirea opiunii Save
as.
Crearea unei noi baze de date se poate face folosind meniul File,
submeniul New i opiunea Data, combinaiile de taste Ctrl+N sau Alt+F,
Alt+N, Alt+A. n oricare dintre aceste situaii, SPSS va crea o baz de date
goal i nedefinit, la fel ca n cazul lansri programului.
Ca exerciiu, folosind cunotinele dobndite, v propunem crearea
unei noi baze de date avnd urmtoarea structur i salvarea acesteia sub
numele de IQ n directorul C:\Exercitii SPSS:

Variabila nume va fi de tip ir de caractere (string) i va stoca numele subiecilor, toate celelalte variabile fiind numerice. Exist dou definiii

40

Cristian Opariuc-Dan
de asocieri i anume variabila sexul (1-Masculin 2-Feminin) i scoala
(1-Primare 2-Gimnaziu 3-Liceul 4-Postliceala 5-Facultate)
Dup construirea structurii de date procedai la salvarea fiierului n
locul precizat.
Folosind cunotinele teoretice acumulate, precizai tipul fiecrei variabile creat n acest exerciiu.
Ne propunem n continuare aprofundarea definirii variabilelor n
SPSS. Pentru aceasta ne vom folosi de baza de date IQ creat i salvat n
exerciiul anterior. n seciunea Data View am remarcat deja prezena a zece
caracteristici prin care se poate defini o variabil n SPSS. Prima dintre acestea se refer la numele variabilei (Name), caracteristic ce nu presupune prea
multe explicaii. Numele variabilei reprezint modul n care aceasta va fi apelat n toate prelucrrile efectuate folosind baza de date. Nu putem ns s nu
precizm c SPSS impune o serie de restricii n denumirea variabilelor (versiunile mai mici de versiunea 13): n primul rnd numele acestora s nu depeasc 8 caractere, variabilele cu nume mai lungi de 8 caractere nefiind acceptate. Apoi nu pot fi folosite spaii sau semne de punctuaie n denumirea
variabilelor, putnd fi ns folosit linia de subliniere pentru cazurile n care
dorim s abreviem o variabil format din dou cuvinte. De exemplu, dac
avem o variabil ce se refer la anul naterii, o vom putea abrevia denumindo an_naste. Astfel, lungimea ei este de 8 caractere, fiind acceptat de SPSS
iar cele dou cuvinte componente le-am separat printr-o linie de subliniere,
fapt de asemenea acceptat de SPSS. Nu conteaz dac scriem numele variabilelor cu litere mari sau cu litere mici deoarece n final SPSS le convertete
automat n litere mici. Din punct de vedere al primei caracteristici, baza noastr de date IQ nu creeaz probleme, fiind definite cinci nume de variabile:
numele, varsta, sexul, scoala i iq.
A doua caracteristic se refer la tipul de date ce va fi stocat n aceste
variabile (Type), caracteristic pe care nu am abordat-o n detaliu n timpul
41

Statistic aplicat n tiinele socio-umane

prezentrii noastre de pn acum. Aceast seciune conine un buton cu trei


puncte de suspensie pe care l putem apsa pentru a deschide fereastra de
configurare a tipului de date. Aceasta conine o serie de butoane de opiuni
dintre care putem selecta tipul de date pe care variabila noastr l va stoca,
dup cum urmeaz:
Tipul de date Numeric
se refer la numere. Valorile
acceptate vor fi deci numere, n
format standard. Alegnd acest tip
de date, putem stabili i dimensiunea acestora valoarea maxim pe
care SPSS o poate accepta prin
Figura 1.13 Stabilirea tipului de date
precizarea numrului de caractere
a unei variabile
n cmpul Width i numrul de
caractere dup virgul n cmpul Decimal Places. De exemplu, numrul maxim de caractere 3 i 2 caractere zecimale nseamn c acea variabil poate
stoca valori numerice de la 0 pn la 999,99. Acest tip de date va scrie valorile numerice fr nici o separaie ntre sute i mii i folosind ca separator zecimal separatorul configurat al sistemului. Un exemplu de numr scris n
acest format ar fi 78457845.57
Tipul de date Comma se refer de asemenea la numere i pot fi
definite la fel ca i tipul anterior, numai c acestea vor fi afiate folosindu-se
virgula ca separator ntre valoarea sutelor i valoarea miilor i punctul ca separator al valorilor zecimale. De exemplu, o valoare numeric n acest format
ar arta astfel: 9,999.89 Este practic formatul numeric clasic american.
Tipul de date Dot identic cu tipul de date anterior, doar c se inverseaz rolul punctului i al virgulei. Relund acelai exemplu, numrul de
mai sus va f scris astfel: 9.999,89 n acest caz recunoatem formatul romnesc.

42

Cristian Opariuc-Dan
Tipul de date Scientific notation se refer la modul tiinific de
afiare a cifrelor, folosind litera E pentru a reprezenta puterile lui 10. Modul
de configurare al dimensiunii variabilei este acelai iar un exemplu de numr
folosind aceast reprezentare poate fi 1.23E2 ceea ce semnific de fapt
123.00
Tipul de date Date se refer
la date calendaristice. Alegnd aceast
opiune va trebui s configurai, selectnd din lista ce se va deschide, modul de
afiare al datei calendaristice dintr-o
mulime de formate care vi se ofer.
Figura 1.14 Tipul de date

calendaristic
Tipul de date Dollar se refer la valori monetare avndu-se n vedere
moneda american. Putei alege i particulariza valoarea maxim pe care o
poate accepta variabila din lista ce se afieaz sau putei particulariza aceast
valoare, la fel ca i n cazul valorilor numerice.

Tipul de date Custom currency permite definirea unor valori


monetare particularizate, valabile pentru alte ri n afara Statelor Unite. Se
poate defini forma de prezentare a variabilei i valoarea maxim acceptat, la
fel ca i la tipul anterior.
Tipul de date String stocheaz doar iruri de caractere, cu alte
cuvinte texte, fr nici o posibilitate de prelucrare statistic. Poate fi definit
i aici dimensiunea maxim pe care o poate avea variabila din punctul de
vedere al numrului de caractere acceptate. n cazul nostru, variabila nume
este un exemplu excelent de variabil de tip string.
Caracteristica a treia i caracteristica a patra a unei variabile, respectiv
Width i Decimals se refer exact la valorile maxime pe care le pot accepta
variabilele i la numrul de zecimale, elemente pe care le-am discutat anterior

43

Statistic aplicat n tiinele socio-umane

iar aceste dou caracteristici nu fac dect s creeze o alt posibilitate de definire a variabilelor sub acest aspect.
n cazul exemplului nostru, constatm c avem o singur variabil de
tip string, variabila nume care poate accepta maxim 20 de caractere, toate
celelalte variabile fiind de tip numeric; variabilele sexul i coala pot
accepta doar o singur cifr fr zecimale iar variabilele varsta i iq pot
accepta 3 cifre fr zecimale. Aceast definiie permite stocarea subiecilor cu
numele format din maxim 20 de litere, vrsta poate lua valori de pn la 999,
suficient deci pentru scopurile noastre, acelai lucru fiind valabil i pentru
coeficientul de inteligen. Sexul i nivelul de colarizare accept doar o singur cifr, deoarece am convenit s asociem valoarea 1 cu sexul masculin i 2
cu sexul feminin, n mod analog procednd i cu nivelul de colarizare. Datele au fost definite ca numerice pentru a crea posibilitatea interpretrii lor ulterioare, cunoscndu-se faptul c datele de tip string nu pot fi interpretate statistic.
Urmtoarea caracteristic, caracteristica Label, permite includerea
unei denumiri mai intuitive a variabilei, prin care s poat fi mai uor identificat i recunoscut. Astfel, variabilei nume i putem da eticheta Numele
subiecilor, variabila iq o putem eticheta ca i Coeficientul de inteligen i aa mai departe. Putem include orice etichet descriptiv dorim pentru
numele unei variabile, cu condiia ca lungimea acesteia s nu depeasc 255
de caractere. Deci atenie la scrierea romanelor n descrierea variabilelor!!!
Aceast caracteristic mai are ns o funcie important; SPSS include eticheta variabilelor n rapoartele finale rezultate n urma prelucrrii datelor. Dac
creai un tabel de frecven, SPSS nu va afia numai numele variabilei, de
exemplu iq ci va include i descrierea acesteia, Coeficientul de inteligen, fcnd astfel mult mai estetice i mai inteligibile foile de raport.
Caracteristica Values am discutat-o pe larg n seciunile anterioare i
nu vom mai reveni asupra ei. Menionm doar c ea permite clasificri (deci

44

Cristian Opariuc-Dan
variabile categoriale) i asocieri de valori. Spre exemplu, putem asocia valoarea 1 sexului masculin i valoarea 2 sexului feminin pentru a putea introduce
mai uor datele i pentru a putea efectua prelucrri statistice la nivel de variabile nominale.
Caracteristica Missing permite definirea modului n care vor fi tratate valorile
lips din cadrul unei variabile. Uneori este
important s cunoatem de ce lipsesc valori
dintr-o variabil. Datele lips se pot datora,
spre exemplu, faptului c subiectul refuz
s rspund la o anumit ntrebare sau fapFigura 1.15 Tratarea valorilor lips
tului c ntrebarea nu este adresat acelui
subiect. Iat dou situaii care ar necesita un
tratament separat al valorilor lips. Datele pe care le vei trata n mod explicit
ca date lips pot fi supuse apoi unei analize statistice separate, fiind iniial
excluse din cele mai multe calcule. Un alt exemplu, frecvent ntlnit n chestionarele sociologice se refer la codificarea rspunsurilor de tip Nu tiu/Nu
rspund. Majoritatea cercettorilor codeaz aceste variante cu 9 sau 99. Evident, variantele incerte nu vor face obiectul prelucrrii iniiale a datelor. Folosind aceast seciune se pot include aceste valori (9 sau 99) ca valori lips,
SPSS eliminndu-le din analiz. Definirea valorilor lips poate accepta trei
situaii. Situaia No missing values, cnd comunicm programului c nu
dorim un tratament special pentru valorile lips, acestea fiind tratate ca atare
n cursul fiecrei prelucrri de date pe care o realizm, situaia Discrete
missing values cnd putem defini pn la trei valori ce vor fi tratate ca valori lips n cursul prelucrrilor statistice ulterioare (de exemplu, la un chestionar cu 3 variante de rspuns, dorim ca doar rspunsurile 1 i 3 s fie luate n
calcul, rspunsul 2 fiind tratat ca non-rspuns. Pentru aceasta vom include
cifra 2 n prima dintre cele trei casete ale acestei seciuni.) i situaia Range
plus one optional discrete missing value n care putem stabili un interval
45

Statistic aplicat n tiinele socio-umane

pentru care valorile vor fi tratate ca valori lips (spre exemplu, coeficienii de
inteligen cuprini ntre 10 i 75) n plus existnd posibilitatea de a include
i o valoare particular (discret) ca i n situaia anterioar. n exemplul nostru de baz de date, nu avem nici un motiv de a trata n vreun fel valorile lips, deci nu vom configura aceast caracteristic.
Caracteristica Columns permite specificarea limii coloanei n care
se vor afia valorilor variabilelor n modul Data View. Implicit, coloanele au
o lime egal cu 8 caractere. Putem include aici o alt valoare sau putem
redimensiona limea coloanelor n modul Data View prin tragerea cu ajutorul maus-ului a liniei de separaie dintre dou coloane. Introducerea diferitelor valori pentru aceast caracteristic permite ajustarea i redimensionarea
precis a limii coloanelor. n cazul nostru, pentru variabila nume, dimensiunea implicit de 8 caractere va fi insuficient pentru prezentarea unui subiect cu numele Popescu Valentin, afindu-se doar primele 8 caractere i
anume Popescu Pentru a vedea ntregul nume, fie introducei valoarea 16
pentru caracteristica Columns a variabilei nume, fie tragei cu ajutorul maus-ului linia de demarcaie dintre coloana nume i coloana varsta pentru
a mri limea coloanei de afiare a numelui subiecilor. Aceast caracteristic, ca i urmtoarea, nu influeneaz n nici un fel modul de prelucrare al
datelor ci doar aspectul tabelului de date din Data View.
Caracteristica Align controleaz modul n care sunt aliniate valorile
variabilelor n tabelul de date. Putei opta pentru o aliniere la stnga, centrare
sau aliniere la dreapta a valorii variabilelor n cadrul coloanelor din Data
View, fr a influena n vreun fel modul de prelucrare al variabilelor. Ca
regul general, variabilele de tip string se aliniaz la stnga iar variabilele de
tip numeric sau dat calendaristic se aliniaz la dreapta pentru o mai bun
lizibilitate n cadrul tabelelor de date.
Ultima caracteristic, Measure, este n acelai timp i una foarte important, permind alegerea nivelului de msurare al variabilei. Se poate

46

Cristian Opariuc-Dan
opta pentru dou sau trei niveluri de msurare n funcie de tipul de variabil.
Astfel, pentru variabila nume, care este o variabil de tip string, sunt disponibile doar nivelurile nominal i ordinal de msurare. Stocarea numelui i
prenumelui are o valoare pur informativ i nu permite nici mcar o clasificare a acestora. Nivelul de msur va fi deci nivelul nominal. Variabila varsta
este o variabil numeric care stocheaz vrsta subiecilor. Aceast variabil
are intervale egale, zero absolut i permite rapoarte n cadrul scalei, deci poate fi considerat la un nivel de msurare scalar 4 . Variabila sexul nu este
altceva dect tot o variabil nominal care nu permite dect o clasificare a
persoanelor n funcie de genul lor biologic. Variabila scoala poate fi privit ca o variabil nominal dac intenionm doar s clasificm subiecii n
funcie de studiile absolvite sau se poate accepta un nivel ordinal de msurare
la nivelul acesteia dac ierarhizm subiecii n funcie de gradul lor de colarizare. Vom lua n considerare a doua situaie i o vom accepta ca variabil
ordinal. n sfrit, variabila iq este fr discuie o variabil de tip ordinal.
Iat c, parcurgnd aceste etape, am reuit n cele din urm s construim structura unei baze de date simple n acord cu principiile i domeniile de
definiie ale variabilelor i cu nivelul lor de msurare.
Un aspect important pe care merit s-l menionm se refer la procesul de codare al variabilelor (proces pe care l-am ntlnit la codarea variabilelor sex i nivel de colarizare). n general, cercettorii cu experien cunosc
intuitiv modalitatea de codare optim a unei variabile. Pentru a veni n sprijinul debutanilor, Newton i Rudestam (1999) propune, n lucrarea Your statistical consultant un set de reguli folosite n acest proces (Field, 2005).

Toate datele trebuie codate numeric. Pentru a coda, de exemplu,


sexul, am putea folosi i M pentru masculin respectiv F pen-

Ca observaie, n SPSS nivelurile de msur de interval i de raport au fost reunite sub


denumirea generic de nivel de msur scalar. Proiectanii acestei aplicaii au renunat la
distincia separat a celor dou reunindu-le sub denumirea de nivel scalar.

47

Statistic aplicat n tiinele socio-umane

tru feminin. Un asemenea proces de codare ar fi complet eronat,


deoarece ar limita radical posibilitile de prelucrare statistic a
datelor. Recomandarea este aceea c, atunci cnd suntem n astfel
de situaii este de preferat s folosim, de exemplu, 1 pentru Masculin i 2 pentru Feminin. Aceste cifre nu au dect o valoare de
etichet i nu reprezint un proces de ierarhizare (nu spunem c
masculinul este mai jos dect femininul deoarece are valoarea
1). La fel de bine putem s scriem 2 masculin i 1 feminin sau 5
masculin i 7 feminin. Acest proces de codare poart numele de
codare dummy. Tot ceea ce trebuie s facei este s reinei codurile atribuite.

Fiecare variabil trebuie s ocupe o coloan distinct n baza


de date i fiecare subiect va ocupa o singur nregistrare. Este
foarte important ca datele unui subiect s ocupe un singur rnd n
baza de date SPSS, iar fiecare coloan s se refere doar la o singur variabil. n cazul n care o variabil este msurat de mai multe ori (tipic pentru experimente de tip testare iniial testare final), se vor aloca dou coloane pentru acea variabil, una care s se
refere la testarea iniial i una viznd testarea final. De exemplu,
dac avem un experiment prin care n urma unei tehnici oarecare
presupunem c mbuntim memoria, va trebui s testm memoria subiecilor nainte de aplicarea tehnicii, s aplicm tehnica i
apoi s testm din nou memoria subiecilor, pentru a vedea dac
au aprut modificri. n acest caz, putem defini cele dou variabile
prin mem_ini ce reprezint testul iniial de memorie i mem_fin
care se refer la testul final. Astfel, nu nclcm aceast regul, iar
datele vor fi consistente.

Toate codurile pentru o variabil trebuie s fie mutual exclusive. Cu alte cuvinte, nu trebuie s existe dect un singur numr ce

48

Cristian Opariuc-Dan
poate fi stocat ntr-o variabil. n anumite chestionare pot exista
itemi care permit alegeri multiple (de exemplu la ntrebarea: Bifai din urmtoarea list partidele cu care n mod sigur nu vei vota la urmtoarele alegeri: pot fi variantele de rspuns PSD,
PD, UDMR, PNG etc. n acest caz, subiectul poate alege un
singur partid, dou partide sau le poate alege pe toate). O asemenea situaie impune crearea unui numr de variabile egal cu variantele de rspuns (de exemplu nu_PDS, nu_PD, nu_UDMR,
nu_PNG) cu categorii dihotomice de genul 0 Neselectat, 1 Selectat care vor fi analizate ulterior. De obicei, asemenea itemi au
i o categorie de genul Altul. Care_______ prin intermediul creia
subiectul poate s-i exprime liber opiunea. n mod normal,
aceast categorie se analizeaz prin alte metode i nu folosind
SPSS, deoarece variabilitatea rspunsurilor confer o valoare statistic foarte redus.

Fiecare variabil trebuie codat astfel nct s se obin maximum de informaii. Categoriile sau valorile variabilei nu trebuie sintetizate n prima variant, ci trebuie incluse exact aa cum
apar pe formularele de colectare a datelor. Sintetizarea valorilor i
cumularea categoriilor poate fi fcut mai trziu, utiliznd funciile specifice SPSS. De exemplu, se prefer introducerea exact a
valorii pentru vrsta subiectului, n ani, i nu ncadrarea subiectului n categorii de vrst (sub 14 ani, ntre 14 i 20 de ani, peste 20
de ani etc.). Iniial se va proiecta o variabil, varsta, care va stoca
vrsta exact a subiecilor. Ulterior, dac se va dori transformarea
acestei variabile scalare ntr-o variabil discret, ordinal, numit
grup_varsta, se pot folosi tehnici specifice de conversie. Ca idee
general, ntotdeauna cnd este posibil, se vor folosi variabile continui la un nivel de msur ct mai aproape de scala de raport. Este
uor s transformm o variabil continu ntr-una discret, ns
49

Statistic aplicat n tiinele socio-umane

imposibil s trecem de la o variabil discret la una continu. Dup cum tii deja, valoarea informativ cea mai ridicat o au totui
variabilele continui, astfel nct profitai de ele.

Fiecare subiect trebuie s aib o valoare pentru fiecare variabil. Uneori nu este posibil s includem valori n fiecare coloan,
fie deoarece subiectul nu a rspuns, fie pentru c itemul respectiv
nu i se adreseaz. n acest caz se recomand s lsai acea celul
liber, deoarece SPSS este astfel proiectat nct s trateze celulele
goale ca i cazuri lips. Introducerea altor valori pentru cazurile
lips poate crea confuzii. Respectai ntotdeauna regula ceea ce e
cel mai simplu este i cel mai bun.

Regulile de codare se vor aplica tuturor subiecilor. Acest lucru


nseamn c nu putei aplica reguli valabile doar pentru anumii
participani. De exemplu, dac dorii ca anumite valori s fie tratate ca valori lips pentru un anumit subiect, nu putei face acest lucru. Valorile lips vor fi tratate similar pentru toi subiecii.

Folosii coduri n concordan cu sensul scalei. Unele chestionare presupun tipuri de scale ordinale (de exemplu 1 niciodat, 2
rareori, 3 uneori, 4 deseori, 5 ntotdeauna). Dei scalele pot
fi codate i invers (1 ntotdeauna, 2 deseori, 3 uneori, 4 rareori, 5 niciodat) se recomand pstrarea sensului natural al
scalei pentru evitarea problemelor ulterioare referitoare la interpretare. Mai uor asociem niciodat cu 1 dect niciodat cu 5.
Oricum, chiar dac ulterior exist suficiente posibiliti de recodare a valorilor astfel nct analiza s fie consistent, proiectarea
adecvat a cercetrii i codrii v poate scuti ulterior de bti de
cap i munc inutil.

Dup proiectarea bazei de date se recomand listarea structurii acesteia (meta-informaiilor) n vederea consultrii ulterioare. Dac nu vei lucra
50

Cristian Opariuc-Dan

Figura 1.16 Afiarea informaiilor despre baza de date

cteva luni cu baza de date, probabil c nu vei reine


la ce se refer mem_ini sau mpg i nici de ce tip
este. SPSS prezint o modalitate uoar de a afia
structura bazei de date cu informaii complete. Nu
trebuie dect s accesai meniul File i apoi opiunea
Display Data File Information. Se va deschide o
nou seciune care v invit s alegei ntre a afia
informaiile bazei de date curente (Working File)
sau a unei alte baze de date de pe disc (External
File). Noi suntem interesai de afiarea structurii
bazei noastre de date (IQ.sav) i vom alege aadar
prima opiune.

n fereastra de rezultate (Output) vor aprea o serie de tabele corespunztoare definiiilor variabilelor din baza de date, astfel:
Tabelul 1.1 Tabelul de structur a bazei de date
Variable Information
Variable
nume
varsta

Position
1
2

sexul
3
iq
4

Label
Numele
subiectului
Varsta
subiectilor
Genul
biologic al
subiectilor
Coeficientu
l de
inteligenta

Measurement
Level

Column Width

Nominal

14

Alignment

Print Format

Write Format

Left

A20

A20

Scale

Right

F2

F2

Scale

Right

F1

F1

Scale

Right

F3

F3

Variables in the working file

Variable Values
Value
sexul

Label
1
2

Masculin
Feminin

51

Statistic aplicat n tiinele socio-umane

Tabelul Variable Information conine informaii despre variabile.


Prima coloan conine numele variabilelor, urmeaz apoi poziia acestora n
structura de date, eticheta, nivelul de msur, limea coloanei i alinierea.
Ultimele dou coloane se refer la tipul variabilei. Astfel, prima variabil poate stoca 20 de caractere, a doua 2 caractere, a treia un caracter i a
patra 3 caractere.
Urmtorul tabel conine variabilele codate. n cazul nostru singura variabil codat este sexul i conine valorile 1 Masculin i 2 Feminin.
V recomand ca dup ce proiectai baza de date s imprimai structura
acesteia i s o stocai pentru a o putea consulta ori ce cte ori avei nevoie.

n concluzie:

Msurarea n tiinele socio-umane are un caracter subiectiv, deoarece nu putem


observa direct indicatorii funciilor psihice;
Msurtorile sunt aproximri ale realitii deoarece sunt supuse n permanen
surselor de eroare iar realitatea social are un caracter fluctuant;
Dup S. S. Stevens, n sensul su larg, a msura nseamn a atribui numere obiectelor sau evenimentelor potrivit unor reguli.
Regula de atribuire trebuie s fie:
o Suficient de clar pentru a permite atribuirea univoc, la un moment dat, a
unui numr unui obiect i numai a unui singur numr;
o Suficient de simpl pentru a fi utilizat;
O variabil este un nume pentru un element a crui caracteristic este aceea c variaz, i modific valorile;
O variabil este aleatorie i poate lua valori numerice (alea-numeric) sau nenumerice;
O variabil se caracterizeaz printr-un domeniu de definiie, o mulime de valori pe
care aceasta le poate lua. n funcie de acest domeniu de definiie, variabilele pot fi
discrete sau continui;
o O variabil discret nu permite existena unor valori intermediare ntre
valorile pe care le poate lua variabila. Ea este definit pe o mulime numrabil de valori n baza unei funcii de probabilitate;
o O variabil continu permite existena unor valori intermediare ntre dou
valori ale acesteia iar acest lucru poate continua la infinit. Ea este definit

52

Cristian Opariuc-Dan

pe un interval de valori, mulimea fiind infinit iar legea de distribuie este


o densitate de probabilitate;
Scalele de msurare se grupeaz n scale neparametrice (nominal i ordinal) i
scale parametrice (de interval i de raport);
Termenul de cuantificare are sens ncepnd cu scala ordinal;
Scala nominal prezint doar posibilitatea unor clasificri, grupri ale datelor n
categorii;
Scala ordinal permite, n plus, ierarhizarea datelor n funcie de apartenena lor la
o categorie. Strict, aceasta este scala utilizat n psihologie;
Scala de interval este o scal ordinal n care intervalele sunt egale. Ea permite s
rspundem cu ct o cantitate este mai mare dect o alta ns nu i de cte ori;
Scala de raport este o scal de interval la care exist un zero absolut. Ea permite s
rspundem la ntrebarea de cte ori o cantitate este mai mare dect cealalt

ntrebri i exerciii:

n bara de titlu a aplicaiei SPSS se afl afiat mesajul Untitled SPSS Data Editor. Ce se va ntmpla cnd vom apsa butonul de salvare a datelor de pe bara de
instrumente dup ce am proiectat structura unei baze de date?
Am primit de la un alt colaborator o baz de date cuprinznd rezultatele unor probe psihologice, realizat ns n Excel. tiu c SPSS poate prelucra i foi de calcul
Excel, deci introduc discheta n calculator, folosesc procedura de deschidere a unei
baze de date din SPSS, m poziionez pe unitatea de dischet (discul A:) ns nu reuesc s vd fiierul Excel. Unde am greit?
Am creat baza de date IQ. De ce atunci cnd doresc s introduc numele subiectului
Alexandrescu Delia Ioana Alexandra, la un moment dat SPSS nu m mai las s
tastez?
Precizai de ce tip sunt urmtoarele variabile i la ce nivel de msurare se afl:
viteza vntului, gradele didactice dintr-o universitate, anxietatea total,
fabricanii de maini, echipele de fotbal, numrul de tablouri dintr-o galerie
de art
Dei subiectul Popescu Vasile are mai puin de 20 de caractere, totui n momentul n care l introduc n SPSS se afieaz doar Popes. Cum pot s fac pentru a
vedea ntregul nume al subiectului meu?
Am peste 400 de subieci n baza mea de date IQ i doresc s efectuez o analiz n
care toi coeficienii de inteligen mai mici de 70 s fie tratai ca i cazuri lips.
Cum procedez?

53

Statistic aplicat n tiinele socio-umane

II. ORGANIZAREA DATELOR


n acest capitol se va discuta despre:
Colecii de date brute;
Amplitudinea de variaie;
Diagrame de date;
Clase i intervale de grupare;
Efective, frecvene absolute i relative;
Reprezentri grafice.
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag elementele de baz ale unei distribuii


statistice;
Calculeze numrul de clase i intervalele de grupare;
Grupeze elementele n clase;
Construiasc o distribuie statistic;
Reprezinte grafic o distribuie statistic.

Orice experiment, evaluare psihologic, observaie sau convorbire


pornete de la o ntrebare care-i propune s rezolve o anumit problem. De
cele mai multe ori, problema n tiinele socio-umane nu transpare imediat
ntr-o form cuantificabil. Avem nevoie de o serie de etape intermediare
pentru a stabili ce dimensiuni msurabile sunt n relaie cu problema sau tema
studiat. Procesul prin care transformm o dimensiune general, necuantificabil, n indicatori msurabili i apoi construim itemi pentru acei indicatori
poart numele de operaionalizare a conceptelor. Dac, de exemplu, dorim
s studiem nivelul de trai a populaiei dintr-un ora, o asemenea abordare este
mult prea general. Ce nseamn n definitiv nivel de trai? Dimensiunea nu
poate fi cunoscut direct, astfel nct apelm la anumii indicatori care au
legtur cu nivelul de trai (bugetul alocat pentru achiziionarea de produse
electronice, bugetul pentru concediu etc.) Urmeaz apoi s construim itemi,
ntrebri referitoare la indicatorii stabilii (Unde v petrecei concediile?,
Ce produse electronice ai cumprat n ultimele trei luni? i aa mai depar-

54

Cristian Opariuc-Dan
te). Studiind rspunsurile la aceste ntrebri putem avea o imagine general
asupra nivelului de trai. Aceti indicatori nu reprezint altceva dect variabile
rezultate n urma operaionalizrii conceptului general de nivel de trai i care
pot fi populate cu datele rezultate din rspunsurile subiecilor la ntrebrile
stabilite.
n urma procesului de operaionalizare a conceptelor rezult una sau
mai multe variabile, reprezentative pentru studiul propus, variabile ce vor
trebui populate cu date n vederea verificrii ipotezelor i a gsirii rspunsului la ntrebarea formulat iniial. Datele cu care urmeaz a fi populat
respectiva variabil pot proveni din (Radu, i alii, 1993):

Lectura unor aparate;

Msurtori antropometrice i/sau bio-fiziologice;

Notele brute (rspunsurile subiecilor) la anumite teste psihologice sau chestionare;

Protocolul de observaie sau interviu;

Analiza de coninut sau analiza produselor activiti, etc.

n practic putem fi interesai despre modul n care se grupeaz datele


n jurul unor valori, de variabilitatea acestora sau de stabilirea poziiei relative a unui individ sau a unui rezultat n cadrul unui grup mai mare de indivizi
sau rezultate.
Fie c desfurm o evaluare psihologic, un studiu sau o cercetare
experimental, fie c iniiem un proces de colectare a datelor prin observaie,
rezultatul const ntr-o colecie (set) de date brute. La acest nivel nu avem
nici o modalitate prin care putem trage concluzii asupra semnificaiei datelor
pe care le avem la dispoziie. Putem doar constata c unele valori se repet i
cam att. De aceea, prima etap n iniierea unei proceduri statistice de
analiz a datelor const n clasificarea, ordonarea, condensarea acestora n

55

Statistic aplicat n tiinele socio-umane

vederea conturrii unei imagini ct mai precise. Valorile msurate trebuie


aezate ntr-o anumit ordine (cresctoare sau descresctoare) care s permit
i o eventual reprezentare grafic a acestora.
Exemplu: Presupunem c msurm nlimea unor subieci n centimetri i obinem urmtoarele rezultate: 182, 175, 174, 189, 177, 177, 180,
173, 188, 171, 184, 192, 180, 172, 177, 193, 184, 192, 172, 177, 174, 171,
172, 179, 185, 179, 183, 172, 179, 188.
ntrebare: Ce tip de variabil este variabila menionat mai sus i la
ce nivel de msurare se afl?
Dac privim irul de date de mai sus, observm c nu putem extrage
nici o informaie util. Unele valori se repet, e adevrat, ns nu putem spune n lipsa unei organizri nici care este cel mai nalt subiect, nici care este
cel mai scund, nici ce nlime au cei mai muli subieci. Acest lucru va deveni posibil abia n urma unui proces de organizare a acestor date.
La volume mici de date acest proces nu pune probleme deosebite.
Operaiunea devine ns greoaie i mare consumatoare de timp pentru volume
mari de date i de aceea se recomand utilizarea unui program computer care
poate efectua aproape instantaneu aceste operaii.

II.1 Sistematizarea datelor


Primul pas n sistematizarea datelor l reprezint stabilirea valorilor
extreme. Prin inspecie vizual, verificm cea mai mic valoare din irul de
date (Xmin) i cea mai mare valoare din irul de date (Xmax) pentru a putea calcula poate cel mai simplu indicator statistic i anume amplitudinea de variaie. Numim amplitudine de variaie (Range) diferena dintre valoarea maxim i valoarea minim a distribuiei de date. (A = Xmax Xmin). n exemplul
nostru, subiectul cel mai scund (cu nlimea cea mai mic) are 171 centimetri iar subiectul cel mai nalt are 193 centimetri. Prin urmare, Xmin = 171

56

Cristian Opariuc-Dan
centimetri, Xmax = 193 centimetri iar amplitudinea de variaie devine A = 193
171 = 22 centimetri.
Dac amplitudinea de variaie este mic
comparativ cu numrul de valori din irul de
date, atunci irul de date poate fi uor reprezentat fr necesitatea gruprii valorilor. n cazul
nostru, putem sistematiza datele scriind ntr-o
coloan valorile n ordine cresctoare i notnd
n dreptul fiecreia, prin linii verticale, de cte
ori se repet n irul iniial. Dac reconsiderm
exemplul anterior, obinem datele grupate n
tabelul alturat:
De data aceasta obinem un protocol sistematizat numit diagrama n linii. Putem acum
observa c toi cei 30 de subieci (n=30) au fost
repartizai cresctor n funcie de nlimea lor
i putem afirma c cei mai scunzi subieci au
171 cm iar cel mai nalt 193 cm. De asemenea,
cei mai muli subieci au 172 cm i 177 cm. Iat
aadar c aceast diagram de aduce un plus de
informaie n raport cu irul nesistematizat prezentat anterior.

Tabel 2.1 Diagrama n linii


i efectivul

Valoare
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193

Diagrama
n linii
||
||||
|
||
|
||||
|||
||
|
|
||
|

||
|

Efectiv
2
4
1
2
1
0
4
0
3
2
0
1
1
2
1
0
0
2
1
0
0
2
1

||
Aceast sistematizare a unui protocol
|
reprezint o procedur statistic liminar
deoarece se afl la limita analizei statistice pregtind aplicarea tehnicilor ulterioare de prelucrare a datelor.

Diagrama n linii reprezint o metod intuitiv de reprezentare grafic


a datelor. Urmtorul pas este acela prin care vom numra liniile trasate n
vederea stabilirii efectivului (frecvena absolut) fiecrei valori din ansam57

Statistic aplicat n tiinele socio-umane

blul rezultatelor. Observm c efectivul valorii 171 cm este 2 subieci, adic


doi subieci au nlimea de 171 cm, efectivul valorii 172 cm este 4 subieci,
patru subieci au nlimea 172 cm i aa mai departe. Stabilirea efectivelor
prin acest procedeu este posibil n momentul n care amplitudinea de variaie este relativ mic (de exemplu pentru notele colare, de la 1 la 10). La o
amplitudine mai mare acest procedeu este extrem de laborios i inutil deoarece variabilitatea distribuiei devine mare i se pierde viziunea de ansamblu.
Deja, n exemplul nostru, constatm o serie de tendine, dar care sunt ns
abia conturate. n plus, gsim multe valori pentru care efectivul este zero.
Prin urmare, ar fi mai util s facem distribuia mai compact prin gruparea
valorilor n clase, astfel nct s putem releva regularitatea ansamblului de
date. Vom alege, spre exemplu, gruparea datelor din patru n patru astfel:
171, 172, 173, 174

sau

171 174

175, 176, 177, 178

sau

175 178

179, 180, 181, 182

sau

179 182

183, 184, 185, 186

sau

183 186

187, 188, 189, 190

sau

187 190

191, 192, 193

sau

191 193

Au rezultat un numr de ase clase care cuprind, fiecare, patru valori,


ultima clas fiind format din trei valori. Distribuia de mai sus va deveni:
Iat c acum lucrurile sunt ceva
mai clare. Observm c cei mai muli
subieci au nlimea cuprins ntre 171
cm i 174 cm n timp ce destul de puini
subieci pot fi considerai ca fiind nali.
Este mai uor de sesizat acum imaginea
de ansamblu, modalitatea n care se orga-

Tabel 2.2 Diagrama n linii i efectivul


pentru date grupate n clase

Clasa
171 174
175 178
179 182
183 186
187 190
191 -193

Diagrama
n linii
|||||||||
|||||
||||||
||||
|||
|||

Efectiv
9
5
6
4
3
3

58

Cristian Opariuc-Dan
nizeaz datele. Un asemenea procedeu pune n eviden, compact, regularitatea de ansamblu a datelor.
La acest nivel va trebui s facem o serie de precizri deoarece au aprut dou concepte noi: conceptul de clas i conceptul de interval de grupare.
n cazul nostru, numrul de clase a fost stabilit la ase. Intervalul de grupare (i) se refer la numrul de valori pe care le poate conine o clas, cu alte
cuvinte lrgimea unei clase. Practic, intervalul de grupare se exprim ca raport dintre amplitudinea de variaie i numrul claselor. Dac notm intervalul de grupare cu i i numrul de clase cu k, avem formula:
(formula 2.1)
n cazul nostru formula devenind

3,67

n exemplul anterior am rotunjit intervalul de grupare i la valoarea


4. Datorit faptului c nlimea este o variabil continu, ar fi corect s reprezentm clasele i astfel:
171,00 174,67

(171,00 + 3,67 = 174,67)

174,68 178,35

(174,68 + 3,67 = 178,35)

178,36 182,03

(178,36 + 3,67 = 182,03)

182,04 185,71

(182,04 + 3,67 = 185,71)

185,72 189,39

(185,72 + 3,67 = 189,39)

189,40 193,07

(189,40 + 3,67 = 193,07)

Totui, de ce ne-am rezumat la ase clase i de ce nu am folosit opt


clase sau 3 clase? Care a fost argumentul pe baza cruia am decis utilizarea
unui numr de 6 clase? Exist vreo metod prin care putem stabili numrul
de clase necesare sau le alegem noi arbitrar?

59

Statistic aplicat n tiinele socio-umane

Atunci cnd numrul de msurtori (n) nu este prea mare, numrul


claselor (k) poate fi calculat pe baza formulei Hahn-Shapiro (Vasilescu,
1992):
(formula 2.2)
unde INT nseamn partea ntreag.
n cazul nostru, numrul subiecilor (n) este 30. Dac mprim 30 la 5
obinem valoarea 6. Evident c partea ntreag a lui 6 este tot 6, pe baza acestei formule stabilindu-se numrul optim de clase n care pot fi grupate valorile. Cunoscnd numrul claselor am stabilit, dup cum s-a precizat mai sus,
intervalul de grupare.
Dac volumul msurtorilor este mare se utilizeaz specificaiile lui
Kolker referitoare la numrul de clase:
Tabelul 2.3 Specificaiile lui Kolker referitoare la alegerea numrului de clase
n
k

25-40
6

41-60
7

61-99
8

100
10

101-160
11

161-250
12

251-400
13

401-630
14

631-1000
15

> 1000
16-20

Din considerente practice, numrul claselor nu va depi valoarea 20.


O alte metod prin care putem stabili intervalul de distribuie dar i
numrul claselor cunoscnd amplitudinea de variaie i numrul de msurtori o reprezint utilizarea formulei lui Sturges (Vasilescu, 1992):
,

(formula 2.3)

n situaia noastr, logaritmul zecimal din 30 este 1,47. n mod curent


putem gsi logaritmul zecimal n tabelele de logaritmi sau utiliznd un calculator tiinific. Cunoscnd aceast valoare, intervalul de distribuie devine:
193 171
1 3,322 1,47

22
5,88

3,74

60

Cristian Opariuc-Dan
Observm c valoarea obinut aici se apropie foarte mult de valoarea
stabilit prin formula anterioar. Aceast formul poate fi folosit pentru valori destul de mari ale lui n respectnd ns limita de 20 de clase.
Referitor la numrul claselor i la intervalele de grupare se impun urmtoarele observaii:
1.

Dac alegem intervale de grupare prea mici, gruparea datelor scoate n eviden lucruri de amnunt ce estompeaz
tendina de ansamblu a datelor i deci a procesului pe care l
studiem;

2.

Intervalele de grupare prea mari pot estompa iregularitile


distribuiei i atenueaz specificul fenomenului studiat,
pierzndu-se precizia cu care identificm o valoare individual;

3.

n mod obinuit, vom utiliza, dac msurtoarea s-a fcut


folosind numere ntregi, limite de interval exprimate tot n
numere ntregi. Limita inferioar a intervalului superior va
trebui s fie mai mare cu o unitate dect limita superioar a
intervalului inferior. De exemplu:

171 174
175 178

i nu

171 174
174 178

deoarece nu vom ti unde s ncadrm valoarea 174


La fel, 171,00 174,67
174,68 178,35

i nu

171,00 174,67
174,67 178,35

Dup cum putem ns observa, msurtorile iniiale s-au efectuat n


numere ntregi. Un exces de precizie la acest nivel este exagerat i poate produce confuzii. Un subiect cu nlimea de 174 unde va fi inclus? n primul

61

Statistic aplicat n tiinele socio-umane

caz, evident, n prima clas. n al doilea caz ns, poate fi inclus i n prima i
n a doua clas. De aceea niciodat precizia claselor nu va depi precizia
msurtorilor efectuate.
Gruparea n
clase fiind ncheiat,
Clasa
obinem aa-numita 171 174
distribuie statistic 175 178
179 182
ce formeaz baza 183 186
prelucrrilor de date 187 190
ulterioare. n exem- 191 -193
plul nostru vom avea
urmtoarea distribuie statistic:

Tabelul 2.4 Distribuia statistic pe clase

Distribuia n linii
|||||||||
|||||
||||||
||||
|||
|||

fa

fc

fc

9
5
6
4
3
3

9
14
20
24
27
30

30
21
16
10
6
3

30,00
16,66
20,00
13,33
10,00
10,00

300,00
166,66
200,00
133,33
100,00
100,00

30

nsumnd efectivele (frecvenele) tuturor intervalelor, va rezulta, evident, numrul total de msurtori (n). Este de asemenea posibil s calculm
frecvenele cumulate, fie ascendent, fie descendent, ca expresie a adunri
frecvenei intervalului curent la frecvena cumulat a intervalului anterior.
Astfel, pentru primul interval, att frecvena ct i frecvena cumulat ascendent au valoarea 9. Pentru al doilea interval frecvena absolut este 5 iar
frecvena cumulat ascendent devine 9+5=14. Al treilea interval are frecvena absolut 6 iar frecvena cumulat ascendent 14+6=20 i aa mai departe.
Procedura de calcul este analoag i n cazul frecvenelor cumulate descendent, cu singura deosebire c adunarea se face ncepnd de la ultimul interval.
Rolul frecvenelor cumulate este acela de a ordona cresctor sau
descresctor datele grupate n intervale i de a indica numrul de cazuri, ci
subieci se afl pn la o anumit valoare (frecvenele cumulate ascendente)
sau ci subieci au depit o anumit valoare (frecvenele cumulate descendente). Dac discutm de ordonare, este evident c variabila trebuie s se afle
cel puin la un nivel ordinal de msur, calcului frecvenelor cumulate n cazul variabilelor nominale fiind un nonsens.

62

Cristian Opariuc-Dan
Putem exprima, de asemenea, frecvenele relative, ca proporie a scorurilor dintr-o clas. Cele mai utilizate frecvene relative sunt procentele (%)
i promilele (). Ca modalitate de calcul al procentelor sau promilelor vom
folosi regula de trei simpl, astfel:
Pentru prima clas vom avea urmtoarea valoare:
dac

30

atunci 9

reprezint

100%

reprezint

x
9

100
30

900
30

30%

II.2 Reprezentarea grafic a datelor


Sintagma o imagine face mai mult dect o mie de cuvinte este valabil i n statistic. Uneori este mai convenabil s reprezentm grafic datele
pentru a ne forma intuitiv o reprezentare a acestora. Nu trebuie s uitm ns
faptul c n statistic afirmaiile pe care le facem trebuie demonstrate iar demonstraia se poate face doar cifric.
Exist multe moduri prin care putem reprezenta grafic datele pe care
le vom discuta n momentul n care tematica le va impune. Pentru moment ne
vom rezuma la graficele cu bare, histograma, poligonul frecvenelor, poligonul frecvenelor cumulate i plcinta.

Figura 2.1 Graficul cu bare al nlimii


subiecilor

Reprezentarea prin graficele


cu bare const n ridicarea unei perpendiculare de lungime egal cu frecvena pentru fiecare valoare sau clas
aezat pe axa Ox. Cu ajutorul barelor
putem reprezenta att datele negrupate
ct i datele grupate. Astfel, pentru
exemplul nostru, prezentm reprezenta-

63

Statistic aplicat n tiinele socio-umane

rea prin grafice cu bare a nlimii subiecilor sub form de valori. Un tip particular de reprezentare a graficelor cu bare este histograma. O histogram se
deosebete de un grafic cu bare prin aceea c, n locul liniilor, sunt ridicate
dreptunghiuri cu baza egal cu intervalul
folosit. Pentru a putea folosi histogramele,
datele trebuie s fie grupate aadar pe intervale egale.
Dac unim prin linii vrfurile graficelor cu bare sau mijlocul bazei de sus a
histogramelor obinem un alt tip de grafic
i anume poligonul frecvenelor absolute

Figura 2.2 Histograma pentru nlimea subiecilor

sau relative. Poligonul frecvenelor


absolute se refer la exprimarea cifric direct a efectivelor n timp ce
poligonul frecvenelor relative conine exprimarea procentual a acestora.

Figura 2.3 Poligonul frecvenelor


absolute

De asemenea este posibil


construirea poligonului frecvenelor
cumulate ca reprezentare grafic a

funciei de repartiie cumulativ. La fel


ca i n cazul graficului cu bare, n dreptul fiecrei valori se nal o perpendicular de mrime egal cu frecvena cumulat. Unind vrfurile acestor perpendiculare se obine poligonul frecvenelor cumulate care poate fi exprimat absolut sau
relativ.

Figura 2.4 Poligonul frecvenelor


cumulate

64

Cristian Opariuc-Dan
Uneori este mai convenabil s reprezentm, mai ales atunci cnd lucrm cu procente, compoziia msurtorilor printr-o structur radial. Un
asemenea grafic se numete plcint (pie) i este util atunci cnd ne intereseaz s urmrim proporia cu care fiecare clas particip la construcia ntregului.

Figura 2.5 Reprezentarea prin diagram


de structur (plcint)

Pentru o variabil continu, deoarece avem o densitate de probabilitate pe


intervalul de valori, reprezentarea grafic
se face sub forma unei curbe numit curb de distribuie, ns acest aspect va
face obiectul unui capitol ulterior.

n concluzie:

O colecie de date are o valoare informativ extrem de redus. n vederea


extragerii unor informaii preliminare este necesar ordonarea i gruparea datelor;
La o amplitudine de variaie mic pot fi ordonate valorile i numrate
efectivele fiecrei valori realizndu-se astfel un protocol sistematizat;
La o amplitudine de variaie mare i la msurtori numeroase se va realiza
gruparea datelor n clase, pe baza unui interval de grupare. Att numrul
claselor ct i intervalul de grupare pot fi calculate n baza unor formule
sau a unor tabele de referin;
O distribuie statistic reprezint un protocol de date sistematizat i organizat care conine clasele, diagramele n linii (puncte, stelue etc.) i frecvenele absolute. Alte informaii care mai pot fi incluse sunt frecvenele relative (procentuale), frecvenele cumulate absolute i relative;
Distribuiile statistice pot fi reprezentate i grafic folosindu-se graficele cu
bare, histogramele, poligoanele de frecvene sau graficele plcint.

ntrebri i exerciii:

La un test de inteligen subiecii au obinut urmtoarele scoruri: 16, 20,


20, 9, 17, 6, 11, 5, 15, 10, 5, 16, 16, 11, 11, 13, 14, 13, 10, 13, 13, 13, 15,

65

Statistic aplicat n tiinele socio-umane

12, 21, 7, 14, 24, 13, 19, 15, 17, 14, 8, 8, 17, 15, 9, 4, 22, 12, 23, 10, 18, 8,
13, 12, 14, 11, 13, 14. Realizai distribuia statistic preciznd toi indicatorii studiai i reprezentai grafic.
Ce diferene sunt ntre frecvena absolut i frecvena relativ?
Ce rol au frecvenele cumulate?
Cnd poate fi folosit un grafic de tip plcint?
n cte clase reprezentai un volum de n=32.458 de cazuri?
Ce este o distribuie statistic?
Precizai avantajele i dezavantajele distribuiei statistice organizat pe
clase.

66

Cristian Opariuc-Dan

III.S
II.STATISTICI DESCRIPTIVE TENDINA CENTRAL
n acest capitol se va discuta despre:

Conceptul de statistici descriptive;


Definirea noiunilor de populaie i eantion;
Indicatori ai tendinei centrale media, mediana
i modul;
Obinerea indicatorilor tendinei centrale n
SPSS;
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag semnificaia statisticilor descriptive;


Fac distincia ntre populaie i eantion;
Disting ntre diferitele modaliti de eantionare;
Calculeze indicatorii tendinei centrale;
Utilizeze corect indicatorii tendinei centrale n
funcie de modul de distribuie al datelor;
S extrag indicatorii tendinei centrale utiliznd programul SPSS.

Statistica descriptiv se refer la totalitatea metodelor care permit descrierea i gruparea n diferite moduri a datelor rezultate din cercetri. Orice procedeu de analiz a datelor presupune efectuarea unor operaiuni preliminare de statistic descriptiv. Statisticile descriptive nu au ca
scop efectuarea unor predicii ci doar sumarizarea i prezentarea datelor. Procedeele utilizate n statisticile descriptive se refer la gruparea i prezentarea
datelor n tabele i grafice, calculul indicatorilor tendinei centrale i ai variabilitii, indicatori ai asocierii i legturii dintre variabile (studii corelaionale
simple).
nc de la nceput s-a stabilit c, prin statistic, putem descrie, compara i relaiona variabile. Totodat, modul de realizare al unei variabile se face
prin atribuirea de valori rezultate din diferite surse de date. Totui, cum culegem aceste date? Cum facem ca pornind de la un numr relativ redus de su-

67

Statistic aplicat n tiinele socio-umane

bieci s extindem cunotinele noastre la nivelul ntregii populaii? i n definitiv ce nseamn populaie i ce nseamn eantion?

III.1 Populaie i eantion


Cnd discutm de populaie, nu este obligatoriu s ne referim la populaia unei ri sau a unui ora; n general, ne referim la un grup distinct de
persoane sau obiecte. De exemplu, vorbim de populaia fumtorilor, populaia deficienilor mintali, populaia consumatorilor de Coca-Cola sau populaia
mainilor Lamborghini. Acest lucru se refer la totalitatea obiectelor, de un
anumit tip, existente ntr-un spaiu sau teritoriu, la un moment dat. O
prim observaie se refer la faptul c populaia este relativ la un criteriu (de
exemplu cel teritorial) sau la mai multe criterii (de exemplu automobile i
Romnia). Prin urmare, cnd vorbim de populaie relevant, avem n vedere
totalitatea obiectelor care satisfac unul sau mai multe criterii.
De exemplu, dac desfurm un studiu n care dorim s demonstrm
eficiena unui medicament ce va accelera abandonul fumatului n Romnia,
ne intereseaz criteriul teritorial (Romnia) dar i calitatea de fumtor, prezent sau trecut.
Populaia este definit deci, ca fiind totalitatea unitilor de informaie care constituie obiectivul de interes al unei investigaii. ntotdeauna, la nceputul unei cercetri, trebuie menionat populaia cercetrii n
vederea specificrii domeniului la care vom extinde rezultatele, concluziile
obinute.
De cele mai multe ori nu putem studia ntreaga populaie din cauza
numeroaselor limitri pe care le-ar impune un asemenea demers (costuri,
timp, accesibilitate, dinamica populaiei etc.). De aceea majoritatea cercetrilor se efectueaz pe un grup de subieci extrai din populaie, care s prezinte
caracteristicile acesteia, grup mult redus ns din punct de vedere numeric.
Un asemenea grup poart numele de eantion. Un eantion este deci o selec-

68

Cristian Opariuc-Dan
ie a indivizilor dintr-o populaie. Cercettorii utilizeaz eantioane, deoarece
lucrul cu acestea este mai ieftin, mai rapid i mai uor n comparaie cu cercetarea ntregii populaii iar rezultatele pot fi extinse la nivelul ntregii populaii.
Eantionul reprezint unitile de informaie selecionate pentru a fi
efectiv studiate. Ideea pe care se bazeaz cercetrile orientate pe eantioane,
este aceea c se pot face aprecieri asupra unei ntregi populaii, n anumite
condiii, doar pe baza caracteristicilor msurate pe o parte a acesteia.
Totui, pentru ca rezultatele obinute prin studiul eantionului s poat
fi extinse la nivelul ntregii populaii, acel eantion trebuie s fie reprezentativ, adic s ntruneasc caracteristicile de baz ale populaiei din care a fost
extras.
S presupunem, de exemplu, c fierbem o oal de fasole. Cum verificm dac fasolele au fost fierte? n primul rnd, amestecm fasolele n oal.
Dac nu am amesteca fasolele, am putea risca s le lum pe cele de la suprafa (care sunt mai puin fierte) nu i pe cele de la fund (care probabil sunt
mai fierte). Dup aceea, lum o lingur de fasole i gustm. n funcie de rezultat, decidem dac acestea sunt sau nu sunt fierte. Nu trebuie se mncm
toat oala de fasole ca s decidem dac sunt sau nu fierte. Este suficient s
verificm un eantion de fasole pentru ca mai apoi s extindem cunotina la
nivelul ntregii oale. Iat deci c exact acesta este i principiul eantionrii.
Prin amestecarea n oala de fasole am creat posibilitatea ca fiecare boab de
fasole s aib ansa de a fi aleas. Apoi, am extras aleatoriu un eantion de
boabe de fasole pe care l-am verificat. Dac am decis c sunt fierte, nu voi
mai continua cercetarea. ansele s m nel sunt prea mici 5 .
Afirmam anterior c un eantion trebuie s fie reprezentativ, adic s
ndeplineasc caracteristicile populaiei din care face parte. Evident, n mo5

Exemplul a fost preluat i adaptat dup Lungu Ovidiu Ghid introductiv pentru SPSS 10.0
pentru Windows

69

Statistic aplicat n tiinele socio-umane

mentul n care voi dori s tiu dac sunt fierte fasolele, voi extrage un eantion de boabe de fasole i nu unul de boabe de mazre din oala alturat. Posibilitatea de a generaliza cunotinele dobndite la nivelul eantionului ctre
ntreaga populaie este vital n cercetarea experimental. De aceea, asigurarea reprezentativitii unui eantion este de maxim importan.
Metoda prin care selectm un eantion dintr-o populaie are implicaii
asupra validitii i generalizrii concluziilor dobndite n urma studiului
eantionului. Metodele de eantionare se mpart n dou mari categorii: metode prin care eantionul este extras aleatoriu dintr-o populaie i metode prin
care eantionul nu este extras aleatoriu.
ntr-un eantion care nu este extras aleatoriu, probabilitatea ca un subiect s fac parte din eantion nu poate fi calculat. Este exemplul clasic n
care subiecii sunt selectai pe baz de voluntariat sau cei care returneaz
chestionarele completate prin pot.
ntr-un eantion extras aleatoriu, fiecare individ are o probabilitate
calculabil de a fi inclus n eantion iar aceast probabilitate va trebui s fie
egal pentru fiecare subiect. Este cazul extragerii unui eantion dintr-o baz
de date care conine, aleatoriu, ntreaga populaie.
Orice eantion se stabilete n baza unei scheme de eantionare. O
schem de eantionare reprezint un set de tehnici i reguli n baza crora din
populaie se extrage eantionul necesar iar compoziia acestuia este aleatoriu
derivat n funcie de definiiile probabilistice ale schemei de eantionare.

III.1.1 Eantionarea simplu randomizat


Randomizare nu nseamn hazard absolut ci este o metod prin care
fiecare individ are o ans calculabil de a fi ales n eantion. Prin randomizare simpl, fiecare individ are anse egale s fie selectat. Pentru a efectua o
asemenea eantionare, avem nevoie de o baz de eantionare, o list a ntregii populaii (de exemplu, lista exhaustiv a fumtorilor din Romnia). Fieca-

70

Cristian Opariuc-Dan
re individ din acea list are asociat un numr. Se folosesc apoi tabelele de
numere aleatoare sau numerele aleatoare se genereaz de un computer. Practic, numrul aleatoriu generat reprezint numrul de ordine al individului de
pe list. Procedura continu pn cnd s-a extras ntregul eantion. Metoda
randomizrii este o metod foarte simpl ns dificultatea const n posibilitatea obinerii unei liste exhaustive pe criteriile dorite.

III.1.2 Randomizarea pe cote


Este o metod pseudo-randomizat de selectare a unui eantion n care
se iau n considerare anumite caracteristici ale populaiei cum ar fi sexul, vrsta, profesia etc. n eantion se intenioneaz respectarea proporiei n care
aceste caracteristici se regsesc n populaie. Dup ce se identific proporia
fiecrei caracteristici ce va fi inclus n eantion, fiecrui evaluator i revine
sarcina s evalueze un anumit numr de persoane ce prezint acea caracteristic, alegerea persoanelor rmnnd la latitudinea acestuia. Este important ca
acea caracteristic s poat fi identificat cu uurin i fr ambiguitate de
ctre evaluator, altminteri putnd aprea seriTabel 3.1 Structura populaiei
oase probleme la nivelul reprezentativitii. Vrsta (ani) Brbai Femei
15-20
10000
9000
De exemplu, dac avem urmtoarea structur
21-30
12000
13000
a populaiei din Romnia dup dou criterii
31-50
12000
14000
vrst i sex:
peste 50
12000
18000
O eantionare pe cote presupune resTabel 3.2 Proporii eantion
pectarea proporiei n care se gsete popula- Vrsta (ani) Brbai Femei
15-20
10%
9%
ia general, la aceste dou criterii i n ean21-30
12%
13%
tion. Astfel, dac extragem un eantion de
31-50
12%
14%
peste 50
12%
18%
1000 de persoane, proporia subiecilor din
acest eantion va respecta proporia subiecilor din populaia general. Prin
urmare, vom obine:
Acesta este principiul eantionrii pe cote. Un evaluator va administra
instrumentele de evaluare unui numr de, s spunem, 120 de brbai cu vrsta
71

Statistic aplicat n tiinele socio-umane

cuprins ntre 31 i 50 de ani, avnd libertatea de a alege singur persoanele,


atta timp ct respect aceste dou criterii.
O problem apare n momentul n care unul dintre criterii are o pondere extrem de mic n populaie (de exemplu, cnd studiul se refer la persoane cu un IQ sub 70). n acest caz, numrul persoanelor selectate n eantion sar putea s fie prea mic pentru a permite generalizarea. ntr-o asemenea situaie se procedeaz la supra-eantionare adic la mrirea acestui numr. Se
consider c pentru anumite caracteristici foarte rare, acest fapt nu afecteaz
reprezentativitatea eantionului.

III.1.3 Eantionarea stratificat


n condiiile n care putem identifica o serie de straturi dup care este
mprit populaia n funcie de unul sau mai multe criterii, vom putea proceda la o eantionare randomizat pentru fiecare strat. Acest lucru ne permite
s ne asigurm c fiecare grup este reprezentat n eantionul final. Numrul
fiecrui grup este proporional cu mrimea stratului, ns dac acel grup este
foarte mic, se procedeaz, la fel ca n cazul anterior, la mrirea numrului de
subieci n eantion pentru asigurarea reprezentativitii. De exemplu, putem
depista stratul fumtorilor, stratul nefumtorilor i stratul celor care au renunat la fumat. Aflm care este ponderea fiecrui strat n populaia general i
apoi, din fiecare strat, extragem aleatoriu eantionul nostru. Metoda se aseamn cu cea prezentat anterior, diferena fiind aceea c n eantionarea pe
cote evaluatorul poate alege liber subiecii dintr-un grup, n timp ce aici subiecii din grup sunt alei dinainte n baza eantionrii randomizate simple.
Dac discutm de eantionare randomizat simpl, evident c se ridic din
nou problema bazei de eantionare. Dei este mai precis n comparaie cu
eantionarea pe cote, eantionarea stratificat se lovete de aceeai problem,
dificultatea obinerii bazei de eantionare.

72

Cristian Opariuc-Dan

III.1.4 Eantionarea pe cluster


Un cluster reprezint o unitate care prin ea nsi se prezint ca un individ dintr-o populaie. Spre exemplu, dac populaia o considerm ca fiind
cea a liceelor din Romnia, un cluster este liceul C Negruzzi din Iai, un alt
cluster liceul Mircea cel Btrn din Constana i aa mai departe. n acest
caz, eantionarea se face pe uniti de eantionare iar evaluarea se face exhaustiv la nivelul clusterului. Aadar, eantionul este stabilit pe uniti de eantionare i nu pe indivizi iar la nivelul unei uniti de eantionare se evalueaz
exhaustiv toate persoanele. Spre exemplu, dac baza de eantionare o constituie liceele din Romnia care sunt, s presupunem, n numr de 3000, atunci
vom extrage aleatoriu un eantion de 30 de licee pe care le vom investiga
exhaustiv. Un asemenea liceu joac rolul unui individ dintr-o eantionare
randomizat i poart numele de unitate de eantionare.
Exist i alte modaliti de eantionare, ns acestea sunt cele mai importante pentru cercetarea n tiinele socio-umane. Rmne ns problema
ct de mare s fie eantionul pentru a asigura generalizarea concluziilor la
nivelul ntregii populaii. Pentru a trata acest aspect, va trebui s tim cteva
lucruri despre distribuia datelor ntr-o populaie, mai precis despre curba de
distribuie normal. De aceea, asupra acestei probleme vom reveni i o vom
trata n amnunt ntr-un alt capitol.

III.2 Indicatori ai tendinei centrale


Calitatea datelor colectate este fundamental pentru scopul cercetrii.
Am aflat n capitolul al doilea cum putem organiza setul de date brute astfel
nct informaiile s devin inteligibile. Urmeaz s ne asigurm c metoda
prin care am colectat datele este adecvat i c datele ne pot informa ntr-o
manier tiinific. Am spus, de asemenea, c pentru volume mari de date,
acest proces de organizare poate fi unul extrem de laborios i mare consumator de timp. De asemenea, probabil c ai fost surprini c n capitolul al doilea nu avem nici o aplicaie n SPSS. Motivul pentru care nu am inclus nici o

73

Statistic aplicat n tiinele socio-umane

aplicaie practic a fost acela c, n realitate, n momentul n care lansm o


procedur de analiz de date, SPSS face automat aceast organizare. Indiferent ct de sofisticate ar fi analizele de date pe care le efectum, nu putem
obine la ieire dect ceea ce am introdus la intrare. Iat deci c nainte
de a intra n procedee statistice mai elaborate am discutat cteva elemente
referitoare la eantionare. Ceea ce trebuie s reinei, este faptul c o cercetare
greit proiectat duce n mod sigur la rezultate eronate.
Organizarea i sistematizarea datelor i reprezentarea grafic a acestora nu sunt suficiente n cele mai multe cazuri. Avem nevoie de mai mult dect de desene i grafice frumoase pentru a da un sens acelor date i pentru a
extrage concluzii utile. Uneori avem nevoie s stabilim relaiile dintre dou
sau mai multe variabile sau s vedem cum scorul la o anumit variabil este
influenat de scorurile altor variabile. Alteori trebuie s comparm variabilele, s vedem dac sunt diferene ntre ele i care este sensul acestor diferene.
Toate aceste aspecte sunt reunite sub denumirea generic de analiz a datelor.
n al doilea capitol am vzut deja cum datele se concentreaz n jurul
unor valori i am constatat c n raport cu dimensiunea eantionului, subiecii
pot fi considerai mai degrab scunzi dect nali. Iat c prin acest procedeu
putem intui c datele noastre tind spre anumite valori considerate ca fiind
centrale. Aadar, putem vorbi despre o tendin central a rezultatelor.
Prima i cea mai comun form de descriere a datelor o reprezint
analiza tendinei centrale. Msura tendinei centrale ne d o indicaie asupra
scorurilor tipice din colecia de date. Cu alte cuvinte, ne indic modul n care
se grupeaz datele n jurul unei valori. Cei mai importani indicatori ai tendinei centrale sunt media, mediana i modul.
Procedeele statistice urmresc, n aproape toate cazurile, modelarea
lumii reale. Un model statistic reprezint o reprezentare probabilistic a unei
realiti care nu poate fi cunoscut nemijlocit. Ar fi foarte greu s cunoatem
74

Cristian Opariuc-Dan
structura geologic a unui munte. Nu putem aduce muntele n laborator s-l
studiem i nici nu putem trimite mii de geologi care s investigheze fiecare
roc din compoziia muntelui. Totui, tim c muntele este calcaros sau granitic, putem aprecia vechimea acestuia i era geologic de formare. Acest
lucru devine posibil prin studiul unor eantioane prelevate din munte pe baza
crora s-a construit un model probabilistic al muntelui.

III.2.1 Media
Considerm c termenul de medie mai precis media aritmetic este conceptul cel mai uor de neles din ntreaga statistic. Au fost nenumrate situaiile n care ai ntlnit media: media la matematic pe trimestru sau
semestru s vedei dac ai rmas corigent sau ai luat premiu, media de la
bacalaureat care v ridic sau v coboar ansele de admitere la facultate, la
fel ca i media anilor de studiu, media de vrst din familia dumneavoastr
sau media cheltuielilor zilnice care v ajut s v planificai mai bine bugetul.
Deci ce este media? Media nu este altceva dect suma valorilor unei
variabile raportat la numrul msurtorilor, fiind poate cel mai simplu model statistic. Aceasta este media aritmetic, deoarece n statistic mai discutm i de media geometric, media caracteristicilor alternative, media ptratic, media rangurilor etc. Aceste concepte le ntlnim ns mai rar n domeniul
tiinelor socio-umane i prin urmare nu vom face dect s le amintim.
Probabil c vi se va prea ciudat afirmaia anterioar. Cum adic
media este un model statistic? Ei bine, aa este, deoarece nu reprezint altceva dect o valoare ipotetic ce poate fi obinut din orice set de date msurate la un nivel parametric. Dac, de exemplu, nregistrm numrul de frai pe
care i au cinci prieteni de-ai mei, am obine urmtoarele valori: primul prieten are un frate, al doilea 2 frai, al treilea i al patrulea 3 frai i al cincilea 4
frai. Ci frai au n medie cei cinci prieteni ai mei? Dac adunai cele cinci
valori i mprii la cinci, obinem o medie de 2,6 frai. Ci frai??? Repet
ci frai? Media spune clar: 2,6 frai. Ce nseamn 2,6 frai? Probabil doi
75

Statistic aplicat n tiinele socio-umane

frai ntregi i unul cruia i lipsete o mn sau un picior. Iat de ce media nu


este altceva dect un model ipotetic, un model statistic care reprezint tendina, direcia spre care converg datele.
Cnd vorbim de medie, trebuie s nelegem i condiiile n care o putem folosi, deoarece utilizarea ei n condiii inadecvate este inutil i primejdioas, putnd duce la multe confuzii i erori de interpretare. Am spus deja c
putem folosi media doar n cazul n care datele se afl cel puin la un nivel de
msurare de interval, altminteri nu are sens s discutm despre medie. Nu
putem face, v amintii, media ntre un colonel i un cpitan. Ce-ar rezulta??!! n nici un caz un maior. De asemenea, media poate fi folosit doar n
cazurile n care valorile individuale se grupeaz n jurul acesteia, iar valorile
care se abat de la medie se anuleaz reciproc. Cu alte cuvinte, suma valorilor
individuale mai mari dect media i suma valorilor mai mici dect media tind
s se anuleze. Vom vedea, n acest capitol, care sunt limitele mediei i cum le
putem evita i atunci vei nelege mai bine aceste concepte.

(formula 3.1)

Iat i prima formul care are darul s v sperie. n realitate aceast


formul este formula mediei aritmetice menionat mai sus. S-ar traduce prin
suma tuturor valorilor de la i la k mprit la numrul valorilor n. Semnul
sigma este un semn folosit pentru a exprima suma. Observm c pentru a
avea sens, trebuie s existe cel puin un element. Pn acum nimic avansat.
Media aritmetic se mai noteaz cu m sau folosind ca n formula noastr.
De fapt, dac respectm strict conveniile de notare din literatura de specialitate, atunci cnd vorbim de o populaie, vom nota media cu (miu) iar cnd
de referim la un eantion o vom nota cu m sau .
Iat, avem un numr de 10 msurtori ale unor scoruri brute la un
chestionar de anxietate, dup cum urmeaz: 10, 22, 31, 9, 24, 27, 29, 9, 23,

76

Cristian Opariuc-Dan
12. Media aritmetic va fi suma acestora mprit la numrul lor, n cazul
nostru 10. Iat c efectund calculele obinem media de 19,6. Este greu, nu?
10

22

31

24

27
10

29

23

12

196
10

19,6

Vom reconsidera acum exemplul din capitolul al doilea i vom ncerca s-l utilizm pentru a efectua calculele n vederea stabilirii celor trei indicatori ai tendinei centrale. Vi-l reamintesc:
Exemplu: Presupunem c msurm nlimea unor subieci n centimetri i obinem urmtoarele rezultate: 182, 175, 174, 189, 177, 177, 180,
173, 188, 171, 184, 192, 180, 172, 177, 193, 184, 192, 172, 177, 174, 171,
172, 179, 185, 179, 183, 172, 179, 188.
Pentru a calcula media, va trebui s adunm toate aceste 30 de valori
i s mprim suma rezultat la 30 care reprezint numrul msurtorilor.
ncepei s adunai.. Suma tuturor acestor valori este 5391. Dac mprim
aceast sum la 30 vom obine valoarea 179,7 care nu reprezint altceva dect media nlimii celor 30 de subieci.
Ai observat probabil c v-a luat destul de mult timp s calculai
aceast medie folosind adunarea valorilor. Nu ai avut dect 30 de valori de
adunat. Acum imaginai-v c avei 3000 sau 5000 de valori. V putei da cu
uurin seama c n asemenea condiii calculul mediei devine extrem de dificil i foarte susceptibil la erorile ce pot s apar. Cnd volumul datelor este
destul de mic, putem calcula media prin nsumarea valorilor i raportarea
acestei sume la numrul de msurtori. Dac volumul de date este ns mare
iar datele sunt grupate, vom prefera o alt metod de calcul folosind aceste
date grupate. Iat o prim aplicaie a datelor grupate. V mai aducei aminte
de distribuia statistic folosit n capitolul doi? O vom reproduce i apoi vom
modifica acest tabel astfel nct s ne permit calculul mediei. tim c intervalul de grupare este i=4 iar acest interval a fost stabilit prin aproximare.

77

Statistic aplicat n tiinele socio-umane

Urmeaz s stabilim valoarea central xk ce


Clasa
f
fc
%
%c
nu reprezint altceva dect
171 174
9
9 30,00 30,00
175 178
5
14 16,66 46,66
mijlocul intervalului cu179 182
6
20 20,00 66,66
rent. Astfel, pentru primul
183 186
4
24 13,33 80,00
interval avem valorile 171,
187 190
3
27 10,00 90,00
191 -193
3
30 10,00 100,0
172, 173, 174. Valoarea
n=30
100%
central a intervalului va fi
aadar ntre 172 i 173, mai precis 172,5. Pentru al doilea interval avem 175,
176, 177, 178 i deci valoarea central devine n acest caz 176,5 i aa mai
departe. Ultimul interval conine ns doar trei elemente i anume 191, 192,
193. Aici valoarea central va fi deci 192.
Tabelul 3.3 Distribuia statistic

Distribuia
n linii
|||||||||
|||||
||||||
||||
|||
|||

Urmeaz apoi, stabilirea valorii fxxk care reprezint nmulirea, pentru


fiecare clas, a valorii xk cu frecvena absolut f. Pentru primul interval vom
avea, aadar, 172,5 x 9 = 1552,5. Al doilea interval va avea ca rezultat produsul 176,5 x 5 = 882,5 i aa mai departe pn la ultimul interval.
Adunm apoi toate aceste produse obinute n coloana fxxk pentru a
stabili suma produselor, . n cazul nostru, 1552,5 + 882,5 + 1083 + 738 +
565,5 + 576 = 5397,5. Constatm c
Tabel 3.4 Calculul mediei aritmetice
valoarea este foarte apropiat de
Clasa
xk
F
fxxk
valoarea exact obinut prin nsu171 174
172,5
9
1552,5
175 178
176,5
5
882,5
marea tuturor valorilor (5391).
179 182
180,5
6
1083
Acum, dac mprim totalul 5397,5
183 186
184,5
4
738
la numrul de msurtori n vom ob187 190
188,5
3
565,5
191 -193
192
3
576
ine valoarea mediei 179,91. Aceast
n=30 = 5397,5
nou valoare difer foarte puin de
media real obinut prin nsumarea valorilor. Acest lucru se ntmpl deoarece media pune n eviden tendina central a rezultatelor constatate ntr-o

78

Cristian Opariuc-Dan
cercetare iar gruparea datelor introduce o eroare n calculul mediei pentru c
se face ipoteza c elementele fiecrei clase sunt concentrate la mijlocul intervalului, ceea ce nu este aa. Cei zece subieci din primul interval, tim bine,
nu au nlimi concentrate n jurul valorii de 172,5 i cu att mai puin subiecii din celelalte intervale. Cu ct intervalul de grupare este mai mare cu att
aceast eroare de grupare va avea o valoare mai mare. Statisticienii consider
ns c la volume mari de date eroarea este neglijabil comparativ cu timpul
alocat nsumrii valorilor.
Iat c, din cele expuse mai sus, putem deduce o nou formul pentru
medie, valabil n cazul datelor grupate:

(formula 3.2)

unde fk reprezint frecvena absolut a unei clase k, xk reprezint mijlocul clasei k iar n reprezint numrul total de subieci
Calculnd media se obine o msur a nivelului mediu relativ la un
eantion studiat, fapt ce permite apoi comparaii ntre grupe.
Media aritmetic prezint o serie de proprieti importante, foarte
utile nelegerii condiiilor de utilizare ale acestui indicator statistic.

Adugnd sau scznd o constant la fiecare valoare (scor) individual, media se mrete sau se micoreaz cu valoarea acelei constante;

nmulind sau mprind fiecare scor individual cu o constant,


media se multiplic sau se divide cu valoarea acelei constante;

Suma scorurilor cu valori mai mici dect media este egal cu


suma scorurilor mai mari dect media, astfel nct scorurile
mai mici de medie anuleaz scorurile mai mari dect media;

79

Statistic aplicat n tiinele socio-umane

O variant a mediei, utilizat destul de des n cercetrile socio-umane,


se refer la media ponderat. n cazul mediei aritmetice simple, fiecare scor
particular are aceeai pondere n calculul acestui indicator, situaie care se
schimb atunci cnd ne referim la media ponderat. n acest caz, ponderea
scorurilor este diferit. S presupunem c administrm unui subiect un numr
de 4 teste de inteligen, notate testul 1, testul 2, testul 3 i testul 4
la care subiectul obine urmtoarele scoruri (pe o scal de la 1 la 10): 6, 8, 9,
7. Media aritmetic se calculeaz foarte simplu, adunnd aceste valori i apoi
mprind suma rezultat la patru. Obinem un scor mediu de 7,5. Pentru calcului mediei ponderate trebuie ca fiecare dintre cele patru teste s aib o pondere n scorul final. Primul test, fiind mai greu, va avea o pondere mai mare,
s spunem 5. Al doilea test va avea ponderea 1, al treilea test 2 i al patrulea
test 3. Totalul ponderilor va fi, aadar, 5+1+2+3=11. Cunoscnd aceste elemente, putem calcula media ponderat, astfel:
5

11

30

18
11

21

77
11

Avnd n vedere algoritmul de mai sus, putem scrie n continuare


formula mediei ponderate, dup cum urmeaz:

(formula 3.3)

unde pi reprezint ponderea scorului, iar xi reprezint scorul

III.2.2 Mediana
Mediana este o alt msur a tendinei centrale i reprezint valoarea care mparte irul de msurtori n dou pari egale; jumtate din
irul de date vor avea valori mai mici dect mediana n timp ce cealalt
jumtate vor avea valori mai mari dect mediana. S considerm urmtorul ir de date:
Scoruri: 12, 14, 10, 11, 15, 14, 12, 20, 19, 20, 13, 11, 14, 8
80

Cristian Opariuc-Dan
Pentru a calcula mediana, primul pas este acela de a ordona cresctor
sau descresctor aceste date. Ordonnd cresctor irul de mai sus, obinem:
Scoruri: 8, 10, 11, 11, 12, 12, 13, 14, 14, 14, 15, 19, 20, 20
Dup definiia medianei, n cazul nostru avem 14 valori. Prin urmare,
mediana va fi valoarea care mparte acest ir ordonat n dou pri egale. Fiind 14 valori, mediana este situat la limita primelor apte valori. Deoarece
irul este un ir par, mediana se situeaz, n cazul nostru, ntre valoarea 13 i
valoarea 14, mai precis la valoarea 13,5. n cazul unui ir impar, mediana
este valoarea de la mijlocul unui ir. Dac relum exemplul anterior, i mai
adugm un scor, obinem:
Scoruri: 12, 14, 10, 11, 15, 14, 12, 20, 19, 20, 13, 11, 14, 8, 9
irul are acum 15 valori. Ordonnd irul, obinem:
Scoruri: 8, 9, 10, 11, 11, 12, 12, 13, 14, 14, 14, 15, 19, 20, 20
De data aceasta, la mijlocul acestui ir gsim valoarea 13, valoarea
medianei.
Ordonnd un ir, putem preciza poziia fiecrui element n cadrul acelui ir. Astfel, dac lum irul ordonat de 15 valori din exemplul de mai sus,
obinem:
Scoruri:

8, 9, 10, 11, 11, 12, 12, 13, 14, 14, 14, 15, 19, 20, 20

Poziia:

1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15

Altfel spus, mediana nu este altceva dect poziia rangului din mijloc
n irul ordonat de date. ntr-o serie de la 1 la 15, poziia din mijlocul irului
este evident, poziia 8. Acesta este de altfel i locul n care gsim mediana.
Am accentuat asupra poziiei n ir i nu am discutat despre rang. n cazul n
care avem dou sau mai multe scoruri identice (n exemplul nostru fiind vorba despre 11, 12, 14 i 20), poziia n cadrul irului exprim poziia fizic a
81

Statistic aplicat n tiinele socio-umane

acelui element. Observm c scorul 12 ocup poziia 6 i 7 n cadrul irului,


elementul 14 poziia 9, 10 i 11 i aa mai departe. Cnd vorbim de rangul
unui scor i avem mai multe scoruri care se repet, rangul acestora va fi
media aritmetic a poziiilor pe care scorurile le ocup n cadrul irului.
Astfel, dac relum exemplul nostru, l putem completa i cu rangul scorurilor, astfel:
Scoruri:8, 9, 10, 11, 11, 12, 12, 13, 14, 14, 14, 15, 19, 20,

20

Poziia:1, 2, 3,

4,

15

Rang: 1,

4.5, 4.5, 6.5, 6.5, 8, 10, 10, 10, 12, 13, 14.5, 14.5

2, 3,

5,

6,

7,

8, 9, 10, 11, 12, 13, 14,

Iat deci c scorul 11 apare pe poziia 4 i 5 de dou ori. Prin urmare,


rangul acestor scoruri este media dintre 4 i 5, adic 4,5. La fel, scorul 12
apare pe poziiile 6 i 7, rangul acestora fiind 6,5. Scorul 14 apare pe poziiile
9, 10 i 11, rangul acestora fiind 10 i aa mai departe.
Mediana poate fi calculat i atunci cnd avem datele grupate 6 . Iat,
am reluat exemplul anterior de calcul al mediei. Ceea ce trebuie s tim, sunt
frecvenele cumulate i numrul total de cazuri. n exemplul nostru, numrul
total de cazuri este 30. Mediana fiind valoarea ce mparte grupul de subieci
n dou pri egale, poate fi calculat dup formula alturat, unde l este limita inferioar a intervalului care conine mediana, i este intervalul de clas care
conine mediana, PozMe poziia medianei, fc reprezint frecvena cumulat a
intervalului pre-median (totalul frecvenelor situate nainte de median iar f
reprezint frecvena absolut a intervalului medianei.
(formula 3.4)

Asemenea mediei, calculul medianei prin acest procedeu reprezint o aproximare a acesteia i nu valoarea ei exact

82

Cristian Opariuc-Dan
n cazul nostru, avnd 30 de msurtori, mediana va fi undeva ntre
poziia 15 i poziia 16, mai precis la 15,5
Tabel 3.5 Distribuia statistic calcul
aa cum am prezentat anterior. Practic,
median
Distribumsurtoarea care reprezint poziia meClasa
f
fc
ia n linii
dianei este determinat de formula 171 174 ||||||||||
9
9
175 178
179 182
183 186
187 190
191 -193

dac numrul de cazuri n


este un numr par. Dac n este un numr
impar, poziia medianei este dat de formula

. n cazul nostru, poziia

|||||
||||||
||||
|||
|||

5
6
4
3
3
n=30

14
20
24
27
30

15,5-a msurtoare. Dac privim n tabelul de mai

medianei va fi la a

sus, la frecvene cumulate, observm c aceast poziie corespunde intervalului 179-182, intervalul imediat superior celei de a 14-a msurtori. Limita
inferioar a acestui interval (l) este 179, intervalul de clas (i) este 4 (179,
180, 181, 182), frecvena cumulat a intervalului pre-median (fc) este 14 iar
frecvena absolut (f) este 6. Avem acum toate datele necesare pentru a le
nlocui n formul i obinem valoarea 180. Iat i valoarea medianei, pe care
o putem obine n cazul n care valorile sunt grupate n clase.
179

179

179

180

Mediana i rangurile sunt intens folosite atunci cnd lucrm cu date


neparametrice sau atunci cnd media nu este un indicator fidel al tendinei
centrale.

III.2.3 Modul
Doamnele, domnioarele, ne pot spune cel mai bine ce este modul, cruia i se mai spune mod, mod sau valoare modal. Deci, doamnelor, ce este
n definitiv moda? Ce nelegem cnd spunem c ceva este la mod? Desigur,
ceva este la mod atunci cnd o mare parte dintre oameni poart, utilizeaz
acel lucru. Spunem c cizmele roz sunt la mod, adic, foarte multe fete poar83

Statistic aplicat n tiinele socio-umane

t acele cizme roz. Iat un nou cuvnt comun derivat din statistic. Prin urmare, modul nu este altceva dect categoria cu frecvena cea mai mare.
Foarte complicat, ntr-adevr Dac avem irul de date:
2, 15, 16, 18, 18, 21, 21, 21, 21, 25, 26
n acest caz observm c exist un singur 2, un singur 15, un singur
16, doi de 18, patru de 21, un 25 i un 26. Care e categoria cu frecvena cea
mai mare? Evident 21. Deci, modul este 21.
Modul poate fi calculat i n cazul n care datele sunt grupate n
clase . Formula de calcul, n acest caz, este prezentat mai jos, n care l reprezint limita inferioar a intervalului modal (intervalul cu frecvena absolut cea mai mare), fm reprezint frecvena absolut a intervalului modal, fm-1
frecvena absolut a intervalului pre-modal (intervalul aflat naintea intervalului modal), fm+1 frecvena absolut a intervalului post-modal (intervalul
aflat dup intervalul modal) iar i este intervalul de clas al clasei modale.
7

(formula 3.5)
n cazul nostru, intervalul modal este intervalul cu frecvena absolut
cea mai mare, adic primul interval, 171-174 care are frecvena absolut 9.
Intervalul pre-modal nu exist,
Tabel 3.6 Distribuia statistic calcul mod
deci frecvena lui este 0 iar interDistribuia n
Clasa
f
valul post-modal este intervalul
linii
171 174
||||||||||
9
175-178 care are frecvena abso175 178
|||||
5
lut 5. Evident, intervalul de clas
179 182
||||||
6
183 186
||||
4
(i) este din nou 4 (171, 172, 173,
187 190
|||
3
174). Aplicm acum formula i
191 -193
|||
3
obinem 174.
n=30
7

Asemenea mediei i medianei, calculul modului prin acest procedeu reprezint o aproximare a acestuia i nu valoarea sa exact

84

Cristian Opariuc-Dan
171

9
9

0
0

171

9
13

171

40
13

174

III.2.4 Precizia indicatorilor tendinei centrale


Am ntlnit, iat, trei indicatori ai tendinei centrale. Care dintre cei
trei indicatori caracterizeaz mai bine setul nostru de date? Care este mai
precis? Media vei spune toi i poate aa i este. Dar haidei s ne mai gndim ce nseamn totui tendina central? Evident un indicator al scorurilor
tipice din setul nostru de date, un model statistic al unei realiti. Cu alte cuvinte, un indicator care descrie ct mai exact setul de date i care ne poate
spune cum se prezint majoritatea datelor. Haidei s considerm urmtorul
set de date:
1, 2, 3, 4, 5, 6, 7, 8, 9, 10

n acest caz, media este 5,5, iar mediana tot 5,5. S modificm puin
ultima cifr din setul nostru de date:
1, 2, 3, 4, 5, 6, 7, 8, 9, 20

Iat c, media devine acum 6,5 n timp ce mediana rmne 5,5. Haidei s modificm mai mult ultima cifr:
1, 2, 3, 4, 5, 6, 7, 8, 9, 100

Acum media va fi 14,5 n timp ce mediana rmne tot 5,5. Putei intui
care indicator caracterizeaz cel mai bine tendina central n ultimul set de
date? Mediana vei spune i avei dreptate. Iat c, atunci cnd avem scoruri extreme, foarte mari sau foarte mici n comparaie cu setul de date,
mediana este un indicator mai bun dect media. Despre modul n care
depistm scorurile extreme vom discuta ntr-un alt capitol. Pentru a nelege
mai bine, lum ca exemplu veniturile unor persoane, dup cum urmeaz, n
RON:
100, 105, 110, 115, 120, 125, 130, 135, 140

85

Statistic aplicat n tiinele socio-umane

n cazul nostru, media este 120, iar mediana este tot 120. Putem concluziona ca aceti oameni sunt relativ sraci. Dar haidei s modificm ultima
valoare, n loc de 140 vom stabili 1400. irul devine:
100, 105, 110, 115, 120, 125, 130, 135, 1400

n acest caz media devine 260 n timp ce mediana rmne tot 120. Putem oare afirma c aceti nou oameni ctig n medie 260 RON? Categoric,
nu, observm c n afar de ultima persoan, nici una dintre cele opt rmase
nu ctig nici mcar 150 RON, darmite 260. Dac ne-am lua dup medie,
am putea spune c oamenii acetia sunt relativ bogai, ceea ce este complet
fals. Iat c acest scor extrem face media nereprezentativ pentru setul de
date. Cel mai bun indicator rmne tot mediana. Desigur, mediana nu este un
indicator att de sensibil ca i media, ns n momentul n care nu putem folosi media datorit valorilor extreme, folosim mediana ca indicator al tendinei centrale.
O alt observaie o facem n situaia datelor neparametrice aflate la un
nivel nominal de msurare. Spre exemplu, urmrim culoarea ochilor unor
elevi dintr-o clas i obinem:
Albatri = 5, Verzi = 6, Cprui = 15, Negri = 10

n acest caz nu putem folosi media ca indicator al tendinei centrale


pentru c nu are sens (care e media? Un soi de albastro-verzuio-cpruinegri????) dar nici mediana pentru c nu putem ierarhiza categoriile. Nu putem spune care culoare de ochi e superioar creia. Singurul indicator al tendinei centrale rmne modul. Bazndu-se pe o simpl numrare de frecvene,
are sens s vorbim aici de mod i s afirmm c modul este cprui, aceasta
fiind categoria cu frecvena cea mai mare.
Iat deci c pentru date neparametrice aflate la un nivel nominal
de msurare, singurul indicator al tendinei centrale ce poate fi calculat
este modul.

86

Cristian Opariuc-Dan
Modul poate fi de asemenea un bun indicator al tendinei centrale i n
cazul datelor parametrice. S considerm urmtorul exemplu:
1, 2, 2, 2, 2, 2, 2, 2, 3, 4, 5, 6, 7, 8
1, 2, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12

n primul caz observm c avem o frecven foarte mare a categoriei


2 comparativ cu al doilea caz. Deci, n primul caz modul ar fi cel mai bun
indicator al tendinei centrale (al scorurilor tipice din serie) i n al doilea caz
modul este tot doi, ns observm c apare doar o singur dat n plus n
comparaie cu celelalte valori spre deosebire de primul caz n care apare de
ase ori n plus. Iat c n al doilea caz modul nu este un bun indicator al tendinei centrale i se prefer media, n timp ce n primul caz se prefer modul,
acesta indicnd cel mai bine scorurile tipice.
n situaia n care frecvena unei categorii este mult mai mare n
comparaie cu frecvena celorlalte categorii, cel mai bun indicator al
tendinei centrale este modul.
Cel mai sensibil indicator este media deoarece se bazeaz pe scoruri,
ns media induce erori dac avem scoruri extreme, mult mai mari sau mult
mai mici n comparaie cu celelalte scoruri. Mediana se bazeaz pe ranguri i
de aceea este mai puin precis dect media ns i insensibil la aceste scoruri extreme. Modul se bazeaz pe frecvena de apariie i este cel mai imprecis indicator al tendinei centrale dar i cel mai flexibil. l putem folosi n
cazul datelor categoriale sau n cazul n care o categorie are o frecven mult
mai mare n comparaie cu celelalte categorii. De asemenea, pentru date categoriale (neparametrice la nivel nominal de msurare), putem folosi doar modul ca indicator al tendinei centrale. Pentru date ordinale, unde putem stabili
ierarhii, putem folosi modul sau mediana iar pentru date parametrice (scalare)
putem folosi modul, mediana sau media n funcie de tipul datelor.

87

Statistic aplicat n tiinele socio-umane

III.2.5 Obinerea indicatorilor tendinei centrale n SPSS


V mai amintii, cred, de baza de date creat n SPSS n capitolul unu
i pe care am numit-o IQ. Haidei s o deschidem. Dac nu reuii, revedei
primul capitol.
Acum vom introduce cteva date n SPSS. Trecem deci n modul
Data View prin apsarea tabulatorului din partea din stnga jos a programului SPSS.
Se afieaz o foaie
de lucru, un tabel similar
tabelului din Excel, n
care pe prima coloan,
cea de culoare gri (capul
de tabel), ntlnim numele
variabilelor definite anterior.

Figura 3.1 Baza de date populat cu date afiarea asociaiilor sub form de coduri

Modul de lucru este similar celui din Excel.


Se scriu pur i simplu
datele n celule. Atenie!
Avem dou variabile pentru care am asociat valori:
variabila sexul i variabila scoala. Aici nu
vom scrie cuvntul Masculin sau Feminin ci
vom tasta 1 pentru Masculin i 2 pentru Feminin. La fel i n cazul

88

Cristian Opariuc-Dan
variabilei scoala vom tasta 1 pentru Primare, 2 pentru Gimnaziu i aa
mai departe.
Baza dumneavoastr de date trebuie s arate n final ca n figura de
mai jos. O mic precizare. Pe bara de instrumente, penultimul buton se numete Value Labels i arat ca n imaginea alturat.
La o apsare a
acestuia, butonul se activeaz iar
n baza de date se afieaz etichetele asociailor fcute, ca n figura
alturat. La o nou apsare etichetele asociaiilor nu se mai afieaz ci se afieaz valorile asociaiilor ca n figura mare de mai
Figura 3.2 Baza de date cu afiarea etichetelor
asocierilor
sus.
Dup ce am introdus cele 30 de date, vom salva baza de date i vom
iniia procedura de extragere a indicatorilor tendinei centrale. Indicatorii
tendinei centrale ne sunt furnizai prin intermediul numeroaselor proceduri statistice. Cele mai
simple comenzi, pentru a nu complica inutil expunerea, le gsim n meniul Analyze i apoi
meniul Descriptive Statistics. n traducere,
Figura 3.3 Lansarea proceanalize statistici descriptive. Primele trei codurilor de analiz descriptiv
pe frecvene
menzi din acest submeniu care se deschide, pot
extrage indicatorii tendinei centrale. Vom analiza doar prima comand, comanda Frequencies urmnd ca celelalte dou s le discutm cu alte
ocazii deoarece presupun i alte informaii.
Comanda Frequencies sau frecvene prezint cele trei puncte,
fapt care va duce la deschiderea unei noi casete de dialog. Dai clic pe aceast
comand i vei obine o caset ca cea din imaginea de mai jos.

89

Statistic aplicat n tiinele socio-umane

n partea stng se afl o list cu


toate variabilele din baza dumneavoastr
de date. Alturi de aceast list se afl un
buton de transfer (acel buton cu o sgeat
pe el). Urmeaz apoi lista Variable(s)
care nseamn variabilele pe care le introducem spre analiz. Pentru a introduce o
Figura 3.4 Caseta de analize descriptive utilizndu-se frecvenele
variabil spre analiz trebuie s o selectm, printr-un clic simplu pe numele acesteia, din lista de variabile din partea stng. O variabil selectat are fundalul
albastru (sau o alt culoare n funcie de schema de culori a calculatorului
dumneavoastr). Dup ce o selectai, apsai butonul de transfer (care va avea
sgeata
orientat
spre
lista
Variable(s) pentru a transfera variabila dumneavoastr n lista variabilelor
ce urmeaz a fi analizate. n figura de
mai sus, transferm variabila Varsta
subiectilor din lista variabilelor din
baza de date n lista variabilelor supuse
Figura 3.5 Includerea variabilelor spre
analizei. n final va trebui s obinei o
analiz
imagine ca cea de mai sus. Observai c
dac am transferat variabila Varsta
subiectilor n lista variabilelor supuse analizei, butonul de transfer i-a
schimbat sensul. Acum dac apsm pe el scoatem variabila noastr din
lista variabilelor supuse analizei (dup ce n prealabil, evident, o selectm) i
o introducem n lista variabilelor totale din baza de date. Oricum, acest buton
de transfer ne va nsoi permanent n analizele noastre deoarece va trebui s
spunem programului ce variabile s analizeze i pe care s nu le analizeze.

90

Cristian Opariuc-Dan
Vom trece n revist acum toate comenzile din aceast fereastr cu
precizarea c unele dintre ele vor fi abordate n detaliu n cadrul altor capitole.
Caseta de bifare Display frequency tables informeaz aplicaia
SPSS dac s afieze tabelul frecvenelor (n condiiile n care aceast caset
o bifai) sau s nu-l afieze (n condiiile n care nu o bifai). Tabelul frecvenelor este acel tabel general, studiat la capitolul despre organizarea datelor,
nainte de a grupa valorile n clase. Iat c acum am ales ca acest tabel al
frecvenelor s fie afiat.
n partea dreapt a acestui formular se afl un numr de cinci butoane
de acionare.
Butonul OK este butonul pe care vom apsa pentru a lansa analiza,
dup ce am configurat modul n care dorim ca analiza s fie efectuat.
Butonul Paste este un buton pe care nu l vom folosi deloc. El permite lipirea codului care efectueaz analiza curent ntr-o fereastr de sintax de comenzi. El se adreseaz utilizatorilor care doresc s fac programare
n SPSS utiliznd limbajul propriu de programare al acestei aplicaii.
Butonul Reset permite reiniializarea ferestrei la starea ei original.
Cu alte cuvinte, toate variabilele din lista de analiz sunt eliminate, toate configurrile de analiz pe care le-am fcut sunt iniializate la valoarea lor implicit. Este un buton pe care l vom folosi destul de frecvent.
Butonul Cancel este butonul prin care renunm la analiz i nchidem aceast fereastr fr a mai efectua analiza.
Butonul Help este butonul cu ajutorul cruia obinem asisten i
informaii (n limba englez) referitoare la funcionarea acestei proceduri.
Dac tii englez, nu ezitai s-l utilizai. SPSS are un tutorial excelent pe
care l putei parcurge i nelege cu succes.

91

Statistic aplicat n tiinele socio-umane

n partea de jos a formularului se afl trei butoane care permit configurarea statisticilor pe care le vom calcula.
Butonul Statistics este butonul pe care vom i apsa acum pentru
a calcula indicatorii tendinei centrale.
Dup cum i spune i numele, cu ajutorul
acestui buton putem stabili ce statistici
descriptive vom analiza. Iat c cele trei
puncte de suspensie deschid acum o nou fereastr. Fereastra are mult mai multe opiuni. Pentru moment ne vom rezuma la cele care ne intereseaz. Observm
Figura 3.6 Fereastra de alegere a
c n partea dreapt a acestei noi ferestre
indicatorilor tendinei centrale
gsim seciunea Central Tendency
adic exact ce ne intereseaz pe noi. n aceast seciune observm casetele de
bifare Mean (media), Median (mediana) i Mode (modul). Iat elementele pe care dorim s le calculm. Vom bifa deci, una cte una, aceste
casete prin efectuarea unui clic simplu pe ele astfel nct formularul s arate
ca n figura de mai sus. Mai exist i caseta de bifare Sum (suma) prin
bifarea creia obinem suma valorilor din variabila respectiv. Variabila
noastr este vrsta subiecilor i nu ne intereseaz s nsumm vrstele celor 30 de subieci. Ar fi un indicator fr nici o relevan pentru noi.
Dup ce am bifat cele trei casete, apsm butonul Continue (continuare) pentru a prsi aceast fereastr i a ne ntoarce n cea iniial. Acum
am comunicat programului SPSS ce indicatori statistici s extrag.
Butonul Chart i Format permite afiarea unor grafice,
respectiv configurarea modaliti n care vor fi afiate rezultatele. Despre
aceste butoane vom discuta cu alt ocazie.
Cam asta ar fi tot. Practic am spus programului SPSS s calculeze
media, mediana i modul pentru variabila Varsta subiectilor cu afiarea
92

Cristian Opariuc-Dan
tabelului de frecvene. Nu ne rmne acum dect s apsm butonul OK i
s vedem ce se ntmpl.
Iat c a aprut fereastra de rezultate sau fereastra
de Output Nu vom intra
acum n detalii explicative ale
acestei ferestre pentru c s-ar
putea s v speriai de prea
multe informaii i s trecei la
Solitaire. Ne vom concentra
asupra celor dou tabele pe
care le-a generat SPSS n partea din dreapta a ferestrei de
Figura 3.7 Fereastra de afiare a rezultatelor
rezultate (partea cea mare)
care nu reprezint altceva dect cele dou tabele pe care le-am solicitat. Primul tabel conine indicatorii
tendinei centrale pe care i-am configurat s fie calculai n etapa anterioar.
Tabel 3.7 Indicatorii tendinei centrale
Tabelul se numete
Statistics
Statistics i conine n
Varsta subiectilor
partea de sus numele variabiN
Valid
30
lei, Varsta subiectilor, penMissing
0
Mean
29,33
tru a putea identifica variabiMedian
29,00
la cu care operm. Apoi ne
Mode
24a
d numrul de cazuri, N i
a. Multiple modes exist. The smallest value is shown
ne spune c sunt 30 de date
valide (Valid) i zero date lips (Missing) Cu alte cuvinte toi cei 30 de
subieci au nregistrat vrsta lor. Nu exist nici un subiect la care s fi uitat
s introducem aceast valoare. n continuare ne spune c media de vrst este
29,33 (Mean), mediana este 29 (Median) iar modul. avem o problem. SPSS ne informeaz n josul tabelului c sunt mai multe valori cu frec-

93

Statistic aplicat n tiinele socio-umane

vena cea mai mare i o va afia pe cea mai mic, 24 (Multiple modes exist.
The smallest value is shown) Acesta este deci un singur mod real, cel inferior i urmeaz s vedem care este i cealalt valoare modal deoarece avem
o distribuie cu mai multe moduri (multimodal).
Urmtorul tabel este tabelul de frecvene. i aici se afieaz numele
variabilei. Probabil c acest tabel v pare extrem de cunoscut. Desigur, nu
avem diagrama n linii ns tabelul seamn frapant cu cel descris de noi la
capitolul despre sistematizarea datelor. Iat c acum toate valorile sunt ordonate cresctor i avem frecvena
Tabel 3.8 Distribuia statistic
Varsta subiectilor
absolut (Frequency) pentru
Cumulative
fiecare valoare, frecvena relatiFrequency
Percent
Valid Percent
Percent
Valid
20
2
6,7
6,7
6,7
v (Percent) i frecvena rela21
1
3,3
3,3
10,0
24
5
16,7
16,7
26,7
tiv cumulat (Cumulative
26
3
10,0
10,0
36,7
28
1
3,3
3,3
40,0
percent). Mai apare o coloan,
29
5
16,7
16,7
56,7
30
1
3,3
3,3
60,0
frecvena relativ valid (Valid
31
3
10,0
10,0
70,0
32
1
3,3
3,3
73,3
percent) care este identic cu
34
1
3,3
3,3
76,7
frecvena relativ deoarece nu
35
2
6,7
6,7
83,3
37
2
6,7
6,7
90,0
sunt valori lips n irul nostru
38
2
6,7
6,7
96,7
39
1
3,3
3,3
100,0
de date. Iat c acum putem s
Total
30
100,0
100,0
gsim i cellalt mod. tim c
primul mod este 24 iar acesta este modulul inferior. Ne uitm n tabelul de
frecvene i vedem c valoarea 24 are frecvena 5. Cutm acum o valoare
mai mare de 24 cu aceeai frecven i observm c este 29. Iat c cele dou
valori modale sunt 25 i 29.
Aceasta este metoda cea mai simpl i cea mai complet de extragere
a indicatorilor tendinei centrale. nchidem acum fereastra de rezultate prin
efectuarea unui clic pe butonul X din colul din dreapta sus al acesteia.

94

Cristian Opariuc-Dan
Concluzii:

Populaia reprezint totalitatea unor elemente dintr-un anumit spaiu la un anumit


moment dat;
n mod curent nu putem studia populaia i de aceea lucrm cu eantioane extrase
din populaie care s fie reprezentative, adic s respecte caracteristicile populaiei
pe anumite criterii;
Cele mai utilizate metode de eantionare sunt:
o Eantionarea simplu randomizat;
o Eantionarea pe cote;
o Eantionarea pe straturi;
o Eantionarea pe clusteri
Indicatorii tendinei centrale sunt media, mediana i modul;
Media este cel mai precis indicator, urmat fiind de median i de mod;
Pentru date categoriale singurul indicator ce poate fi utilizat este modul;
Pentru date ordinale se poate utiliza modul sau mediana;
Pentru date parametrice se folosete modul, mediana sau media;
Media nu se folosete atunci cnd avem scoruri extreme, foarte mici sau foarte mari
n distribuia noastr;
Modul se folosete la date parametrice atunci cnd frecvena unei valori este foarte
mare n comparaie cu frecvena celorlalte valori;
Media nu poate fi folosit la date neparametrice

ntrebri i exerciii:

Calculai media urmtoarei distribuii statistice preciznd etapele de rezolvare:


Calculai mediana i rangurile distribuiei statistice a
Clasa
f
nlimii subiecilor din exemplul din capitolul doi.
35
3
Precizai care este modul distribuiei statistice a nlimii
68
5
subiecilor din exemplul din capitolul anterior? Sunt
9 11
9
cumva mai multe valori?
12 14
16
Calculai media, mediana i modul n cazul urmtoarelor
15 17
10
seturi de date:
18 20
4
o 12, 23, 9, 6, 14, 14, 12, 25, 9, 12
21 23
3
o 1, 4, 5, 6, 19, 1, 5, 3, 16, 12, 5, 4
24 26
1
o 32, 56, 91, 16,32, 5, 14,62,19, 12
Care este cel mai adecvat indicator al tendinei centrale pentru fiecare dintre urmtoarele seturi de date:
o 1, 23, 25, 26, 27, 23, 29, 30
o 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3 ,3 ,4, 5
o 1, 1, 2, 3, 4, 1, 2, 6, 5, 8, 3, 4, 5, 6, 7
o 1, 101, 104, 106, 111, 108, 109, 200

95

Statistic aplicat n tiinele socio-umane

IV. MEDIA POPULAIEI. REPREZENTRI GRAFICE ALE


TENDINEI CENTRALE
n acest capitol se va discuta despre:
Teorema limitei centrale;
Reprezentri grafice ale datelor;
Interpretri ale reprezentrilor grafice de date;
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag termenul de medie a eantioanelor;


Reprezinte grafic datele utiliznd SPSS;
Interpreteze semnificaia reprezentrilor grafice.

Atunci cnd lucrm cu un eantion, deci cu un numr relativ redus de


subieci, calculul mediei nu este o operaiune att de dificil. Indiferent dac
folosim formula de definiie a mediei sau o alt modalitate de calcul, n final
vom reui obinerea acestui indicator al tendinei centrale. Ce ne facem ns
atunci cnd avem de stabilit un asemenea indicator la nivelul populaiei? Dac ne propunem s aflm media nlimii populaiei din Romnia, cum am
putea oare proceda? Teoretic ar trebui s msurm nlimea fiecrui om din
Romnia i apoi s mprim suma acestor nlimi la populaia total a rii.
Practic acest lucru este imposibil. Avem oare vreo variant prin care s putem afla totui acest indicator? Vei afirma c putem extrage un eantion din
populaie i avei dreptate. Vom extrage un eantion, ns exist posibilitatea
s selectm n acest eantion oameni mai curnd nali. Dac, de exemplu,
obinem o medie a nlimii persoanelor din eantion de 178 centimetri putem
afirma c aceasta este media populaiei din Romnia? Nu cred c putem face
aceast supoziie. Putem ns s mai extragem un eantion i obinem o medie a nlimii populaiei de 165 centimetri. Aceast nou valoare este evident
diferit de prima evaluare i putem suspecta c am ales n eantion persoane
mai curnd scunde. Prin urmare, care dintre cele dou medii se apropie mai
mult de media nlimii populaiei din Romnia? Rspunsul este c nici una.

96

Cristian Opariuc-Dan
ns, vom face media acestor dou eantioane. Deci, adunm 178 cu 165 i
mprim la doi. Obinem 171,5 centimetri, un indicator mai precis pentru
media populaiei. Iat deci c media eantioanelor este un indicator care
aproximeaz mai bine media unei populaii. Cu ct avem mai multe eantioane cu att putem aproxima mai precis media populaiei. Aceast caracteristic
a mediei eantioanelor de a tinde ctre media populaiei poart numele n
statistic de teorema limitei centrale. Asupra acestui aspect vom reveni
ns i vom avea ocazia s l tratm amnunit ntr-un capitol ulterior.

IV.1 Reprezentri grafice

Figura 4.1 Meniul


pentru graficul cu bare

Am studiat n primul capitol o serie de reprezentri grafice uzuale. Vom vedea cum putem reprezenta grafic datele folosind SPSS i ce semnificaie
au aceste reprezentri. Aadar, vom deschide baza de
date creat de noi anterior, baza de date IQ, i ne
propunem s reprezentm datele noastre printr-un
grafic cu bare.

Vom folosi pentru


aceasta meniul Graphs i
apoi opiunea Bar n general, n meniul
Graphs gsim toate posibilitile de reprezentare
grafic a datelor pe care SPSS le pune la dispoziie 8 .
n momentul n care am accesat opiunea
Bar... apare o nou fereastr n care va trebui s
alegem tipul de grafic cu bare pe care dorim s-l reprezentm. Avem la dispoziie trei variante: Simple (simplu), Clustered (pe clusteri) i

Figura 4.2 Alegerea


tipului de grafic cu bare

n SPSS versiunea 15, modalitatea de construcie a graficelor difer radical, fiind mult mai
simpl i mai inteligent. Vom aborda aspectele grafice ale aplicaiei SPSS 15 la sfritul
acestui volum i n volumele viitoare

97

Statistic aplicat n tiinele socio-umane

Stacked (aditiv). Graficul simplu ne permite reprezentarea cu bare doar a


variabilei noastre (n cazul nostru vom folosi reprezentarea cu bare a coeficientului de inteligen, iq) Graficul pe clusteri l folosim dac dorim s includem o variabil categorial (de exemplu dac dorim s prezentm comparativ coeficientul de inteligen al brbailor i al femeilor) iar graficul aditiv
prezint valorile una deasupra alteia i se folosete atunci cnd urmrim s
vedem cu ct crete o variabil n timp sau care este rezultatul cumulrii mai
multor variabile. n cazul nostru vom folosi graficul cu bare simplu. Aadar
vom efectua clic pe imaginea graficului Simple pentru a-l selecta.
Exist, dup cum putei observa, un numr de trei opiuni pe care le
vei folosi: prima opiune, Summaries for group of cases arat c SPSS
va parcurge categoriile unei singure variabile i va afia, pentru fiecare bar,
categoria corespunztoare. A doua opiune, Summaries of separate variables arat c dou sau mai multe variabile vor fi parcurse iar barele vor
arta fiecare dintre variabile. n sfrit, opiunea Values of individual
cases ne spune c SPSS va lucra cu o singur variabil iar barele vor reprezenta valorile sale. Aceasta este de fapt i opiunea care ne intereseaz pe noi.
Alegem deci aceast opiune dup care apsm butonul Define pentru a
defini variabilele ce vor fi reprezentate.
Apare o nou fereastr cu mai
multe elemente. Recunoatem n partea
stng lista variabilelor din baza noastr de date. n partea dreapt, primul
element l reprezint caseta Bars
Represent care se refer la ceea ce
vor reprezenta barele noastre. Cu alte
cuvinte, ce variabil va fi reprezentat
prin bare. Variabila pe care dorim s o
reprezentm este Coeficient de inteli-

Figura 4.3 Opiunile de reprezentare ale


graficului simplu cu bare

98

Cristian Opariuc-Dan
gen. O vom selecta i apoi vom apsa butonul de transfer pentru a o include n caseta Bars Represent ca n figura de mai sus. Pentru moment att
avem de fcut n vederea trasrii graficului cu bare. Exist aici i alte opiuni
pe care le putem folosi. Seciunea
Category Labels ne permite s
alegem dac pe axa categoriilor
(axa OX) va fi afiat numrul fiecrui caz (opiunea Case number)
sau valorile unei alte variabile categoriale pe care va trebui s o specificm (opiunea Variable:)
Seciunea Panel by permite gruparea barelor n funcie de o alt
variabil categorial. Gruparea
Figura 4.4 Reprezentarea prin grafic cu bare
a QI pe nivele se colarizare i n funcie de sex
poate fi efectuat fie pe linii, fie pe
coloane, cazuri n care va trebui s
specificm i variabilele categoriale n funcie de care se va face gruparea,
introducndu-le n listele Rows: sau Columns:. Dac avem vreun ablon de grafic preferat, descrcat de pe Internet sau construit de noi, l putem
folosi pentru a desena graficul nostru bifnd caseta Use chart specification
from: i apoi apsnd butonul File care se activeaz i ne invit s
ncrcm acel fiier. Putem de asemenea da un titlu graficului nostru apsnd butonul Titles. Utilizarea
acestui buton v-o lsm dumneavoastr ca exerciiu. Dup ce am terminat
de stabilit variabila pentru care dorim
s trasm graficul, apsm butonul
Figura 4.5 Graficul cu bare simplu al
OK care se activeaz. SPSS va geValue Coeficient de inteligenta

125

120

115

110

105

100

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Case Number

coeficientului de inteligen

99

Statistic aplicat n tiinele socio-umane

nera graficul n fereastra de rezultate (Output) rezultnd un grafic ca n figura


de mai sus. Iat aadar reprezentarea cu bare care ne intereseaz.
125
120

Feminin

110
105
100
125
120

Masculin

Value Coeficient de inteligenta

115

Sexul subiectilor

Pentru a exemplifica i celelalte faciliti ale acestei reprezentri grafice, iat, n figura alturat, un grafic cu bare n care am
folosit ca variabil etichet Nivelul de colarizare iar graficul este
mprit pe linii dup variabila
Sexul subiecilor. Lansnd procedura de desenare prin apsarea
butonului OK, obinem urmtorul grafic cu bare:

115
110
105
100
Li Li Li Gi Li Li Po Po Fa Fa Fa Fa Fa Pr Pr Gi Li Li Li Li Po Po
ce ce ce m ce ce stl stl cu cu cu cu cu im im m ce ce ce ce stl stl
u u u na u u ic ic lta lta lta lta lta ar ar na u u u u ic ic
ea ea te te te te te e e zi
zi
ea ea
la la
u
u
la la

Po
stl
ic
ea
la

Po Li Li Li Po Fa Fa
stl ce ce ce stl cu cu
ic u u u ic lta lta
ea
ea te te
la
la

Nivelul de scolarizare

Figura 4.6 - Reprezentarea prin grafic cu bare


a QI pe nivele se colarizare i n funcie de sex

Observm dou grafice, n


cel de jos fiind reprezentat coeficientul de inteligen al brbailor iar n cel
de sus al femeilor. Dac privim cu atenie pe axa OX, observm c pentru
fiecare bar este indicat i nivelul de colarizare al subiectului respectiv. Dup ce vei stpni la un nivel suficient de ridicat lucrul n SPSS, vei putea
face combinaii ntre variabile pentru a realiza grafice intuitive cu care s v
susinei demonstraiile statistice.
Exerciiu:
Reprezentai, folosind un grafic cu bare, valorile variabilei Varsta
subiectilor
n primul capitol discutam de asemenea de poligonul frecvenelor absolute, al valorilor individuale, al frecvenelor relative i al frecvenelor cumulate absolute sau relative. Folosind SPSS vom putea desena poligonul valorilor individuale folosind un grafic cu linii. Vom accesa, pentru acesta, tot
meniul Graphs i apoi submeniul Line La fel ca i n graficul cu

100

Cristian Opariuc-Dan
bare, se afieaz o nou fereastr care ne invit s alegem tipul graficului pe
care l dorim. Avem de ales ntre un grafic simplu
(Simple) care ne intereseaz i pe noi, ntre un grafic
cu linii multiple (Multiple) ce permite trasarea a dou
sau mai multe variabile pe acelai grafic i un grafic de
tip pivot (Drop-line) cu ajutorul cruia putem reprezenta dou sau mai multe categorii de date. Pentru
exemplul nostru, vom alege graficul de tip simplu. La fel
ca i n cazul graficului cu bare,
Figura 4.7 Meniul
i aici avem cele trei opiuni cu
pentru graficul cu linii
exact aceeai semnificaie. Vom
alege, ca i n exemplul anterior, opiunea Values of
individual cases deoarece dorim s reprezentm un
poligon al frecvenelor individuale. Pentru a putea
lansa procedeul de definire a graficului, putem apsa
butonul Define.
Figura 4.8 SelectaObservm apariia unei ferestre identice cu ferea tipului de grafic cu
reastra pe care am ntlnit-o la graficul cu bare i care
linii
are exact aceeai funcionalitate. Nu
vom intra din nou n detalii asupra
elementelor pe care le gsim aici,
deoarece ele au fost discutate la graficul cu bare. Vom transfera doar variabila Coeficient de inteligen din
lista variabilelor n lista Line
Represents pentru a indica programului SPSS variabila pe care urmeaz
s o reprezinte prin linii. De fapt,
aceasta este singura diferen ntre
Figura 4.9 Definirea graficului simplu cu
linii
cele dou ferestre. n fereastra

101

Statistic aplicat n tiinele socio-umane

125

120

Value Coeficient de inteligenta

anterioar acest element se numea Bar


Represent deoarece era vorba de un grafic cu bare iar aici se numete Line
Represents deoarece suntem n faa unui
grafic cu linii. Nu ne rmne acum dect
s apsm butonul OK care vedem c
s-a activat, pentru a lansa procedura de
desenare a graficului. Iat, n fereastra de
rezultate apare dup cteva momente i
poligonul frecvenelor individuale pe care
l-am solicitat.

115

110

105

100

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Case Number

Figura 4.10 Poligonul frecvenelor absolute pentru coeficientul de


inteligen

Cum am putea totui s reprezentm grafic


poligonul frecvenelor absolute cumulate? Ne amintim, din capitolul despre organizarea datelor, c
frecvenele cumulate se calculeaz prin adugarea
frecvenei unei valori la frecvena cumulat a valorii
anterioare, irul valorilor fiind un ir ordonat. La
fel, am vzut c la desenarea unui grafic cu linii
(sau cu bare) n SPSS, avem la dispoziie mai multe
opiuni iar noi nu am folosit dect opiunea Values
of individual cases. De data aceasta vom merge tot
Figura 4.11 Configurarea
n meniul Graphs, opiunea Line.. . Nu vom
graficului pentru
frecvenele cumulate
mai alege acum Values of individual cases ci
Summaries for groups of cases, adic i vom comunica programului s
cumuleze ntr-un fel valorile unei variabile. Rmnem tot la graficul simplu
deoarece ne intereseaz s reprezentm o singur linie i nu un grup de linii
sau categorii de linii. Lansm apoi procedura de definire a graficului prin
apsarea butonului Define.

102

Cristian Opariuc-Dan
n momentul n care am schimbat
iunea cu care vom defini datele n zona grafic, evident, va aprea o alt fereastr de
definiie a datelor, ca n figura alturat.
Exist multe elemente comune cu fereastra anterioar, ns i seciuni specifice pe
care vom ncerca s le descriem pe scurt. Cea
mai important seciune este Line
Represents n care nu mai introducem pur i
Figura 4.12 Stabilirea parametrisimplu variabila ci definim modul n care vor
lor de configurare a frecvenelor
cumulate
fi cumulate datele. Putem opta pentru N of
cases prin care SPSS va numra apariiile fiecrei valori n irul de date obinnd un poligon al frecvenelor absolute pe date grupate, Cum. N adic
apariiile fiecrei valori n irul de date (frecvenele) dar prezentate cumulat i
exprimarea procentual a acestora (sau frecvenele relative i relative cumulate) % of cases i Cum. %. Exist i posibilitatea s reprezentm grafic anumite statistici folosind opiunea Other statistics situaie n
care va trebui s includem variabila
pentru care vom extrage anumii
indicatori statistici i de asemenea s
precizm ce indicatori se vor folosi
prin activarea butonului Change
Statistic. Nu intrm acum n detalii legate de aceast opiune. n
cazul nostru am ales opiunea Cum.
Figura 4.13 Poligonul frecvenelor
N deoarece dorim s reprezentm
cumulate
frecvenele cumulate absolute. Avem
de stabilit i variabila pentru care
vom desena poligonul frecvenelor cumulate absolute pe care trebuie s o
30

Cumulative Frequency

25

20

15

10

100

101

103

104

105

107

108

109

110

111

120

121

124

Coeficient de inteligenta

103

Statistic aplicat n tiinele socio-umane

Figura 4.14 Meniul


pentru diagramele de
structur

introducem n cmpul Category Axis: folosind


butonul de transfer din faa acestui cmp. Acum, nu
trebuie dect s apsm butonul OK i obinem,
iat, poligonul frecvenelor absolute cumulate aa
cum ne-am dorit. Folosind celelalte trei opiuni pot fi
desenate poligoanele frecvenelor absolute i ale frecvenelor relative i relative cumulate, activiti pe
care vi le lsm ca exerciiu.

Reprezentarea procentual a unor variabile categoriale cum ar fi genul biologic sau nivelul de
colarizare se poate face, cel mai bine, folosind un grafic de tip plcint (pie), numit i
diagram de structur. Cu ajutorul programului SPSS vom ncerca s desenm graficul de
tip plcint pentru variabila nivel de colarizare. Pentru a reui acest lucru, vom apela tot Figura 4.15 Alegerea tipului de
grafic
la meniul Graphs i vom alege apoi
submeniul Pie....
De aceast dat nu mai avem ce
tip de grafic plcint s selectm iar urmtoarea fereastr prezint doar cele trei
opiuni pe care le-am discutat. Vom selecta acum prima opiune, Summaries
for groups of cases deoarece ne intereseaz s reprezentm grafic frecvenele
cu care apar subiecii cu studii primare,
cei cu gimnaziu, cu liceu, etc. i, n plus,
aceast reprezentare s aib un caracter
procentual. Deci, alegnd aceast opiuFigura 4.16 Configurarea reprezentrii
prin diagram de structur

104

Cristian Opariuc-Dan
ne, SPSS va aduna cazurile care au o aceeai valoare.
Pentru a defini graficul, procedm ca i n exemplul anterior, apsm
butonul Define. Se va deschide fereastra de definire a graficului, o fereastr pe care o cunoatem deja de la reprezentarea poligonului frecvenelor cumulate. Singura deosebire const n seciunea Slices Represents sau, tradus, ce reprezint feliile plcintei. Evident, n aceast seciune am selectat
opiunea % of cases adic am comunicat programului SPSS s mi reprezinte grafic proporia n care se gsete fiecare nivel al acestei variabile n
eantionul total.
Desigur, trebuie s precizm i variabila pentru care vor fi reprezentate grafic procentele. Acest lucru n putem face prin transferarea variabilei
Nivelul de colarizare din lista variabilelor din baza de date n elementul
Define Slices by: Selectai aadar
variabila n lista variabilelor din baza
de date i apsai butonul de transfer
din faa acestui element pentru a obine
o imagine ca n figura de mai sus. n
acest moment se activeaz i butonul
OK pe care va trebui s apsm
pentru a lansa n execuie procedura de
desenare a graficului. Dup cteva
Figura 4.17 Diagrama de structur pentru
momente, obinem n fereastra de renivelul de studii
zultate urmtorul grafic plcint:

Nivelul de scolarizare
Primare

Gimnaziu
Liceu

Postliceala
Facultate

Observm c acest grafic prezint i o legend prin care suntem informai asupra categoriilor variabilei analizate. Putem cu uurin observa c
majoritatea subiecilor sunt absolveni de liceu, apoi, n proporii relativ egale
absolveni de postliceal i facultate. Cei mai puini sunt cei cu studii primare
i gimnaziale.

105

Statistic aplicat n tiinele socio-umane

Iat aadar cteva metode extrem de simple prin care putem desena
grafice intuitive utiliznd aplicaia SPSS. Toate aceste statistici pe care le-am
prezentat i pe care le vom mai prezenta fac parte din analiza de date exploratorie deoarece scopul acesteia este acela de a explora, de a cunoate structura datelor analizate.
V mai amintii, desigur,
fereastra studiat n capitolul anterior prin care am calculat indicatorii tendinei centrale. Iat-o, v-o
reamintesc, iar dumneavoastr va
trebui s gsii comenzile prin
care s ajungei la ea deoarece
reprezentarea grafic a datelor se
Figura 4.18 Selectarea variabilei ce urpoate face i n acest mod. S inmeaz s fie reprezentat
troducem, la fel ca n capitolul
anterior, variabila Coeficient de inteligen pentru a extrage indicatorii tendinei centrale. Sper c v amintii cum se face. Dac nu, v dau un indiciu:
folosii butonul Statistics. Iat c lng acest buton se afl un alt buton,
butonul Charts pe care vom apsa.
Se deschide o nou fereastr n care putem stabili ce grafic s desenm pentru
variabila introdus n analiz. Opiunea
None nu deseneaz nici un fel de grafic i ignor setrile grafice. Opiunea
Bar charts deseneaz un grafic cu
bare, opiunea Pie charts deseneaz
grafice plcint i, iat, opiunea Histograms: ne permite desenarea unei hisFigura 4.19 Modul de reprezentare
tograme. Aceast opiune o ntlnim aici,
grafic din analiza frecvenelor
alturi de caseta de bifare With normal
106

Cristian Opariuc-Dan
curve ce permite desenarea curbei normale care caracterizeaz datele din
variabila noastr. Nu vom bifa acum aceast caset deoarece despre curba
normal vom discuta ntr-un alt capitol. Ne rezumm s alegem doar graficul
sub form de histogram.
Anumite grafice pot fi reprezentate sub form de frecvene absolute
(opiunea Frequencies) sau sub form de frecvene relative (opiunea
Percentages) prin selectarea uneia dintre cele dou opiuni din seciunea
Chart Values. Folosind
aceast fereastr avem de
Histogram
configurat mult mai puine
elemente. Deoarece am introdus anterior variabila pe
care dorim s o analizm,
SPSS va lua singur decizia
modului n care va desena
graficul. Apsm butonul
Continue pentru a confirma aciunea noastr i
Coeficient de inteligenta
apoi butonul OK pentru a
Figura 4.20 Histograma pentru coeficientul
lansa analiza.
5

Frequency

Mean =111,33
Std. Dev. =8,511
N =30

100

105

110

115

120

125

de inteligen

Dup cteva momente, SPSS va extrage indicatorii tendinei centrale sub forma celor dou tabele
discutate n capitolul anterior, ns ne va oferi i histograma variabilei Coeficient de inteligen alturi de o serie de date din inventarul statistic de baz
pe care le vom discuta ntr-un alt capitol.

IV.2 Analiza grafic a tendinei centrale


Afirmam n capitolul dedicat indicatorilor tendinei centrale c media
este cel mai fin, cel mai precis indicator ns ea are o problem este sensibil la scoruri extreme i n acest caz nu mai aproximeaz bine tendina
107

Statistic aplicat n tiinele socio-umane

central a setului de date. Totui, cum ne dm seama de existena acestor scoruri extreme? Tot analiza exploratorie ne vine n ajutor. Utiliznd reprezentrile de date de mai sus, ne putem face o imagine intuitiv asupra acestor scoruri extreme. Exist oare o metod mai precis de a le depista? Rspunsul
este pozitiv i vom prezenta n continuare dou tipuri de grafice deosebite,
dar care pot caracteriza mai precis scorurile extreme.

IV.2.1 Graficul tulpin i frunze


A fost conceput de ctre Tuckey (1977) i se aseamn foarte mult cu
histogramele de frecvene, ns, spre deosebire de acestea, afieaz i scorurile individuale. Un asemenea grafic se deseneaz mai uor manual dect computerizat i ofer o imagine precis a distribuiei deoarece alturi de reprezentarea numeric ofer i o imagine vizual a datelor analizate (Dancey, i alii,
2002).
Dac avem, de exemplu, urmtorul ir ordonat de date: 2, 12, 12, 19,
19, 20, 20, 20, 25 i dorim s construim un grafic tulpin i frunze, acesta
va arta dup cum urmeaz:
Tulpina
0
1
2

Frunzele
2
2299
0005

Oare ce informaii noi ne aduce acest grafic i cum se interpreteaz?


Destul de simplu. Tulpina reprezint valorile zecilor iar frunzele valorile unitilor. Deci, tulpina 0 cuprinde scorurile de la 0 la 9, tulpina 1 scorurile de la 10 la 19, tulpina 2 scorurile de la 20 la 29 i aa mai departe.
Frunzele reprezint frecvenele scorului observat. Astfel la tulpina 0 (scoruri
ntre 0 i 9) avem o singur apariie a lui 2. La tulpina 1 (scoruri ntre 10 i
19) avem frunza 2 de dou ori (adic dou apariii ale lui 12) i frunza 9 de
dou ori (dou apariii ale lui 19). La tulpina 2 (scoruri ntre 20 i 29) avem
frunza 0 cu trei apariii (trei scoruri de 20) i frunza 5 cu o singur apariie
108

Cristian Opariuc-Dan
(un singur scor de 25). Simplu, nu? Iat c, dei seamn cu o histogram,
acest grafic adaug n plus posibilitatea monitorizrii scorurilor individuale.
Pentru a nelege mai bine, s considerm un set mai voluminos de date: 1, 1,
2 ,2 ,2 , 5, 5, 5, 12, 12, 12, 12, 14, 14, 14, 14, 15, 15, 15, 18, 18, 24, 24, 24,
24, 24, 24, 25, 25, 25, 25, 25, 25, 25, 28, 28, 28, 28, 28, 28, 28, 32, 32, 33,
33, 33, 33, 34, 34, 34, 34, 34, 35, 35, 35, 35, 35, 42, 42, 42, 43, 43, 44. Pentru
acest set de date avem urmtorul grafic tulpin i frunze
0
1
2
3
4

11222555
2222444455588
44444455555558888888
22333344444455555
222334

Iat c prin aceast reprezentare avem o metod mai concis i mai


sintetic de explorare a unui volum mare de date. Putem observa c scorurile
de la tulpina 2 (ntre 20 i 29) sunt cele mai frecvente iar datele sunt relativ
grupate, fr scoruri extreme. n acest caz am putea decide utilizarea mediei
ca indicator al tendinei centrale. Comparativ, s considerm un ir de date cu
scoruri extreme i s l reprezentm sub forma acestui grafic.
0, 0, 0, 0, 0, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5,
5, 5, 5, 5, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 9, 9, 9, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10, 10, 13,
13, 13, 13, 13, 18, 18, 18, 23, 64

Graficul pentru acest ir de date ar fi:


0
1
2
6

0000022222222333333333555555555555555777777777777799999999
000000033333888
3
4

Observm c graficul ne indic faptul c majoritatea scorurilor se situeaz sub 20 ns avem i un scor extrem, scorul 64. Iat deci o situaie tipic n care mediana va fi cel mai bun indicator al tendinei centrale. Totui,
acest grafic efectuat pe blocuri de 10 valori nu este foarte informativ. Nu
avem o reprezentare foarte clar a scorurilor sub 20 deoarece exist foarte

109

Statistic aplicat n tiinele socio-umane

multe. Prin urmare ar fi mai comod pentru noi s reprezentm grafic aceste
scoruri folosind nu blocuri de 10 ci blocuri de cinci (ntre 0 i 4, apoi ntre 5
i 9, ntre 10 i 14 i aa mai departe). Folosind un asemenea sistem, graficul
devine:
0.
0*
1.
1*
2.
6.

0000022222222333333333
555555555555555777777777777799999999
000000033333
888
3
4

Observm c am folosit punctul (.) pentru a desemna prima jumtate a


blocului (0-4) i stelua (*) pentru a desemna a doua jumtate a blocului (59). De data aceasta lucrurile au devenit ceva mai clare. Exist acelai scor
extrem, 64, ns acum putem afirma precis c cei mai muli subieci au obinut rezultate ntre 5 i 9 ceea ce reprezint un plus de informaie. Rolul acestei reprezentri este mai ales acela de a identifica existena scorurilor extreme
ntr-un set de date n vederea stabilirii indicatorului tendinei centrale ce va fi
folosit.
Discutam, pe la nceputul lucrrii noastre, despre situaia n care ordonm toate valorile posibile i apoi stabilim frecvenele absolute prin numrarea apariiilor fiecrui scor individual. La fel, am abordat i problema organizrii datelor n clase. Am vzut atunci c un numr mare de clase reprezint
o abordare analitic, accentul cznd mai mult pe valori individuale i se
pierde tendina de ansamblu. Analog, un numr mic de clase determin o
perspectiv sintetic, unde vedem clar tendina de ansamblu, ns de pierde
viziunea individual. Unul dintre avantajele incontestabile ale acestui grafic
este acela c permite o viziune de ansamblu fr ns a se pierde repartiia
scorurilor individuale n distribuie.
Prin intermediul acestui tip de grafic se pot reprezenta, comparativ,
dou distribuii, n situaia n care dorim, spre exemplu, s comparm rezulta110

Cristian Opariuc-Dan
tele la dou probe psihologice. Utiliznd cele dou seturi de date de mai sus,
am putea s le reprezentm grafic dup cum urmeaz:
Test 1
9999999977777777777775555555555555553333333332222222200000
888333330000000
3

0
1
2
3
4
5
6

Test 2
11222555
2222444455588
44444455555558888888
22333344444455555
222334

Datorit uurinei n realizare i avantajelor pe care le ofer, acest tip


de grafic se utilizeaz tot mai frecvent n tiinele socio-umane.

IV.2.2 Graficul cutie (box-plot)


Dei graficul anterior sesizeaz scorurile extreme suficient de bine,
uneori devine destul de puin sensibil iar scorurile extreme sunt greu de observat. O metod mai precis o reprezint graficul cutie sau graficul cutiei
cu musti. Aceast tehnic, la fel ca i tehnica anterioar a fost descoperit
de ctre Turkey (1977) i reprezint unele dintre cele mai importante metode
de analiz exploratorie a datelor. La fel ca i graficul tulpin i frunze, graficul cutie descrie modul n care sunt distribuite datele i ofer, n plus, o
metod precis de depistare a scorurilor extreme (Dancey, i alii, 2002).
Acest tip de reprezentare este format dintr-un dreptunghi cu baza inferioar situat n dreptul percentilei 25 iar baza superioar n dreptul
percentilei 75, cuprinznd ntre aceste limite, 50% dintre rezultate (n fapt,
intervalul cuartil despre care vom vorbi n capitolul urmtor). n interiorul
acestui dreptunghi se afl marcat linia median, corespunztoare percentilei
50. Distana dintre cele dou baze (intervalul cuartil) poart numele de hspread sau pe scurt H. De la cele dou baze pornesc, n sus i n jos, dou
musti de lungime maxim 1,5 H. ntre limitele acestor dou musti se
afl zona normal. Orice scor mai mare de limita mustii superioare sau
mai mic de limita mustii inferioare se consider a fi un scor extrem.

111

Statistic aplicat n tiinele socio-umane

Pentru realizarea acestui grafic vom parcurge urmtorii pai considernd irul ordonat de date 2, 12, 12, 19, 19, 20, 20, 20, 25
Pasul 1 Stabilirea medianei i a poziiei pe care aceasta o ocup n
cadrul irului de date. n cazul nostru mediana este 19 iar poziia pe care o
ocup este poziia a cincia.
2, 12, 12, 19, 19, 20, 20, 20, 25
Pasul 2 Calculul pivoilor. Pivoii reprezint valorile care mpart
irul de date n sfertul inferior (primele 25% dintre scoruri, numit i cuartilul
inferior) i sfertul superior (ultimele 25% dintre scoruri, numit i cuartilul
superior). Dac mediana este valoarea care mparte irul ordonat de date n
dou pri egale, cuartilul este valoarea ce mparte acelai ir n 4 pri egale,
dup cum vom vedea n capitolul ce urmeaz. Reconsidernd exemplul, obinem poziia primului cuartil ntre a doua i a treia valoare, adic primul
cuartil va avea valoarea 12 (amintii-v exemplul de calcul al medianei). Similar, al treilea cuartil va fi situat ntre poziia 7 i poziia 8 i va avea valoarea 20.
2, 12, 12, 19, 19, 20, 20, 20, 25
Pivoii. n cazul exemplului de fa, vor avea valorile 12 i 20. Putem
acum trasa dreptunghiul care ne intereseaz (box).
Pivot superior
valoarea 20
Linia medianei
valoarea 19

Pivot inferior
valoarea 12

Figura 4.21 Calculul pivoilor

Pasul 3 Obinerea valorii


expansiunii (factorul h-spread).
Acest factor nu reprezint dect
amplitudinea scorurilor dintre cei
doi pivoi (intervalul cuartil). n
cazul nostru, h-spread = 20 12 =
8

Pasul 4 Stabilirea scorurilor extreme. Un scor extrem este un scor care depete o dat i jumtate
112

Cristian Opariuc-Dan
valoarea factorului h-spread raportat la cei doi pivoi. Aceste puncte de referin se numesc limite de barier. n cazul nostru, 1,5 x 8 = 12. Deci limitele
de barier sunt 12 12 = 0 i 20 + 12 = 32. Scorurile mai mici de 0 vor fi
considerate extreme deoarece depesc limita de barier inferioar n jos iar
scorurile mai mari de 32 vor fi considerate de asemenea extreme deoarece
depesc n sus limita de barier superioar.
Pasul 5 Scorurile care se afl ntre pivoi i limitele de barier, mai
apropiate de limitele de barier se numesc scoruri adiacente. n cazul nostru
scorurile adiacente sunt 2 i 25 deoarece 2 se afl ntre 0 i 12 iar 25 este situat ntre 20 i 32.
2, 12, 12, 19, 19, 20, 20, 20, 25
Liniile cuprinse ntre pivoi i bariere (zonele scorurilor
adiacente) poart numele de
musti iar dreptunghiul format de cei doi pivoi care conine
mediana se numete cutie. De
aici provine i numele graficului,
grafic cutie sau cutie cu musti. Zona mustilor reprezint de fapt amplitudinea scorurilor
care prsesc zona aa numit
normal delimitat de cei doi
pivoi, ns rmn n limitele
barierelor. Orice scor care iese
din limita barierelor se numete
scor extrem.
Dac reconsiderm irul
anterior de date, 0, 0, 0, 0, 0, 2,

Figura 4.22 Graficul box-plot

113

Statistic aplicat n tiinele socio-umane

2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5,
5, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 9, 9, 9, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10,
10, 13, 13, 13, 13, 13, 18, 18, 18, 23, 64, atunci graficul nostru se va prezenta
ca n figura de mai jos.
70,00

77
60,00

50,00

40,00

30,00

76
20,00

10,00

0,00

Iat c observm existena a


dou scoruri extreme ns. acestea
sunt notate cu 77 i 76. Am fi nclinai s credem c aceste valori reprezint scorurile nsei. Totui s
nu uitm c acest grafic se bazeaz
pe poziia unui scor n irul ordonat
de date. Prin urmare, 77 i 76 nu
reprezint scorurile propriu zise ci

Exemplu

poziia acestora n irul ordonat de


date. Deci poziia 77 se refer la
ultimul scor, adic la valoarea 64
iar poziia 76 la penultimul scor, adic la valoarea 23. Avem aadar dou scoruri extreme n irul nostru de date i anume scorul 23 i 64. Desigur, n acest
caz indicatorul ce exprim cel mai bine tendina central este mediana. Programul SPSS ofer i o modalitate de a marca scorurile extreme. Observm
c alturi de poziia 77 (corespunztoare scorului 64) apare o stelu. Aceast
stelu are rol de avertisment, n sensul c valoarea 64 este foarte ndeprtat
de limita superioar a irului de date. De asemenea, alturi de poziia 76 (corespunztoare scorului 23) apare un cercule. Acest cercule de spune c, dei
23 este i el un scor extrem, nu este att de deprtat de limita superioar a
irului de date.
Figura 4.23 Graficul box-plot n SPSS. Se observ scorul extrem, al 77-lea element

114

Cristian Opariuc-Dan

IV.3 Tratarea scorurilor extreme


Nu ne putem mulumi s constatm doar existena acestor scoruri extreme, mai ales n condiiile n care acestea ar afecta puternic analiza datelor.
Un scor extrem duce la o distribuie de date care nu mai respect criteriul
normalitii, face media un indicator irelevant pentru acel set de date i, implicit, determin imposibilitatea utilizrii statisticilor parametrice. Totui, de
unde pot s apar aceste scoruri extreme? Ce surse exist care pot determina
prezena unor asemenea valori? (Popa, 2003)

Cea mai frecvent surs se refer la erorile de nregistrare a


datelor. Dac introducem un chestionar, la care subiecii rspund la ntrebri pe o scal de la 1 la 5 i n loc s tastm 5,
tastm, din greeal, 55, evident c acesta va aprea ca fiind
un scor extrem. Din fericire, remedierea acestei probleme este
simpl. Nu trebuie dect s analizm minimul i maximul distribuiei. Dac una dintre aceste valori iese din domeniul de
definiie, putem reveni uor la baza de date i o vom corecta.
Dac sunt mai multe valori incorecte, putem sorta datele cresctor sau descresctor i putem corecta mai uor erorile sau
putem apela la o operaiune de recodificare;

Erorile de eantion se refer la situaia n care eantionul estras este prea mic iar posibilitatea de apariie a unui caz atipic
(extrem) va deveni foarte mare dar i la cazul n care eantionul a fost extras dintr-o populaie asimetric. Putem, de exemplu, s studiem nlimea unor subieci dintr-un liceu iar pentru
aceasta extragem zece persoane din dou clase. Probabilitatea
ca un elev s fie baschetbalist este destul de mare. Dac avem
ghinionul s l selectm tocmai pe acela, va aprea, evident,
i un caz extrem. De asemenea, dac una dintre clase este reprezentat de clasa de sport, cu elevi nali, printre care am g-

115

Statistic aplicat n tiinele socio-umane

sit i un elev cu nlime normal, acea nlime normal se va


comporta ca un caz extrem;

Erorile determinate de existena unor populaii diferite de


valori apar atunci cnd n eantionul studiat gsim, sub aspectul variabilei msurate, mai multe grupe de subieci care difer
ntre ele. De exemplu, dac studiem veniturile angajailor unei
ntreprinderi, avem suficiente anse ca salariile conducerii s
se comporte ca scoruri extreme n raport cu celelalte categorii
de angajai. n realitate, acestea nu sunt scoruri extreme ci
problema se refer tocmai la faptul c exist mai multe categorii de salarizare n acea instituie;

Erorile de msurare se datoreaz unor msurtori incorecte


sau de apariia unor situaii anormale n condiiile experimentale. La nregistrarea temperaturii unor persoane, se poate defecta, la un moment dat, aparatul de nregistrare sau, msurnd
performanele unor sportivi, putem constata apariia unor valori extreme ca efect al dopajului;

Indiferent de sursa de eroare, naintea realizrii prelucrrilor statistice


prin metode i tehnici specifice, este absolut necesar analiza preliminar a
datelor, prin intermediul creia s depistm caracteristicile distribuiei iar
dac acestea sunt inadecvate prelucrrilor necesare, s impunem msuri corective. Din fericire, cu excepia situaiei defectrii unor aparate sau a designurilor de cercetare defectuoase, exist suficiente mijloace prin care putem
repara aceste disfuncionaliti. Deoarece tehnicile de transformare a datelor brute presupun i alte cunotine, vom amna tratarea acestora pentru un
capitol viitor.
Orice prelucrare mai avansat de date ncepe cu statisticile descriptive
i este absolut necesar o asemenea analiz exploratorie pentru a vedea care
sunt caracteristicile irului nostru de date i ce indicatori putem folosi. Pro116

Cristian Opariuc-Dan
gramul SPSS ne pune la dispoziie, iat, o serie de metode prin intermediul
crora putem verifica rapid i precis structura datelor cu care lucrm.

IV.3.1 Obinerea graficelor pentru tendina central n SPSS


Vom rmne la baza noastr de date IQ i ne propunem s obinem
aceste grafice folosind programul
SPSS. Pentru a realiza acest lucru, apelm la meniul Analyze, apoi la
submeniul Descriptive Statistics i
n final utilizm opiunea Explore
Figura 4.24 Meniul de analiz exploraIat o nou ancor mnemotehnic care
torie a datelor
ne spune c ne aflm n analiza datelor,
la statistici descriptive i la analize exploratorii. Efectund clic pe aceast
opiune, se deschide o fereastr nou prin intermediul creia putem stabili
analizele de date ce vor fi efectuate.
Avem mai multe elemente
noi n aceast fereastr. n primul
rnd, caseta Dependent List:
care se refer la variabilele ce vor
fi incluse spre analiz. n aceast
caset vom include variabila noastr i anume Vrsta subiecilor
prin selectarea ei din lista variabilelor din baza de date i apsarea
Figura 4.25 Configurarea variabilelor n analiza
descriptiv exploratorie
butonului de transfer. n acest
moment se activeaz i butonul
OK ceea ce ne spune c putem face imediat prelucrarea datelor. S nu ne
grbim ns i s studiem mai atent aceast fereastr. ntr-un capitol anterior
discutam despre faptul c indicatorii tendinei centrale (i nu numai ei) pot fi
obinui prin mai multe metode. Atunci am analizat numai opiunea Fre-

117

Statistic aplicat n tiinele socio-umane

quencies i am promis c celelalte modaliti vor fi studiate cu alt ocazie.


Iat c a venit i momentul acesta. Caseta Factor List: se refer la
le categoriale ce pot fi utilizate n vederea gruprii analizei n funcie de
anumite criterii. Att aceast list ct i elementul Label Cases by: vor fi
studiate atunci cnd vom clarifica conceptele de variabil dependent i
abil independent. n seciunea Display situat imediat sub lista variabilelor din baza de date putem stabili ce fel de rezultate s se afieze n fereastra
de rezultate. Putem opta pentru afiarea doar a rezultatelor prelucrrilor statistice (Statistics), pentru afiarea doar a graficelor (Plots) sau a ambelor (Both). Noi
vom dori s afim toate aceste date i de aceea
am selectat opiunea Both. Butonul Statistics permite afiarea statisticilor descriptive
ce vor fi calculate. La apsarea acestuia va aprea urmtoarea fereastr:
Figura 4.26 Stabilirea indi-

Sunt mai multe opiuni aici, noi vom bifa


catorilor statistici
doar opiunea de calcul a statisticilor descriptive,
Descriptives. Seciunea Confidence interval for Mean: se refer la
intervalul de ncredere la care va fi calculat media. Asupra acestui aspect
vom reveni ns ntr-un alt capitol. De asemenea, celelalte opiuni nu ne intereseaz deocamdat, astfel nct le vom ignora pe moment. Menionm doar c Mestimators reprezint o alternativ la media i mediana eantionului, Outliers
afieaz primele cinci valori cele mai mari,
respectiv cele mai mici (extremele) iar
Percentiles permite calculul unor valori
Figura 4.27 Configurarea graficelor
percentile. Toate aceste lucruri ns vor fi
exploratorii
studiate cu alt ocazie. n vederea confirm-

118

Cristian Opariuc-Dan
rii aciunii noastre, va trebui s apsm butonul Continue pentru a reveni
la fereastra anterioar.
Acionarea butonului Plots determin afiarea unei alte ferestre
ce va configura modul de prezentare grafic a datelor. i aici avem mai multe
informaii. Pentru nceput observm c este bifat caseta Stem-and-leaf
adic va fi afiat graficul tulpin i frunze.
De asemenea vom afia i histograma, bifnd caseta Histogram
Seciunea Boxplots, situat n partea stng-sus permite configurarea modului de calcul al graficului cutie cu musti discutat anterior. Putem opta
pentru combinarea nivelurilor variabilei categoriale (dac am inclus vreuna n
fereastra anterioar) alegnd Factor levels together sau putem combina
mai multe variabile incluse n lista variabilelor independente alegnd opiunea Dependents together. Desigur, putem renuna la afiarea acestui grafic selectnd opiunea None. n cazul nostru, avnd doar o singur variabil inclus spre analiz, oricare dintre primele dou opiuni le-am alege obinem acelai efect. Prsirea acestei casete va fi fcut tot prin apsarea butonului Continue. Nu ne rmne acum dect s apsm butonul OK pentru a lansa procedurile de analiz. n fereastra de rezultate avem acum mai
multe tabele i grafice.
Tabel 4.1 Sumarul cazurilor

n tabelul Case
Case Processing Summary
Cases
Processing Summary ne
Valid
Missing
Total
N
Percent
N
Percent
sunt prezentate numrul de Varsta subiectilor N 30 Percent
100,0%
0
,0%
30
100,0%
cazuri. Aflm c avem 30
de cazuri valide, adic 30 de subieci ce au date completate pentru variabila
Vrsta subiecilor ceea ce reprezint un procent de 100%. Evident, nu
avem nici un caz lips (Missing) i, corespunztor, un procent de 0%. n total
sunt deci 30 de cazuri ce reprezint un procent de 100%.

119

Statistic aplicat n tiinele socio-umane

Urmtorul tabel este acela al statisticilor descriptive (Descriptives).


Remarcm cu uurin media (Mean) egal cu 29,33 ani i mediana (Median) egal cu 29 de ani. Sunt mult mai multe informaii aici, legate de eroarea
standard a mediei, intervalul de ncredere al acesteia precum i indicatori ai
dispersiei pe care-i vom studia n alt capitol. Observm c din acest tabel
Tabel 4.2 Statistici descriptive
lipsete modul. ntr-adevr, foloDescriptives
sind aceast opiune nu putem
Statistic
Std. Error
Varsta subiectilor Mean
29,33
1,008
95% Confidence
Lower Bound
27,27
calcula modul.
Interval for Mean
Upper Bound
31,40

Urmeaz apoi histograma


pentru variabila Vrsta subiecilor nsoit de o serie de date
statistice cum ar fi media, abate,427
,833
rea standard i numrul de cazuri
i, iat, graficul tulpin i frunze pe care l-am discutat anterior.
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis

29,33

29,00
30,506
5,523
20
39
19
10
,116
-,878

Varsta subiectilor Stem-and-Leaf Plot


Frequency
3,00
,00
5,00
3,00
6,00
4,00
1,00
3,00
2,00
3,00
Stem width:
Each leaf:

Stem &

Leaf

2
2
2
2
2
3
3
3
3
3

001

.
.
.
.
.
.
.
.
.
.

44444
666
899999
0111
2
455
77
889

10
1 case(s)

Observm c acest grafic a fost creat din doi n doi (20-21, 22-23, 2425, 26-27, 28-29 ani i aa mai departe) pentru a oferi o bun reprezentare a
datelor. Iat c, analiznd acest grafic, putem afirma c cei mai muli subieci

120

Cristian Opariuc-Dan
au vrste de 28 i 29 de ani i nu exist scoruri extreme. Pentru a fi siguri de
acest lucru, privim urmtorul grafic, graficul cutie.
Privind i acest grafic constatm lipsa scorurilor extreme, mediana fiind situat la valoarea 29 i
o distribuie destul de uniform a
acestor rezultate.
Putem afirma, deocamdat,
c aceste date permit utilizarea mediei ca indicator al tendinei centrale
pentru setul nostru.

39

36

33

30

27

24

21

Varsta subiectilor

Figura 4.28 Graficul box-plot

Concluzii:

Media unei populaii la un parametru poate fi aproximat prin media eantioanelor


extrase din populaie;
Analiza scorurilor extreme se poate face n baza a dou tipuri principale de grafice: graficul tulpin i frunze i graficul tip cutie
Prezena scorurilor extreme scade puterea statistic a analizei. Prin urmare trebuie
s efectum analize statistice preliminare asupra setului de date i eventual s procedm la tehnici de transformare a datelor naintea analizei statistice efective.

121

Statistic aplicat n tiinele socio-umane

V. STATISTICI DESCRIPTIVE MPRTIEREA


n acest capitol se va discuta despre:

Conceptul de mprtiere;
Indicatori simpli i compleci ai abaterii de la
tendina central;
Calculul indicatorilor abaterii de la tendina
central;
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag legtura dintre tendina central i


dispersie;
Calculeze indicatorii abaterii de la tendina central;
Utilizeze SPSS in calculul indicatorilor abaterii
de la tendina central.

Indicatorii tendinei centrale caracterizeaz, dup cum am vzut, valoarea n jurul creia se grupeaz datele. Ei au, desigur, o mare putere informativ, ns nu ne prezint o msur a compoziiei acestor date. De exemplu,
media greutii unui numr de 2 copii este 20 Kg. Cei doi copii pot s aib 20
de Kg fiecare, unul 10 Kg i cellalt 30 Kg, sau unul 15 Kg iar cellalt 25 Kg
i aa mai departe. Iat deci c indicatorii tendinei centrale nu pot caracteriza
singuri o distribuie. Avem nevoie, pentru aceasta, de o msur a gradului de
rspndire, de mprtiere a datelor n jurul tendinei centrale, cum se repartizeaz rezultatele n jurul acestei valori. Aceti indicatori, care msoar gradul
de mprtiere a rezultatelor n jurul tendinei centrale, poart numele de indicatori ai mprtierii. Indicatorii mprtierii pot fi grupai n indicatori
elementari ai mprtierii i indicatori sintetici ai mprtierii.
Modelul statistic al mediei va trebui aadar completat cu ali indicatori
caracteristici gradului de mprtiere a rezultatelor n jurul tendinei centrale.
Dac relum exemplul cu prietenii mei i numrul de frai pe care fiecare
dintre ei i au, am stabilit c, primul prieten are un frate, al doilea are doi
frai, al treilea i al patrulea au cte trei frai i al cincilea are patru frai. Re122

Cristian Opariuc-Dan
zultase o medie de 2,6 frai, cu alte cuvinte doi frai ntregi i unul fr un
picior. Fiind un model statistic, media estimeaz o realitate. S vedem acum
dac aceast medie estimeaz corect sau nu realitatea frailor prietenilor mei.
+1,4
+0,4

+0,4
m=2,6

-0,6
-1,6
Figura 5.1 Diferenele dintre scorul observat i medie

n figura 5.1 am reprezentat grafic distanele la care se situeaz fiecare


scor particular fa de medie. Este aadar media un bun model pentru numrul de frai ai primului prieten? Primul meu prieten are un singur frate, iar
media postuleaz 2,6 frai. Iat c, n ceea ce-l privete pe primul prieten,
media supraestimeaz modelul real cu 1,6 frai. Pentru al doilea prieten,
media supraestimeaz realitatea cu doar 0,6 frai (probabil o mn i un picior dintr-un frate). Referitor la ceilali trei prieteni, media subestimeaz
realitatea cu 0,4 frai i 1,4 frai.
Mrimea acestor supraestimri, respectiv subestimri se obine foarte
simplu, scznd din medie scorul particular (x-m). Cum am putea folosi aceste informaii pentru a testa acurateea modelului? O variant ar fi s adunm
toate aceste abateri pentru a vedea suma, totalul abaterilor elementelor de la
modelul statistic al mediei.
(-1,6)+(-0,6)+(0,4)+(0,4)+(1,4)=0
Am obinut totalul erorilor, totalul abaterilor de la medie ca fiind zero.
Cu alte cuvinte, modelul nostru statistic reprezint perfect realitatea? Aa s
fie? Ei bine, nu, deoarece tocmai am demonstrat particularitatea esenial a
mediei, conform creia scorurile mai mici dect media balanseaz perfect
123

Statistic aplicat n tiinele socio-umane

scorurile mai mari dect media. Totui, cum putem obine mrimea erorii?
Cum putem estima dac modelul statistic este o imagine suficient de bun
pentru a reprezenta realitatea? Vom vedea imediat. Pentru nceput s ne concentrm asupra unor indicatori elementari ai mprtierii.

V.1 Indicatori elementari ai mprtierii


Indicatorii elementari ai mprtierii in cont doar de cteva valori iar
calculele sunt efectuate n baza acestora. Dei sunt foarte uor de obinut,
sunt sensibili modul de distribuie a rezultatelor n colecia de date.

V.1.1 Amplitudinea de variaie


Termenul englezesc pentru acest indicator este acela de Range iar
noi l-am abordat deja n momentul n care am fcut sistematizarea datelor,
doar c nu tiai nc (dei probabil bnuiai) c reprezint un indicator al
mprtierii. Amplitudinea de variaie nu este altceva dect diferena dintre
valoarea maxim i valoarea minim din irul nostru de date. Prin urmare, A
= Xmax Xmin. Dac, avem, de exemplu, urmtoarele date: 10, 22, 31, 9, 24,
27, 29, 9, 23, 12 atunci constatm cu uurin c valoarea cea mai mare din
ir este 29 iar cea mai mic valoare este 9. n acest caz amplitudinea de variaie devine A = 29 9 = 20.
tim, de asemenea, semnificaia acestei valori. ntre maxim i minim
pot exista cel mult 20 de valori diferite. Amplitudinea de variaie indic, n
mod absolut, domeniul de valori ntre care este cuprins distribuia. Amplitudinea de variaie poate fi exprimat i procentual, ca expresie a raportului
dintre amplitudinea de variaie i medie.
%
n cazul nostru,

(formula 5.1)
,

%. Acest indicator poart

numele de amplitudine relativ de variaie. n exemplul nostru, avem 10

124

Cristian Opariuc-Dan
valori iar media acestora este 19,6. Amplitudinea relativ de variaie este, n
cazul nostru, 102%. Amplitudinea relativ de variaie o putem utiliza n condiiile n care cunoatem domeniul teoretic ntre limitele cruia se ncadreaz
distribuia. Putem astfel s comparm amplitudinea real de variaie a datelor
cu amplitudinea de variaie teoretic.
Indicatorii amplitudinii de variaie pot fi utilizai atunci cnd cunoatem plaja de variaie normal a unui fenomen, deoarece apariia unor valori
extreme duce la amplitudini de variaie aberante. n exemplul nostru, dac
introducem o singur valoare n plus, 120, atunci minimul rmne 9 iar maximul devine 120. Amplitudinea de variaie va fi 120 9 = 111, desigur o
valoare suspect pentru irul nostru de date.
Analiznd figura alturat, observm c cele dou distribuii au aceeai amplitudine de variaie. Totui, forma lor difer foarte mult. n timp ce distribuia A
este puternic eterogen, distribuia B este
mult mai omogen.

Figura 5.2 Dou distribuii cu


aceeai amplitudine

V.1.2 Abaterea cuartil sau abaterea intercuartil


Este un alt indicator elementar al mprtierii, independent de existena unor valori extreme, fiind, prin urmare, mai stabil i mai precis n comparaie cu amplitudinea de variaie. Ce este ns un cuartil? Am mai adus discuia despre acest subiect n capitolul anterior. Dac tii ce este mediana i dac v spunem c mediana nu este altceva dect al doilea cuartil, atunci cred
ca putei deduce semnificaia termenului de cuartil. tim c mediana este
valoarea care mparte setul ordonat de date n dou pri egale; jumtate dintre valori sunt mai mici dect mediana, jumtate dintre valori sunt mai mari
dect mediana. Ei bine, valorile cuartile sunt valorile care mpart acelai
set ordonat de date n patru pri egale. Un sfert din valori (25%) sunt mai
mici dect primul cuartil (Q1), dou sferturi din valori (jumtate) sunt mai
125

Statistic aplicat n tiinele socio-umane

mici dect al doilea cuartil (Q2 iat c, de fapt, Q2 nu este altceva dect mediana) iar trei sferturi din valori (75%) sunt mai mici dect al treilea cuartil
(Q3). Abaterea cuartil nu este altceva dect diferena dintre cuartilul 3
i cuartilul 1.
Prin urmare, RQ=Q3 Q1. (formula 5.2)
Abaterea cuartil poate fi absolut cazul prezentat sau relativ, raportat la median (abaterea intercuartil relativ).
%

(formula 5.3)

Dac mprim abaterea cuartil la valoarea 2, adic dac facem media diferenei dintre Q3 i Q1, obinem abaterea semi-intercuartil.
RSQ= RQ:2

(formula 5.4)

ntr-o distribuie de date perfect simetric, abaterea semi-intercuartil


va fi egal cu mediana. Aceasta reprezint un indicator al distanei unui scor
considerat reprezentativ n raport cu ntreaga distribuie.
Dac, relum urmtoarele date 10, 22, 31, 9, 24, 27, 29, 9, 23, 12 i
apoi le ordonm, obinem: 9, 9, 10, 12, 22, 23, 24, 27, 29, 31. Procedura de
calcul a cuartilelor este similar medianei. Primul cuartil va fi situat, evident,
n poziia 2,75

2,75 deoarece am mprit irul ordonat de

date n patru pri egale. Urmrind irul ordonat de date, poziia 2,75 se afl
ntre 9 i 10, adic la 9,5. Al doilea cuartil, mediana (Q2), se va afla la de dou ori poziia primului cuartil, adic 2x2,75 = 5,5. Ai observat probabil c ai
obinut exact poziia medianei. n cazul nostru, poziia 5,5 este cuprins ntre
22 i 23, adic 22,5. Similar, al treilea cuartil (Q3) este de trei ori poziia primului cuartil, adic 3x2,75=8,25. Iat c, valoarea lui Q3 se afl ntre 27 i
29, adic 28. Abaterea cuartil devine aadar, RQ=Q3Q1=289,5=18,5. Cu
alte cuvinte, ntre valoarea obinut de 75% din populaie i valoarea obinut
126

Cristian Opariuc-Dan
de 25% din populaie pot exista cel mult 18,5 valori diferite. Iat c doar 18,5
puncte fac diferena dintre persoanele considerate slabe sau cu scoruri inferioare i persoanele considerate bune, cu scoruri superioare. Observai c
acest indicator este mai precis n comparaie cu amplitudinea mprtierii.
Dac vei include acum acel scor de 120, vei constata c nu influeneaz
deloc valoarea abaterii cuartile. Abaterea semi-intercuartil va fi, prin urmare, RSQ=RQ:2=18,5:2=9,25. Acest lucru nseamn c, teoretic, 9,25 valori ar
trebui s fie mai mici dect mediana i tot attea valori mai mari dect mediana. Din grupul oamenilor medii, 9,25 valori i difereniaz pe cei mediuslabi i 9,25 valori pe cei mediu-buni.
Similar medianei, cuartilele pot fi calculate folosind i date grupate.
Dac vom considera distribuia statistic din tabelul alturat:
Tabelul 5.1 Calculul cuartilelor
Cuartilul inferior (Q1) va fi situat n poziia

11,25, iar

quartilul superior (Q3) n poziia


3Q1=3x11,25=33,75. Aadar, primul
cuartil se va afla undeva n intervalul n
care se gsete a 11-a msurtoare iar al
treilea cuartil n intervalul n care se
gsete a 33-a msurtoare.

Clasa
<= 4
59
10 14
15 19
20 29
30 39
>= 40

Distribuia
n linii
||
||||||
||||||||
||||||||||||
||||||||||
||||
||

fc

2
6
8
12
10
4
2
n=44

2
8
16
28
38
42
44

n cazul nostru, Q1 se va gsi n intervalul 10-14 iar Q3 n intervalul


20-29. Sper c v mai aducei aminte formula de calcul a medianei pentru
date grupate.

127

Statistic aplicat n tiinele socio-umane

Dac ne reamintim, poziia medianei a fost reprezentat prin


cazul unui ir de date par sau prin

pentru irul impar de date. Dar cum me-

diana nu era altceva dect Q2, valoarea preciza, de fapt, poziia cuartilului al
doilea. Deci, singura modificare n formul ar fi nlocuirea poziiei medianei
cu poziia cuartilului care ne intereseaz. Formula generalizat devine cea
alturat, unde PQn nseamn poziia cuartilului n (1, 2 sau 3) iar fcQn-1 frecvena cumulat a intervalului pre-cuartil de ordin n.
(formula 5.5)
Am specificat mai sus c poziia lui Q1 este
2

este

, poziia lui Q2

iar poziia lui Q3 este

. Aplicnd n formu-

le, obinem valorile corespunztoare cuartilului 1 i cuartilului 3, astfel:


1
3

10
20

5
10

10
,

20

10

12,03
,

25,75

Abaterea cuartil va deveni RQ=Q3-Q1=25,75 12,03=13,72 iar abaterea semi-interquartil RSE=RQ:2=13,72;2=6,86.


Abaterea cuartil este un indicator mai precis dect amplitudinea de
variaie. Totui, dac distribuia este puternic asimetric (dac, de exemplu,
foarte multe valori se concentreaz n zona cuartilului superior), atunci acest
indicator nu furnizeaz o imagine real a dispersiei. Se prefer, n acest caz,
utilizarea abaterii semi-intercuartile n locul abaterii cuartile, indicator care
ne d numrul de valori diferite ce separ 50% din mijlocul eantionului ns
nu explic modul n care se grupeaz aceste valori n jurul medianei.
Discutnd despre median i cuartile, am vzut c acestea nu reprezint dect valori la care se situeaz un anumit procent din eantion, n condi-

128

Cristian Opariuc-Dan
iile n care setul de date este unul ordonat. Mediana este valoarea la care se
situeaz 50% din eantion, cuartilele sunt valorile la care se situeaz 25%,
50%, 75% din eantion i aa mai departe. n termeni generali, putem afla
orice valoare la care se situeaz un anumit procent din eantion. Astfel, dac
vom dori s aflm valorile la care se afl procente de 20% din eantion, vom
avea cinci categorii cvintile. Procentele de 33,33% reprezint valorile
trecile i aa mai departe. Generic, valoarea la care se afl un anumit procent
din populaie poart numele de percentil. nelegerea conceptului de
percentile are o importan deosebit n problematica realizrii etaloanelor,
normelor, prin metoda cuantilrii, metod folosit de obicei ntr-o distribuie
care nu este normal. Despre aceste lucruri vom discuta ns atunci cnd vom
aborda sistemele de etalonare.

V.2 Indicatori sintetici ai mprtierii


Indicatorii sintetici ai mprtierii nu in cont doar de cteva valori, ca
n cazul celor elementari, ci iau n considerare toate msurtorile care apar n
colecia de date i de aceea au o valoare informativ mult mai mare n comparaie cu indicatorii elementari.

V.2.1 Diferena medie Gini


Este un indicator independent de ordinea de efectuare a msurtorilor
iar valoarea acestuia nu depinde de medie. De aceea, diferena medie Gini se
folosete n distribuii n care media nu este un bun indicator al tendinei centrale (v mai amintii probabil de distribuiile cu scoruri extreme). Indicatorul
nu exprim altceva dect modul n care valorile se mprtie, n interiorul
seriei, unele fa de altele. Practic nu este altceva dect o medie aritmetic a
diferenelor obinute prin asocierea n perechi, dou cte dou, a tuturor valorilor din irul de date. Aceste diferene se vor lua n valori absolute.

129

Statistic aplicat n tiinele socio-umane

Dac avem, spre exemplu, urmtoarele 4 msurtori: 25, 23, 21, 27,
atunci, cu aceste valori putem forma un numr de 42 adic 16 perechi de diferene dup cum urmeaz:
2525; 2523; 2521; 2527; 2325; 2323; 2321; 2327; 2125;
2123; 2121; 2127; 2725; 2723; 2721; 2727.
Fcnd apoi diferenele, obinem:
0; 2; 4; -2; -2; 0; 2; -4; -4; -2; 0; -6; 2; 4; 6; 0
Analiznd aceste diferene, observm c nu reprezint altceva dect
modul n care se abat valorile unele fa de altele. Fcnd apoi suma acestor
valori, luate fr semn, obinem:
0+2+4+2+2+0+2+4+4+2+0+6+2+4+6+0 = 40
Indicatorul diferenelor medii a lui Gini nu este altceva dect media
diferenelor luate n valori absolute. Aceast sum va fi, aadar mprit la
numrul de perechi rezultate (16). Obinem, aadar, 40:16 = 2,5 care reprezint valoarea acestui indicator. Mai condensat, am putea scrie acest lucru
astfel:

(formula 5.6)

Dei procedura de calcul a acestui indicator este extrem de simpl, la


un numr mare de valori calcularea manual a diferenei medii Gini devine
imposibil iar pentru obinerea indicatorului este absolut necesar utilizarea
unui program computer. Diferena medie Gini este un indicator slab al gradului de mprtiere i arat cum se abat, n medie, scorurile unul fa de cellalt.

V.2.2 Oscilaia
Calculul oscilaiei reprezint tot o medie a diferenelor dintre perechi,
ns, de aceast dat, ordinea de efectuare a msurtorilor conteaz. n mod
130

Cristian Opariuc-Dan
normal, sunt rare situaiile n care ne intereseaz ordinea de efectuare a msurtorilor. Vizm acest fapt ndeosebi n experimente, atunci cnd ntre msurtori intervenim prin manipularea unor variabile. Dac avem, de exemplu,
urmtoarele 4 msurtori ale ritmului cardiac al unui subiect la prezentarea
unor imagini 80, 85, 91, 96, constatm c de la o msurtoare la alta ritmul
cardiac s-a accelerat i putem concluziona c imaginile au avut ca efect creterea constant a tensiunii psihice manifestat prin astfel de reacii. Dac ns
ordinea msurtorilor ar fi fost 80, 96, 91, 85, atunci am observa c avem de
a face cu o cretere rapid a tensiunii psihice urmat de o diminuare progresiv a acesteia. Este cu totul altceva. Iat c, uneori, ordinea msurtorilor
poate avea o semnificaie important. n asemenea situaii se calculeaz oscilaia ca indicator sensibil la aceste diferene.
Oscilaia nu este altceva dect media diferenelor dintre o valoare i
ce anterioar i se poate calcula n valori absolute sau relative iar numrul
acestor diferene este n-1.
Oscilaia absolut reprezint un indicator care furnizeaz volumul
oscilaiilor aprute de la o msurtoare la alta i se calculeaz utilizndu-se
valorile absolute ale diferenelor dup formula urmtoare:

(formula 5.7)

Relund cele dou exemple anterioare, obinem pentru oscilaia absolut a primului set de date, valoarea:
|85

80|

|91

85|

|96

91|

5,33

Pentru al doilea set de date, obinem, dup efectuarea calculelor, urmtoarea valoare:
|96

80|

|91

96|
3

|85

91|

131

Statistic aplicat n tiinele socio-umane

n mod evident cele dou valori difer deoarece ordinea de efectuare a


msurtorilor difer i ea. Prima valoare, mai mic, indic un volum mai mic
al oscilaiilor, o cretere constant, dei rapid a ritmului cardiac. Valoarea a
doua, mare, arat un volum mare al oscilaiilor, o fluctuaie a msurtorilor
efectuate.
Oscilaia relativ ine cont de semnul diferenelor, spre deosebire de
oscilaia absolut care lua diferenele n valori fr semn. De aceea, oscilaia
relativ, dei nu ofer o imagine a volumului oscilaiilor, ne informeaz ns
asupra direciei lor, n ce sens oscileaz msurtorile, aspect care nu poate fi
sesizat de oscilaia absolut. De aceea, aceti doi indicatori se calculeaz n
general mpreun. Oscilaia relativ are o formul de calcul asemntoare
celei absolute, ignorndu-se modulul:

(formula 5.8)

Pentru primul set de date, oscilaia relativ rmne 5,33, n timp ce


oscilaia relativ pentru al doilea set de date devine 1,66. tim c valoarea nu
este reprezentativ pentru volumul oscilaiilor, ns comparnd cele dou
valori putem trage concluzii importante. Iat c, la primul subiect, sub influena imaginilor, ritmul su cardiac crete n mod constant pe msur ce-i sunt
prezentate noi informaii, n timp ce la al doilea subiect, dup o cretere iniial foarte mare (tim acest lucru din oscilaia absolut) urmeaz o scdere a
ritmului cardiac, ca urmare, probabil, a instalrii obinuinei.
Indicatorii oscilaiei ne furnizeaz informaii valoroase asupra tendinei tipice sau atipice de evoluie a scorurilor, reprezentnd un rezultat important atunci cnd urmrim s vedem evoluia unui fenomen n timp sau sub
influena unor modificri experimentale.

132

Cristian Opariuc-Dan

V.2.3 Abaterea medie


Se mai numete variaie medie, deviaie medie, abatere absolut medie sau abatere liniar medie i se poate calcula atunci cnd media este un
bun indicator al tendinei centrale. Acest indicator informeaz asupra modului n care se abat, n valori absolute, rezultatele de la medie, acordnd aceeai pondere tuturor variabilelor. Abaterea medie se poate calcula pe date
grupate sau pe date discrete.
S ne amintim de exemplul cu prietenii. Am vzut c simpla adunare
a abaterilor fiecrui scor de la medie nu rezolv problema verificrii gradului
de potrivire a modelului statistic cu modelul real, suma lor fiind ntotdeauna
nul. Ce-ar fi ns dac am lua aceste valori n modul, adic nu am ine cont
de semn. Am obine, atunci, urmtoarea valoare:
1,6+0,6+0,4+0,4+1,4=4,4
Rezult un indicator mai bun al erorii totale, care indic faptul c toate abaterile de la medie sunt n valoare de 4,4, adic numrul de frai cu care
se abat toi cei 5 prieteni ai mei de la media de 2,6 este de 4,4 frai. Ideea nu
este rea, ns aceast sum depinde de numrul de msurtori i crete pe
msur ce crete numrul de cazuri. Dac a avea 1000 de prieteni, suma ar
avea valori foarte mari. De aceea, se mparte aceast sum la numrul de cazuri i se obine media cu care modelul statistic se abate de la modelul real.
Aceasta este i ideea abaterii medii. n cazul nostru, mprind 4,4 la 5 obinem 0,88, adic numrul de frai ai prietenilor mei se abate fa de medie cu
0,88 frai.
Calculul abaterii medii pe date discrete se realizeaz dup formula
urmtoare, n care xi reprezint valoarea msurtorii, x barat reprezint media
iar n reprezint numrul de msurtori.

(formula 5.9)

133

Statistic aplicat n tiinele socio-umane

Dac avem urmtoarele date 10, 22, 31, 9, 24, 27, 29, 9, 23, 12 pentru
care media este 19,6 iar numrul de msurtori este 10, avem:
Tabel 5.2 Calculul
abaterii medii

xi
10
22
31
9
24
27
29
9
23
12

xi-m
-9,6
2,4
11,4
-10,6
4,4
7,4
9,4
-10,6
3,4
-7,6

| xi-m|
9,6
2,4
11,4
10,6
4,4
7,4
9,4
10,6
3,4
7,6
76,8

Practic, formula ne spune s scdem din fiecare


valoare valoarea mediei, adic s realizm diferena
dintre scor i medie. Aceast diferen o vom trata n
termeni de valori absolute (fr semn) dup care facem
suma acestor valori absolute iar suma o mprim la
numrul de msurtori. Rezultatul obinut reprezint
tocmai valoarea abaterii medii.

n cazul nostru, efectund calculele conform


tabelului alturat, am obinut suma diferenelor absolute de 76,8. Dac mprim aceast valoare la numrul

de msurtori, 10 n cazul nostru, obinem 7,68, valoarea abaterii medii. Deci, pentru date discrete, d=7,68.
Pentru date grupate n intervale, vom utiliza n vederea calculrii abaterii medii urmtoarea formul, unde xi reprezint mijlocul intervalului de
distribuie, fi frecvena absolut a acestui interval, x barat media i n numrul
de msurtori.

(formula 5.10)

S lum urmtorul
exemplu de distribuie n
clase. tim dintr-un capitol
anterior c media calculat a
acestei distribuii este 179,9.
Similar exemplului anterior
va trebui s calculm diferena dintre mijlocul fiecrui interval i medie, diferen pe care o vom considera n valori absolute. Cu alte cuvinte, dorim s aflm n ce msur se abaTabel 5.3 Calculul abaterii medii (clase)

Clasa
171 174
175 178
179 182
183 186
187 190
191 -193

xi
172,5
176,5
180,5
184,5
188,5
192

f
9
5
6
4
3
3
n=30

|xi-m|
7,4
3,4
0,6
4,6
8,6
12,1

|xi-m|*f
66,6
17
3,6
18,4
25,8
36,3
=167,7

134

Cristian Opariuc-Dan
te fiecare interval de la media general a eantionului. Urmeaz apoi s nmulim aceste abateri cu frecvena absolut a fiecrui interval i s realizm
suma acestor rezultate. n cazul nostru, suma abaterilor intervalelor de la media general este 167,7. mprind aceast valoare la numrul de msurtori,
obinem 5,59 care nu reprezint altceva dect abaterea medie (d) calculat pe
intervale de clase.

V.2.4 Abaterea median


Se mai numete i variaie median sau deviaie median i se utilizeaz n situaia n care nu putem folosi media, fie datorit faptului c nivelul
de msur al variabilei este unul ordinal, fie c avem scoruri extreme ntr-o
distribuie, fapt ce face media un indicator inadecvat.
Modalitatea de calcul a abaterii mediane este similar celei de mai sus
(abaterea medie), sigura diferen fiind aceea c, n loc de valoarea mediei,
vom folosi valoarea medianei. Calculul acesteia vi-l lsm dumneavoastr ca
exerciiu.
Exerciiu:
Calculai abaterea median pentru datele discrete i datele grupate n
intervale de clas utiliznd exemplele de mai sus.

V.2.5 Dispersia
Atunci cnd putem utiliza media, un indicator frecvent este indicatorul dispersiei sau indicatorul varianei (atenie, nu variaie ci varian) notat
cu sigma ptrat pentru populaie sau s2 n cazul unui eantion. Variana reprezint media ptratic a diferenelor valorilor individuale fa de media aritmetic i are o relaie direct cu cel mai important indicator al gradului de mprtiere a rezultatelor, abaterea standard.
n loc s folosim modul pentru a realiza suma diferenelor, preferm
s ridicm la ptrat aceste diferene. tim foarte bine c dac ridicm un nu-

135

Statistic aplicat n tiinele socio-umane

mr cu acelai semn la ptrat, rezultatul este ntotdeauna pozitiv. Iat o alt


modalitate prin care evitm anulrile reciproce determinate de semn.
Pentru fraii prietenilor mei, vom avea:
(-1,6)2+(-0,6)2+(0,4)2+(0,4)2+(1,4)2
2,56+0,36+0,16+0,16+1.96 = 5,20
Aceast valoare, 5,20 poart numele de suma abaterilor ptratice i
reprezint un indicator mai bun dect suma abaterilor simple luate n modul.
La fel, aceast sum depinde de numrul de cazuri i de aceea, pentru a compensa acest lucru, se mparte suma abaterilor ptratice la numrul de cazuri.
n situaia noastr, 5,20:5=1,04, exact valoarea varianei.
Ajuni aici, se impune totui o precizare. mprirea la numrul cazurilor (n) se realizeaz atunci cnd vorbim de o populaie. Dac ne referim la
eantion, atunci nu mprim la numrul de cazuri ci la numrul de cazuri
minus unu (n-1). Aceasta este o ajustare statistic, iar motivele care o susin
vor fi explicate mai trziu. Iat c, 5,20:4 = 1,30, adevrata msur a varianei.
Formula de calcul a dispersiei este urmtoarea, n care xi reprezint
valoarea msurat, x barat media iar n numrul de msurtori.

(formula 5.11)

n activitatea curent, deoarece lucrm cu eantioane i nu cu populaii, se nlocuiete n cu n-1, astfel nct formula dispersiei pentru eantioane
devine:

(formula 5.12)

i dispersia, se poate calcula pe date discrete sau pe date grupate n


intervale.

136

Cristian Opariuc-Dan
Relund exemplul anterior, ne amintim c avem urmtoarele date 10,
22, 31, 9, 24, 27, 29, 9, 23, 12 pentru care media este 19,6 iar numrul de
msurtori este 10. Vom utiliza un tabel similar cu
Tabel 5.4 Calculul
cel prezentat n exemplul de mai sus i vom analiza
dispersiei
2
xi
xi-m
(xi-m)
formula.
10
22
31
9
24
27
29
9
23
12

-9,6
2,4
11,4
-10,6
4,4
7,4
9,4
-10,6
3,4
-7,6

92,16
5,76
129,96
112,36
19,36
54,76
88,36
112,36
11,56
57,76
684,4

Privind cu atenie, observm c trebuie s facem, prima dat, diferena dintre scorul brut i medie (xi-m), la fel ca n procedura de calcul a abaterii
medii. Deoarece obinem valori negative i valori
pozitive, dac le-am nsuma n aceast etap, valorile contrare se vor anula reciproc i nu am obine nici
o informaie sintetic util. Pentru a preveni acest

lucru, vom ridica la ptrat fiecare diferen. n acest


fel compensm anularea reciproc ce poate s apar la nsumarea valorilor,
toate valorile rezultate fiind pozitive. Dup ridicarea la ptrat, putem face fr
s ne preocupe anularea valorilor, suma rezultatelor (suma abaterilor ptratice). n cazul nostru, suma abaterilor ptratice este 684,4. mprind acum
suma ptratelor la numrul de msurtori (10), obinem valoarea 68,44 ca
valoare a indicatorului varianei sau dispersiei. Deoarece lucram cu un eantion i nu la nivelul populaiei, mprirea o vom face la n-1 (10-1=9) rezultnd valoarea corectat a dispersiei. Deci, pentru setul nostru de date, variana
s2=70,04
Pentru date grupate n intervale de clas, formula de calcul a varianei
se modific puin, unde fi reprezint frecvena absolut a intervalului de clas,
xi reprezint mijlocul acestui interval, restul elementelor fiind cunoscute.

(figura 5.13)
(figura 5.14)

137

Statistic aplicat n tiinele socio-umane

Relund distribuia prezentat n seciunea anterioar, ne reamintim c


media acestor rezultate a fost de 179,91 iar numrul de cazuri 30.
Primul lucru pe care l vom face va fi s calculm diferena dintre mijlocul fiecrui interval de clas i medie. Din motivele expuse anterior, nu
putem face n acest
Tabel 5.5 Calculul dispersiei (clase)
moment suma difeClasa
xi
f
xi-m
(xi-m)2
f*(xi-m)2
renelor obinute.
171 174
172,5
9
7,4
54,76
492,84
175 178
176,5
5
3,4
11,56
57,8
Va trebui s ridi179 182
180,5
6
0,6
0,36
2,16
cm la ptrat aceste
183 186
184,5
4
4,6
21,16
84,64
187 190
188,5
3
8,6
73,96
221,88
diferene dup care
191 -193
192
3
12,1
146,41
439,23
s nmulim ptran=30
=1298,55
tele obinute cu
frecvena absolut a fiecrui interval. Dup aceast operaiune, putem calcula
suma abaterilor ptratice, care, n cazul nostru, va deveni 1298,55. mprind
aceast sum la numrul de msurtori (n=30) obinem valoarea varianei
42,28. Totui, numrul de msurtori fiind mic, acest rezultat n corectm
mprind nu la 30 ci la 29. Va rezulta astfel 44,77, valoarea corectat a varianei.

V.2.6 Abaterea standard


Se noteaz cu s n cazul unui eantion sau cu sigma n cazul unei populaii i o putem ntlni sub numele de abatere etalon, abatere tip, abatere
ptratic medie. Acest indicator este cel mai precis i inteligibil pentru msura gradului de mprtiere al rezultatelor n jurul tendinei centrale i contribuie la definirea distribuiei normale. Poate fi calculat i dobndete semnificaie numai atunci cnd poate fi calculat media.
Variana ne d expresia medie a abaterilor dintre medie i observaii,
ns aceast valoare este exprimat sub form ridicat la ptrat. Nu tiu dac
v este foarte util o expresie de genul n medie, numrul de frai ridicat la
ptrat cu care se abat fraii prietenilor mei de la media de 2,6 frai este de 1,3
138

Cristian Opariuc-Dan
frai. Cred c mai degrab v poate crea confuzie. Acest lucru se ntmpl
deoarece, pentru a evita problemele legate de semn, am ridicat la ptrat diferenele. Cum scpm acum de aceast ridicare la ptrat? V mai amintii probabil c inversul ridicrii la ptrat este extragerea rdcinii ptrate (a radicalului). Exact acest lucru l vom face i noi. Extrgnd radical din 1,3 vom
obine valoarea 1,14, expresia abaterii standard. Putem acum afirma c, n
medie, numrul de frai ai prietenilor mei se abate de la valoarea de 2,6 cu
1,14.
Abaterea standard se calculeaz dup formula urmtoare, unde toate
datele ne sunt deja cunoscute. Dac privim cu atenie aceast formul, constatm c expresia de sub radical nu este altceva dect variana. Prin urmare,
dup ce calculm variana, putem afla uor abaterea standard extrgnd radicalul de ordin doi din varian.

(formula 5.15)

(formula 5.16)

n primul exemplu, cel n care am folosit date discrete, variana obinut a fost s2=68,44. Deci, abaterea standard va fi egal cu rdcina ptrat
din 68,44, adic 8,27. Similar, pentru datele grupate n intervale, variana a
fost 44,77 iar abaterea standard devine 6,69.
Abaterea standard msoar modul n care rezultatele se mprtie n
jurul mediei, valorile mari indicnd un grad mare de mprtiere. Este, dac
dorii, un indicator ce arat n ce msur media este reprezentativ pentru
observaii, n ce msur modelul statistic se potrivete cu modelul real. Abaterile standard mici arat c valorile sunt puin distanate fa de medie, acest
indicator al tendinei centrale reprezentnd foarte bine datele. Valorile mari
ale abaterii standard arat c datele sunt distanate, mprtiate puternic n

139

Statistic aplicat n tiinele socio-umane

jurul mediei, aceasta nefiind un bun model statistic. Abaterea standard zero
indic faptul c avem aceleai valori (de exemplu o distribuie 5, 5, 5, 5, 5, 5,
5, 5, 5, 5, 5 are media 5 i abaterea standard 0).
Comparnd cele dou rezultate de mai sus, constatm c n primul
exemplu rezultatele sunt mai mprtiate n jurul mediei dect n al doilea
exemplu. Cu ct abaterea standard este mai mic, cu att datele sunt mai grupate n jurul tendinei centrale.
Abaterea standard se exprim n aceleai uniti de msur ca i media. Dac media nlimii unor subieci este de 179,91 centimetri, atunci abaterea standard de 6,69 va fi exprimat tot n centimetri. Convenim aadar s
descriem o distribuie de acest gen prin media nlimii subiecilor din eantion egal cu 179,91 centimetri cu o abatere standard de 6,69 centimetri.
Ridicarea la ptrat din formula dispersiei, introduce o oarecare distorsiune n analiza mprtierii datelor, deoarece prin aceast operaie se atribuie
o pondere mai mare valorilor aflate la o distan mare fa de medie.
Reinei c mprirea la numrul de cazuri n este valabil pentru o variabil teoretic sau n cazul populaiei. Deoarece, n general, lucrm cu eantioane i nu cu populaii, vom folosi n formul mprirea la n-1, valabil
pentru variabila empiric. Aceast corecie se folosete n vederea evitrii
subestimrii gradului de mprtiere a rezultatelor n jurul mediei i poart
numele de grade de libertate.
Media i abaterea standard sunt cei doi indicatori importani n analiza
distribuiei normale. Utilizarea lor este condiionat de absena unor scoruri
extreme i de variabile situate cel puin la un nivel de msur de interval.
La fel ca i media, indicatorul principal al tendinei centrale, abaterea
standard are i ea o serie de proprieti utile n practic:

Dac adugm sau scdem o valoare constant la fiecare scor


din distribuie, abaterea standard nu sufer modificri;
140

Cristian Opariuc-Dan

Dac nmulim sau mprim fiecare scor din distribuie cu o


constant, abaterea standard se multiplic sau se divide cu valoarea acelei constante;

Distana ntre valoarea abaterii standard i medie este mai mic n comparaie cu distana dintre abaterea standard i orice
alt scor. Cu alte cuvinte, media se distaneaz cel mai puin de
abaterea standard n comparaie cu orice alt scor.

V.2.7 Coeficientul de variaie


Prezint, mai intuitiv dect abaterea standard, gradul de mprtiere al
rezultatelor n jurul mediei, deoarece este o expresie procentual a mpririi
abaterii standard la medie. De asemenea, pentru datele ordinale, se poate calcula coeficientul de variabilitate ca expresie procentual a mpririi abaterii
mediane la median. Formulele de calcul n acest caz sunt:
100,
100,

(formula 5.17)
(formula 5.18)

Prin nmulirea coeficientului de variaie cu 100 obinem exprimarea


procentual a acestui indicator, mai intuitiv n comparaie cu valoarea brut.
n exemplul nostru, = 7,04:19,6=0,35x100=35, adic o variaie de
35% n cazul datelor discrete i = 6,69:179,91=0,03x100=3, o variaie de
doar 3,00% pentru datele grupate n interval.
Cu ct valoarea acestui coeficient este mai mare, cu att media este un
indicator mai imprecis pentru tendina central. Valoarea acestui coeficient
nu depinde de unitatea de msur, ca n cazul abaterii standard i de aceea
poate fi folosit n situaii n care comparm, sub aspectul variabilitii, dou
distribuii diferite.

141

Statistic aplicat n tiinele socio-umane

Exist anumite reguli ce permit aprecierea gradului de mprtiere a


scorurilor n jurul mediei utilizndu-se acest coeficient (Popa, 2006):

Un coeficient de variaie mai mic de 15% indic un grad de


mprtiere redus, media fiind un bun indicator al tendinei
centrale;

Un coeficient de variaie cuprins ntre 15% i 30% arat o mprtiere moderat, caz n care reprezentativitatea mediei este
satisfctoare;

Un coeficient de variaie de peste 30% arat o mprtiere mare, media nemaifiind un bun indicator pentru tendina central.

V.3 Obinerea indicatorilor mprtierii n SPSS


Pentru a studia modul n care aflm indicatorii dispersiei n SPSS,
vom folosi baza de date IQ.sav, n care
avem deja datele introduse n capitolul anterior. Folosim, pentru aceasta, tot comanda
Analyze, apoi submeniul Descriptive
Statistics i opiunea Frequencies.
Se va deschide binecunoscuta de acum feFigura 5.3 Meniul de analiz a
frecvenelor
reastr, pe care am studiat-o n momentul n
care am aflat cum putem calcula indicatorii
tendinei centrale. i de data aceasta
vom folosi, ca exemplu, variabila
Varsta subiectilor, variabil pe care o
vom transfera din lista variabilelor din
baza de date n lista variabilelor supuse
analizei (Variable(s)) din partea
dreapt a formularului, aa cum se poate observa n figura 5.4. Asupra moduFigura 5.4 Includerea variabilei n
analiz

142

Cristian Opariuc-Dan
lui n care se face acest transfer nu mai insistm, deoarece procedeul a fost
descris pe larg n capitolul destinat indicatorilor tendinei centrale. Dac nu
v putei aminti, revedei capitolul 3.
Dup transfer, va trebui s comunicm aplicaiei SPSS s ne calculeze
indicatorii mprtierii. V amintii probabil c acest lucru l putem face apsnd butonul Statistics situat n partea de jos a acestui formular. Imediat, se va deschide o nou fereastr, cunoscut de la calculul indicatorilor tendinei centrale. Observm, n partea din stnga-jos a acestei ferestre, seciunea destinat calculului indicatorilor dispersiei
(seciunea Dispersion). Vom putea calcula
abaterea standard, prin bifarea casetei Std.
deviation,
variana,
bifnd
caseta
Variance sau amplitudinea de variaie cu
ajutorul casetei Range. De asemenea este
posibil afiarea valorii minime i maxime din
Figura 5.5 Selectarea
indicatorilor mprtierii
distribuia noastr prin bifarea casetelor Minimum i Maximum. Seciunea permite i
calcularea erorii standard a mediei (caseta S.E mean) ns asupra acestui
element vom reveni ceva mai trziu.
Vom alege, dup cum putei observa n figura de mai sus, afiarea
abaterii standard, a varianei, amplitudinii distribuiei, minimului i maximului. Apsm apoi butonul Continue pentru ca SPSS s memoreze comenzile noastre i ne ntoarcem n formularul anterior. Nu ne mai rmne dect s
Tabel 5.6 Indicatorii mprtierii
apsm butonul OK pentru a lansa procedeul de analiz.
Dup cteva fraciuni de secund
SPSS va afia n fereastra de rezultate tabelul cu rezultatele comandate de noi. Automat, SPSS include i numrul de cazuri

143

Statistic aplicat n tiinele socio-umane

(N). Aflm, din analiza acestui tabel, c avem un numr de 30 de subieci


(N=30) i toi subiecii au valori pentru variabila Varsta subiectilor (Valid=30; Missing=0). Cu alte cuvinte, nici unul dintre aceti subieci nu are
necompletat valoarea pentru variabila vrst. Aflm, n continuare, c abaterea standard (Std. Deviation) este 5,523 iar variana (Variance) este 30,506.
Dac vei extrage rdcina ptrat din varian (30,506) vei obine exact valoarea abaterii standard (5,523), ceea ce confirm teoria expus mai sus. De
asemenea, amplitudinea de variaie (Range) este 19, cu alte cuvinte ntre
Minimum 20 i Maximum 39 pot exista cel mult 19 valori posibile. Pare
mult mai simplu dect s efectum manual calculele prezentate la nceputul
acestui capitol. Iat de ce SPSS i merit cu prisosin banii pe care i solicit productorul

Concluzii:

Indicatorii tendinei centrale nu pot caracteriza singuri o distribuie. Este necesar


s studiem i modul n care rezultatele se mprtie n jurul tendinei centrale
prin calculul indicatorilor dispersiei;
Indicatorii dispersiei pot ine seama doar de anumite date i se numesc indicatori
elementari ai mprtierii sau de toate datele, cazul indicatorilor sintetici;
Indicatorii elementari ai mprtierii sunt:
o Amplitudinea de variaie absolut i relativ;
o Intervalul cuartil i abaterea cuartil;
Indicatorii sintetici ai mprtierii sunt:
o Diferena medie Gini;
o Oscilaia absolut i relativ;
o Abaterea medie;
o Abaterea median;
o Dispersia sau variana;
o Abaterea standard;
o Coeficientul de variaie.
Media i abaterea standard sunt indicatorii pe baza crora se caracterizeaz o distribuie normal;
Indicatorii dispersiei bazai pe medie pot fi calculai numai dac nivelul de msurare al variabilei este cel puin unul de interval i nu exist scoruri extreme n distribuie;

144

Cristian Opariuc-Dan

ntrebri i exerciii:

Calculai abaterea standard i coeficientul de variaie al


urmtoarei distribuii statistice preciznd etapele de rezolvare:.
Calculai indicatorii dispersiei n cazul urmtoarelor seturi de date:
o 12, 23, 9, 6, 14, 14, 12, 25, 9, 12
o 1, 4, 5, 6, 19, 1, 5, 3, 16, 12, 5, 4
o 32, 56, 91, 16,32, 5, 14,62,19, 12
Extragei indicatorii tendinei centrale pentru variabila
iq folosind SPSS

Clasa
35
68
9 11
12 14
15 17
18 20
21 23
24 26

f
3
5
9
16
10
4
3
1

145

Statistic aplicat n tiinele socio-umane

VI. DISTRIBUIA NORMAL


n acest capitol se va discuta despre:
Distribuia normal;
Analiza distribuiei normale;
Note standardizate;
Inventarul statistic de baz
Etaloane i sisteme de etalonare.
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag caracteristicile unei distribuii normale;


Analizeze o distribuie sub aspectul caracteristicilor acesteia i s precizeze dac este sau nu
normal;
Realizeze i s interpreteze inventarul statistic
de baz utiliznd SPSS;
Transforme o not brut n note standardizate i
s precizeze poziia pe care o ocup scorul particular;
Decid ce sistem de etalonare poate fi utilizat n
funcie de distribuie i s realizeze un etalon.

Frecvena de apariie

Am menionat deseori acest concept al distribuiei normale i a venit


momentul s l abordm n detaliu. Vom ncepe, ca de obicei, cu un exemplu:
dac am avea posibilitatea s msurm nlimea tuturor brbailor din Romnia, am observa c exist
foarte puini pitici i foarte
puini gigani; ceva mai muli
oameni mici i, la fel, ceva
mai muli oameni foarte nali
iar cei mai muli oameni sunt
de statur medie. Care ar fi
aadar probabilitatea ca s
nlimea subiecilor
ntlnim n populaia masculiFigura 6.1 Distribuia nlimii tuturor brbailor
n un gigant? Foarte mic.
din Romnia

146

Cristian Opariuc-Dan
Ceva mai mare ar fi probabilitatea de a ntlni n populaie un om nalt i
foarte mare s ntlnim, de exemplu, un om cu nlimea de 178 centimetri,
nlime medie. Dac am reprezenta grafic, printr-un grafic cu bare, nlimea
tuturor brbailor din Romnia, am obine o figur asemntoare cu figura de
mai sus.
Privind cu atenie figura, observm c, la nlimi ale subiecilor foarte mici (piticii), frecvena de apariie este i ea foarte mic, apropiat de zero.
Pe msur ce nlimea crete, crete i frecvena de apariie a acesteia, astfel
nct va atinge un maximum n zona tendinei centrale, dup care ncepe din
nou s scad spre nlimi mari. La nlimi foarte mari (giganii), frecvena
de apariie se apropie din nou de zero.
Aceast distribuie este o distribuie normal i poate fi evaluat numai n cazul unei variabile continue. De aceea, distribuia normal se mai
numete i distribuie continu. O distribuie normal, este pe deplin caracterizat de medie, ca indicator al tendinei centrale i de abaterea standard, ca
indicator al dispersiei. Aceti doi indicatori poart numele de parametri ai
repartiiei normale. Dac cunoatem media i abaterea standard, putem oricnd calcula probabilitatea de apariie a unei valori particulare n aceast distribuie.
Distribuia normal, a fost descris prima dat de Ch. Fr. Gauss
(1777-1855) i de aceea distribuia normal se mai numete i distribuie
gaussian. Deoarece la demonstrarea acestui concept a participat i P.S. Laplace (1749-1827), n literatura de specialitate se va ntlni i termenul de distribuie gauss-laplace. Toi aceti termeni se refer la acelai lucru, distribuia
normal.
Am vzut deja c media i abaterea standard descriu complet o distribuie normal. n literatur, se folosete pentru medie simbolul m sau x barat
iar pentru abaterea standard simbolul s, atunci cnd vorbim de un eantion.

147

Statistic aplicat n tiinele socio-umane

La nivel teoretic sau atunci cnd vorbim de populaii, folosim simbolul


pentru medie i simbolul pentru abaterea standard.
Pentru ca o distribuie s fie considerat normal, vor trebui ndeplinite simultan urmtoarele condiii:

S fie unimodal adic s existe un singur mod, o singur


categorie cu frecven maxim;

S fie simetric fa de medie adic s nu fie deplasat spre


stnga sau spre dreapta;

S fie normal boltit adic s nu fie nici ascuit (foarte


omogen) i nici turtit (foarte eterogen);

De asemenea, limitele din stnga i din dreapta ale unei distribuii


normale tind spre valoarea zero, pe care ns nu o ntlnesc niciodat. O distribuie perfect normal are aceeai valoare pentru toi cei trei indicatori ai
tendinei centrale (media, mediana i modul), adic media = mediana = mod.
n practic, acest lucru se ntlnete extrem de rar i, de aceea, ne punem problema ntre ce limite putem considera o distribuie ca fiind normal.

VI.1 Modalitatea
O distribuie normal este o distribuie unimodal, adic exist doar o
singur categorie cu frecvena maxim. Prezena a dou sau mai multe valori
modale
determin
distribuii
bimodale, trimodale, n general
polimodale (multimodale), distribuii ce nu pot fi considerate ca
fiind distribuii normale.

Figura 6.2 Distribuie bimodal

O distribuie ca cea din figura 6.1, este o distribuie normal. O distribuie similar distribu-

148

Cristian Opariuc-Dan
iei din figura 6.2, este o distribuie bimodal, deoarece observm existena a
dou categorii cu frecvena egal i maxim.
Normalitatea distribuiei, sub aspectul modaliti, se verific prin calcularea valorii mod. Dac exist o singur valoare cu frecvena maxim,
atunci distribuia poate fi considerat normal sub acest aspect. n condiiile
n care sunt dou sau mai multe valori cu frecvena maxim i, evident, egal,
distribuia este polimodal (multimodal) i nu poate fi considerat ca fiind
normal.

VI.2 Simetria
O distribuie este simetric, dac valorile sunt egal (simetric) rspndite n jurul tendinei centrale. Atunci cnd rezultatele tind ctre valori mici,
sunt aglomerate n partea stng a
distribuiei, avem de a face cu o
distribuie asimetric spre dreapta
(sau distribuie skewness pozitiv).
Cnd rezultatele tind ctre valori
mari, se aglomereaz n partea
dreapt a distribuiei, vorbim despre o distribuie asimetric la
stnga (skewness negativ). Iat c,
Figura 6.3 Distribuie simetric (B), asimetric
asimetria este dat de panta distrila dreapta (A) i asimetric la stnga (C)
buiei i nu de vrful acesteia, aa
cum trateaz i consider unii.
n figura 6.3, distribuia B este o distribuie simetric. Distribuia
A este o distribuie asimetric la dreapta (skewness pozitiv) unde predomin scorurile sczute, n timp ce distribuia C este o distribuie asimetric la
stnga (skewness negativ) n care predomin scorurile mari.

149

Statistic aplicat n tiinele socio-umane

Nu ne putem limita la o apreciere pur vizual a simetriei; acest lucru


necesit demonstrarea statistic a simetriei sau asimetriei distribuiei. n acest
scop, exist mai muli coeficieni care pot fi calculai.

VI.2.1 Coeficientul Yule


Coeficientul msoar gradul de asimetrie prin raportul dintre diferena
i suma abaterilor cuartile i se calculeaz dup formula alturat. Observm
c, pentru a calcula acest coeficient, este necesar s calculm pur i simplu
cele trei cuartile, dup metoda prezentat ntr-unul dintre capitolele anterioare.
(formula 6.1)
Coeficientul poate lua, n general, valori de la -1 la +1 i indic mrimea asimetriei negative sau pozitive. Cu ct valorile sunt mai apropiate de 0,
cu att distribuia este mai simetric. Cu ct se apropie de -1 sau de +1, ea
devine tot mai asimetric spre stnga sau spre dreapta.
Acest coeficient este foarte uor de calculat, ns ine cont doar de cteva valori valorile cuartile i nu de toate valorile din distribuie, fapt care
i limiteaz precizia i se consider c este doar un coeficient elementar al
simetriei.
S ne reamintim exemplul de calcul al cuartilelor, din capitolul anterior. Am stabilit atunci i nu vom mai intra acum n detalii, c primul cuartil
(Q1) are valoarea 12,03, al doilea cuartil (Q2) este 16,16 iar al treilea cuartil
(Q3) avea valoarea 25,75. nlocuind n formula noastr, obinem valoarea
negativ -1,35, indicnd o asimetrie spre stnga, adic o tendin ctre scoruri
mari, fapt ce se poate observa cu uurin din distribuia statistic.

VI.2.2 Coeficientul de asimetrie Fisher


Coeficientul de asimetrie al lui Fisher, nu se bazeaz pe cteva elemente, precum coeficientul Yule, ci pe toate valorile din distribuie i se cal150

Cristian Opariuc-Dan
culeaz folosindu-se momentele centrate. Variana, de exemplu, este momentul centrat de ordin doi, deoarece am ridicat la ptrat fiecare diferen dintre o
valoare particular i medie. Dac ridicm aceste diferene la cub, obinem
momentul centrat de ordin 3 iar dac ridicm la puterea a patra, momentul
centrat de ordin patru. tim, de la abaterea standard, c ridicarea la ptrat
amplific ponderea pe care o au variabilele distanate puternic de la medie.
Aceast pondere este amplificat i mai mult prin ridicare la cub, ns, de
aceast dat, va fi luat n considerare i semnul cubului diferenelor.

(formula 6.2)

Dac raportm momentul de ordin trei la cubul abaterii standard, obinem exact expresia coeficientului de asimetrie a lui Fisher.
Iat o prim formul care, probabil, v va determina s aruncai cartea
din mn. Dac ai ajuns la aceast fraz, dac acum continuai s citii, nseamn c dumneavoastr chiar dorii s nvai serios aceste noiuni Ideea este c, dei pare complex, formula nu face altceva dect s calculeze un
fel de varian, doar c nu mai ridiTabel 6.1 Calculul coeficientului de
cm numai la ptrat fiecare diferen
asimetrie
x
x
m
(xi-m)2
(xi-m)3
i
intre scorul obinut, ci i la cub. Proce10
-9,6
92,16
-884,736
deul nu este deloc mai complicat dect
22
2,4
5,76
13,824
31
11,4
129,96
1481,544
calculul varianei, dup cum vom vedea
9
-10,6
112,36
-1191,02
n urmtoarele exemple.
Relund exemplul cu date discrete, ne amintim c avem urmtoarele
date 10, 22, 31, 9, 24, 27, 29, 9, 23, 12
pentru care media este 19,6 iar numrul
de msurtori este 10.

24
27
29
9
23
12

4,4
7,4
9,4
-10,6
3,4
-7,6

19,36
54,76
88,36
112,36
11,56
57,76
684,4

85,184
405,224
830,584
-1191,02
39,304
-438,976
-850,08

151

Statistic aplicat n tiinele socio-umane

De asemenea, am aranjat aceste date ntr-un tabel pentru a ne uura


procedeul de calcul. Tot la calculul dispersiei, v amintii, am fcut ptratul
diferenelor (xi-m)2, dup care suma ptratelor.
n formul trebuie s mai calculm cubul acestor diferene (pentru
momentul centrat de ordin trei). Vom mai aduga o coloan pe care o vom
denumi (xi-m)3 i vom ridica la puterea a treia fiecare diferen xi-m. La final
vom face suma ptratelor i suma cuburilor. Suma cuburilor poate fi un numr pozitiv sau negativ, n funcie de ponderea pe care o au abaterile scorurilor nspre partea dreapt sau nspre partea stng fa de medie. n acest moment nu ne rmne dect s nlocuim n formul. Suma ptratelor este 684,4,
suma cuburilor este -850,08 iar numrul de msurtori este 10. nlocuind,
obinem urmtoarele momente de ordin trei i doi, prezentate n figura alturat. Dup efectuarea calculelor obinem un coeficient de asimetrie de - 0,15,
coeficient care indic o distribuie simetric.
850,08
10

684,4
10

850,08
5661,93

0,15

Similar se realizeaz calculele i n cazul datelor grupate n clase, derivnd din formula de calcul a dispersiei pentru date grupate. Acest exemplu
l lsm ca exerciiu.
Acest coeficient are valoarea zero pentru distribuii perfect simetrice.
Valorile negative sunt considerate ca asimetrii la stnga iar valorile pozitive
indic asimetrii la dreapta. O valoare zero este ns o valoare pe care o vom
ntlni foarte rar n practic. n mod normal, valorile sunt diferite de zero. Nu
ns orice valoare diferit de zero poate indica o asimetrie care s devieze
semnificativ de la distribuia normal. Vom vedea, puin mai trziu, care sunt
limitele ntre care putem considera totui o distribuie asimetric fiind normal.

152

Cristian Opariuc-Dan
Exerciiu:
Calculai coeficientul de asimetrie folosind distribuia n clase prezentat la capitolul de calcul a dispersiei.
Atunci cnd discutm de asimetrie, trebuie s precizm o serie de relaii care apar ntre indicatorii tendinei centrale, medie, median i mod.

ntr-o distribuie perfect simetric, media mediana i modul


au exact aceleai valori. Caracteristica acestei distribuii o reprezint coincidena absolut a celor trei indicatori ai
tendinei centrale. Dup
cum putei observa n figura
alturat, att media, ct i
mediana i modul, se afl n
acelai punct, la mijlocul
distribuiei. Grupa subieci- Figura 6.4 O distribuie perfect simetric
lor cu scoruri mai mici dect media este perfect simetric cu grupa subiecilor cu scoruri
mai mari dect media. Acest aspect este menionat din raiuni
teoretice. n practic nu vom ntlni o distribuie perfect normal, ci o distribuie care poate fi acceptat ca fiind o distribuie normal.

ntr-o distribuie asimetric


la
dreapta
(distribuie
skewness pozitiv, vezi figura
alturat), predomin scorurile mici. n acest caz, modul
este valoarea situat cel mai
la stnga n irul de date, iar

Figura 6.5 O distribuie asimetric


la dreapta

153

Statistic aplicat n tiinele socio-umane

mediana este mai mic dect media. Evident, mediana fiind


valoarea care mparte irul ordonat de date n dou pri egale,
iar dac n distribuie predomin scorurile mici, atunci
le mari sunt considerate ca scoruri extreme. tim, de la analiza
preciziei indicatorilor tendinei centrale, c ntr-o serie de date
n care ntlnim scoruri extreme mari, media tinde s le pun
n valoare. Iat c acest fapt este ilustrat grafic n figura de mai
sus. Observai relaia existent ntr-o asemenea distribuie:
Mo<Me<m. Aceast relaie este relaia caracteristic a unei
distribuii asimetrice pozitiv.

ntr-o distribuie asimetric la stnga (distribuie skewness


negativ, vezi figura alturat), predomin scorurile mari. n
acest caz, modul este valoarea situat cel mai la dreapta n irul de date, iar mediana este mai mare dect media. Evident,
mediana fiind valoarea care mparte irul ordonat de
date n dou pri egale, iar
dac n distribuie predomin scorurile mari, atunci
scorurile mici sunt considerate ca scoruri extreme.
Figura 6.6 O distribuie asimetric la
stnga
tim, de la analiza preciziei indicatorilor tendinei
centrale, c ntr-o serie de date n care ntlnim scoruri extreme mici, media tinde s le pun n valoare. Iat c acest fapt
este ilustrat grafic n figura de mai sus. Observai relaia existent ntr-o asemenea distribuie: Mo>Me>m. Aceast relaie
este relaia caracteristic a unei distribuii asimetrice negativ.

n baza acestor relaii stabilite ntre medie i median, dar lund n


considerare i abaterea standard, o variant a coeficientului skewness poate fi
154

Cristian Opariuc-Dan
calculat dup formula:

, unde x barat reprezint media, Me

reprezint mediana iar abaterea standard. Valorile sale se interpreteaz la


fel ca orice coeficient de asimetrie. Avnd n vedere simplitatea acestei formule, exersarea ei pe unul dintre exemplele de mai sus, v-o lsm ca exerciiu.
Simetria este al doilea aspect important al unei distribuii normale. O
distribuie normal este o distribuie simetric.

VI.3 Boltirea sau excesul


Asimetria pe orizontal, presupune, dup cum am vzut, o deplasare a
tendinei centrale spre stnga sau spre dreapta, ctre scoruri mici sau ctre
scoruri mari. Aceasta este singura asimetrie posibil? Ei bine, nu. Exist i
un fel de asimetrie vertical sau
boltire. Termenul folosit generic
pentru acest concept este termenul
de kurtosis (din limba greac, kurtos
= cocoat). Practic, boltirea se
refer la aspectul cocoaei distribuiei rezultatelor. Cocoaa poate fi
ascuit i atunci putem vorbi de o
Figura 6.7 Distribuie mezocurtic (A),
distribuie ascuit sau leptocurtic,
leptocurtic (C) i platicurtic (B)
poate fi turtit, distribuia turtit,
plat sau platicurtic sau normal,
distribuie mezocurtic. O distribuie normal este ntotdeauna o distribuie mezocurtic.
n figura de mai sus, distribuia C este o distribuie leptocurtic, ascuit. Distribuia B este o distribuie platicurtic, turtit iar distribuia A
este o distribuie normal sub aspectul boltirii, sau mezocurtic.

155

Statistic aplicat n tiinele socio-umane

Ai observat deja c boltirea nu este altceva dect simetria pe axa vertical (OY), spre deosebire de simetria propriu zis, deplasarea valorilor pe
axa orizontal (OX). Dac la simetrie vorbeam de frecvene (care sunt cele
mai frecvente scoruri obinute, unde se concentreaz acestea? n eantionul
nostru avem mai degrab subieci mici sau subieci nali? Ori poate exist un
echilibru ntre subiecii scunzi i cei nali), la boltire discutm de valori, de
modul n care aceste valori se grupeaz n jurul tendinei centrale (sunt mai
grupate valorile n jurul mediei sau, din contra, foarte mprtiate.)
La fel ca i simetria, boltirea nu poate fi apreciat pur ochiometric
ci avem nevoie i aici de anumii coeficieni rezultai din formule de calcul
specifice. Pearson a discutat despre boltire n termeni de momente, la fel ca i
simetria, rezultnd astfel coeficientul de boltire sau coeficientul kurtosis.

(formula 6.3)

Dac skewness reprezenta raportul dintre momentul centrat de ordin


trei i momentul centrat de ordin doi, coeficientul de boltire reprezint raportul dintre momentul centrat de ordin patru i momentul centrat de ordin doi.
Formula nu ar trebui s v pun probleme dac ai neles modalitatea
de calculare a coeficientului de asimetrie. Tehnica este asemntoare.
Una dintre recomandrile interpretative ale coeficientului de boltire,
afirm c, o distribuie normal are un coeficient de boltire egal cu 3, iar
comparaiile se fac n funcie de aceast valoare. Pe msur ce coeficientul de
boltire are valori mai mari de 3, distribuia este din ce n ce mai cocoat
(leptocurtic), iar cu ct acest coeficient scade de la valori mai mici dect 3,
cu att distribuia este mai plat (platicurtic).
Deoarece n practica statistic suntem obinuii mai degrab cu coeficieni care iau n considerare valori ntre -1 i +1, o variant a formulei de
mai sus poate fi urmtoarea, care-i pstreaz aceeai valoare interpretativ:

156

Cristian Opariuc-Dan

(formula 6.4)

Sunt i alte modaliti de interpretare ale acestui coeficient, modaliti


pe care le vom discuta imediat, n subcapitolul destinat aplicaiilor practice.
Vom reconsidera exemplul folosit la aprecierea simetriei, n vederea
calculrii boltirii. De data aceasta, nu mai suntem interesai de ridicarea la
cub a diferenelor dintre valori i medie, ci de ridicarea la puterea a patra,
pentru a afla momentul centrat de ordin Tabel 6.2 Calculul coeficientului de boltire
xi
xi-m
(xi-m)2
(xi-m)4
patru. Dup efectuarea calculelor, suma
10
-9,6
92,16
8493,466
ptratelor diferenelor este 684,4 iar
22
2,40
5,76
33,1776
suma ridicrii la puterea a patra a dife31
11,40
129,96
16889,6
renelor va fi 65316,59. Acum va trebui
9
-10,60
112,36
12624,77
24
4,40
19,36
374,8096
s aplicm formula de calcul i vom
27
7,40
54,76
2998,658
obine valoarea coeficientului kurtosis
29
9,40
88,36
7807,49
de 1,39, ceea ce determin o distribuie
9
-10,60
112,36
12624,77
uor platicurtic. Acest lucru devine
23
3,40
11,56
133,6336
mai evident dac aplicam formula a
12
-7,60
57,76
3336,218
Suma
684,4
65316,59
doua i scdem valoarea 3. Va rezulta
un coeficient de boltire de -1,61, putnd suspecta aceast form a distribuiei.
65316,59
10

684,4
10

65316,59
46840,30

1,39

O distribuie leptocurtic, ascuit, arat c datele sunt foarte


grupate i apropiate de medie, lotul de subieci avnd un mare
grad de omogenitate a scorurilor. Aceast distribuie nu ridic
nici un fel de probleme atunci cnd trebuie s difereniem subiecii care obin scoruri mici sau mari. Avem ns dificulti
atunci cnd trebuie s difereniem subiecii din zona medie a
distribuiei. De exemplu, ntr-o clas de 30 de elevi, 27 obin
157

Statistic aplicat n tiinele socio-umane

medii anuale ntre 7,9 i 8,1. Iat c, doar dou zecimi difereniaz ntre aproape ntreg efectivul de elevi. Nu avem nici o
problem cu repartizarea celorlali trei elevi. Pe aceia i vom
considera ori foarte buni, ori foarte slabi, n funcie de media
obinut sub 7,9 sau peste 8,1. Ce ne facem ns cu cei 27 de
subieci? Suntem, iat, n imposibilitatea de a-i ierarhiza n
vreun fel. Dac presupunem c cei trei subieci au note mai
mici de 7,9, atunci cine va lua, dintre cei 27 de elevi, premiul
I, cine va lua premiul II i cine va lua premiul III. Decizia ar
fi, dup cum se poate vedea, extrem de dificil, dac nu chiar
imposibil. Singura variant n acest caz, ar putea fi creterea
preciziei. Nu calculm media cu o singur zecimal, ci cu 2, 3
sau 4 zecimale. Totui, sunt situaii n care un asemenea nivel
de precizie este ridicol. O evaluare n care distribuia rezultatelor este leptocurtic, este o evaluare ce nu poate diferenia ntre subiecii de nivel mediu, iar o curb leptocurtic nu este o
distribuie normal;

O distribuie platicurtic, plat, este o distribuie n care rezultatele sunt foarte mprtiate fa de medie i indic un grad
ridicat de eterogenitate al scorurilor. Problema general a
acestei distribuii, n opoziie cu distribuia leptocurtic, este
aceea c difereniaz greu la extreme i destul de bine n zona
mediei. Va fi greu, utiliznd o asemenea distribuie, s facem
diferenieri ntre elevii slabi i ntre elevii buni, dei putem diferenia relativ uor elevii medii. Datorit acestui fapt, o distribuie platicurtic nu este nici ea o distribuie normal.

O distribuie normal este o distribuie mezocurtic.

Analiza unei distribuii sub aspectul normalitii este primul pas pe


care-l facem n orice prelucrare de date. Deoarece, n funcie de rezultatul

158

Cristian Opariuc-Dan
acestei analize, vom putea alege tehnicile i procedeele statistice pe care le
putem folosi, aceast etap o ntlnim, de obicei, la nceputul oricrui raport
de cercetare, imediat dup descrierea eantionului.
Dei modalitatea, simetria i boltirea se pot analiza separat, n practic
putem avea surpriza ca cei doi indicatori ai simetriei i boltirii s-i cumuleze
efectele i, cu toate c separat putem aprecia o distribuie ca fiind normal,
luat per ansamblu vom constata c distribuia nu este normal. Exist, aadar, alte tehnici de verificare a distribuiei normale, tehnici pe care le vom
discuta n ultimul capitol al acestui volum deoarece mai avei nevoie de unele
informaii suplimentare.

VI.4 Caracterizarea distribuiei normale


Afirmam, n capitolul anterior, c media i abaterea standard caracterizeaz pe deplin o distribuie normal.
Teoretic, exist un numr infinit de
abateri standard la dreapta i la stnga
mediei. Practic, considerm c o distribuie normal are un numr de ase
abateri standard: trei la dreapta mediei
i trei la stnga mediei, deoarece volumul de populaie care rmne n afara acestor limite este nesemnificativ i
Figura 6.8 Distribuia normal
poate fi ignorat. La o distribuie perfect
normal, jumtate din rezultate se situeaz n dreapta mediei (rezultatele mari) i jumtate din rezultate se situeaz
n stnga mediei (rezultate mici).

ntre o abatere standard la stnga mediei i o abatere standard


la dreapta mediei, ntlnim aproximativ 68% din populaie
(mai precis 68,28%, cu 34,13% ntre medie i o abatere standard la stnga i tot 34,13% ntre medie i o abatere standard
159

Statistic aplicat n tiinele socio-umane

la dreapta). Aceasta este zona normal, zona n care rezultatele pot fi considerate tipice. Dac lum, ca exemplu, coeficientul de inteligen, n aceast zon se afl persoanele considerate normale sub aspect intelectual;

ntre dou abateri standard la stnga mediei i dou abateri


standard la dreapta, ntlnim aproape 95% din populaie (mai
precis 95,44% cu 47,72% ntre medie i dou abateri standard
la stnga i 47,72% ntre medie i dou abateri standard la
dreapta.). Zona ntre o abatere standard i dou abateri standard, att la stnga ct i la dreapta, este zona rezultatelor accentuate i cuprinde, fiecare, cte 13,59% din populaie. Astfel, ntre o abatere standard la stnga i dou abateri standard
la stnga, de afl persoanele cu un intelect mai redus, intelect
de limit. La fel, ntre o abatere standard la dreapta i dou
abateri standard la dreapta, se afl persoanele cu o inteligen
peste medie, cei detepi;

ntre trei abateri standard la stnga mediei i trei abateri standard la dreapta mediei, ntlnim aproximativ 99% din populaie (mai precis 99,74% cu 49,87 % ntre medie i trei abateri
standard la stnga i 49,87% ntre medie i trei abateri standard la dreapta). Aceast zon este zona rezultatelor atipice.
Zona ntre dou abateri standard la stnga i trei abateri standard la stnga, este zona deficienilor mintali, cu un intelect
extrem de redus. n aceast zon, ntlnim 2,15% din populaie, acelai procent ca i n zona situat ntre dou i trei abateri standard la dreapta, zona celor cu o inteligen deosebit, a
persoanelor supradotate. Iat c, ntre deficienii mintali i supradotai ntlnim aproape ntreaga populaie, peste 99%

160

Cristian Opariuc-Dan

Mai rmne, aproximativ 1% din populaie (mai exact 0,26%).


situat fie dup trei abateri standard la stnga (0,13%), fie dup trei abateri standard la dreapta (0,13%). Iat i zona rezultatelor aberante, zon n care gsim mai puin de 1% din populaie. Dup trei abateri standard la stnga, gsim idiotul
idioilor, iar dup trei abateri standard la dreapta l gsim pe
Einstein. Iat, aceast zon este zona idioiei sau a geniilor.

Spuneam c, dac noi cunoatem media i abaterea standard, putem


calcula probabilitatea cu care un rezultat particular se ncadreaz ntr-una
dintre aceste zone. S considerm c, figura de mai sus, reprezint o distribuie perfect normal a rezultatelor unui test, la care scorurile variaz de la 0 la
100. Un subiect care obine nota brut 64, este situat n zona medie, foarte
aproape de rezultatele zonei superioare, n timp ce un subiect cu nota brut 27
se situeaz n zona accentuat inferioar. Iat c, astfel, ajungem la un alt
concept n statistic i anume la conceptul poziie a unui scor particular n
raport cu rezultatele unui grup reprezentativ de persoane (eantion). Oare nu
cumva acest lucru seamn foarte bine cu un alt termen vehiculat n psihologie i anume termenul de etalon? Ba da, ai presupus foarte bine, chiar despre
etaloane este vorba. ns, pn s le aprofundm, vom aborda un alt element
de baz i anume conceptul de note z.

VI.4.1 Notele z i note standard derivate


Cnd am discutat de abaterea standard, am vzut c aceasta reprezint
un mijloc de raportare a modului n care rezultatele se mprtie n jurul
mediei. De asemenea, am spus c, dac cunoatem media i abaterea standard
a unei distribuii, putem foarte uor s precizm probabilitatea ca un scor particular s se situeze ntr-o anumit poziie. Pentru disciplinele socio-umane,
acest lucru este vital, deoarece atunci cnd msurm, practic precizm poziia
pe care o are un subiect n raport cu o populaie de referin. Este ideal ca
aceast poziie s poat fi prezentat ntr-o manier standardizat. Acest lucru

161

Statistic aplicat n tiinele socio-umane

poate fi uor de ndeplinit atunci cnd avem n vedere conceptul de note standardizate. La baza acestui concept stau notele z. Notele z reprezint
diferena dintre scorul observat i medie, n termeni de abatere standard. Cu alte cuvinte, notele z nu sunt altceva dect distanele la care se
situeaz scorurile particulare n raport cu media grupului iar aceast distan este
exprimat standardizat.

Figura 6.9 Diferite sisteme de note standard

Teoretic, notele z
sunt note obinute pe o
curb cu media 0 i abaterea standard 1. n acest caz,
o distribuie normal are
practic notele z cuprinse
ntre -3 i +3, ntre aceste
note regsindu-se peste 99%
din populaie, dup cum
observai n figura de alturi.

Transformarea notelor obinute de ctre un subiect n note z este foarte simpl i se face dup
formula:
(formula 6.5)
n care x reprezint nota brut, scorul obinut de ctre subiect, x barat
reprezint media eantionului cu care comparm performana subiectului iar
sigma se refer la abaterea standard a acelui eantion.

162

Cristian Opariuc-Dan
De exemplu, ntr-o coal, media elevilor unei clase la matematic este de 6,25 cu o abatere standard de 3,94. Georgel a obinut, la matematic,
media 7,15. Ne intereseaz s tim dac Georgel este un elev mediu la matematic, un elev bun sau un elev slab. Intuitiv, am putea spune c este un elev
bun, deoarece media lui este mai mare dect media clasei. Nu putem ti ns
cu precizie acest lucru, deoarece nu cunoatem cum se distribuie notele celorlali elevi n jurul mediei. Acest lucru ni-l spune abaterea standard. Cu alte
cuvinte, va trebui s precizm poziia pe care o ocup Georgel n cadrul grupului de referin din care face parte, adic raportat la elevii din clasa sa.
Acest lucru devine posibil prin calculul notei z a lui Georgel, not care ne
spune la cte abateri standard se
afl scorul su n raport cu clasa. Aplicnd formula de mai
sus, observm c nota z a lui
Georgel la matematic este de
,

,
,

,
,

0,22.

Deci

Georgel se situeaz, din punctul


de vedere al performanei sale la
matematic, la 0,22 abateri
standard fa de medie, adic n
zona punctului rou marcat pe
figura 6.10.

Figura 6.10 Reprezentarea poziiei unui subiect n


funcie de nota z

Performana sa la matematic este, prin urmare, o performan medie, situndu-se ntre medie i o
abatere standard la dreapta, deci n zona scorurilor medii.
Spre deosebire de Georgel, Costel are media la matematic de 4,08.
Este oare Costel un elev slab, un elev mediu sau un elev foarte slab? Nota z
a lui Costel este 0,55. i aceast not se situeaz ntre medie i o abatere
standard la stnga de aceast dat. Iat c, n ciuda aparenelor, raportat la

163

Statistic aplicat n tiinele socio-umane

performana elevilor din clas, dei are media sub cinci, Costel este un elev
mediu la aceast disciplin.
Cred c intuii deja ce se ntmpl. n domeniul socio-uman, noi nu
putem niciodat s msurm ceva cu exactitate. Putem doar s comparm
rezultatul unui subiect cu rezultatul unui grup de referin. Comparaia aceasta se poate realiza numai dac cunoatem media i abaterea standard a grupului de referin, n cazul n care, distribuia caracteristicii msurate n cadrul
grupului de referin este o distribuie normal.
Pentru a v clarifica mai bine acest concept, s lum un nou exemplu.
Avem un test de inteligen cu 20 de probleme. Dac subiectul rezolv corect
o problem, primete un punct. Dac nu o rezolv corect, primete zero puncte. Deci, scorul unui subiect poate varia de la zero puncte, atunci cnd nu
rezolv corect nici o problem, i pn la 20 de puncte atunci cnd le rezolv
corect pe toate.
Avem dou persoane: Vasile, obine un scor la acest test de 10 puncte
iar Viorel, un scor de 12 puncte. ntrebare: putei spune care dintre cei doi
subieci este mai bun? Care are un nivel intelectual mai ridicat?
Cei mai muli dintre dumneavoastr vor zmbi acum complice i mi
vor spune: Evident c Viorel, deoarece a rezolvat mai multe probleme.
Poate avei dreptate. ns, iat c v mai dau un amnunt. Vasile este cioban
iar ciobanii rezolv corect, n medie, 7 probleme. Lucrurile se schimb acum.
Vasile poate obine linitit funcia de baci deoarece nivelul su intelectual
este mai ridicat n comparaie cu nivelul ciobanilor. Viorel este profesor iar
profesorii rezolv corect, n medie, 18 probleme. Fa de grupul profesorilor,
Viorel este cioban.
Dei exagerat, scopul acestui exemplu este acela de a v convinge c
notele brute, scorurile, nu ne spun nimic prin ele nsele. Notele brute dobndesc semnificaie numai n urma comparrii cu o populaie de referin. Pu-

164

Cristian Opariuc-Dan
tem afirma despre cineva c este bun sau slab numai n raport cu un reper, cu
un grup de referin. Probabil c eu sunt bun la statistic n comparaie cu
studenii crora le predau aceast disciplin i slab n raport cu unii profesori
de ai mei sau cu Spearman ori Pearson. Termenul de bun sau slab dobndete
semnificaie numai raportat la un reper.
Toate aceste informaii servesc drept suport procesului de etalonare.
Un etalon nu este altceva dect un sistem de norme, la care se raporteaz performana unui individ, la o anumit sarcin. Evident, un etalon este fcut pe o
anumit populaie iar raportnd un rezultat al unui subiect la un etalon, nu
facem altceva dect s comparm performanele acelui subiect cu performanele grupului pe care a fost construit etalonul. Despre etaloane, vom discuta
ns imediat.
Notele z au i ele o serie de proprieti cu aplicabilitate practic deosebit, dintre care menionm (Popa, 2006):

Media unei distribuii z este egal cu zero, afirmaie ce rezult din proprietatea acestui indicator de a se diminua atunci
cnd scdem o constant din fiecare scor particular. Deoarece
din formul rezult aceast diferen (se scade fiecare scor
particular din medie), n final media va ajunge la valoarea zero

Abaterea standard a unei distribuii z este ntotdeauna 1. i


aceast afirmaie rezult din proprietile abaterii standard.
tim c dac mprim abaterea standard la o constant, valoarea acesteia se divide corespunztor. Din formul, observm
c acea constant la care mprim este chiar abaterea standard
iar mprirea a dou numere egale are ca rezultat 1

Notele z sunt note direct calculabile, utilizndu-se media i abaterea


standard i reprezint temelia oricrui proces de standardizare. Totui,
principalul dezavantaj al notelor z este acela c sunt puin intuitive. Trebuie

165

Statistic aplicat n tiinele socio-umane

s tim bine ce nseamn distribuia normal pentru a nelege corect semnificaia acestor note. n plus, au valori pozitive i negative, ceea ce le face, iari, greu de utilizat.
Ar fi mai uor pentru noi dac n loc s folosim o scal de la 3 la 3
pentru ncadra aproximativ 99% din populaie, am folosi o alt scal, de
exemplu de la 1 la 10, mult mai intuitiv, deoarece se asociaz rapid sistemului colar de evaluare sau o scal de la 1 la 5, de la 1 la 9 i aa mai departe.
Este oare posibil acest lucru? Dac ne amintim de proprietile scalei de interval, prezentate la nceputul acestei lucrri, vom constata c una dintre aceste proprieti se referea la deplasare, prin modificarea constantei de deplasare.
Notele z au o constant de deplasare zero. Dac mrim aceast constant de
deplasare, vom putea s deplasm distribuia astfel nct s nu ne mai situm n zona scorurilor standardizate negative. Obinem astfel un alt sistem de
note standardizate, mai intuitiv i mai practic. Asemenea scale standardizate,
derivate din notele z, sunt staninele (numele provine din englezescul standard nine), un sistem n nou clase normalizate, sten (din englezescul standard ten), n zece clase normalizate, notele T sistem raportat la o distribuie cu media 50 i abaterea standard 10, abateri IQ media 100 i abaterea standard 15, etc.
Relund exemplele anterioare, ne propunem s convertim scorurile
z ale lui Georgel i Costel n stanine, sten, note T i abateri IQ. V reamintesc c media elevilor clasei la matematic este de 6,25 cu o abatere standard
de 3,94 iar Georgel a obinut, la matematic, media 7,15 i Costel 4,08.
Pentru a calcula scorurile sten, vom deplasa distribuia cu media scalei sten care este, evident, 5,5 iar formula de calcul va deveni:
5,5

5,5

. (formula 6.6)

Aadar, scorul sten al lui Georgel este de 5,5+0,22, adic 5,72. Observm c poziia acestui scor nu modific punctul n care se afl Georgel pe
166

Cristian Opariuc-Dan
distribuia normal, ns scorul devine mult mai intuitiv. Media 5,75 la matematic ne spune mult mai multe dect 0,22. Scorul n stanine al lui Georgel
se calculeaz similar. Pe o scal de la 1 la 9, media este evident 5. Prin urmare, deplasm scala cu 5 de aceast dat i obinem 5 + 0,22 = 5,22. Obinem,
de fapt, exact acelai lucru, ns pe o scal de la 1 la 9 i nu de la 1 la 10 ca n
exemplul anterior.
Pentru notele T, avem de a face att cu o deplasare, ct i cu o comprimare a intervalelor. Afirmam c scala T este o scal cu media 50 i abaterea standard 10 iar n acest caz formula de calcul a notelor T va deveni:
50

10

50

10 . (formula 6.7)

Nota T a lui Georgel, pe o scal de la 1 la 50 va fi aadar 50 +


10x0,22, adic 50 + 2,2 ceea ce nseamn 52,2. Surpriz. Din nou, nu se modific poziia acestui scor pe curba de distribuie. La fel putem proceda i n
cazul calculului abaterilor IQ. Formula, de aceast dat va fi similar celei
pentru note T:
100

15

100

15 . (formula 6.8)

n cazul nostru, rezultatul devine 100 + 15x0,22 adic 100 + 3,3 ceea
ce nseamn 103,3. Remarcm c, nici n acest caz, nu se modific poziia
subiectului pe curba de distribuie.
Iat ct de uor putem raporta performanele subiectului la performanele grupului din care acesta face parte i care sunt semnificaiile acestei raportri, indiferent de sistemul de scale standard utilizat. Calculul notelor
standardizate derivate ale lui Costel vi-l lsm dumneavoastr ca exerciiu.
O alt caracteristic extrem de important a scorurilor standardizate
este aceea c, putem efectua comparaii ntre rezultatele obinute de ctre
subieci la probe diferite care folosesc ele nsele scale diferite. De exemplu,

167

Statistic aplicat n tiinele socio-umane

dac comparm performanele unui subiect la un test de inteligen, care are


60 de probleme cu performanele obinute de acelai subiect la o prob de
comprehensiune semantic, ce are 30 de probleme iar subiectul obine o not
brut la testul de inteligen de 40 iar la cel de comprehensiune semantic de
28 atunci putem oare afirma c subiectul are o inteligen mai bun n comparaie cu capacitatea sa de comprehensiune semantic? Categoric nu! Chiar
i la prima vedere, n condiiile n care ambele teste au acelai sistem de
scorare, constatm c primul are mai multe ntrebri dect al doilea. Sunt 20
de probleme nerezolvate de subiect la testul de inteligen n comparaie cu 2
nerezolvate la cel de comprehensiune semantic. Este imposibil s comparm
direct aceste dou rezultate, mai nti trebuie s le aducem la un numitor comun. Acest numitor comun l reprezint notele standardizate.
Prin urmare, va trebui s calculm notele z (sau orice alte note standardizate) ale acestui subiect la cele dou teste i apoi vom putea s comparm rezultatele obinute utilizndu-se aceste note standardizate. De nenumrate ori mi-a fost dat s vd lucrri ale studenilor prin care acetia comparau
rezultatele subiecilor la dou teste diferite att sub aspectul numrului de
itemi ct i sub cel al sistemului de cotare. E ca i cum a compara dou kilograme de mere cu 2 metri de sfoar. O asemenea abordare este complet eronat i nu duce la nici un fel de rezultat. Trebuie gsit un numitor comun pe
care l regsim sub forma acestor note standardizate.

VI.5 Transformarea datelor brute


Consider c v-am convins de avantajele utilizrii notelor standardizate. Totui, folosirea lor este condiionat de o distribuie normal sau foarte
apropriat de cea normal. n absena criteriului normalitii, tot demersul
menionat mai sus nu se mai susine. Am vzut c sunt destule situaii n care
distribuia rezultatelor nu mai este normal, putnd aprea scoruri aberante ce
duc la o asimetrie pronunat sau un eantion extrem de omogen sau extrem
de eterogen ce poate influena radical boltirea. De asemenea, prezena mai

168

Cristian Opariuc-Dan
multor vrfuri n distribuie determin nclcarea criteriului modalitii. Ce
ne facem n aceste cazuri? Vestea bun este c avem la dispoziie metode
prin care putem normaliza aceast distribuie fcnd-o utilizabil.
Am vzut deja c, prin inspectarea datelor, putem vedea i corecta
scorurile extreme rezultate din erorile de introducere a datelor. Dac aparatele
de nregistrare sunt defecte ori designul de cercetare este defectuos, nu avem
prea multe posibiliti dect reproiectarea cercetrii sau repararea aparatelor.
Totui, ce facem dac nu sunt erori de introducere a datelor, aparatele sunt
bune iar designul este n regul, ns nu am obinut o distribuie normal?
Soluia este transformarea datelor brute prin anumite procedee de
rescalare a valorilor, pentru ca noile valori s respecte condiiile de aplicare a
unor teste statistice (Sava, 2004). Dac i n urma acestor transformri distribuia continu s pun probleme, vom utiliza statistici nonparametrice, renunnd la prelucrrile parametrice de date.
Exist multe procedee de modificare a valorilor care s nu afecteze
semnificaia datelor, iar dintre cele mai cunoscute sunt tehnicile de normalizare a distribuiei.
O distribuie multimodal poate fi corectat relativ uor inspectnd
valorile modale i renunnd la un singur scor. Deoarece modul este categoria
cu frecvena cea mai mare, renunnd la un singur caz din categoria modal
transformm o distribuie bimodal ntr-una unimodal. De exemplu dac
msurm greutatea unui numr de 50 de subieci i constatm c avem dou
categorii mod: subieci cu greutatea de 78 de kilograme 10 cazuri i subieci cu greutatea de 84 de kilograme 10 cazuri, eliminnd din eantion un
singur subiect care are 78 de kilograme sau 84 de kilograme, determinm
transformarea ntr-o distribuie unimodal. Desigur, nu vom mai avea 50 de
cazuri ci 49, ns este mai bine s tai un deget dect s pierzi mna.

169

Statistic aplicat n tiinele socio-umane

O distribuie asimetric sau excesiv presupune utilizarea unor tehnici diferite, dintre care menionm:

Folosirea mediei 5% trim este o tehnic ce utilizeaz o


medie ajustat n care nu se ine cont de 5% dintre scorurile
aflate la extremitile distribuiei. Metoda se folosete n cazul
n care avem scoruri extreme reale. Prin acest procedeu, ele
sunt eliminate din calculul acestui indicator;

Extragerea radicalului din toate valorile distribuiei este o


tehnic folosit n special atunci cnd avem o distribuie asimetric moderat. Radicalul strnge o distribuie puternic
platicurtic i corecteaz asimetria;

Ridicarea la ptrat sau la cub este o tehnic utilizat n cazul


distribuiilor leptocurtice deoarece prin acest procedeu se mprtie rezultatele n jurul tendinei centrale;

Logaritmarea valorilor individuale i inversarea valorilor


sunt alte procedee de normalizare utilizate n cazul unor distribuii asimetrice severe.

Dup aceste prelucrri de date este necesar, n mod obligatoriu, o reverificare a distribuiei pentru a vedea modul n care se respect criteriile
normalitii distribuiei pe date astfel normalizate. Toate aceste operaii sunt
permise fr a afecta semnificaia iniial a datelor, dac lum n considerare
proprietile scalei de interval discutate n primul capitol.
Pentru a clarifica aceste situaii, vom considera o serie de exemple intuitive propuse de F. Sava (Sava, 2004) i pe care am apreciat c ar fi util s
le reproducem aici.

170

Cristian Opariuc-Dan

Figura 6.11 Distribuie asimetric moderat

Cele dou figuri de mai sus indic o asimetrie pozitiv, respectiv negativ moderat. n primul caz, extragerea rdcinii ptrate din fiecare scor
individual va conduce la normalizarea acestei distribuii. n al doilea caz radicalul se extrage din reflexia scorurilor. Prin operaia de reflectare, transformm o asimetrie negativ ntr-o asimetrie pozitiv, dup care putem extrage rdcina ptrat.
Operaia de reflectare este una extrem de uoar i presupune practic
inversarea valorilor. Dac, de exemplu, avem urmtorul ir de date:
irul normal: 5, 9, 13, 8, 7, 19
Primul pas pe care trebuie s l facem este acela de a identifica valoarea maxim din irul de date. n cazul nostru, valoarea cea mai mare din ir
este 19. Adugm apoi 1 la valoarea maxim i obinem valoarea 20.
La al doilea pas, vom scdea din valoarea obinut (20) fiecare scor i
vom obine irul reflectat. Constatm c aceast operaiune este similar unei
reflexii n oglind, n care stnga devine dreapta i dreapta stnga. Procedura
este necesar n cazul distribuiilor asimetric negative n vederea extragerii
radicalului, n vederea logaritmrii sau pentru inversare.
irul reflectat: 15, 11, 7, 12, 13, 1

171

Statistic aplicat n tiinele socio-umane

Figura 6.12 Distribuie asimetric sever

O asimetrie ca cea din figura de mai sus reprezint o asimetrie sever.


n acest caz, extragerea radicalului din fiecare valoare sau din valorile reflectate nu rezolv satisfctor problema. Avem nevoie, similar situaiei de mai
sus, de logaritmul natural din fiecare valoare sau, n cazul asimetriei negative,
de logaritmul natural din fiecare valoare inversat.
n cazul asimetriilor extreme curba are un aspect de curb n J, cu
asimetrie pozitiv sau negativ. n aceast situaie nici logaritmul natural nu
ne mai rezolv problema. Vom proceda la calcularea inversului fiecrei valori pentru a normaliza distribuia. Inversul unei valori l putem obine mprind 1 la fiecare valoare din irul de date. Cu alte cuvinte, inversul valorii X
este dat de 1/X. Aceast inversare se realizeaz folosind valorile din irul nostru de date dac asimetria este pozitiv sau valorile din irul inversat de date
dac asimetria este negativ.

VI.6 Sisteme de etalonare


Muli psihologi consider c realizarea unui etalon nseamn, de fapt,
adaptarea unei probe psihologice la specificul unei populaii. Nimic mai fals.
Etalonarea reprezint ultima etap n procesul de adaptare a unui instrument
sau de construcie a unei probe noi i nu are nici o treab cu celelalte caliti
psihometrice ale unui test. Un etalon reprezint un sistem de norme prin
care putem compara rezultatele unui subiect (caz individual) cu rezultatele obinute de ctre un grup reprezentativ de subieci. Un etalon este,
aadar, o unitate de msur, care se folosete n acelai mod n care utilizm

172

Cristian Opariuc-Dan
orice aparat de msurare. Atunci cnd msurm greutatea unei persoane,
avem valoarea acestei variabile obinut prin folosirea unui cntar. ns semnificaia acestei valori depinde de sistemul de referin la care ne raportm.
Dac o persoan are 100 de kilograme i se raporteaz la obezi, cu o greutate
peste 120 de kilograme, atunci acea persoan va fi una slab. Dac ns acelai individ l comparm cu persoane de 70-80 de kilograme, o putem considera o persoan grea.
Mai delicate sunt ns lucrurile n tiinele socio-umane. Dac atunci
cnd ne referim la greutate avem totui un zero absolut iar un kilogram nseamn un kilogram indiferent despre ce am vorbi, n tiinele sociale lucrurile nu stau chiar aa. tii deja de ce, astfel nct nu vom mai insista asupra
acestor aspecte. n domeniul nostru, msurarea nseamn de fapt ierarhizare.
Seciunea anterioar a lmurit modul n care comparm performana unui
subiect cu performana unui grup. Nu avem cum s facem n permanen
acest lucru. Dac lucrm ntr-o ntreprindere i trebuie s evalum un strungar nou angajat, atunci, pentru evaluarea acestuia, nu va trebui s reexaminm toi strungarii din ntreprindere pentru ca s comparm performana
acestuia cu performana grupului din care face parte. Ar fi absurd. Vom considera c performana grupului rmne stabil un anumit interval de timp. n
aceste condiii, examinnd la un moment dat grupul de referin, putem reine
concluziile desprinse i apoi putem compara orice nou individ cu aceste concluzii. Ne referim acum tocmai la conceptul de etalon.
Etaloanele se construiesc n funcie de aspectul distribuiei datelor populaiei pe care s-a fcut studiul. Pentru distribuii care se abat de la normalitate, singura metod de realizare a unui etalon este cuantilarea, utiliznduse valorile percentile. Deoarece se bazeaz pe poziia valorilor n irul ordonat de date, similar medianei i cuartilelor, asemenea etaloane sunt considerate ca fiind etaloane slabe i au o serie de limitri pe care le vom discuta. O
distribuie normal, n care media este un indicator bun al tendinei centrale, permite construcia unor etaloane normalizate, n uniti sigma sau
173

Statistic aplicat n tiinele socio-umane

folosindu-se notele z, mult mai precise i mai utile n comparaie cu etaloanele bazate pe percentile.
nainte de a intra n detalii tehnice referitoare la construcia unui etalon, s menionm cteva criterii ce indic un etalon bun, precum i aspectele
pe care le urmrim atunci cnd ntr-o prob psihologic ni se ofer un asemenea sistem de norme.

Un etalon bun este un etalon construit pe un numr suficient de


mare de persoane. Deoarece scopul unui etalon este acela de a
compara un caz individual cu o populaie de referin, aceast populaie de referin trebuie s includ un numr suficient de mare
de subieci astfel nct s fie reprezentativ. Cunoatem deja problemele pe care le poate pune un eantion redus ca dimensiuni.
Din nefericire acestea nu sunt singurele. Exist i alte aspecte pe
care le vom discuta ulterior. Un numr mic de persoane selectate
n eantionul pe baza cruia se construiete etalonul numit i
eantion normativ duce la o reprezentativitate sczut a acestuia.
Comparnd apoi un subiect cu acest eantion, avem toate ansele
s ajungem la concluzii complet eronate. Un eantion prea mare
crete considerabil costul etalonrii fcnd cercetarea extrem de
scump. Trebuie astfel gsit un optim ntre numrul subiecilor inclui n eantionul normativ i reprezentativitatea acestuia. Un etalon bun este un etalon construit pe un numr de 250-300 de subieci. Se accept, n anumite situaii i etaloane construite pe mai
puin subieci dac acestea sunt specifice unui anumit grup (de
vrst, profesional, clinic etc.). Etaloanele testelor profesionale se
construiesc pe mii de subieci. De exemplu, eantionul normativ
pe care a fost etalonat chestionarul 16PF de ctre Pitariu i Iliescu
a cuprins cca. 3000 de subieci de pe ntreg teritoriul Romniei;

174

Cristian Opariuc-Dan

Un etalon bun este un etalon adaptat specificului probei psihologice i a condiiilor de evaluare. Un etalon pe populaie general are o valoare limitat ntr-un scop specific, spre exemplu ntro uzin. De aceea se recomand efectuarea de etaloane specifice
atunci cnd situaia o impune;

Un etalon bun are un numr suficient de mare de clase care s


poat diferenia subiecii. Un etalon cu dou clase, nu ne este prea
util. O mprire a subiecilor n buni i slabi este rigid i fr
o mare valoare informativ. Ceva mai bine ar sta lucrurile dac am
avea trei clase: buni, medii i slabi, doar c i n acest caz
vom avea o ncadrare oarecum forat a subiecilor n cele trei clase. Putem discuta de un etalon cu o capacitate acceptabil de a diferenia subiecii de la cinci clase n sus. La cinci clase vom avea
urmtoarele niveluri: foarte slab, slab, mediu, bun, foarte bun, niveluri ce permit ordonarea mai fin a subiecilor. Un
numr prea mare de clase ns poate crea confuzii iar o asemenea
precizie devine, din nou, exagerat. n psihologie se utilizeaz, n
general, etaloanele n cinci clase, n apte clase, n nou clase sau
n unsprezece clase.

De multe ori, atunci cnd un psiholog primete i utilizeaz o prob


psihologic, nu i pune probleme asupra etalonului furnizat i l accept ca
atare. Mai mult, unele etaloane sunt pur i simplu scrise de mn pe o bucat
de hrtie, circul ntre psihologi, iar acetia le accept necondiionat. Nimic
mai eronat. Nu uitai c etalonul este unitatea noastr de msur. Avem
obligaia s obinem informaii legate de construcia etaloanelor, cine i cum
le-a fcut, deoarece numai n acest fel vom putea avea ncredere n instrument i vom trage concluzii diagnostice pertinente. De fiecare dat cnd primii un etalon, acesta trebuie s conin, n mod obligatoriu, urmtoarele informaii:

175

Statistic aplicat n tiinele socio-umane

Structura eantionului pe care s-a realizat etalonul, sub aspectul variabilelor de eantionare. Etalonul este realizat pe populaie general sau pe subieci care fac parte dintr-o anumit
categorie? Un etalon realizat pe studeni sau pe elevi de liceu
va avea o valoare mai mult dect discutabil ntr-o uzin chimic. Care este vrsta i genul biologic al subiecilor? Care este distribuia acestor variabile n structura eantionului? Dac
avem un etalon realizat pe copii ntre 10 i 14 ani, cum oare l
vom putea folosi n studiile asupra btrnilor? Nu exist o regul asupra variabilelor de eantionare utilizate la construcia
unui etalon. n general se folosete vrsta, sexul, nivelul de
colarizare. Indiferent de variabilele folosite de ctre realizatorul etalonului, acesta trebuie s le prezinte. Nu ne putem mulumi doar cu sintagma etalonul a fost realizat pe populaie
general. Trebuie precizat i structura acestei populaii.
Numrul subiecilor din eantion va trebui de asemenea bine
precizat. Un etalon realizat pe 100 de subieci nseamn cu totul altceva n comparaie cu un etalon realizat pe 1000 de subieci.

Distribuia rspunsurilor subiecilor la funcia investigat


are o deosebit importan. Ne intereseaz s tim dac distribuia a fost normal sau dac s-au aplicat metode de normalizare a distribuiei, caz n care trebuie prezentate ambele distribuii. Suntem interesai s aflm dac, de exemplu, n eantion
majoritatea persoanelor au rezolvat corect 18 sarcini din 20
sau, din contra, au realizat corect 6 sarcini din 20. Acest lucru
ne informeaz asupra nivelului populaiei cu care vom compara rezultatele cazurilor individuale;

176

Cristian Opariuc-Dan

Metoda de etalonare folosit se stabilete n funcie de distribuia rezultatelor. La o distribuie normal vor fi folosite, n
general, unitile sigma sau clasele normalizate. n cazul unei
distribuii care se abate de la normalitate, se utilizeaz sistemul
de etaloane bazat pe valorile percentile;

Data la care a fost realizat etalonul ne furnizeaz informaii


despre momentul n care a fost construit. Datorit dinamicii
sociale i a noilor achiziii tehnologice, atitudinile, normele
sociale se modific rapid, astfel nct un etalon devine depit
ntr-un timp destul de scurt. Un adolescent de astzi, examinat,
de exemplu, cu Inventarul Multifazic de Personalitate Minnesota, ar intra cu uurin n normele patologice din anii 1950.
Un etalon, n general, se reactualizeaz dup 5-6 ani.

VI.6.1 Etaloane n cuantile


Au la baz valorile percentile i se stabilesc ntr-un mod similar calculului medianei sau al cuartilelor. Bazndu-se pe poziia valorilor n cadrul
unui ir ordonat de date, aceste etaloane nu au precizia celor n clase normalizate ns au avantajul c pot fi construite foarte uor i pe distribuii care se
abat de la distribuia normal.
Construcia unor asemenea etaloane se realizeaz dup urmtorul algoritm:

Se stabilete minimum i maximum dintr-o distribuie;

Se nscriu toate valorile situate ntre minimum i maximum;

Se stabilesc frecvenele absolute i cumulate;

Se alege numrul de clase al etalonului;

Se calculeaz scorul corespunztor procentului pentru fiecare


limit de clas.
177

Statistic aplicat n tiinele socio-umane

S lum, spre exemplu, urmtorul ir de date, care reprezint nlimea unor subieci exprimat n centimetri: 182, 175, 174, 189, 177, 177, 180,
173, 188, 171, 184, 192, 180, 172, 177, 193, 184, 192, 172, 177, 174, 171,
172, 179, 185, 179, 173, 172, 179, 188
n acest exemplu, minimul este 171 iar maximul este 193. Acum, vom
ordona cresctor toate valorile situate ntre miTabel 6.3 Realizarea unui etalon
n cuantile
nim i maxim i vom stabili frecvenele absoluDiagrama
te i cumulate.
Valoare
f
fc
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193

n linii
||
||||
|
||
|

||||
|||
||
|
|
||
|

||
|

||
|

2
4
1
2
1
0
4
0
3
2
0
1
1
2
1
0
0
2
1
0
0
2
1

2
6
7
9
10
10
14
14
17
19
19
20
21
23
24
24
24
26
27
27
27
29
30

Ne propunem s construim un etalon n


cinci clase (cvintile). tim c un asemenea etalon mparte lotul de subieci n procente de cte
20%. n prima clas se vor afla 20% dintre subieci, cei cu nlimea cea mai mic, urmai
fiind de ali 20% dintre subieci, cu nlime
mai mare i aa mai departe. n ultima clas se
vor afla 20% dintre subieci, cu nlimea cea
mai mare.
Pentru prima clas, vom aplica regula
de trei simpl, astfel:
Dac 30 nseamn 100%
Atunci x nseamn 20%
Din cte tim, l putem afla pe x nmulind 30 cu 20 i mprind la 100. Deci
x=(3020)/100=6.

Cutm acum n tabel, n coloana frecvenelor cumulate, valoarea cea mai aproape de
6, valoare corespunztoare primilor 20% dintre subieci, cu nlimea cea mai
mic. Observm c valoarea 6 corespunde chiar cotei 172. n prima clas
178

Cristian Opariuc-Dan
vom include subiecii cu nlimea cuprins ntre minim i 172. n general,
acest lucru se scrie i astfel < 173. Acest lucru nseamn c n prima clas
vom include toi subiecii cu o nlime mai mic sau egal cu 172. n eantionul normativ am avut minimul egal cu 171, aceasta fiind cea mai mic nlime din eantion. n practic putem oricnd gsi un subiect cu o nlime de
169. Prin urmare, prima clas nu o vom scrie, n etalon, de forma 171 172
ci < 173, pentru a asigura un loc n clasificare subiecilor cu valori ale caracteristicii mai mici dect minimul distribuiei eantionului normativ. Aceast
regul este valabil i pentru ultima clas.
Pentru a doua clas, aplicm aceeai regul de trei simpl, de data
aceasta pentru un procent de 40% din eantion:
Dac 30 nseamn 100%
Atunci x nseamn 40%
Noua valoare devine 12. n tabelul frecvenelor cumulate, cel mai
apropiat scor cu frecvena cumulat 12 este 175. Clasa a doua va avea, ca
intervale de clas, 173 175.
n mod similar procedm pentru
calcularea celorlalte repere i obinem
Scoruri
Clasa
Semnificaia
< 173
I
Foarte scunzi
valorile 18 pentru clasa a treia, corespun173 175
II
Scunzi
ztor scorului 179, i 24 pentru clasa a
176 179
III
Medii
patra, corespunztor scorului 186. Avnd
180 186
IV
nali
> 186
V
Foarte nali
reperele claselor, putem acum scrie etalonul sub forma unui tabel ca cel de mai sus.
Tabel 6.4 Etalon n 5 clase

La distribuirea acestui etalon, nu vom uita s includem structura eantionului normativ, distribuia scorurilor la variabila nlime cu precizarea
mediei, medianei, modului i abaterii standard i informaii despre sistemul
de etalonare folosit, n cazul nostru n cvintile.

179

Statistic aplicat n tiinele socio-umane

Dac ai fost ateni, ai observat deja o serie de limitri ale acestui etalon. n primul rnd, intervalele inegale. Dac, teoretic, nlimea minim a
unui om poate fi, s spunem, 150 de centimetri iar nlimea maxim 220 de
centimetri, atunci remarcm numrul diferit de valori din fiecare clas. n
prima clas putem include subiecii de la 150 de centimetri pn la 173 de
centimetri, deci 23 de valori diferite. n a doua clas includem subiecii cu
nlimea cuprins ntre 173 i 175, deci doar 3 valori. n clasa a treia gsim 5
valori posibile, n clasa a patra 7 valori iar n ultima clas 33 de valori. Iat
c, un asemenea etalon difereniaz inegal subiecii, aceasta fiind i principala sa limit.
n al doilea rnd, dac avem o distribuie foarte omogen, nu mai putem diferenia aproape deloc utiliznd un asemenea etalon, deoarece intervalele de clase vor avea valori apropiate. Iat doar dou motive pentru care preferm utilizarea claselor normalizate, deoarece la nivelul acestora intervalele
sunt aparent egale.
Exerciiu:
Realizai, folosind acelai sistem de etalonare, un etalon n decile (10
clase) i precizai problemele ntmpinate. Explicai situaia aprut.

VI.6.2 Etaloane normalizate


Aceast metod de realizare a etaloanelor se bazeaz pe distribuia
normal i presupune, evident, respectarea criteriului normalitii. Dac vom
ncerca s realizm un asemenea etalon utiliznd o distribuie care nu este
normal, vom avea surpriza s constatm c anumite intervale depesc chiar
i amplitudinea teoretic de distribuie a variabilei noastre. De exemplu, n
cazul nlimii subiecilor, s-ar putea s ntlnim, n prima clas, subieci cu
nlimea cuprins ntre 30 i 5 centimetri ceea ce reprezint o aberaie.

180

Cristian Opariuc-Dan
Dac distribuia scorurilor la variabila studiat este o distribuie
gaussian (normal), atunci putem folosi un etalon n clase normalizate, datorit avantajelor nete pe care le prezint un asemenea sistem de etalonare.
Cel mai simplu etalon n clase
normalizate este reprezentat de unitile sigma, n care folosim doar media
i abaterea standard. Cu ajutorul acestor indicatori putem construi un etalon n 3, 5 i 7 clase normalizate, lund n calcul 1, 2 sau 3 abateri standard (vezi figura alturat). S considerm, de exemplu, urmtoarele date,
reprezentnd vrsta unor subieci exFigura 6.13 Distribuia normal
primat n ani: 35, 20, 21, 24, 29, 28,
29, 29, 24, 31, 26, 20, 38, 37, 38, 29, 24, 26, 29, 26, 24, 37, 30, 35, 24, 32,
31, 34, 39, 31. Amplitudinea de variaie a acestui set de date este situat ntre
un minim de 20 i un maxim de 39 de ani, media este de 29,33 ani iar abaterea standard este de 5,52 ani. Aceste scoruri se distribuie normal i putem
construi un etalon n clase normalizate. Pentru a construi un etalon n cinci
clase normalizate folosind unitile sigma, va trebui s lum intervalele formate de una i dou abateri standard n jurul mediei. Prima clas va ncepe de
la minim i se va finaliza la dou abateri standard n stnga mediei. Dou
abateri standard nseamn 2 x 5,52 = 11,04. Dac scdem din medie valoarea
11,04, obinem reperul pentru limita primei clase. Deci, 29,33 11,04 =
18,29 ani, rotunjit 18 ani. Prima clas, care cuprinde 2,14% din populaie,
este situat ntre 0 ani i 18 ani i reprezint subiecii cu vrst foarte mic. A
doua clas se situeaz ntre 2 abateri standard i 1 abatere standard n stnga
mediei i cuprinde 13,59% din populaie. Dac scdem din medie o abatere
standard, obinem limita superioar a celei de-a doua clase. Prin urmare,
181

Statistic aplicat n tiinele socio-umane

29,33 5,52 = 23,81 ani, rotunjit 24 de ani. A doua clas va include subiecii
cu vrsta cuprins ntre 19 i 24 de ani, subiecii tineri. Clasa a treia, clasa
medie, cuprinde 2x34,13% din populaie, adic 68,26% din populaie i are
ca limite o abatere standard n stnga mediei i o abatere standard n dreapta
mediei. Prin urmare, a treia clas va avea ca limite de interval 25 de ani i
29,33 + 5,52 = 34,85, rotunjit 35 de ani. Clasa a patra, care cuprinde 13,59%
din populaie, are ca limit inferioar 36 de ani i ca limit superioar dou
abateri standard n dreapta mediei, 29,33 + 11,04, adic 40,37, rotunjit 40 de
ani. Constatm c deja am ieit din amplitudinea distribuiei noastre, ceea ce
ne face s suspectm o uoar asimetrie. n realitate, numrul redus de subieci a determinat aceast situaie. n sfrit, clasa a cincia cuprinde subiecii
peste 40 de ani i conine 2,14% din populaie.
Etalonul poate fi scris n acelai
Tabel 6.5 Etalon n 5 clase
Scoruri
Clasa
Semnificaia
mod ca i etalonul n cvintile i are aceeai
< 19
I
Foarte tineri
semnificaie. Evident c, la distribuia
19 24
II
Tineri
acestui etalon va trebui s furnizm date 25 35
III
Medie
36

40
IV
Maturi
legate de structura eantionului normativ,
> 40
V
Foarte maturi
distribuia variabilei i sistemul de etalonare folosit, n cazul nostru n cinci clase n uniti sigma.
Exerciiu:
Realizai un etalon, n uniti sigma, n trei clase normalizate n uniti sigma. Pentru trei clase normalizate s folosete o abatere standard n
dreapta i n stnga mediei.
Etaloanele n clase normalizate nu sunt altceva dect derivaii ale
etaloanelor n uniti sigma i se bazeaz pe transformarea notelor z n alte
categorii de note. Algoritmul de calcul este oarecum similar celui utilizat n
realizarea etaloanelor n uniti sigma i se bazeaz pe fraciuni de uniti
sigma.

182

Cristian Opariuc-Dan
Astfel, un etalon n cinci clase normalizate are ca fraciune ale lui z
valoarea z/2 iar clasele devin:
I
II
III
IV
V

Min
-3z/2
-z/2
z
/2
3z
/2

-3z/2
-z/2
z
/2
3z
/2
Max.

6,7% din populaie


24,2% din populaie
38,2% din populaie
24,2% din populaie
6,7% din populaie

Un etalon n apte clase normalizate are ca fraciuni ale lui z valoarea


/3 iar clasele devin:

I
II
III
IV
V
VI
VII

Min
-5z/3
-3z/3
-z/3
z
/3
3z
/3
5z
/4

-5z/3
-3z/3
-z/3
z
/3
3z
/3
5z
/3
Max.

4,8% din populaie


11,1% din populaie
21,2% din populaie
25,8% din populaie
21,2% din populaie
11,1% din populaie
4,8% din populaie

Un etalon n nou clase normalizate (stanine) are ca fraciuni ale lui z


valoarea z/4 iar clasele devin:
I
II
III
IV
V
VI
VII
VIII
IX

Min
-7z/4
-5z/4
-3z/4
-z/4
z
/4
3z
/4
5z
/4
7z
/4

-7z/4
-5z/4
-3z/4
-z/4
z
/4
3z
/4
5z
/4
7z
/4
Max.

4,0% din populaie


6,6% din populaie
12,1% din populaie
17,5% din populaie
19,6% din populaie
17,5% din populaie
12,1% din populaie
6,6% din populaie
4,0% din populaie

n mod similar putem construi etaloane i n alte clase normalizate lund ca referin notele z. Astfel, printre cele mai uzitate sisteme de clase
normalizate putem meniona:

Sten (standard ten), distribuie cu media 2 i abaterea standard 5,5 rezultnd clase de la 1 la 10;

183

Statistic aplicat n tiinele socio-umane

Stanford-Binet, distribuie cu media 100 i abaterea standard


16;

Notele T, distribuie cu media 10 i abaterea standard 50 rezultnd clase de la 1 la 100;

Tabel 6.6 Etalon n clase normalizate

Valoare
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193

Diagrama
n linii
||
||||
|
||
|
||||
|||
||
|
|
||
|

||
|

fc

2
4
1
2
1
0
4
0
3
2
0
1
1
2
1
0
0
2
1
0
0
2
1

2
6
7
9
10
10
14
14
17
19
19
20
21
23
24
24
24
26
27
27
27
29
30

Wechsler (abateri IQ), distribuie cu media 100 i abaterea standard 15;


Army General Clasification,
distribuie cu media 100 i abaterea standard
50;
Scala de aptitudini generale
pentru colegiu, distribuie cu media 500 i
abaterea standard 100;
Haidei acum s ncercm construirea
unui etalon n cinci clase normalizate folosind
datele corespunztoare nlimii subiecilor
182, 175, 174, 189, 177, 177, 180, 173, 188,
171, 184, 192, 180, 172, 177, 193, 184, 192,
172, 177, 174, 171, 172, 179, 185, 179, 173,
172, 179, 188. Ne putem aminti c aceast distribuie are media 183,2 centimetri cu o abatere
standard de 5,23 centimetri.

Exist mai multe metode de construire a


unui asemenea etalon. Cea mai simpl metod
const n utilizarea valorilor procentuale cores||
|
punztoare fiecrei clase, ntr-un mod identic
cu cel descris la construirea etaloanelor n cuantile.
Vom relua alturat tabelul distribuiei nlimii celor 30 de subieci cu
precizarea frecvenelor absolute i cumulate. Prima clas, cea cu scorurile
184

Cristian Opariuc-Dan
cele mai mici conine primii 6,7% din eantion. Prin regula de trei simpl,
dac 30 de subieci nseamn ntregul eantion, ci subieci nseamn 6,7%.
Vom avea astfel (6,730)/100=210/100=2,1. La fel cum am procedat i la
etalonul n cvintile, cutm n tabelul frecvenelor cumulate valoarea cea mai
apropiat de 2,1. Aceast valoare este chiar prima valoare, nlimea de 171
de centimetri. Prima clas va cuprinde aadar subiecii cu o nlime mai mic sau egal cu 171 centimetri.
Urmtoarea clas conine nc 24,2% din populaie. Reperul de clas
va fi situat aadar la 6,7+24,2=30,9%. n continuare aplicm din nou regula
de trei simpl. Dac 30 de persoane nseamn 100%, cte persoane nseamn
30,9%. Vom avea (30,930)/100=9,27. Valoarea cea mai apropiat de frecvena cumulat 9,27 este 174 de centimetri. Cea de-a doua clas va cuprinde
subiecii cu nlimea cuprins ntre 172 i 174 de centimetri.
Reperul pentru a treia clas va fi situat la 30,9+38,2=69,1. Analog,
avem (69,130)/100=20,73 iar reperul de clas va fi 183 de centimetri. A
treia clas cuprinde subiecii cu nlimea ntre 175 i 183 de centimetri.
Pentru a patra clas vom avea 69,1+24,2=93,3 iar reperul de clas va
fi valoarea situat n dreptul frecvenei cumulate de (93,330)/100=27,99.
Aceast valoare este 191 de centimetri. Clasa a patra va cuprinde subiecii cu
nlimea ntre 184 i 191 de centimetri.
Evident, pentru ultima clas nu e nevoie s mai calculm nimic.
Aceast clas va conine subieci cu nlimea mai mare de 191 de centimetri.
Tabel 6.7 Etalon n 5 clase

Scoruri
171
172 - 174
175 183
184 191
> 191

Clasa
I
II
III
IV
V

Semnificaia
Foarte scunzi
Scunzi
Medii
nali
Foarte nali

Etalonul se scrie la fel ca un etalon


n cuantile i are aceeai semnificaie. Nu
uitai s inei cont de regulile elaborrii
unui etalon n momentul n care intenionai s-l folosii sau s-l distribuii.

185

Statistic aplicat n tiinele socio-umane

VI.7 Analiza distribuiei i realizarea etaloanelor n SPSS


Dup abordarea teoretic a distribuiei normale, a venit momentul
aplicrii practice a cunotinelor dobndite prin analiza unei distribuii de
date efectuat n SPSS. Vom utiliza aceeai baz de date pe care am creat-o
la nceputul acestui volum, baza de date IQ.sav.
Ne propunem s analizm modul n care se distribuie scorurile obinute de cei 30 de subieci la variabila iq (Coeficientul de inteligen).
Etapele le tii deja. Vom selecta din meniul Analyze opiunea Descriptive
Statistics
i
apoi
Frequencies. Apare cunoscuta caset de
dialog, de unde vom include spre analiz
variabila iq.

Figura 6.14 Includerea variabilei


spre analiz.

Desigur, vom accesa apoi butonul


Statistics pentru a comunica programului
SPSS ce fel de statistici s calculeze.

Alturi de indicatorii tendinei centrale (media, mediana i modul) i de cei ai


dispersiei (abaterea standard, amplitudinea distribuiei, minimul i maximul)
vom include i cei doi indicatori ai distribuiei (Skewness i Kurtosis), pentru
a putea analiza forma acestei distribuii i
a decide dac distribuia poate fi considerat sau nu o distribuie normal.
Dup selectarea adecvat a acestor
elemente, putem apsa butonul Continue
i revenim la fereastra iniial a selectrii
variabilelor. n acest moment, SPSS a
memorat operaiunile pe care trebuie s le
execute.

Figura 6.15 Configurarea inventarului


statistic de baz

186

Cristian Opariuc-Dan
Este uneori util s afim i un grafic al distribuiei datelor noastre.
Pentru aceasta putem accesa butonul Charts i se va deschide fereastra de
definire a graficelor pentru setul de date.
Aceast fereastr o cunoatem destul
de bine din capitolele anterioare. Motivul
pentru care am abordat-o din nou este acela
c, pentru a reprezenta grafic anumite date,
trebuie s facem nite precizri suplimentare.
De nenumrate ori mi-a fost dat s
vd studeni care reprezint o variabil continu printr-o diagram de structur (grafic
tip plcint), ba mai mult, profesori univerFigura 6.16 Alegerea graficului
cu bare pentru reprezentarea
sitari de psihologie experimental, coordodatelor
natori de licen, care solicit studenilor
reprezentarea variabilelor continui printr-un asemenea procedeu. O reprezentare prin diagram de structur se face n cazul unor date nominale sau cel
mult ordinale atunci cnd dorim s vedem compoziia datelor i cnd numrul de valori pe care le ia variabila nu este prea mare. Este normal s reprezentm genul biologic al subiecilor printr-o plcint, deoarece vorbim n
acest caz de X% brbai i Y% femei. Variabila are doar dou niveluri iar
aceast reprezentare ofer indicii clare asupra compoziiei unui eantion. Este
din nou normal s reprezentm prin plcint gradele didactice dintr-o universitate deoarece variabila are cinci grade de intensitate. Este ns absurd s
reprezentm grafic prin plcint vrsta unor subieci, variabil continu, cu o
infinitate de valori. Un asemenea grafic nu ne spune nimic, ci, din contra,
induce distorsiuni care ne creeaz o imagine fals asupra datelor.
Foarte muli psihologi experimentaliti, care au rutin n analiza datelor, reprezint o variabil continu prin histogram, deoarece folosind acest

187

Statistic aplicat n tiinele socio-umane

procedeu SPSS ofer o metod de estimare grafic a curbei de distribuie.


Unii chiar se rezum la a interpreta distribuia datelor dup aspectul grafic al
acestei curbe s fim serioi, statistica este totui o disciplin matematic iar
demonstraiile se fac cu cifre, nu cu imagini i poezii. Nu este att de grav n
comparaie cu reprezentarea prin diagrame de structur, ns probabil v
amintii de faptul c histograma reprezint datele grupate n intervale. Este
adevrat c SPSS efectueaz automat o grupare a acestor date n intervale pe
care le alege singur. Acesta nu este ns un motiv n condiiile n care dorim
s avem o viziune analitic a scorurilor.
Prin urmare, pentru a reprezenta grafic o
variabil continu, atunci cnd discutm despre
distribuie, vom prefera graficul cu bare, care ne
ofer o viziune fin asupra modului n care datele
se distribuie sau graficul tip histogram, care
prezint datele ntr-un mod mai grosier, ns are
avantajul estimrii vizuale a curbei de distribuie.
n nici un caz nu vom utiliza diagrame de structur sau alte tipuri de diagrame, chiar dac acestea
arat frumos.

Figura 6.17 Alegerea histogramei pentru reprezentarea


datelor

n figura 6.16 am ales modul de reprezentare al unui grafic cu bare iar


n figura 6.17 am optat pentru reprezentarea prin histogram. Vom analiza
ulterior ambele tipuri de grafice i vom nva cteva metode de cosmetizare a graficelor astfel nct imaginile noastre s prezinte i un aspect elegant.
Indiferent de tipul de grafic ales (cu bare sau histogram), vom apsa
din nou butonul Continue pentru a reveni la fereastra iniial. n acest
moment, toate configurrile fiind realizate, nu ne rmne dect s apsm
butonul OK pentru a comunica programului SPSS s efectueze analiza.

188

Cristian Opariuc-Dan
n cteva secunde va fi afiat fereastra de rezultate (Output) n care
regsim prezentate informaiile solicitate.
n aceast fereastr cel
mai important tabel este tabelul
Coeficientul de inteligenta
Statistics, numit i inventarul
N
Valid
30
Missing
0
statistic de baz sau indicatorii
Mean
111,33
statistici de start. Utiliznd
Median
108,50
Mode
124
numai acest tabel putem decide
Std. Deviation
8,511
Skewness
,413
dac distribuia noastr este sau
Std. Error of Skewness
,427
nu este o distribuie normal.
Kurtosis
-1,384
Std. Error of Kurtosis
,833
Cred c v mai amintii condiiRange
24
Minimum
100
ile pe care trebuie s le ndepliMaximum
124
neasc o distribuie pentru a
putea fi considerat ca fiind normal. O distribuie normal este o distribuie
unimodal, simetric i mezocurtic.
Tabel 6.8 Inventarul statistic de baz
Statistics

Unimodalitatea este uor de observat. SPSS raporteaz un mesaj de


genul Multiple mod exist. The
Tabel 6.9 Inventarul statistic de baz
Statistics
smallest value is shown, afiat
Varsta subiectilor
la subsolul tabelului cu o not,
N
Valid
30
Missing
0
de obicei a n dreptul valorii moMean
29,33
dului. Acest mesaj ne comunic
Median
29,00
Mode
24a
faptul c programul a identificat
Std. Deviation
5,523
Skewness
,116
mai multe valori mod i o afieaStd. Error of Skewness
,427
z pe cea mai mic.
Kurtosis
-,878
Std. Error of Kurtosis

,833

Range
19
n inventarul statistic alMinimum
20
turat, unde am analizat distribuMaximum
39
a. Multiple modes exist. The smallest value is shown
ia acelorai 30 de subieci n
funcie de variabila vrst, avem un exemplu de distribuie multimodal. Nu
putem ti, deocamdat, dac distribuia este bimodal, trimodal sau prezint

189

Statistic aplicat n tiinele socio-umane

mai multe valori ale modului. Tot ceea ce tim este c cea mai mic valoare
mod, n cazul nostru, reprezint 24 de ani.
Tabel 6.10 Identificarea valorilor mod

Pentru a afla tipul distribuiei sub aspectul modalitii i


Cumulative
Percent
Frequency
Percent
Valid Percent
a vedea toate valorile mod, vom
Valid
20
2
6,7
6,7
6,7
21
1
3,3
3,3
10,0
cuta n distribuia statistic (al
24
5
16,7
16,7
26,7
26
3
10,0
10,0
36,7
doilea tabel din fereastra de re28
1
3,3
3,3
40,0
29
5
16,7
16,7
56,7
zultate) valoarea 24. n cazul
30
1
3,3
3,3
60,0
31
3
10,0
10,0
70,0
nostru observm c valoarea 24
32
1
3,3
3,3
73,3
34
1
3,3
3,3
76,7
se regsete n cinci cazuri (co35
2
6,7
6,7
83,3
37
2
6,7
6,7
90,0
loana Frequency). Nu trebuie
38
2
6,7
6,7
96,7
39
1
3,3
3,3
100,0
acum dect s vedem ce valori,
Total
30
100,0
100,0
mai mari de 24 au aceeai frecven. Observm c valoarea 29 de ani are aceeai frecven i c nu exist o
alt valoare cu aceast frecven maxim. Aadar, distribuia vrstei subiecilor este o distribuie bimodal, cu modul de 24 i 29 de ani. Strict vorbind, o
distribuie multimodal nu este o distribuie normal. Analiza noastr ar trebui s se opreasc aici i s folosim tehnici de eliminare a acestei anomalii (n
cazul nostru renunnd la un subiect care are vrsta de 24 sau 29 de ani).
Varsta subiectilor

Totui, distribuia scorurilor subiecilor la variabila coeficient de inteligen este o distribuie unimodal. n acest caz vom trece la urmtoarea etap i anume analiza simetriei.
Simetria sau oblicitatea este dat de valoarea indicatorului
Skewness. La modul teoretic, acest indicator are valoarea zero pentru o distribuie perfect simetric. O asemenea valoare este ns aproape imposibil de
regsit n practic. ntotdeauna, acest indicator va avea valori diferite de zero,
fie n sens negativ distribuie asimetric negativ cu tendine ctre scoruri
mari, fie n sens pozitiv distribuie asimetric pozitiv cu tendine ctre scoruri mici.

190

Cristian Opariuc-Dan
Exist mai multe metode de verificare a asimetriei, prin intermediul
crora putem decide dac o distribuie poate sau nu poate fi considerat simetric.
Una dinte metode, valabil pentru eantioane mari (peste 200 de subieci) este reprezentat de reperul propus de Lewis-Beck (Sava, 2004). Valorile pentru Skewness mai mici de -0,80 sau mai mari de 0,80 indic o asimetrie clar, negativ sau pozitiv. n cazul nostru, valoarea Skewness este de
0,41 iar eantionul este de doar 30 de persoane. Prin aceast metod putem
considera distribuia scorurilor ca fiind o distribuie simetric, chiar dac nu
s-a respectat cerina unui eantion mare.
O alt metod (Sava, 2004) valabil n cazul eantioanelor medii i
mici, se bazeaz pe calcului cotei z a indicelui de oblicitate Skewness. Cu
alte cuvinte, mprim valoarea indicelui de oblicitate la valoarea erorii standard a acestuia. n acest caz, exist dou praguri ale lui z n funcie de valorile obinute (Sava, 2004). Pentru un eantion mai mic de 30 de subieci, valoarea pragului de semnificaie este de 1,58 iar pentru eantioane mai mari sau
egale cu 30 de subieci, acest prag are valoarea de 1,96. n cazul nostru, valoarea Skewness este de 0,41 iar eroarea standard Skewness este de 0,42.
Fcnd raportul 0,41:0,42=0,97. Cum eantionul nostru este de 30 de subieci, pragul de semnificaie al lui z este de 1,96. Valoarea obinut de 0,97
fiind mai mic dect pragul, putem considera distribuia ca fiind simetric.
Aceast metod se folosete i n cazul boltirii.
A treia metod propus, aplicabil i pentru boltire, ia n considerare
stabilirea intervalului de ncredere al simetriei n baza erorii standard
Skewness i poate fi utilizat indiferent de mrimea eantionului. Eroarea
standard Skewness ne ofer limitele ntre care trebuie s se regseasc coeficientul de oblicitate astfel nct s putem considera, la un nivel de precizie
suficient de mare distribuia ca fiind simetric. La acest nivel, exist dou
tipuri de intervale:

191

Statistic aplicat n tiinele socio-umane

La un nivel de precizie de peste 99%, cu alte cuvinte n mai


puin de 1% din cazuri distribuia noastr poate s se comporte
ca o distribuie asimetric. Intervalul este determinat de o
eroare standard Skewness. Un asemenea interval este foarte
precis i se folosete atunci cnd simetria reprezint un element critic pentru distribuia datelor;

La un nivel de precizie de peste 95%, cu alte cuvinte n mai


puin de 5% din cazuri distribuia noastr poate s se comporte
ca o distribuie asimetric. Intervalul este determinat de dou
erori standard Skewness. Un asemenea interval este mai puin
precis n comparaie cu primul i se folosete cnd simetria nu
reprezint un element critic pentru distribuia datelor.

Dac valoarea coeficientului de oblicitate Skewness intr ntr-unul


dintre aceste intervale, distribuia poate fi considerat simetric. Dac valoarea coeficientului de oblicitate iese din acest interval la limita negativ, avem
de-a face cu o distribuie asimetric negativ iar dac iese din interval la limita
pozitiv, distribuia este asimetric pozitiv.
n situaia noastr, valoarea coeficientului de oblicitate Skewness este
de 0,41 iar valoarea erorii standard Skewness este de 0,42. Intervalul de ncredere la un nivel de precizie de 99% este cuprins ntre -0,42 +0,42 iar la
un nivel de precizie de 95% este cuprins ntre -0,84 +0,84. Putem constata
cu uurin c valoarea coeficientului de oblicitate Skewness (0,41) intr att
n primul interval ct i n al doilea interval. Putem aadar afirma, cu anse
mai mici de 1% c distribuia noastr s se comporte asimetric, c avem de a
face cu o distribuie simetric.
Indiferent de metoda folosit, am decis c distribuia scorurilor celor
30 de subieci la coeficientul de inteligen este o distribuie simetric. A treia metod, datorit viziunii extrem de precise pe care o ofer, v-o recomand
s o folosii ori de cte ori analizai simetria sau boltirea unei distribuii.
192

Cristian Opariuc-Dan
Am artat pn acum c distribuia scorurilor subiecilor la variabila
coeficient de inteligen este o distribuie unimodal i simetric. Mai rmne
s demonstrm c este o distribuie mezocurtic, pentru a decide faptul c
scorurile la coeficientul de inteligen se distribuie normal.
Boltirea sau excesul reprezint tendina rezultatelor de a se concentra
n jurul mediei (distribuia ascuit sau leptocurtic) sau, din contra, de a se
rspndi, disipa puternic n jurul mediei (distribuia platicurtic). Dup cum
tim, indicatorul care ne d mrimea acestei mprtieri este Kurtosis. Analiza boltirii se poate face prin a doua sau a treia metod expus anterior, pentru
care nu intrm n detalii.
Distribuia scorurilor celor 30 de subieci la variabila coeficient de inteligen prezint coeficientul de boltire Kurtosis de -1,34 i eroarea standard
a acestui coeficient de 0,83.
Utiliznd a doua metod, obinem nota z pentru Kurtosis de
1,34:0,83= 1,61. Pragul de semnificaie pentru eantionul nostru este, la fel ca
i n cazul simetriei, 1,96. Valoarea notei z pentru Kurtosis fiind mai mic
dect pragul de semnificaie, putem aprecia c suntem n faa unei distribuii
mezocurtice.
Haidei acum s analizm boltirea prin prisma celei de-a treia metode
pentru a vedea diferena de precizie. Intervalul de ncredere la un nivel de
precizie de 99% este cuprins ntre -0,83 +0,83 iar pentru un nivel de precizie de 95% ntre -1,66 +1,66. Observm c valoarea Kurtosis de -1,34
intr ntr-al doilea interval (cu precizie mai mic) ns nu i n primul interval
(de mare precizie). Deci, n situaia n care eterogenitatea sau omogenitatea
scorurilor n jurul mediei este un element important, vom considera distribuia noastr ca fiind o distribuie platicurtic, deoarece nu intr n intervalul cu
precizie mare. n situaia n care excesul nu este un element att de important,
putem considera distribuia ca fiind mezocurtic.

193

Statistic aplicat n tiinele socio-umane

Oricum, n tiinele sociale nivelul de precizie acceptat este de peste


95%, astfel nct distribuia noastr poate fi considerat o distribuie
mezocurtic.
Valorile coeficientului de boltire Kurtosis negative i care ies din intervalul de ncredere sunt reprezentative pentru o distribuie platicurtic. Dac avem de a face cu valori pozitive care ies din intervalul de ncredere, distribuia este leptocurtic.
Demonstrnd faptul c distribuia scorurilor celor 30 de subieci la variabila coeficient de inteligen este o distribuie unimodal, simetric i
mezocurtic am demonstrat de fapt c distribuia respect toate caracteristicile unei distribuii gaussiene i poate fi considerat o distribuie normal.
Analiza distribuiei trebuie s precead orice analiz ulterioar
de date, deoarece n funcie de normalitatea distribuiei pot fi alese statisticile parametrice sau nonparametrice utilizabile pe parcursul demersului de cercetare, dup asumpiile teoretice ale fiecrei metode n parte.
Pentru a concluziona, v voi oferi un model complet de analiz a distribuiei scorurilor n funcie de variabila coeficient de inteligen. ntotdeauna furnizai, n analiz, ct mai multe informaii legate de variabila dumneavoastr. V rog s avei n vedere ataarea exact a inventarului statistic de
baz din SPSS i a eventualelor grafice care v pot susine demonstraia.
ntr-o analiz de date, va trebui s precizai: denumirea variabilei analizate, numrul de cazuri, indicatorii tendinei centrale i ai mprtierii, indicatorii distribuiei i explicarea acestora n cazul unor distribuii asimetrice,
platicurtice sau leptocurtice, tabelele valorice ale inventarului statistic de baz, graficele sub forma graficului cu bare sau histogram.

194

Cristian Opariuc-Dan
Statistics
Coeficientul de inteligenta
Valid
N
Missing
Mean
Median
Mode
Std. Deviation
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Minimum
Maximum

30
0
111,33
108,50
124
8,511
,413
,427
-1,384
,833
24
100
124

Distribuia rezultatelor celor 30 de subieci la variabila Coeficient


de inteligen este o distribuie unimodal (modulul=124 IQ), simetric
(Skewness=0,41; Eroarea standard Skewness=0,42) i mezocurtic
(Kurtosis=-1,38; Eroarea standard Kurtosis=0,83), cu media 111,33 IQ,
mediana 108,5 IQ i abaterea standard 8,51 IQ. Amplitudinea distribuiei
este de 24 scoruri IQ cuprins ntre un minim de 100 IQ i un maxim de 124
IQ.
Avnd n vedere aceste elemente, putem considera c scorurile obinute de cei 30 de subieci se distribuie normal n cazul variabilei Coeficient
de inteligen, aceast variabil suportnd proceduri parametrice de analiz statistic.
Iat un exemplu complet i profesional prin care putei realiza o analiz a distribuiei datelor, valid n orice comunicare tiinific naional sau
internaional. Muli vor spune c nu e chiar profesional, c trebuia s specific tabelul numrul . figura numrul. i ce nseamn acel tabel i acea
figur. Asemenea lucruri in de normele de redactare ale documentelor tiinifice elaborate APA i vi le las ca studiu, deoarece nu intenionez s le abordez n prezenta lucrare. Oricum, m adresez unor oameni inteligeni iar aceste amnunte le tii sau le putei afla i singuri. Nici cartea de fa nu le respect, ns prefer s am un stil propriu i a fi ncntat dac ai nva din

195

Statistic aplicat n tiinele socio-umane

aceste rnduri cum s facei efectiv analize de date mai mult dect cum s v
conformai unor norme.
Ca o parantez, desigur am s fiu acuzat c am copiat i lipit n document tabele i grafice din SPSS fr s le traduc n romnete. Departe de
mine aceast intenie. n primul rnd, pentru c SPSS le ofer n englez i
doresc s introduc coninutul original. n al doilea rnd, conform acelorai
norme APA, utilizarea elementelor furnizate de programe informatice n lucrri tiinifice se face prin includerea coninutului original i nemodificat. n
al treilea rnd, pentru c vreau s v nv, imediat, cum s editai coninutul
elementelor din fereastra de rezultate.
Orice element din fereastra de rezultate SPSS este un element editabil.
Putei s facei aproape orice cu tabelele i graficele pe care SPSS le furnizeaz. Nu avei dect s dai un dublu clic pe elementul pe care dorii s-l
editai i vei intra ntr-un alt mod pe care SPSS l suport, modul de editare.
Pentru nceput s dm dublu
clic pe tabelul inventarului statistic de
baz, tabelul Statistics. Observm c
marginea care ncadreaz acest tabel a
devenit o margine haurat i de asemenea este posibil s se afieze o bar
de instrumente de editare, similar
celei din programul Microsoft Word.
Primul buton de pe aceast bar de formatare permite anularea aciunilor efectuate (Undo). Cel de-al doilea buton este butonul pivot ce permite schimbarea rndurilor i a coloanelor n tabel.
Figura 6.18 Tabelul Statistics n mod
editare

196

Cristian Opariuc-Dan

Figura 6.19 Bara de formatare SPSS

Urmeaz apoi o caset derulant de aplicare a unui stil tabelului formatat, caseta derulant de alegere a fontului i caseta derulant de alegere a
dimensiunii fontului pentru textele selectate. Urmtoarele trei butoane permit
scrierea ngroat, nclinat i sublinierea iar butonul al patrulea selecteaz
culoarea cu care s fie afiat fontul.
Cele patru butoane care se succed permit alinierea textului selectat, la
stnga, dreapta, centrat sau automat.
Ultimele dou butoane lanseaz sistemul de asisten (help) sau modul de creare a graficelor pentru variabila selectat iat o alt modalitate de
a realiza grafice dac ai uitat s o facei n etapa de analiz. V recomand s
exersai aceste elemente, fr team c ai putea strica ceva (n definitiv avei
la dispoziie butonul de anulare - Undo). Nu vom intra n amnunte legate de
formatarea tabelelor deoarece ar trebui s includem, inutil, mai multe pagini.
Un tabel n modul de editare permite modificarea elementelor componente. Pentru nceput
ne propunem s traducem n romnete cuvintele Missing (Lips), Mean (Media), Media (Mediana) i Mod (Modul).

Figura 6.20 Editarea valorilor n tabel

Aflndu-v n modul de
editare, efectum din nou dublu
clic pe cuvntul Missing. Va rezulta o figur similar celei altu-

197

Statistic aplicat n tiinele socio-umane

rate. Observai c textul Missing este deja selectat acum; dac apsai orice
tast, coninutul selectat va fi nlocuit cu tasta apsat. Nu v rmne dect s
scriei n loc de Missing, Lips.
Cuvntul Missing este nlocuit
cu textul introdus, Lips. Procedai la
fel cu toate celelalte cuvinte din tabel,
pentru a putea traduce tabelul n limba
romn. Putei folosi bara de formatare
pentru a ngroa, schimba culoarea sau
alinia textele selectate. Cnd ai terminat,
dai clic oriunde pe suprafaa alb a ferestrei de rezultate pentru a iei din modul de editare.

Inventar statistic de baza


Coeficientul de inteligenta
N
Valid
Lipsa
Media
Mediana
Modulul
Abaterea standard
Skewness
Eroarea Skewness
Kurtosis
Eroarea Kurtosis
Amplitudinea
Minimum
Maximum

30
0
111,33
108,50
124
8,511
,413
,427
-1,384
,833
24
100
124

Figura 6.21 Inventarul statistic dup editare

n final, tabelul dumneavoastr


trebuie s arate la fel ca cel din figura de mai sus.
Iat modalitatea prin care putei traduce dac dorii orice element al
formularului de rezultate ntr-o alt limb.
Din nefericire, la fel cum pot fi traduse cuvintele, pot fi modificate i
cifrele, ceea ce v poate determina uneori s schimbai datele oferite de SPSS
cu alte date mai convenabile vou. Nu uitai c n general trebuie s punei la
dispoziie i baza de date n momentul n care publicai un studiu i de cele
mai multe ori analizele sunt refcute de comisia de publicare a articolului.
Tot folosind modul de editare, putei ajusta limea coloanelor pentru
ca tabelul dumneavoastr s prezinte un aspect elegant.
Deplasai cursorul mausului deasupra unei linii, ca n figura alturat,
pn cnd se transform ntr-o sgeat orizontal. Apoi inei apsat butonul
din stnga al mausului i tragei micnd mausul la dreapta sau la stnga

198

Cristian Opariuc-Dan
pentru a ajusta dimensiunea coloanei
din tabel. La fel putei proceda i
pentru ajustarea dimensiunilor pe
vertical.
Referitor la formatarea tabelelor, SPSS pune la dispoziie mai
multe meniuri pe care nu le vom analiza n detaliu aici din considerente
de spaiu. Putei consulta, pentru
Figura 6.22 Inventar statistic tradus

informaii suplimentare, manualul


SPSS. Ne vom limita doar s le pre-

zentm.
Meniul Insert permite adugarea, n cadrul tabelului
selectat, a unui nou titlu, a unei noi etichete n subsolul tabelului sau a unei noi note se subsol ntr-un mod similar operaiunii pe care SPSS o face automat n momentul n care depisteaz o distribuie multimodal.
Meniul Pivot permite marcarea tabelului curent n scopul unei regsiri rapide n fereastra de rezultate, comutarea tabelului prin inversarea liniilor sau a
coloanelor sau lansarea ferestrei speciale prin care
poate fi controlat pivotarea tabelului. Acest meniu
este un meniu important n formatarea aspectului grafic al tabelului, cu aplicaii n condiiile analizei unui volum mare de date.
Vom reveni asupra acestui meniu n momentul n care vom discuta despre
studiile corelaionale.
Meniul Format cuprinde un set de utilitare prin intermediul crora
putem modifica aspectul celulelor din tabel, a ntregului tabel, a fonturilor

199

Statistic aplicat n tiinele socio-umane

sau a notelor de subsol. SPSS conine, asemntor programului Microsoft Word, mai multe abloane grafice ce pot fi
aplicate tabelelor. Alegnd un asemenea ablon grafic, putei modifica complet aspectul tabelelor din foaia de rezultate.
Toate opiunile din acest meniu in doar de aspectul
grafic al tabelelor i nu afecteaz n nici un fel coninutul
datelor dumneavoastr. Se pot stabili, alturi de cele expuse mai sus, numrul
de zecimale pe care SPSS s le afieze, ordonarea datelor, includerea sau
excluderea capului de tabel etc. V invit s parcurgei acest meniu i s exersai facilitile pe care le ofer. Oricnd v putei ntoarce la starea iniial,
anterioar unei aciuni, folosind butonul Undo.

VI.7.1 Calculul notelor z n SPSS


Programul SPSS permite calcului notelor z pentru fiecare dintre cazurile individuale prezente n distribuia de date, ntr-un mod foarte simplu i
elegant.
Din acelai meniu, Analyze, vei alege opiunea Descriptive Statistics i apoi opiunea DescripFigura 6.23 Meniul
statistici descriptive

tives

Cunoatei deja fereastra care se deschide, deoarece am analizat-o pe parcursul acestei lucrri, drept pentru care nu vom
insista dect asupra unui singur element. Este
vorba despre caseta de bifare Save standardized values as variables. Rolul acestei casete,
pe care o vom bifa, este acela de a crea o nou
variabil ce va stoca scorurile z ale fiecrui caz
Figura 6.24 Fereastra de
configurare a analizei
din baza de date. Evident, va fi lansat fereastra
de afiare a rezultatelor ce conine un tabel pe
200

Cristian Opariuc-Dan
care l-am discutat deja. Totui, unde sunt notele z att de cutate de noi?
S ne amintim ce am bifat. Am bifat o opiune dup ce am introdus variabila Coeficient de
inteligen n lista variabilelor ce trebuie analizate, prin care notele standardizate vor fi salvate ca
variabile. Trebuie deci s ne ntoarcem la baza de
date, unde vom regsi o nou variabil creat automat. Este vorba despre variabila Ziq, ultima
din baza de date, care nu conine altceva dect
notele z ale fiecrui subiect.
Figura 6.25 Noua variabil
ce conine scorurile z

Observm c primul subiect se afl la


1,33 abateri standard n stnga mediei, adic n
zona rezultatelor medii, al doilea la 1,01 abateri standard n dreapta mediei,
tot n zona scorurilor medii i aa mai departe.

Figura 6.26 Meniul de


transformare SPSS

Cum facem totui pentru a obine note standardizate rezultate din notele z, scoruri sten spre exemplu.
V mai amintii probabil c scorurile sten se obin adunnd valoarea 5,5 la valoarea notei z. Dac avem
notele z, restul este simplu. Cum facem ns acest

lucru n SPSS?
Vom folosi serviciile unui alt meniu i anume meniul Transform, de
unde vom selecta opiunea Compute sau Compute variable. n funcie de
versiunea SPSS pe care o posedai.
Rezultatul acestei aciuni se concretizeaz
ntr-o fereastr similar celei alturate, care conine
urmtoarele elemente:
Target variable reprezint seciunea n care
vom introduce numele variabilei destinaie, variabil

Figura 6.27 Fereastra


de calcul a variabilelor

201

Statistic aplicat n tiinele socio-umane

n care se vor salva noile rezultate. n cazul nostru, suntem interesai s calculm scorurile sten pentru variabila iq i vom introduce un nume, ca spre
exemplu StenIQ.
Sub aceast caset de text se afl un buton intitulat Type & Label pe care dac apsm vom putea
configura proprietile noii variabile create.
Astfel, avem posibilitatea s adugm o etichet variabilei nou create folosind cele dou opiuni din
seciunea Label. Putem decide dac introducem un
text ca i etichet (ca n cazul figurii alturate) ori vom folosi drept etichet
formula de calcul, situaie n care va trebui s alegem opiunea Use expression as label. Seciunea Type permite alegerea tipului de variabil. Putem
decide ntre un tip numeric implicit sau ntre un ir de caractere, caz n care
va trebui s includem i dimensiunea acestui ir, numrul de caractere pe care
l permite variabila.
Figura 6.28 Proprieti ale variabilei

Sub butonul Type & Label se afl binecunoscuta list a variabilelor


din baza de date. n partea dreapt apare caseta de text Numeric Expression
cu ajutorul creia putem scrie formula de calcul prin care va fi obinut noua
variabil. n acest sens putem utiliza calculatorul de sub caset sau putem
tasta pur i simplu valorile sau formula n caseta de text. Pentru a v uura
accesul la formule, SPSS v pune la dispoziie dou liste: lista Function
group care conine funciile sistemului grupate pe categorii i lista Functions
and Special Variables care se refer la funciile din categoria selectat anterior. Dac, de exemplu, n prima list efectum clic pe elementul Arithmetic,
n cea de-a doua list vor fi afiate funciile referitoare la operaiile aritmetice
uzuale.
Butonul If permite efectuarea condiional a calculelor, adic calcularea doar a datelor care ndeplinesc o condiie.

202

Cristian Opariuc-Dan
ntlnim aici posibilitatea de a include toate cazurile (Include all cases) sau a include doar cazurile care satisfac o condiie (Include if cases satisfies condition). Dac, de exemplu, dorim s calculm scorurile sten doar
pentru brbai, vom alege aceast opiune iar apoi vom scrie n caseta de formule expresia sexul=1. n acest fel SPSS va calcula scorurile sten numai
pentru brbai, ignornd femeile. ntlnim i
aici lista de funcii, util pentru crearea unor
expresii mai complexe. Deocamdat nu ne
intereseaz nici un calcul condiional, prin
urmare vom prsi fereastra fr a efectua
nici o modificare.
S vedem acum, concret, cum calcu- Figura 6.29 Calculul condiional
al datelor
lm scorurile sten ale variabilei iq folosind
aceste elemente. n primul rnd, am introdus numele i descrierea noii variabile n caseta Target Variable, aa cum a fost
exemplificat mai sus. Ne amintim c nota sten se
calculeaz adunnd 5,5 la valoarea notei z. Nota
z ns am calculat-o anterior i o regsim n baza
de date sub denumirea Ziq (Zscore: Coeficientul
de inteligen).
Restul e simplu. Nu v rmne dect s
scriei n caseta Numeric Expression formula (5,5 +
Ziq), fie tastnd-o, fie folosind calculatorul. Variabila care conine nota z
(Ziq) se poate tasta sau se poate folosi butonul de transfer pentru a include
variabila din lista variabilelor n formul.
Figura 6.30 Calculul
scorurilor sten

Nu mai trebuie dect s apsai butonului OK i s vedem ce se ntmpl. Apare, desigur, fereastra de rezultate care ne informeaz asupra faptului c operaiunea a reuit. La fel ca la calculul notelor z, ne intereseaz
baza de date.
203

Statistic aplicat n tiinele socio-umane

Iat c a aprut noua variabil StenIQ care conine, exact aa cum


am specificat, scorurile sten ale subiecilor. Observm c de aceast dat notele nu mai sunt cuprinse ntre -3 i +3 ci pe o scal de la 1 la 10, exact ca n
sistemul colar. Este mult mai intuitiv, nu-i aa?
Ca exerciiu, v propun calculul notelor z i a scorurilor sten pentru variabila vrsta subiecilor.

Concluzii:

Media i abaterea standard caracterizeaz pe deplin o distribuie i de aceea aceti


doi indicatori poart numele de parametri ai repartiiei normale;
O distribuie normal trebuie s ndeplineasc simultan urmtoarele trei condiii:
o S fie unimodal;
o S fie simetric;
o S fie mezocurtic;
Unimodalitatea reprezint existena unei singure categorii cu frecvena absolut
maxim i se analizeaz prin inspectarea valorii modale;
O distribuie normal este o distribuie unimodal;
Simetria reprezint echilibrarea distribuiei pe axa orizontal i se poate calcula
prin:
o Coeficientul Yule;
o Coeficientul Fisher;
o Relaia dintre medie, median i abaterea standard;
Referitor la simetrie exist un sistem de relaii ntre indicatorii tendinei centrale
(medie, median i mod), distribuiile putnd fi simetrice, asimetrice la stnga i
asimetrice la dreapta.
O distribuie normal este o distribuie simetric
Boltirea reprezint o asimetrie vertical a distribuiei i se poate calcula prin:
o Coeficientul de boltire Pearson;
O distribuie normal este o distribuie mezocurtic;
ntr-o distribuie normal exist un numr de ase abateri standard; trei la stnga
mediei i trei la dreapta mediei;
n funcie de abaterile standard, o distribuie normal prezint patru zone: zona
scorurilor normale, zona scorurilor accentuate, zona scorurilor atipice i zona scorurilor aberante;
Notele z reprezint distana dintre un scor particular i medie exprimat n termeni de abateri standard;

204

Cristian Opariuc-Dan

Notele z pot fi transformate, n baza proprietilor acestora, n alte sisteme de


note standardizate;
Prin intermediul notelor z, scorurile brute se aduc la un numitor comun, putnd
apoi face comparaii att ntre subieci ct i ntre rezultate la probe diferite;
O distribuie care nu este normal poate fi normalizat prin procedee statistice
specifice:
o Media 5% trim;
o Extragerea radicalului;
o Ridicarea la ptrat sau la cub;
o Logaritmarea pe valori normale sau inversate;
o Reflectarea.
Etaloanele sunt sisteme de norme ce permit compararea scorului unui subiect cu
performana obinut de un grup reprezentativ de subieci;
Etaloanele se construiesc n funcie de aspectul distribuiei rezultatelor, astfel:
o Pentru distribuii normale se pot folosi etaloanele n cuantile sau etaloane
n clase normalizate, preferndu-se cele din urm;
o Pentru distribuii care nu sunt normale i nu pot fi normalizate, singurul
sistem de etalonare care poate fi folosit este cel al etaloanelor n cuantile;

205

Statistic aplicat n tiinele socio-umane

VII. PROBABILITI I SEMNIFICAIE STATISTIC


n acest capitol se va discuta despre:

Conceptul de probabilitate;
Tipuri de probabiliti;
Eroare standard i intervale de ncredere;
Etapele metodei tiinifice;
Ipoteze i testarea ipotezelor;
Semnificaie statistic i erori n testarea ipotezelor.
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag regulile de probabilitate;


Disting ntre diferitele tipuri de probabiliti;
neleag i s calculeze eroarea standard i intervalul de ncredere;
nsueasc etapele demersului tiinific;
Planifice o cercetare tiinific i s formuleze
ipotezele;
neleag logica testrii ipotezelor;
neleag conceptul de semnificaie statistic;
Recunoasc i s trateze tipurile de erori aprute
n procesul testrii ipotezelor.

Desigur, n activitatea dumneavoastr de zi cu zi, ai ntlnit frecvent


termenul de probabilitate. Care este probabilitatea s plou n momentul n
care ai decis s v petrecei o sptmn pe litoral sau care este probabilitatea s avei un cmin fericit n momentul n care v-ai cstorit? Dac aruncai o moned n sus, care este probabilitatea s cad cap sau stem? Unii
dintre dumneavoastr i doresc s poat afla probabilitatea prin care s obin un ase la zar pentru a scpa de mar i aa mai departe.
Dac aruncm o moned n sus, atunci cnd cade, va putea s cad pe
faa cu capul sau pe faa cu stema. Exist doar dou posibiliti n acest caz
care acoper complet posibilitile de manifestare ale acestui fenomen. Care
este ns probabilitatea s cad stema? Este una din cele dou posibiliti,
206

Cristian Opariuc-Dan
adic exprimat n termeni cifrici =0,5. Dac avem un zar, care este probabilitatea s dm un ase? De data aceasta cte posibiliti sunt? Poate s cad 1,
2, 3, 4, 5 sau 6, deci avem 6 posibiliti. Dac dm cu zarul, exist o singur
ans raportat la 6 anse de a nimeri, dintr-o singur ncercare, zarul cu ase.
Exprimat din nou cifric, avem o probabilitate de 1/6=0,166 s scpm de mar.
Dac ns pentru a scpa de mar ne trebuie un 6 sau un 4, care este probabilitatea de a iei cu fa curat? De data aceasta exist dou alternative raportate
la un total de ase, prin urmare 2/6=0,33.
Nu cred c toate aceste lucruri sunt elemente noi. n general, atunci
cnd vorbim de probabiliti, acestea se exprim sub form cifric, cu valori
de la 0 la 1, n care 0 reprezint probabilitatea nul, niciodat evenimentul nu
se va ntmpla iar 1 reprezint probabilitatea maxim, evenimentul se ntmpl ntotdeauna. De foarte multe ori este mai intuitiv s reprezentm procentual probabilitile prin nmulirea probabilitii cu 100. Astfel, exist 50%
anse s cad stema la aruncarea unei monede (0,5x100) sau 16,6% anse s
scap de mar dac nimeresc un ase i 33% dac nimeresc un ase sau un patru. Muli prefer aceast exprimare deoarece suntem obinuii s gndim sub
form de pri ale unui ntreg. n definitiv, fie c folosim exprimarea 0,33 fie
c avem n vedere o form procentual 33% de fapt spunem acelai lucru.
Toate aceste exemple reprezint cazuri de probabilitate necondiionat, deoarece nu exist nici un factor, nici un element care s influeneze
desfurarea lor. Dac nu exist vreun magnet n zar sau vreun grunte de
plumb care s influeneze obinerea lui ase, atunci suntem n faa unui caz de
probabilitate necondiionat.
Probabil c la ora actual exist o sut de cri de statistic care trateaz problemele pe care le-am expus aici, unele n mod cert mai complete i
mai academic scrise. Care ar fi aadar probabilitatea ca dumneavoastr s
citii acum cartea scris de mine? Este simplu de calculat 1/100=0,01 sau exprimat procentual 1%. Cam mici anse, nu-i aa? n mod sigur nu cred c-am

207

Statistic aplicat n tiinele socio-umane

s m mbogesc din vnzarea acestei cri Care ar fi probabilitatea ca


prietenul sau prietena dumneavoastr s citeasc aceast carte? Tot 1% dac
nu i-o recomandai dumneavoastr. Dac i-o recomandai, probabilitatea va
crete n funcie de numrul de recomandri efectuate i, iat cum cu ajutorul
dumneavoastr mi voi lua o vil pe plaj. Acest exemplu, n care probabilitatea de apariie a unui eveniment este influenat de prezena sau absena unui
alt eveniment se numete probabilitate condiionat. Exist aadar alte aspecte care influeneaz probabilitatea de apariie a unui eveniment. Probabilitatea de a muri de cancer la plmni n urma fumatului este foarte mare n
condiiile n care nu cunosc faptul c fumatul mi poate declana un cancer.
Dac tiu acest lucru, crete probabilitatea s reduc igrile i chiar s abandonez fumatul, ceea ce va determina i reducerea probabilitii de a muri. n
prima situaie ne aflm n faa unui exemplu de probabilitate necondiionat.
n al doilea caz, avem de a face cu o probabilitate condiionat.
De ce totui am abordat aceste probleme pe care le tii att de bine?
Nu am fcut-o ca s va jignesc inteligena, ci pentru a ne asigura de bazele
nelegerii importanei probabilitilor n statistica social.
nelegerea acestor aspecte asigur, mai apoi, nelegerea conceptelor
de inferen statistic, de relaii ntre variabile, praguri de semnificaie i
semnificaie statistic.
Dup cum am afirmat, scopul unei cercetri este acela ca, pornind de
la rezultatele obinute la nivelul unui eantion de populaie s tragem concluzii valabile pentru o ntreag populaie. Dac voi studia cantitatea de bere
consumat de studenii de la psihologie i voi face afirmaia c n general
studenii de la psihologie consum mai mult bere n comparaie cu ceilali
studeni, la ce nivel de precizie m voi situa? Care este probabilitatea ca
afirmaia mea s fie exact? Pentru a calcula aceast probabilitate avem nevoie s nelegem foarte clar ce nseamn probabilitate de apariie a unui eveniment, fie ea condiionat sau necondiionat. Toate cercetrile n care se folo-

208

Cristian Opariuc-Dan
sesc procedee statistice urmresc, n principal, acelai scop. Din raiuni de
costuri i volum de munc, studiind un eantion, urmrim extinderea concluziilor obinute la nivelul ntregii populaii. Singura problem care se pune
este cea referitoare la ct de precise i adecvate sunt aceste concluzii.
Probabilitatea condiionat i simpl necondiionat reprezint dou
dintre cele mai importante reguli de probabilitate, alturi de evenimentele
mutual exclusive i evenimentele independente. n urmtoarele subcapitole
vom aprofunda aceste noiuni n vederea unei nelegeri complete.

VII.1Patru reguli de probabilitate


n exemplul anterior cu zarul, totalitatea rezultatelor care pot s fie
obinute (1, 2, 3, 4, 5 sau 6) poart numele de eveniment n teoria probabilitilor. Probabilitatea de scpa de mar dac dau un ase sau dac dau un ase
sau un patru, poart numele de probabilitate de succes. Generaliznd, probabilitatea de succes n cazul unor asemenea evenimente poate fi calculat cu
ajutorul formulei

, n care P(S) reprezint probabilitatea de succes, ns

reprezint numrul rezultatelor de succes iar n reprezint numrul total al


rezultatelor.
Este exact ceea ce am stabilit anterior. Care este probabilitatea de a
scpa de mar (probabilitatea de succes)? S dau un ase. Deci un singur rezultat va fi de succes dintr-un total de cte rezultate? De ase rezultate posibile (pot s dau un 1, 2, 3, 4, 5 sau 6). Aplicnd n formul, gsim c probabilitatea de succes este de 1/6=0,166.
n mod similar pot calcula probabilitatea de succes pentru dou evenimente (ase sau patru), pentru trei evenimente i aa mai departe.

VII.1.1

Probabilitatea simpl pentru evenimente egale

Se refer exact la evenimente tip aruncarea unei monede sau la aruncarea unui zar i reprezint cea mai simpl regul de probabilitate. Pentru a

209

Statistic aplicat n tiinele socio-umane

nelege mai bine acest lucru, s lum cazul unei rulete cu nou culori. Dumneavoastr va trebui s aruncai o moned de 50 de bani n timp ce ruleta se
rotete. Dac atunci cnd ruleta se oprete moneda dumneavoastr se afl pe
culoarea verde, ctigai doi lei; n caz contrar, pierdei moneda.
Cunoscnd formula de mai sus, care este probabilitatea de succes?
Evident, numrul total de rezultate posibile este nou; moneda poate s cad
pe oricare dintre cele nou culori. O singur culoare este ns ctigtoare i
anume culoarea verde, deci un singur rezultat va fi cel ctigtor. Probabilitatea de succes este aadar 1/9=0,111 sau 11,1%. Pn aici toate sunt clare i
limpezi. Care este ns probabilitatea de eec? Evident toate celelalte culori
rmase, adic 8/9=0,888 sau 88,8%. Din nou anse posibile, avei aadar o
singur ans s ctigai i opt anse s pierdei, adic 1/8 anse de ctig.
Acum v vei uita nedumerii la mine i m vei ntreba. Parc era 1/9 probabilitatea de succes. Cum a devenit dintr-o dat 1/8? Dac ai fost ateni, am
fcut deja incursiunea ntr-un alt concept statistic i anume cel de ans, oarecum similar cu cel de probabilitate de succes i de eec, pe care de altfel se
bazeaz. ansa de succes poate fi scris ca raportul dintre probabilitatea de
succes i probabilitatea de eec (P(s)/P(e)). Pentru a nu mai folosi probabilitatea
de eec, putem exprima ansa de succes doar n termeni de probabilitate de
succes, dup formula

. Acest lucru devine evident dac nlo-

cuim n raportul iniial semnificaia probabilitii de eec. Atunci cnd vorbim n termeni de ans, putem spune c exist o ans s ctig doi lei i opt
anse s pierd 50 de bani, adic ansa mea de succes este de 1/8; una de ctig
i opt de pierdere.
Haidei s vedem dac aa stau lucrurile. Probabilitatea de succes, n
cazul ruletei, este de 1/9 i cea de eec este de 8/9. Vom face apel la cunotine
de aritmetic de baz i vom spune c ansa de succes este
. Nu am folosit dect cunotine elementare de aritmetic. Demonstraia
210

Cristian Opariuc-Dan
formulei a doua este evident deoarece probabilitatea de eec va fi 1 probabilitatea de succes. Dac nlocuii i efectuai calculele, rezultatul va fi acelai: o ans s ctig doi lei i opt anse s pierd 50 de bani.
De ce folosim totui termenul de ans de succes i nu cel de probabiliti de succes i de eec. Foarte simplu. Pentru a sintetiza ntr-o singur exprimare att succesul ct i eecul. O ans s ctig doi lei i opt anse s
pierd 50 de bani se prezint mai concis i mai elegant n comparaie cu o
probabilitate de unu pe nou s ctig doi lei i o probabilitate de opt pe nou
s pierd 50 de bani. Desigur, sunt i alte motive pe care le vom discuta la
momentul potrivit.

VII.1.2

Evenimentele mutual exclusive

Toat discuia noastr s-a bazat pn acum pe un singur eveniment:


aruncarea unui singur zar, a unei singure monede sau jocul la o singur rulet. Ce se ntmpl ns dac avem dou evenimente? tii c la jocul de table
avem dou zaruri. Fiecare dintre cele dou zaruri poate lua, n mod independent, valori de la unu la ase n urma unei aruncri. Dac pentru a scpa de
mar nu avem nevoie de un ase sau un patru ci de un apte sau un zece, cum
vom calcula probabilitatea? S nu mi spunei c vei picta mai multe puncte
pe faa unui zar
Iat o situaie tipic de dou evenimente mutual exclusive. De ce mutual exclusive? Pentru c punctele obinute pe un zar depind de punctele obinute pe celalalt zar pentru a rezulta scorul total. Fiecare dintre cele dou zaruri poate lua valori de la unu la ase. Cumulat, exist un numr de 36 de
posibiliti de a se combina cele dou zaruri (6x6 posibiliti). Pentru a obine
un apte, putem avea una dintre urmtoarele situaii:
Zar 1:

Zar 2:

Total:

7
211

Statistic aplicat n tiinele socio-umane

n acest caz funcioneaz o alt regul, derivat din regula probabilitilor simple a evenimentelor egale, numit regula aditiv pentru evenimente
mutual exclusive. Nu v speriai c nu este cine tie ce demonstraie matematic complex. Care este numrul total de rezultate al celor dou evenimente? Primul zar are un total de ase rezultate iar al doilea zar un numr
total de ase rezultate. Numrul total al rezultatelor celor dou evenimente
este de 6x6=36 de rezultate. Care este numrul de rezultate de succes, adic
numrul de rezultate care prin nsumare duc la cifra apte? Numrai rezultatele din tabelul de mai sus. Sunt ase rezultate. Nu avem acum dect s nlocuim n formula de mai sus pentru a calcula probabilitatea de succes
0,16. Cunoscnd probabilitatea de succes este uor s calculm ansa de succes. Aplicai doar formula specificat n capitolul anterior i
vei afla ansa de succes. Nu mi se pare deloc complicat. M vei ntreba
acum de ce vorbesc de o alt regul cnd de fapt este exact prima regul studiat. Pentru c aceast regul spune c probabilitatea de succes a unui numr
de k evenimente mutual exclusive reprezint suma probabilitilor de succes a
fiecrui eveniment. Dac avem k evenimente (n cazul nostru k are valoarea
ase deoarece sunt ase evenimente) atunci probabilitatea de succes va fi
P(s)=P(e1) + P(e2) + P(e3) + . P(ek)
Acest lucru se verific i n cazul nostru, dac ar fi s scriem formula
desfurat:
1
36

1
36

1
36

1
36

1
36

1
36

6
36

1
6

Iat c v-am lmurit i motivul pentru care aceast regul se numete


regula aditiv pentru evenimentele mutual exclusive.
Ca exerciiu, calculai probabilitatea de succes i ansa de succes
pentru a obine la table un 10 ca s scpai de mar.

212

Cristian Opariuc-Dan
Am abordat pn acum situaia n care evenimentele sunt egale (cele
dou evenimente au acelai numr de rezultate fiecare dintre cele dou zaruri poate genera un numr de ase rezultate). Cum procedm ns dac evenimentele nu sunt egale?
S presupunem c suntei un juctor de poker electronic i v aflai n
faa unui asemenea aparat care funcioneaz cu monede. Programatorul aparatului a implementat urmtorul algoritm de ctig (Dowdy, i alii, 2004):
Careu de ai se ctig 50 de monede
Careu de popi se ctig 30 de monede
Careu de dame se ctig 25 de monede
Careu de valei se ctig 10 monede
Pierderea monedei

probabilitate 0,001
probabilitate 0,010
probabilitate 0,040
probabilitate 0,359
probabilitate 0,590

Probabilitatea de succes este practic probabilitatea de a ctiga ceva,


fie valeii, damele, popii sau aii. n acest caz probabilitatea de succes este
suma probabilitilor evenimentelor i anume 0,001+0,010+0,040+0,359 rezultnd 0,41.
Observm c probabilitatea de succes, aplicnd regula aditivitii evenimentelor mutual exclusive, nu este altceva dect inversul probabilitii de
eec. n termeni probabilistici, opusul probabilitii de succes poat numele
de complement i se noteaz cu P(S ) . ntotdeauna suma dintre probabilitatea
de succes i complementul acesteia este unu. Dac revenim la formula ansei,
practic ansa de succes este raportul dintre probabilitatea de succes i complementul acesteia.

VII.1.3

Evenimentele independente

Ai observat, din exemplul anterior cu jocul electronic, c probabilitatea de succes este destul de mare (0,41). Dac introducei o moned n aparat,
avei practic o probabilitate de 41% s ctigai ceva i 59% s pierdei. Totui de ce nu ctigai? Dac suntei un mptimit al jocurilor de noroc, n

213

Statistic aplicat n tiinele socio-umane

mod singur ai trecut prin situaia n care v spuneai: Am pierdut prea mult.
De acum ar trebui s mai i ctig. n realitate ns ai risipit toi banii fr
un ctig substanial. De ce? Rspunsul este foarte simplu. Deoarece evenimentele sunt n realitate independente. Introducerea unei noi monede n aparat nu are nici o legtur cu ceea ce ai jucat dumneavoastr anterior. Jocurile
anterioare nu influeneaz cu nimic probabilitatea de ctig pe care o avei. n
acest caz, evenimentele nu sunt mutual exclusive ci independente. Dac vei
introduce n aparat 100 de monede, probabil c vei ctiga de 41 de ori i
vei pierde de 59 de ori.
Atunci cnd discutm despre evenimente independente, trebuie s
avem n vedere probabilitatea comun ca dou sau mai multe evenimente s
se ntmple simultan. S considerm un alt exemplu n care presupunem c
avem la dispoziie un pachet de cri de joc. tii foarte bine c un pachet de
cri de joc conine un numr de 52 de cri aranjate de dou culori: negru i
rou. De asemenea exist, pentru fiecare culoare, un numr de 8 cri speciale: asul, popa, dama i valetul. Dac am sistematiza distribuia crilor de joc,
am obine o imagine similar tabelului de mai jos (Dowdy, i alii, 2004):
Carte special
Da
Nu
Total

Negru
8
18
26

Rou
8
18
26

Total
16
36
52

n continuare, vom amesteca foarte bine crile din pachet i vom ncerca s gsim probabilitatea cu care putem extrage o carte special de culoare neagr, dintr-o singur extragere. Cred c intuii deja rspunsul. Putem
extrage oricare dintre cele 52 de cri din pachet. Deci totalitatea rezultatelor
este de 52. Totui, din aceste 52 de cri, doar 8 cri sunt speciale i negre.
Prin urmare, probabilitatea de a extrage o carte special i de culoare neagr
este de

0,15. Dac n cazul evenimentelor mutual exclusive

am avut o regul aditiv, n acest caz ne confruntm cu o regul multiplica-

214

Cristian Opariuc-Dan
tiv a evenimentelor independente. Conform acestei reguli, probabilitatea
de succes a unui numr de k evenimente independente reprezint produsul
probabilitilor de succes a fiecrui eveniment. Dac avem k evenimente (n
cazul nostru k are valoarea doi deoarece primul eveniment se refer la extragerea unei cri de culoare neagr i al doilea eveniment la extragerea unei
cri speciale) atunci probabilitatea de succes va fi P(s)=P(e1) x P(e2) x P(e3) x

. P(ek). n situaia de fa,


0,15. Am obinut, dup cum ai constatat, exact acelai rezultat.

VII.1.4

Probabilitatea condiionat

Atunci cnd ne gndim la un african, ne vine n minte imaginea unei


persoane cu tenul nchis la culoare, prul negru, eventual ondulat, buzele
groase. Dac ntlnim o asemenea persoan pe strad, putem afirma cu o probabilitate foarte mare de succes, c respectiva persoan este un african. Poate
fi ns vorba ns i despre un arab sau chiar un european. Ne-am bazat afirmaia pe o serie de indicii fizice care au condiionat probabilitatea de succes.
Un asemenea exemplu este un caz tipic de probabilitate condiionat. n
aceast situaie, unul sau mai multe evenimente influeneaz, condiioneaz
probabilitatea de apariie a unui alt eveniment.
S presupunem c facem un studiu pe 100 de persoane bolnave de
cancer pentru a vedea n ce msur fumatul contribuie la apariia cancerului
la plmni. Dup colectarea rezultatelor, le putem prezenta ntr-un tabel similar celui de mai jos (Dowdy, i alii, 2004):
Cancer
Pulmonar
Alt tip de cancer
Total

Nefumtor
5
60
65

Fumtor
20
15
35

Total
25
75
100

Ne punem evident ntrebarea, avnd un numr de 25 de persoane cu


cancer pulmonar, care este probabilitatea ca un fumtor s contacteze un can-

215

Statistic aplicat n tiinele socio-umane

cer pulmonar. Rspunsul este din nou simplu dac privim cu atenie tabelul
de mai sus. Avem un numr total de 25 de bolnavi de cancer pulmonar, din
care 20 sunt fumtori. n acest caz probabilitatea ca un fumtor s prezinte
cancer pulmonar este de 20/25 = 0,80. Cam mare, nu-i aa?
n realitate, probabilitatea condiionat are i ea o regul proprie, numit regula probabilitii condiionate, care se scrie sub forma
|
i semnific probabilitatea ca evenimentul al doilea s fie determinat de
primul eveniment.
n cazul nostru, care sunt evenimentele? Lotul nostru conine 100 de
persoane, toate bolnave de cancer. Primul eveniment l reprezint probabilitatea ca dintre toi bolnavii de cancer, unii s fie bolnavi de cancer la plmni.
Avem un numr de 25 de bolnavi de cancer la plmni dintr-un numr de 100
de bolnavi de cancer. Probabilitatea va fi aadar 25/100. Al doilea eveniment
este reprezentat de bolnavii de cancer la plmni, fumtori. Avem un numr
de 20 de bolnavi de cancer la plmni care fumeaz. Probabilitatea pentru al
doilea eveniment va fi aadar 20/100. Dac aplicm formula de mai sus, obinem

0,8. Am obinut, prin urmare, exact acelai

rezultat.

VII.2Eroare standard i intervale de ncredere


Incursiunea anterioar n domeniul probabilitilor, dei puin mai arid fa de cum v-ai obinuit, nu a fost deloc ntmpltoare i este menit s
v familiarizeze cu demersul tiinific. n momentul n care utilizai statistica
ntr-un studiu tiinific, trebuie c reinei c aceast metod nu ofer nici pe
departe concluzii certe. Orice afirmaie pe care o facem i care deriv din
procedee statistice, are o anumit probabilitate de a fi adevrat, dup cum
exist i o probabilitate de a ne nela. Acest lucru se ntmpl deoarece n
demersul tiinific rareori lucrm cu ntreaga populaie. De obicei studiile se

216

Cristian Opariuc-Dan
fac pe un segment din populaie, numit eantion, iar concluziile se extind la
nivelul ntregii populaii. Devine evident faptul c indicatorii statistici obinui prin studiul eantionului difer de parametrii populaiei generale din care
acest eantion a fost extras. Acest lucru induce anumite erori n momentul n
care extindem concluziile la nivelul populaiei, erori numite n literatura de
specialitate erori sistematice de eantionare. Scopul oricrui studiu este s
minimizeze aceste erori astfel nct datele obinute prin studiul eantionului
s se apropie ct mai mult de parametrii reali ai populaiei.

Figura 7.1 Distribuia coeficientului de


inteligen i a notelor la matematic
pentru ntreaga populaie de elevi

Dac vom dori, de exemplu, s


studiem relaia care exist ntre coeficientul de inteligen i notele obinute la
matematic de ctre elevii de gimnaziu
din Romnia, vom ti c cele dou variabile se distribuie normal la nivelul populaiei, ca n figura alturat.
Pentru a afla parametrii reali ai

populaiei (media
i abaterea
Eantion 90% din
populaie. Exist mari
standard ) ar
anse s fie inclui att
subieci buni ct i
trebui s nregisslabi
trm notele la
matematic
i
rezultatele unui
Figura 7.2 Distribuia coeficientului de
test de inteligeninteligen i a notelor la matematic
pentru toi
pentru un eantion de 90%
elevii de gimnaziu din Romnia. Un asemenea studiu va fi extrem de greu de realizat i foarte costisitor. Dac n loc s analizm toat populaia vom studia doar 90% din
populaie, media obinut se va apropia foarte mult de cea a populaiei generale. Acest lucru devine posibil deoarece probabilitatea de a selecta subieci
217

Statistic aplicat n tiinele socio-umane

care vor obine scoruri egal rspndite n jurul mediei populaiei este foarte
mare.
ns resursele nu sunt suficiente n vederea realizrii unui studiu de o
asemenea amploare i se va lucra cu un numr mai redus de subieci. Ce se va
ntmpla dac n loc de a studia un eantion suficient de mare vom folosi doar
trei elevi? n acest
Putem selecta 3
caz exist o probaelevi cu rezultate
Putem selecta 3
foarte bune
bilitate foarte mare
elevi cu rezultate
foarte slabe
s selectm trei
elevi cu rezultate
foarte slabe sau cu
rezultate
foarte
Figura 7.3 Distribuia coeficientului de
inteligen i a notelor la matematic
bune. n aceast
pentru un eantion de 3 elevi
situaie, concluziile
pe care le tragem sunt eronate, deoarece eantionul ales nu este reprezentativ
pentru populaia investigat.
Pe msur ce cretem dimensiunea eantionului, crete i probabilitatea de a selecta subieci cu scoruri deasupra i sub media populaiei, fapt ce
determin reducerea erorilor de eantionare, indicatorii obinui la nivelul
eantionului apropiindu-se din ce n ce mai mult de parametrii populaiei.
ntr-un capitol anterior, am discutat despre teorema limitei centrale.
Acest concept afirm c dac extragem mai multe eantioane dintr-o populaie i calculm media acestor eantioane, media eantioanelor aproximeaz
cel mai bine media populaiei. n mod surprinztor, distribuia mediei eantioanelor, n cazul unui numr mare de subieci (peste 30 de subieci) este o
distribuie normal, indiferent de modul n care variabila se distribuie la nivelul ntregii populaii. Pentru a nelege mai bine acest concept, s presupunem
c avem la dispoziie un zar. Dup cum tim, aruncnd un zar putem obine 1,
2, 3, 4, 5 sau 6. nsumnd aceste valori i mprind suma rezultat la ase,

218

Cristian Opariuc-Dan
rezult media teoretic a populaiei de 3,5. Acum s considerm un numr de
5 eantioane de cte 10 aruncri cu zarul. Poate nu v vine s credei, ns
chiar acum fac acest experiment pe care vi-l recomand i dumneavoastr. Iat
rezultatele pe care le obin:
Eantion 1:
Eantion 2:
Eantion 3:
Eantion 4:
Eantion 5:

1, 2, 1, 2, 6, 6, 4, 6, 4, 1
2, 2, 1, 2, 6, 5, 6, 3, 3, 4
4, 1, 2, 5, 6, 6, 3, 5, 5, 2
4, 2, 2, 2, 5, 3, 1, 4, 3, 4
5, 3, 4, 2, 6, 6, 1, 1, 4, 2

media = 3,6
media = 3,4
media = 3,9
media = 3,0
media = 3,4

Fiecare eantion are o medie diferit de media teoretic, se abate ntrun sens sau altul de la media populaiei 3,5. Dac aplicm principiile teoremei limitei centrale, vom realiza media acestor eantioane. Adunai toate cele
cinci medii i mprii la cinci. Obinei valoarea 3,46 care iat, aproximeaz
cel mai bine media populaiei. n mod similar, aceste principii se aplic i n
cazul cercetrilor tiinifice.
Media de sondaj (m) obinut pe baza unui eantion reprezint un estimator consistent, deoarece tinde spre valoarea teoretic pe msura creterii
numrului de observaii, nedeplasat, eficient, fiind estimatorul cu cea mai
mic abatere de la media populaiei i suficient n sensul c nici o alt estimare nu ofer informaii suplimentare cu privire la parametrul estimat.
(Vasilescu, 1992).
Dei media de sondaj aproximeaz bine media populaiei, gravitnd n
jurul acesteia, noi nu tim ct de bine o aproximeaz. Dac vei cumpra o
pung de cafea de 100 de grame, s nu v ateptai ca punga respectiv s
cntreasc exact 100 de grame. Vei observa pe ambalaj o specificaie important: 100 de grame 5 grame. Ce nseamn acest lucru? nseamn c
punga dumneavoastr conine minimum 95 de grame i maximum 105 grame
de cafea. Cantitatea exact de cafea se gsete undeva ntre aceste limite, n
acest interval, numit i interval de ncredere. Dac vom evalua o caracteris219

Statistic aplicat n tiinele socio-umane

tic a populaiei prin mai multe eantioane, mediile fiecrui eantion vor reprezenta estimri punctuale ale parametrului populaiei, estimri situate, n
general, n acest interval de ncredere. De aceea, putem spune c media de
sondaj este un estimator punctual al mediei populaiei n timp ce intervalul
de ncredere reprezint un estimator de interval al mediei populaiei. Acest
indicator ne ofer un interval de valori ntre limitele cruia putem regsi media real a populaiei studiate.
Nu ntmpltor am menionat anterior o proprietate foarte important
a repartiiei mediei eantioanelor care tinde spre o distribuie normal, indiferent de modul n care se distribuie real variabila la nivelul populaiei. Cunoscnd acest lucru, ne amintim c distribuia normal este complet caracterizat
prin medie i abaterea standard iar aceste concepte ne vor ajuta s determinm intervalul de ncredere.
n figura numrul 7.4, am reprezentat distribuia nlimii brbailor
din Romnia. Evident, media acestei
caracteristici la nivelul populaiei este
i va rmne necunoscut. Dac vom
extrage cteva eantioane din popula?
ie, mediile obinute le vom putea reprezenta prin punctele de pe grafic.
Figura 7.4 Distribuia nlimii brbaiMedia fiecrui eantion se abate n
lor din Romnia
sens pozitiv i negativ de la media real, ns dac am face media acestor
eantioane ne-am apropia cel mai bine de valoarea exact a acestui parametru.

220

Cristian Opariuc-Dan
Dar, dup cum am
spus, media eantioanelor are
proprietatea de a se distribui
normal. Folosind acest element i proprietile distribu?
iei normale, putem calcula
cu ct se abate media unui
eantion fa de media teoretic care rmne n continuare necunoscut stabilind
astfel intervalul de ncredere.
Figura 7.5 Distribuia normal a nlimii brbain mod practic, mediile eanlor din Romnia
tioanelor se vor abate de la
media teoretic cu un numr de abateri standard sau, mai precis, vor dobndi, fiecare, o cot z. Indiferent de eantion, media acestui eantion se poate situa ntre -3 i + 3 abateri standard, pentru o probabilitate de aproximativ
99,74%. Acest interval este ns prea mare i
permite mediei de sondaj s aib aproximativ
orice valoare din domeniul de variaie al nlimii brbailor din Romnia. n general, trebuie s ne asigurm, la un nivel de probabilitate de 95%, c zona din curba de distribuie
a populaiei conine media de sondaj, adic
intervalul de ncredere al mediei are o preciFigura 7.6 Zona distribuiei normale corespunztoare unui interval
zie de 95%, existnd mai puin de 5% anse
de ncredere de 95%
ca media populaiei s nu fie coninut n
acest interval. n termeni de abateri standard, zona corespunztoare unui
terval de ncredere de 95% se afl situat ntre 1,96 i + 1,96 abateri standard.

221

Statistic aplicat n tiinele socio-umane

Urmnd firul logic, dac scorul z al mediei eantionului se afl situat


ntre 1,96 i + 1,96 abateri standard, nseamn c aceast medie aproximeaz suficient de bine media teoretic sau media populaiei la un nivel de ncredere de 95%. Dac v amintii, o procedur similar am utilizat atunci cnd am
analizat simetria i boltirea unei distribuii.
Abaterile mediilor de sondaj fa de
media teoretic seamn foarte mult cu un
alt indicator studiat anterior, ca msur a
Figura 7.7 Media eantionului
mprtierii, i anume abaterea standard. De
ntr-un interval de ncredere de
fapt, abaterea standard a mediilor eantioa95%
nelor reprezint un alt concept statistic care
poart numele de eroare standard a mediei. Eroarea standard a mediei reprezint o msur n care media unui eantion deviaz de la media eantioanelor, avnd o importan deosebit n stabilirea real a intervalului de ncredere i a msurii n care media unui eantion aproximeaz media real a populaiei.
Metoda tradiional prin care am putea estima eroarea standard a mediei ar fi aceea de a extrage mai multe eantioane din populaie, de a calcula
media eantioanelor i apoi abaterea standard a acestora dup unul dintre
procedeele descrise n capitolele anterioare. Totui, acest lucru nu se ntmpl, deoarece, de cele mai multe ori, n cercetarea tiinific lucrm cu un
singur eantion. Din fericire, eroarea standard a mediei este n legtur cu
mrimea eantionului aa cum am artat anterior i poate fi calculat cunoscnd doar mrimea eantionului i abaterea standard a acestuia. Cu ct
eantionul este mai mare, cu att eroarea standard este mai mic i invers. O
bun aproximare a erorii standard a mediei este dat de raportul dintre abaterea standard a rezultatelor obinute de ctre subiecii din eantion i rdcina
ptrat din volumul eantionului.

222

Cristian Opariuc-Dan
Eroarea standard a mediei poate fi aadar calculat prin intermediul
formulei:

(formula 7.1)

unde Sm reprezint eroarea standard a mediei, reprezint abaterea


standard a scorurilor la variabila analizat i n reprezint volumul eantionului.
Vom considera valorile ce reprezint nlimea subiecilor exprimat
n centimetri: 182, 175, 174, 189, 177, 177, 180, 173, 188, 171, 184, 192,
180, 172, 177, 193, 184, 192, 172, 177, 174, 171, 172, 179, 185, 179, 173,
172, 179, 188. tim c am msurat un eantion de 30 de brbai i am obinut
scorurile anterioare, distribuia avnd media de 183,2 centimetri i abaterea
standard de 5,23 centimetri.
Dac aplicm acum formula, vom obine eroarea standard a mediei de
,

0,95. ntr-adevr, n acest caz eroarea standard a mediei

este destul de mic, media aproximnd bine media general a populaiei.


Cunoscnd eroarea standard a mediei, putem acum estima limitele ntre care gsim media populaiei () la un interval de ncredere de 95%. Dup
cum tim, n termeni de abateri standard, pe o distribuie normal, intervalul
de ncredere corespunztor nivelului de 95% este situat ntre +/- 1,96 abateri
standard. Particulariznd, intervalul de ncredere al mediei teoretice poate fi
calculat dup formula:
1,96

1,96

(formula 7.2)

n cazul nostru, media nlimii celor 30 de subieci este de 183,5


centimetri iar eroarea standard a mediei este de 0,95 centimetri. Limita inferioar a intervalului de ncredere va fi de 183,5 1,96x0,95 = 181,67 centimetri iar limita superioar a intervalului de ncredere va fi de 185,36 centi-

223

Statistic aplicat n tiinele socio-umane

metri. Cu alte cuvinte, ntre 181,67 centimetri i 185,36 centimetri se va afla


media de nlime a populaiei masculine din Romnia.

VII.3Metoda tiinific n tiinele socio-umane


Avnd n vedere informaiile prezentate pn acum, ar fi momentul s
discutm despre metoda tiinific pe care o utilizm ori de cte ori suntem n
faa desfurrii unui studiu serios i valid n tiinele socio-umane. Abordez
aceast problem pentru c, am vzut de multe ori, n rndul cercettorilor
sau al cadrelor universitare, opinii cel puin paradoxale. Ce spunei, de exemplu, de o replic de genul: Aplicai instrumentele, vedem ce iese i dup
aceea formulm ipotezele. Nu tiu dac v-ai confruntat sau nu cu o asemenea atitudine. Eu m-am confruntat pe parcursul multor lucrri de licen i
chiar teze de doctorat i am rmas stupefiat de lipsa elementar de cunotine
n ceea ce privete metoda tiinific. Este la fel ca i cum am spune: Construim acoperiul, vedem cum arat i dup aceea facem fundaia i pereii.
Un asemenea demers este unul diletantist, amatoricesc, care nu are nici o
legtur cu cercetarea tiinific. Demersul tiinific presupune, de fiecare
dat, un proces strict etapizat, care se raporteaz la urmtoarele aspecte
(Dowdy, i alii, 2004):
1. Enunarea problemei;
2. Formularea ipotezelor;
3. Proiectarea cercetrii;
4. Efectuarea observaiilor;
5. Interpretarea datelor;
6. Formularea concluziilor.
Dei nu intenionez abordarea n detaliu a tuturor etapelor, a dori s
menionez faptul c, n principal, metoda statistic intervine n etapa a cincia,
etapa interpretrii datelor. Deoarece o interpretare a datelor presupune ns i
224

Cristian Opariuc-Dan
o colectare corect a lor, cunotine de statistic sunt necesare att n etapa a
doua formularea ipotezelor ct i n etapa proiectrii experimentului sau a
sondajului. Numai n acest mod ne putem asigura de prezena unui set valid
de date care va face posibil interpretarea acestora i transferul ctre etapa a
asea etapa formulrii concluziilor. Iat motivul pentru care fiecare dintre
aceste ase etape vor fi analizate separat.

VII.3.1

Enunarea problemei

Enunarea problemei vi se pare, probabil, cea mai simpl etap a demersului tiinific. Trebuie s v informez, de la nceput, c acest stadiu nu
este deloc simplu i necesit un mare volum de cunotine, o bun intuiie
tiinific, un volum impresionant de observaii i, de asemenea, un potenial
creativ. Pot, spre exemplu, s enun problema cltoriei n timp. Demersul
tiinific va eua din start, deoarece, la ora actual, problema este insolvabil.
O problem apare n urma unui mare numr de observaii. Pot constata, de
exemplu, c un element major al ineficienei instituionale l reprezint incapacitatea de comunicare la diferitele structuri ierarhice din cadrul instituiei.
Aceast problem, pe care mi-o propun spre soluionare, rezult n urma unui
numr semnificativ de observaii referitoare la analiza dinamicii i a climatului organizaional la nivelul multiplelor instituii. n acelai timp, trebuie s
ne asigurm de faptul c problema nu are nc o soluie pertinent. Degeaba
observ c stnd la umbra unui mr, mi cade un fruct n cap. Poate voi fi capabil s m ntreb de ce cade, s mi pun problema i apoi s gsesc explicaia. ns aceast problem a fost rezolvat acum mult timp de ctre Newton.
Referitor la acest aspect, investigarea soluiilor pertinente este de domeniul
metaanalizei, demers ce ar trebui s precead etapa enunrii problemei i pe
care l vom aborda n al treilea volum al prezentei lucrri.
Legturile omului de tiin cu domeniul investigat sunt, din nou, de
mare importan. Am depit epoca renascentist n care un om putea fi foarte bun n chimie, fizic, anatomie, arte, matematici i aa mai departe. Volu-

225

Statistic aplicat n tiinele socio-umane

mul de cunotine acumulat de omenire este att de mare, nct chiar ntr-un
subdomeniu limitat, fiina uman este depit. Vorbind de psihologie ca s
nu lum n discuie domeniul supraordonat al tiinelor socio-umane numai
un diletant poate pretinde c e psiholog. Este ca i cum a spune c un medic este pur i simplu medic. Evident c e medic, ns n ce? n ortopedie,
pediatrie, neurologie, oftalmologie i aa mai departe. La fel, un psiholog
poate fi psihoterapeut, experimentalist, consilier colar, specialist n organizaii, n psihologia social etc. Mie, de exemplu, mi place psihologia experimental i n special metoda statistic. Totui, la momentul n care scriu
aceste rnduri, consider c tiu cel mult 15-20% din metoda statistic i m
ntreb dac mi va ajunge viaa s dein un procent de 50-60%, dei studiul
acestei metode face parte din activitatea mea zilnic. n aceste condiii, cum
a putea oare s formulez o problem din domeniul psihoterapiei, ca s nu
mai vorbim de domeniul chimiei sau al astronomiei. Poate pare deplasat, ns
sunt adeptul strictei specializri i al lucrului n echipe multidisciplinare. Dac sunt psihoterapeut, desigur, am anumite cunotine de statistic psihologic, ns nu m pot considera un expert n aceast problem. Este de preferat
lucrul ntr-o echip cu un specialist n psihologie experimental, care stpnete la un nivel perfect satisfctor metoda statistic, n momentul n care
apare necesitatea unui studiu tiinific ce presupune analiza datelor, n locul
unui efort pe termen scurt de abordare pe cont propriu al unui domeniu n
care competenele sunt mediocre.
Dincolo de aceste meniuni, enunarea problemei presupune formularea acesteia n scris, n termeni clari i explicii. n urma formulrii problemei, rezult obiectivele cercetrii, obiective exprimate n termeni de obiective generale i specifice.
Obiectivele generale ghideaz cercetarea n ansamblul ei. Un studiu
tiinific are unul, maxim dou obiective generale. Nu ne putem concentra
eforturile pe mai multe planuri ori planurile sunt ghidate exact de modul de
formulare al obiectivelor generale.
226

Cristian Opariuc-Dan
Obiectivele generale ale unei cercetri sunt formulate n urma unui
cumul de observaii i, eventual, n urma unui studiu metaanalitic. n ultima
situaie, este necesar prezentarea rezultatelor studiului metaanalitic care a
ghidat formularea obiectivului general i prin care se demonstreaz lipsa de
abordare sau abordarea nepertinet a problemei studiate. Spre exemplu, constatm c pe msur ce crete numrul de kilometri parcuri cu un automobil,
crete i riscul de apariie al unui accident i ne propunem s studiem tiinific aceast problem. n mod normal, ar trebui s ncepem prin a analiza cercetrile existente n acest domeniu i s desfurm un studiu metaanalitic. n
urma acestui studiu, putem preciza obiectivul general al cercetrii, de forma:
Obiectivul general al cercetrii l reprezint stabilirea relaiei existente
ntre numrul de kilometri parcuri i probabilitatea de apariie a unui accident rutier. Observm c enunarea problemei ce urmeaz a fi studiat s-a
fcut extrem de clar i explicit, astfel nct se pot defini termenii i condiiile
proiectrii unui studiu experimental sau a unei cercetri bazate pe sondaj.
Obiectivele specifice reprezint aspecte detaliate ale investigaiei tiinifice, deriv din obiectivul general i creeaz baza formulrii ipotezelor de
cercetare (alternative). n funcie de dimensiunile cercetrii i de resursele pe
care le are la dispoziie cercettorul, se pot formula unul, dou, trei douzeci de obiective specifice, aflate n legtur cu obiectivul general.
Concluzionnd, enunarea problemei reprezint prima etap a demersului tiinific. Ea este nsoit de un studiu al cercetrilor n domeniu i de
prezentarea clar i precis, n termeni cuantificabili, a obiectivelor generale
i specifice.

VII.3.2

Formularea ipotezelor

A doua etap a demersului tiinific este reprezentat de formularea


ipotezelor cercetrii. O ipotez reprezint o prezumie clar, explicit i verificabil referitoare la relaiile sau diferenele existente ntre dou sau mai
multe variabile. Plecnd de la definiia menionat mai sus, rezult faptul c o
227

Statistic aplicat n tiinele socio-umane

ipotez de cercetare este legat, evident, de obiectivele cercetrii. Deoarece o


ipotez urmeaz s fie testat statistic, formularea acesteia trebuie fcut n
termeni de claritate maxim, fr ambiguiti, demersul testrii ipotezelor
fiind unul logic i demonstrabil prin procedee statistice specifice.
Deoarece formularea ipotezelor i nelegerea logicii testrii acestora
reprezint un element vital n cercetarea tiinific, vom analiza pe larg modalitatea prin care sunt elaborate i verificate ipotezele.
Ipotezele sunt formulate att n cazul studiilor care urmresc stabilirea
unor relaii dintre variabile (numite i studii corelaionale) ct i pentru cercetrile ce vizeaz existena unor diferene dintre variabile (studii factoriale). O
prim distincie se poate face ntre ipoteze unilaterale (unidirecionale) i
ipoteze bilaterale (bidirecionale) (Clocotici, i alii, 2000).

Ipotezele unilaterale se utilizeaz n momentul n care avem


o idee de sensul, direcia n care evolueaz variabilele. Aceste
ipoteze sunt mai precise i permit dezvoltarea unor studii pertinente, existnd anse mai mari s fie susinute de analiza datelor. O ipotez unilateral se recunoate dup modul de formulare, deoarece n enunul acesteia regsim direcia de evoluie a variabilelor. De exemplu, dac desfurm o cercetare care are ca scop analiza legturii dintre anxietate i depresie, am
putea formula o ipotez unidirecional de tipul: exist o legtur pozitiv ntre nivelul anxietii i nivelul depresiei. n
aceast situaie, ipoteza va fi susinut numai n cazul n care
legtura dintre anxietate i depresie este pozitiv, adic n situaia n care subiecii cu anxietate mare manifest i puternice
simptome depresive sau subiecii cu anxietate mic nu prezint
simptome depresive. Ipoteza nu se susine dac, de exemplu,
subiecii cu anxietate mic manifest puternice simptome depresive (cazul unei corelaii negative). Dei mult mai precis,

228

Cristian Opariuc-Dan
exist n permanen riscul s nu putem susine ipoteza n condiiile n care sensul formulat nu este reprezentat de datele cercetrii, chiar dac n urma analizei pot rezulta i alte sensuri
specifice;

Ipotezele bilaterale nu impun direcia de evoluie a variabilelor. Dei mai puin precise n comparaie cu cele unilaterale,
ipotezele bilaterale ofer o mai mare libertate cercettorului. O
formulare de genul exist o legtur ntre nivelul de anxietate i predominana simptomelor depresive poate fi susinut
att n cazul n care corelaia este pozitiv ct i n situaia unei
corelaii negative. Ipoteza nu este susinut doar n condiiile
n care, cu o mare probabilitate, se demonstreaz inexistena
unei asemenea relaii.

Chiar dac vi se poate prea puin ciudat, testarea unei ipoteze nu se


face prin formularea menionat mai sus denumit i ipotez alternativ
ci printr-un fel de invers al acesteia pe care l numim n statistic ipoteza
nul sau ipoteza statistic. Testarea unei ipoteze nseamn, de fapt, testarea
ipotezei nule n vederea respingerii sau nerespingerii acesteia.

VII.3.2.1

Ipoteza nul i ipoteza alternativ

nainte de a aborta testarea ipotezelor, ar trebui s nelegem foarte


clar ce nseamn ipoteza nul i ipoteza alternativ.
Relund exemplul de mai sus, ipoteza alternativ se noteaz, de obicei, cu H1 i poate fi enunat astfel:

H1: Presupunem c exist o legtur ntre nivelul de anxietate i nivelul de depresie.


Din punct de vedere statistic, nu putem verifica direct aceast ipotez.
Singura modalitate prin care putem sprijini ipoteza alternativ este s enun-

229

Statistic aplicat n tiinele socio-umane

m i apoi s testm ipoteza nul. De obicei, ipoteza nul notat cu H0


este o negare logic a ipotezei alternative i poate fi formulat astfel:

H0: Nu exist nici o legtur ntre nivelul de anxietate i nivelul de


depresie.
ntr-o cercetare, exist o singur ipotez nul i una sau mai multe
ipoteze alternative. Ipoteza nul este cea care orienteaz planul (designul)
cercetrii. Dac n urma analizei datelor respingem ipoteza nul, nseamn c
datele noastre susin una dintre ipotezele alternative. Dac ipoteza nul nu
este respins, datele nu sprijin ipoteza alternativ.
Acesta este singura modalitate prin care se poate testa o ipotez. Reinei c nu putem confirma sau infirma ipoteza alternativ i nici ipoteza nul.
Singurul lucru pe care l putem face este c respingem sau s nu respingem ipoteza de nul. Nu v revoltai. Acesta este adevrul, chiar dac nu v
place. Pentru ca acest lucru s v devin clar, vom explica puin, prin exemplu, logica testrii ipotezei de mai sus. Cum ai proceda pentru a studia legtura dintre anxietate i depresie? Vom lua cazul cel mai simplu, n care dispunem de dou chestionare, unul care msoar anxietatea i un al doilea care
msoar depresia. Administrm apoi cele dou chestionare unui eantion de,
s zicem, 30 de subieci. Dup colectarea datelor, plecm de la ideea c nu
exist nici o legtur ntre nivelul de anxietate i nivelul depresiei.
Nu trebuie s uitm faptul c scopul acestei cercetri l reprezint extragerea unei concluzii valabil la nivelul ntregii populaii pe baza studiului
unui eantion. Chiar dac observm o relaie ntre cele dou variabile, ntotdeauna exist o probabilitate mai mare sau mai mic ca rezultatul s fie
obinut pe baza unei erori de eantionare. Ipoteza nul ne indic, de fapt, probabilitatea de a obine aceste date n condiiile n care ar fi adevrat, adic n
condiiile n care datele se obin n urma unei erori de eantionare. Practic, n
momentul n care calculm relaia dintre cele dou variabile, calculm probabilitatea de obinere a acestei relaii ca rezultat al unei erori de eantionare.
230

Cristian Opariuc-Dan
Oricnd exist posibilitatea ca relaia constatat la nivelul eantionului s nu
se regseasc ntr-adevr la nivelul populaiei, deoarece datele colectate la
nivelul eantionului sunt rezultate n urma unei erori de eantionare.
n exemplul nostru, s presupunem c gsim o relaie ntre anxietate i
depresie, n sensul c persoanele anxioase prezint i simptome depresive.
Am lucrat totui pe un eantion i nu cu ntreaga populaie. nainte de a face
aceast afirmaie valabil pentru ntreaga populaie, ne putem pune problema
care ar fi probabilitatea ca relaia pe care am descoperit-o s nu existe de fapt
(ipoteza nul), adic relaia s fie rezultatul unor erori de eantionare este,
evident, o probabilitate condiionat. Dac aceast probabilitate este suficient
de mic, s spunem 5%, atunci putem concluziona c relaia descoperit nu
este rodul unor erori de eantionare ci o putem regsi la nivelul populaiei.
Acest procent de 5% nu nseamn altceva dect c, la doar 5 subieci dintr-o
sut de subieci relaia s-ar putea s nu se verifice. n acest caz, probabilitatea
ca ipoteza nul s fie adevrat este foarte mic i o putem respinge. Respingnd ipoteza nul, putem sprijini ipoteza alternativ. Nu am spus c o confirmm sau c o acceptm. n realitate ipoteza alternativ nu poate fi confirmat sau acceptat, deoarece n permanen apare excepia (cele 5 persoane
dintr-o sut) pentru care ipoteza alternativ nu este adevrat.
Sperm c n baza exemplului de mai sus ai reuit clarificarea modului n care are loc testarea ipotezelor ntr-o cercetare tiinific. Dac ar fi s
concluzionm, am putea spune c logica testrii ipotezelor cuprinde patru
etape (Dancey, i alii, 2002):

Formularea ipotezei;

Msurarea variabilelor implicate i stabilirea relaiilor dintre


variabile;

Calcularea probabilitii de obinere a acestor relaii n condiiile n care relaiile de fapt nu exist la nivelul populaiei;

231

Statistic aplicat n tiinele socio-umane

Dac probabilitatea calculat n etapa anterioar este destul de


mic, atunci exist o probabilitate foarte mare ca relaia descoperit s se regseasc la nivelul populaiei.

O ultim meniune referitoare la ipoteza nul. n general, cercettorii


consider ipoteza nul o ipotez a absenei. (Sava, 2004). Aceast abordare
este o abordare eronat. Ipoteza nul nu nseamn lipsa unei corelaii sau
lipsa unei diferene dintre medii ci probabilitatea ca diferena sau corelaia s
fie obinut ca rezultat al unei erori de eantionare. O legtur ntre dou
variabile, chiar foarte sczut, exist totui, doar c probabilitatea ca aceast
relaie s fie rezultatul unor erori de eantionare este foarte mare i nu trebuie
ignorat. Prin urmare, ipoteza nul nu afirm de fapt c nu exist o legtur ci
trebuie privit mai degrab ca o ipoteza ce urmeaz s fie anulat i nu ca
ipoteza absenei.

VII.3.2.2

Semnificaie i eroare n testarea ipotezelor

Am afirmat c putem respinge ipoteza nul (ipoteza conform creia


relaia obinut este determinat de erorile de eantionare) dac probabilitatea
s fie adevrat este foarte mic. Bine, m vei ntreba, dar ct de mic? Care
este pragul la care putem respinge ipoteza nul? n cercetarea tiinific lucrm cu dou asemenea praguri de semnificaie. Primul prag a fost postulat
de Fisher i reprezint probabilitatea de 0,05 (5% sau 1 caz din 20 de cazuri)
iar al doilea prag de semnificaie reprezint probabilitatea de 0,01 (1% sau 1
caz din 100 de cazuri).
Pragul de semnificaie reprezint probabilitatea (de 5% sau 1%) ca
ipoteza nul s nu fie respins sau, cu alte cuvinte, la 1 din 20 de cazuri sau la
1 din 100 de cazuri relaia s nu existe ori s fie determinat de erorile de
eantionare.
Pragul de semnificaie se noteaz, n literatura de specialitate, cu p sau
cu i permite respingerea ipotezei nule n condiiile unor valori strict mai

232

Cristian Opariuc-Dan
mici dect p (atunci cnd p<0,05). De asemenea, un indicator statistic poate
fi semnificativ sau nesemnificativ n funcie de raportarea la acest prag.
Presupunnd c ipoteza nul este adevrat, dac probabilitatea ca relaia s fie obinut prin intermediul erorilor de sondaj este mai mic de 0,05
(5%) atunci se poate respinge ipoteza nul iar indicatorul statistic este semnificativ. n exemplul nostru, putem respinge ipoteza nul i putem afirma c
exist o legtur semnificativ ntre nivelul anxietii i nivelul depresiei. n
aceleai condiii, dac probabilitatea ca relaia s fie obinut prin intermediul
erorilor de sondaj este mai mare de 0,05, indicatorul nu este semnificativ iar
ipoteza nul nu poate fi respins. Vom putea atunci afirma c nu exist nici o
legtur semnificativ ntre nivelul anxietii i nivelul depresiei.
n orice lucrare tiinific, alturi de valoarea indicatorului statistic se
raporteaz i valoarea pragului de semnificaie. Exist dou modaliti prin
care putei raporta pragul de semnificaie:

prin raportarea inegalitii, de forma p<0,05 sau p<0,01.


Aceast modalitate, dei nc practicat, nu este extrem de
agreat n comunitatea tiinific deoarece permite o raportare
grosier a probabilitii de respingere a ipotezei de nul. Un
p<0,05 poate nsemna att o probabilitate de 0,49 dar i o probabilitate de 0,11;

prin raportarea exact a pragului de semnificaie, de forma


p=0,38. Aceast metod este preferat, deoarece permite o
evaluare exact a probabilitii de respingere a ipotezei de nul.
Unele programe statistice, printre care i SPSS, raporteaz
uneori pragul de semnificaie de forma .000, adic 0,000. Este
o greeal s precizai un p=0,000, acest lucru nsemnnd o
probabilitate nul de obinere a relaiei prin eroarea de eantionare, ceea ce nu poate fi posibil. Deoarece SPSS rotunjete la
trei zecimale, probabil c pragul real de semnificaie este o va233

Statistic aplicat n tiinele socio-umane

loare de genul 0,0000001457. n acest caz, se prefer prima


modalitate de raportare, de genul p<0,01.
Atunci cnd discutm de semnificaie, trebuie s avem n vedere faptul c ne referim la o semnificaie statistic i nu la semnificaia psihologic,
social sau economic. Afirmaia conform creia exist o corelaie semnificativ ntre nivelul de anxietate i nivelul depresiei la un prag de semnificaie
mai mic de 0,05 nu nseamn altceva dect c, la nivelul populaiei, exist o
probabilitate mai mic de 5% ca s nu fie nici o relaie ntre anxietate i depresie. Att. Semnificaia statistic nu implic o interpretare psihologic a
acestei legturi.
Valoarea pragului de semnificaie reprezint o probabilitate condiionat, probabilitatea de apariie a unui eveniment n condiiile n care ipoteza
nul este adevrat. Aceast valoare nu indic probabilitatea de apariie a
evenimentului la nivelul populaiei. Un prag de semnificaie mai mic de 0,05
ne spune doar c sunt mai puin de 5% anse ca relaia dintre anxietate i depresie s fie rezultatul unei erori de eantionare. Acest lucru ns nu nseamn
c avem peste 95% anse s regsim relaia la nivelul populaiei. Dup cum
am mai afirmat, testarea ipotezelor presupune doar testarea ipotezei nule nu i
inferene referitoare la ipoteza alternativ.
Chiar dac pragul de semnificaie creeaz condiiile respingerii ipotezei nule, totui nu vom putea niciodat afirma cu certitudine c susinem ipoteza alternativ. n cercetarea tiinific, dei condiiile de semnificaie statistic pot fi ndeplinite, este posibil apariia a dou tipuri de erori: putem respinge ipoteza nul iar n realitate ea s nu ndeplineasc condiiile de respingere la nivelul populaiei sau putem s nu respingem ipoteza nul n situaia
n care ar trebui respins.
Cnd credeai i dumneavoastr c ai scpat de lucrurile astea ce presupun logica probabilitilor, iat un nou concept care are darul s v ameeasc. Personal m mir c nu ai trecut nc la lectura unui volum de poveti.
234

Cristian Opariuc-Dan
i dac tot veni vorba de poveti, s v relatez o poveste pe care mi-a spus-o
pe vremuri Ovidiu Lungu i care v va lmuri cu privire la natura acestor
erori.
A fost odat un mprat care avea obiceiul s poarte multe rzboaie.
nainte de a merge la rzboi, mpratul nostru chema vrjitorul curii i l punea s-i prezic soarta btliei. De fiecare dat, bietul vrjitor era n mare
impas deoarece dac greea previziunea risca s-i piard capul cum o piser muli alii naintea lui. Totui, vrjitorul avea muli ani de cnd i pstra
capul pe umeri iar prediciile acestuia, uneori se dovedeau a fi adevrate. ntrebarea mea este cum proceda? n primul rnd, vrjitor fiind, el citise aceast
carte i celelalte dou care urmeaz s apar. n al doilea rnd, avea ceva noiuni legate de probabiliti i verificarea ipotezelor i naintea btliei i
formula ipotezele, apoi construia un tabel similar tabelului de mai jos:
H1: Prevd c mria sa va ctiga btlia
H0: Prevd c mria sa nu va ctiga btlia

Ctig
Ce a prevzut
c se ntmpl
Pierde

Ce se ntmpl n urma btliei


Ctig
Pierde
OK
Eroare tip I
p= 1-
p=
Caracteristica testului
Pragul de semnificaie
OK
Eroare tip II
p=1-
p=
Puterea testului

S analizm acum tabelul de mai sus. Observm c exist un numr


de patru situaii:

Vrjitorul a prezis c mpratul va ctiga btlia i mpratul


a ctigat-o. Aceasta este situaia descris pn acum. Vrjitorul respinge ipoteza nul i susine ipoteza alternativ deoarece
probabilitatea de a nu ctiga btlia era foarte mic. Cellalt
mprat avea probabil un numr mic de oameni i o tehnic de
235

Statistic aplicat n tiinele socio-umane

lupt net inferioar. Vrjitorul a obinut o nou avere i respectul mpratului;

Vrjitorul a prezis ctigarea btliei i mpratul a pierdut-o.


S-a comis astfel o eroare de tip I, respingndu-se ipoteza nul
cnd de fapt ar fi trebuit acceptat. Pragul de semnificaie a
fost probabil apropiat de limit (0,05) ns vrjitorul a riscat.
i-a pierdut i averea i capul. Este cea mai grav eroare pe
care o poate face. Probabil c s-a bazat pe faptul c cellalt
mprat are puini oameni i o tehnic de lupt inferioar ns
l-au dezinformat spionii i a subapreciat fanatismul ostailor;

Vrjitorul a prezis pierderea btliei i mpratul a ctigat-o.


S-a comis acum o eroare de tip II, nerespingnd ipoteza nul
n condiiile n care ar fi trebuit respins. n bucuria victoriei,
mpratul s-ar putea s-i crue capul vrjitorului ns va pierde
respectul i o parte din avere. Vrjitorul nu a vrut s rite deoarece cunotea fanatismul lupttorilor celuilalt mprat;

Vrjitorul a prezis pierderea btliei i mpratul a pierdut-o.


Din fericire i-a pstrat i capul i averea deoarece a avut nelepciunea c calculeze puterea unui test statistic, adic probabilitatea de a respinge ipoteza nul atunci cnd ea este fals.

Dup cum ai putut observa, eroarea de tip I este situaia n care un


cercettor respinge ipoteza nul n condiiile n care aceasta nu ar fi trebuit
respins iar eroarea de tip doi este situaia n care nu se respinge ipoteza nul
dei ar trebui respins. Cele dou tipuri de erori se afl ntr-un raport invers
proporional. Pe msur ce cresc ansele de apariie a erorii de tip I, scad ansele de apariie a erorii de tip II i invers.

236

Cristian Opariuc-Dan
Din nefericire, cele mai multe cercetri risc apariia unei erori de tip
I, care am vzut c este i cea mai grav, neglijnd posibilitatea de apariie a
erorii de tip II.
Eroarea de tip I corespunde pragului de semnificaie de 0,05 (5%).
Avem 5% anse s respingem ipoteza nul n condiiile n care s-ar dovedi
adevrat. O probabilitate cam mare atunci cnd e n joc capul vrjitorului.
Eroarea de tip doi corespunde unui prag de semnificaie de 0,01 (1%).
De data aceasta avem doar 1% s respingem ipoteza nul n condiiile n care
s-ar dovedi adevrat, ns mult mai multe anse s nu o respingem cnd ar
trebui respins i astfel s comitem o eroare de tip II. Oricum, consecinele ar
fi mult mai blnde.
Putei acum s-mi spunei cum de i-a pstrat vrjitorul capul pe
umeri atia ani? Intuii deja c a lucrat la un prag de semnificaie de 0,01, n
care crete riscul apariiei erorii de tip II, ns scade probabilitatea unei erori
de tip I.
Rolul acestor erori este deosebit de important n cercetare. S presupunem c o firm de medicamente descoper un nou produs care oprete evoluia cancerului ns are efecte secundare n ceea ce privete viaa pacienilor
deoarece genereaz o serie de produse toxice. Problema care se pune este la
ce nivel de risc pot fi acceptate efectele toxice n raport cu beneficiile pe care
le poate aduce medicamentul. n urma unui studiu, pot exista dou posibiliti:

Prima posibilitate este cea corespunztoare unei erori de tip I.


Medicamentul s fie pus pe pia n condiiile n care pragul de
semnificaie este de 0,05. S-a respins ipoteza nul conform creia medicamentul este toxic i s-a optat n favoarea beneficiilor pe care le aduce. La un asemenea prag de semnificaie s-ar

237

Statistic aplicat n tiinele socio-umane

putea ca la nivelul populaiei tratamentul s provoace mai


multe decese dect vindecri;

A doua posibilitate este cea corespunztoare unei erori de tip


II. Medicamentul s nu fie pus pe pia deoarece pragul de
semnificaie a fost mai mare de 0,01. Dei medicamentul poate
opri evoluia cancerului, totui riscul efectelor toxice este mult
prea mare pentru a fi acceptat. Oricum, este o situaie mult mai
convenabil n raport cu primul caz.

Cunoscnd aceste tipuri de erori, cum le putem totui evita? Modalitatea cea mai bun de evitare a erorilor este replicarea cercetrii prin proiectarea unui alt studiu. Dac n urma unui alt studiu rezultatele se pstreaz, nivelul de ncredere n concluziile extrase va crete. Dac observm o singur
dat un fenomen, exist un mare risc ca aceast observaie s se datoreze ntmplrii. Dac l observm de dou, trei, patru ori, putem afirma cu mai mare certitudine c reprezint un fenomen real, reproductibil i generalizabil.

VII.3.2.3

Ipoteze unilaterale i bilaterale

Importana acestei clasificri a ipotezelor de cercetare implic precizri suplimentare, n afara celor menionate n seciunea anterioar. Am stabilit deja c putem formula unidirecional o ipotez, atunci cnd precizm direcia exact a relaiilor dintre dou variabile (Exist o corelaie pozitiv
puternic ntre anxietate i depresie) sau bidirecional, atunci cnd nu putem anticipa exact natura relaiilor dintre variabile (Exist o corelaie ntre
anxietate i depresie). n literatura de specialitate prima situaie poart numele de one-tailed hypothesis iar a doua situaie two-tailed hypothesis
sau, ntr-o variant romneasc aproximativ ipoteze la un capt la distribuiei - unilaterale i ipoteze la ambele capete ale distribuiei - bilaterale.
Aceast denumire o ntlnim i n cadrul programului SPSS i nu ar fi ru s
aflm logica ce st n spatele acestor nume.

238

Cristian Opariuc-Dan
Probabilitate foarte mare de a
tim deja c
obine scoruri n zona central
distribuia
normal
prezint dou capete,
dou extreme care se
apropie de frecvena Probabilitate foarte mic de a obine
Probabilitate foarte mic de a obine
scoruri
n
zona
extremelor
scoruri n zona extremelor
zero pe care nu o
ating ns niciodat i
am studiat deja probabilitatea de a obine
Figura 7.8 Probabilitatea de a obine
scoruri n zona central a distribuiei n
scoruri la capetele
comparaie cu extremele
distribuiei n comparaie cu probabilitatea de a obine scoruri n zona central. Care ar fi probabilitatea de a ntlni o persoan cu nlimea de 178 de centimetri? Ne aducem
aminte c aceast valoare reprezint o nlime comun, cu probabilitate de
apariie mare, o persoan cu aceast nlime regsindu-se undeva n zona din
mijloc a distribuiei. O persoan cu nlimea de 250 de centimetri are o probabilitate de apariie foarte mic, situat undeva la captul din dreapta a distribuiei n timp ce o persoan cu nlimea de 120 de centimetri are de asemenea o probabilitate mic de apariie, undeva la captul din stnga al distribuiei. La fel procedm i n cazul n care discutm de o alt variabil, s
spunem coeficientul de inteligen. Un IQ de 110 este unul comun, pe care l
putem ntlni n zona de probabilitate mare. Un IQ de 180 este unul foarte
mare, cu o probabilitate de apariie mic, similar nlimii de 250 de centimetri. La fel, un IQ de 60 are o probabilitate mic de apariie i se situeaz
spre extrema stng a distribuiei.

Haidei s ne punem acum problema relaiei dintre cele dou variabile. Ce se poate ntmpla cu coeficientul de inteligen pe msura variaiei
nlimii subiecilor? Pot exista mai multe variante posibile:

Pe msur ce crete nlimea, crete i coeficientul de inteligen. Persoanele cu nlime mare vor avea un coeficient de
239

Statistic aplicat n tiinele socio-umane

sczut. Spunem n acest caz


c creterea scorurilor la o variabil determin creterea scorurilor la cea de-a doua variabil;

Pe msur ce crete nlimea, scade coeficientul de inteligen. Persoanele cu nlime mare au un coeficient de inteligen
sczut n timp ce persoanele scunde au un coeficient de inteligen ridicat. Spunem n acest caz c creterea scorurilor la o
variabil determin micorarea scorurilor la a doua variabil.

Nu exist nici o relaie dintre cele dou variabile. ntlnim


persoane nalte cu coeficieni de inteligen mari i mici, la fel
i n cazul persoanelor scunde sau cu o nlime medie. n
acest caz spunem c cele dou variabile nu sunt relaionate,
sunt independente.

Teoretic sun frumos, ns ce ne facem c nlimea o msurm n


centimetri iar coeficientul de inteligen n uniti IQ. Din ncurctur ne
scoate capitolul anterior. Ne amintim c exist un sistem de note standardizate, numit note z, care are proprietatea de a aduce la un numitor comun cele
dou variabile. Mai
Zona de obinere a notelor z n
mult, notele z sunt
condiiile n care variabilele sunt
independente
note aditive i multiplicative. Dac am
transforma att nl- Scoruri z obinute n cazul n care
creterea unei variabile determin
Scoruri z obinute n cazul n care
micorarea celeilalte variabile
imea ct i coeficiencreterea unei variabile determin
creterea celeilalte variabile
tul de inteligen n
note z, am putea
calcula un scor total i
am putea sa-l repreFigura 7.9 Reprezentarea relaiei dintre
dou variabile
zentm pe o distribu-

240

Cristian Opariuc-Dan
ie normal. Acest lucru l putem observa cu uurin n figura 7.9, prezentat
mai sus.
tim de asemenea de la semnificaia statistic, faptul c testele de
semnificaie explic probabilitatea de obinere a unor diferene sau relaii
dintre dou variabile ca rezultat al unei erori de eantionare, indicnd probabilitatea ca aceast relaie sau diferen s nu existe de fapt la nivelul populaiei (Dancey, i alii, 2002). Un prag de semnificaie de 0,05 nseamn c
pentru a fi respins ipoteza nul, trebuie s existe mai puin de 5% anse ca
scorurile de mai sus s fie obinute printr-o eroare de eantionare. S considerm acum o ipotez formulat n urmtorii termeni:

Exist o legtur semnificativ ntre nlimea subiecilor i coeficientul lor de inteligen.


Am formulat o ipotez bilateral, fr a preciza sensul acestei legturi.
Ipoteza nul (Nu exist nici o legtur semnificativ ntre nlimea subiecilor i coeficientul lor de inteligen)
poate fi respins la un prag de semnificaie de 0,05 att pentru situaia n care
2,5%
2,5%
creterea nlimii subiecilor determin
creterea coeficientul lor de inteligen,
dar i n situaia n care creterea nlFigura 7.10 Reprezentarea zonelor de
imii duce la scderea coeficientului de
respingere a ipotezei nule pentru ipotezele
inteligen. Acest prag de 5% va fi aabidirecionale
dar egal distribuit la captul din stnga
i la captul din dreapta al distribuiei. Observm c aceste praguri corespund
la aproximativ dou abateri standard la stnga i la dreapta mediei. Dac scorurile z ale subiecilor investigai vor fi situate n aceste zone, putem stabili
legtura ntre nlimea i coeficientul de inteligen ca fiind o legtur semnificativ, la un nivel mai mic de 5% ca datele s fie obinute printr-o eroare
de eantionare.

241

Statistic aplicat n tiinele socio-umane

S considerm acum cel de-al doilea caz, n care formulm ipoteza


astfel:

Exist o legtur semnificativ pozitiv ntre nlimea subiecilor i


coeficientul lor de inteligen.
Iat o ipotez unidirecional care ne spune foarte clar c la creterea
nlimii apare creterea coeficientului de inteligen i, similar, scderea
nlimii determin scderea coeficientului de inteligen. Ipoteza nul poate
fi respins n acest caz numai la un prag
de semnificaie mai mic de 0,05 situat n
zona dreapt a distribuiei, la aproxima5%
tiv 1,5 abateri standard la dreapta mediei, aa cum putei observa n figura alturat.
Figura 7.11 Reprezentarea zonelor de
Nu suntem interesai ce se nrespingere a ipotezei nule pentru ipotezele
tmpl dac creterea nlimii implic
unidirecionale
scderea coeficientului de inteligen.
Putem respinge ipoteza nul numai n cazul unei legturi pozitive ntre cele
dou variabile. n mod analog se poate arta zona de respingere a ipotezei
nule pentru legturile negative (creterea unei variabile implic micorarea
celeilalte), aceasta fiind situat aproximativ la 1,5 abateri standard n stnga
mediei.

Observm c probabilitatea de a respinge ipoteza nul este mult mai


mare n cazul ipotezelor unidirecionale n comparaie cu ipotezele bidirecionale. Exist anse mult mai mari s gsim scoruri n zona marcat din figura
7.11 n comparaie cu zona marcat n figura 7.10. n general, dac ai obinut
pragul de semnificaie n cazul unei ipoteze bidirecionale i dorii s aflai
pragul de semnificaie pentru ipotez unidirecional, vei njumti valoarea
acesteia. De exemplu, dac obinei valoarea 0,04 n cazul unei ipoteze bidirecionale, corespondentul su pentru valorile unidirecionale este de 0,02.
242

Cristian Opariuc-Dan
Prin dublarea valorii pragului de semnificaie se poate obine valoarea acestuia dac ai lucrat cu ipoteze unidirecionale i dorii s aflai pragul de semnificaie pentru o ipotez bidirecional.

VII.3.3

Proiectarea cercetrii

Metodele statistice reprezint un instrument de cercetare. Etapa de


proiectare a cercetrii nu face obiectul prezentei lucrri, existnd pe pia
suficient bibliografie care trateaz aceast tem. Abordm totui, pe scurt,
subiectul, din considerentele relaiei care exist ntre proiectarea unei cercetri i analiza ulterioar a datelor. Nu putem obine niciodat mai mult dect
am proiectat iniial. Erorile de proiectare a cercetrii induc invariabil erori de
analiz i interpretare a datelor.
Proiectarea unei cercetri necesit rspunsul la o serie de ntrebri,
dintre care cele mai importante sunt (Dowdy, i alii, 2004):

Ce tratamente sau condiii vor fi aplicate subiecilor n vederea


testrii ipotezelor;

Care sunt variabilele de interes i cum vor fi acestea msurate;

La ce nivel de precizie vor fi efectuate msurtorile;

Care va fi lotul de subieci pe care se va desfura cercetarea.

Orice cercetare necesit un plan de cercetare numit i design de cercetare. n urma acestui plan se stabilesc variabilele ce vor fi analizate i numrul de subieci necesar. Problematica planurilor de cercetare va fi tratat n
detaliu n volumul al doilea al lucrrii, n timp ce proiectarea eantionului sau
a lotului de subieci va face subiectul urmtorului capitol.

243

Statistic aplicat n tiinele socio-umane

VII.3.4

Efectuarea observaiilor

Cel puin la nivel teoretic, un studiu nu trebuie s conin alte erori


exceptnd erorile aleatorii de msurtoare determinate de erorile instrumentelor de msur.
n literatura de specialitate se vehiculeaz frecvent termenul de bias
vorbindu-se, chiar i la noi n ar, de studii biasate. Biasul reprezint tendina de afectare a msurrii unei variabile de ctre anumii factori externi
(Dowdy, i alii, 2004). Exist surse de asemenea erori determinate de instrumente (erori de calibrare a instrumentului) de influena cercettorului
(proiectarea unui interviu n care exist tendina sugerrii rspunsurilor) de
efectele de halo (tendina unei evaluator de a fi influenat de evalurile anterioare) sau chiar de condiiile atmosferice ori de subiecii nii.
Imediat dup efectuarea observaiilor se impune inspecia datelor n
vederea depistrii unor valori extreme, inconsistente cu celelalte date. Inconsistenele de acest tip vor fi analizate n vederea corectrii datelor sau a eliminrii acestora n cazul n care metodele de corecie i ajustare a datelor nu
determin rezultate satisfctoare. Detalii despre aceste procedee ntlnii n
capitolele anterioare.

VII.3.5

Interpretarea datelor

Procesul de interpretare a datelor debuteaz, dup cum am afirmat, cu


analiza inventarului statistic de baz. n urma acestui studiu se decide normalitatea sau lipsa de normalitate a unei distribuii, dup care se aleg testele statistice necesare analizei de date.
Aplicarea testelor statistice se face n vederea verificrii ipotezei nule,
proces prin care decidem dac datele experimentale sunt obinute n condiiile
n care ipoteza de nul este adevrat. Dac diferena dintre ipoteza nul i
datele experimentale nu se datoreaz ntmplrii (dac pragul de semnificaie

244

Cristian Opariuc-Dan
este mai mic de valoarea stabilit 0,05) putem respinge ipoteza nul, n caz
contrar ipoteza nul nu poate fi rejectat.
Trebuie s reinei faptul c procedeele statistice nu demonstreaz nimic. Metodele statistice descriu probabilitatea cu care un eveniment apare
ntr-o populaie. Poate exista doar un singur caz din zece miliarde de cazuri
care s demonstreze acceptarea ipotezei nule. Prin metode statistice stabilim
doar la ce nivel de ncredere putem respinge ipoteza nul i nu putem demonstra niciodat falsitatea acesteia.
Dup Dancey i Reidy (Dancey, i alii, 2002), majoritatea testelor
statistice le utilizm pentru a face o inferen de la studiul pe un eantion spre
caracteristicile populaiei. Deoarece caracteristicile populaiei poart numele
de parametri, testele utilizate poart denumirea de teste parametrice. Pentru
a putea ns utiliza testele parametrice, este necesar ndeplinirea simultan a
unor condiii axiomatice. Dup aceeai autori, (Dancey, i alii, 2002) exist
un numr de trei axiome necesare utilizrii testelor parametrice:

Axioma normalitii distribuiei. Distribuia scorurilor obinute de ctre subieci la variabilele analizate trebuie s fie o
distribuie normal. n absena unei distribuii normale nu pot
fi utilizate teste parametrice. Reamintim c utiliznd testele
parametrice facem asumpia c media i abaterea standard reprezint indicatori reprezentativi ai tendinei centrale, respectiv mprtierii. Dac aceast asumpie este fals, ntreaga logic a aplicrii testelor statistice va fi i ea fals. Nu intrm
acum n detalii, deoarece au fost prezentate anterior, ci ne rezumm s amintim c dac distribuia nu este normal vor fi
aplicate tehnici de normalizare a acesteia. Dac nici n acest
caz nu reuim obinerea unei distribuii normale vor fi utilizate
teste nonparametrice.

245

Statistic aplicat n tiinele socio-umane

Axioma omogenitii varianelor. Reprezint o a doua


asumpie important care postuleaz c variana populaiilor
trebuie s fie aproximativ egal. Ca i n cazul primei axiome,
nu putem ti dac variana populaiei este aproximativ egal i
ne vom rezuma la studiul varianei eantionului sau lotului de
cercetare.

Axioma scorurilor extreme. Cea de-a treia axiom a fost de


asemenea tratat anterior i postuleaz inexistena scorurilor
extreme n distribuia statistic. Acest lucru este evident din
raiuni ce in de utilizarea mediei. Nu vom mai insista asupra
acestui lucru deoarece considerm c l-am discutat suficient pe
parcursul acestei lucrri.

Autorii suscitai nu menioneaz ns o cerin important i anume


cea a nivelului de msur. Evident, nu putem utiliza media i abaterea standard dect la variabile aflate la un nivel de msur cel puin de interval. Este
absurd s vorbim de distribuie normal n cadrul variabilelor nominale sau
ordinale.

VII.3.6

Formularea concluziilor

Formularea concluziilor reprezint etapa final a oricrei cercetri tiinifice i rezum ntregul demers tiinific prezentat mai sus. Decizia luat va
fi o decizie probabilistic i consistent cu datele experimentale. Dac pragul de semnificaie este mai mare dect pragul acceptat, atunci probabil ipoteza nul este adevrat i va trebui acceptat. n caz contrar putem respinge
ipoteza nul. Ipoteza experimental nu poate fi respins sau acceptat. Singura decizie pe care o putem lua se refer la ipoteza de nul.

246

Cristian Opariuc-Dan
Concluzii:

Exist patru reguli de probabilitate: probabilitatea simpl pentru evenimente egale,


evenimente mutual exclusive, evenimente independente, probabilitatea condiionat;
Extinderea concluziilor de la studiul unui eantion la nivelul populaiei implic
existena erorilor sistematice ce eantionare;
Indicatorii de sondaj aproximeaz parametrii populaiei n zona unui interval de
ncredere;
Abaterea standard a mediilor eantioanelor poart numele de eroare standard de
eantionare;
Metoda tiinific n tiinele socio-umane presupune parcurgerea unui numr de
ase etape:
o Enunarea problemei;
o Formularea ipotezelor;
o Proiectarea cercetrii;
o Efectuarea observaiilor;
o Interpretarea datelor;
o Formularea concluziilor;
Enunarea problemei presupune formularea obiectivelor generale i specifice, n
general n urma unui demers metaanalitic;
Specificarea ipotezelor face referire la ipoteza alternativ i la ipoteza nul;
Ipotezele pot fi unidirecionale sau bidirecionale;
Acceptarea sau respingerea ipotezei nule se face prin referire la pragul de semnificaie statistic;
Aplicarea testelor parametrice se face n baza unor axiome;
Orice concluzie i decizie luat n urma aplicrii metodei statistice este o decizie
probabilistic i nu cert.

ntrebri i exerciii:

Care dintre urmtoarele evenimente au o probabilitate de apariie 0 i care 1 sau


apropiat de 1?
o Dup zi urmeaz noapte;
o Preedintele Romniei spune ntotdeauna adevrul;
o Vei gsi un milion de euro n paginile acestei cri;
o Cnd v este sete, bei ap;
o Stpnii bazele statisticii citind aceast carte;
Exprimai urmtoarele probabiliti sub form procentual:
o 0,25;
o 0,13;
o 0,33;

247

Statistic aplicat n tiinele socio-umane

o 1/9;
o 6/8;
Exprimai urmtoarele probabiliti sub form zecimal:
o 1/7;
o 3/15;
o 9/245;
o 84%;
o 39%;

248

Cristian Opariuc-Dan

VIII. EANTIONARE I REPREZENTATIVITATE


n acest capitol se va discuta despre:
Conceptele populaie i eantion;
Tipuri i surse de date;
Caracteristicile unui eantion;
Tipuri de eantioane;
Tehnici de construcie a unui eantion;
Dup parcurgerea capitolului, cursanii vor fi capabili s:

neleag conceptul de populaie;


Identifice sursele de colectare a datelor;
neleag principiul statistic al extragerii eantionului dintr-o populaie;
Fac diferena ntre indicatori i parametri;
Aleag tipul de eantion adecvat cercetrii;
Stabileasc i s caracterizeze proprietile unui
eantion
Realizeze eantioane utiliznd SPSS for Windows

Pe parcursul acestui volum am abordat de multe ori problematica


eantioanelor i am discutat sumar despre o serie de metode de eantionare. A
venit momentul s tratm n detaliu aceste elemente, deoarece foarte puine
lucrri de statistic social le abordeaz la un nivel comun, iar importana
stabilirii unui eantion reprezentativ condiioneaz n mod direct valoarea
cercetrii. Dac la nivelul unor studii specifice eantionul nu primeaz, atunci
cnd vorbim de elaborarea unor teste psihologice ori despre desfurarea cercetrilor a cror rezultate vor caracteriza populaia, procesul de eantionare
dobndete o valoare special.
Vom relua, pentru nceput, o serie de lucruri deja cunoscute, referitoare la populaie i eantion, ulterior urmnd s aprofundm att tipurile de
eantioane ct i metodele specifice de construcie ale acestora.

249

Statistic aplicat n tiinele socio-umane

VIII.1 Populaia
Definiia din capitolul al treilea afirma c populaia reprezint totalitatea obiectelor, de un anumit tip, existente ntr-un spaiu sau teritoriu, la un
moment dat. O definiie mai larg susine c o populaie reprezint o colecie natural, geografic sau politic de persoane, animale, plante sau obiecte (Dowdy, i alii, 2004). Definiia subliniaz c o populaie reprezint, de
fapt, o colecie fizic. Fiind o colecie fizic, orice populaie se caracterizeaz
prin anumite proprieti pe care le denumim generic parametri. Termenul de
populaie este, de fapt, o abstraciune. Nu putem concepe populaia fr s
facem apel la aceste proprieti prin care se definete. Dac ne referim la populaia brbailor, implicit am definit un parametru al acesteia i anume sexul. Dac vorbim de populaia nlimii brbailor, avem n vedere doi parametri i anume nlimea i sexul. Similar, nlimea brbailor din Romnia
presupune trei parametri: locaia, sexul i nlimea. Toi aceti parametri se
numesc variabile de interes ale cercetrii i permit nregistrarea unor valori
la nivelul acestora.
ntr-o cercetare, odat stabilite variabilele (parametrii) de interes, trebuie s acordm mult atenie n momentul n care extindem concluziile la
nivelul populaiei. Vom reine faptul c o populaie se caracterizeaz prin
aceste variabilele de interes. Nu putem face o afirmaie de genul nlimea
brbailor este de 178 de centimetri, n condiiile n care am efectuat un studiu pe populaia din Romnia. Nu am desfurat o cercetare prin care s investigm nlimea brbailor din lume. O formul adecvat ar fi nlimea
brbailor din Romnia este de 178 de centimetri.
Populaia odat definit, apare necesitatea nregistrrii valorilor pentru
variabilele de interes. O metod de investigaie exhaustiv care-i propune
investigarea tuturor elementelor dintr-o populaie este recensmntul.
Recensmntul este o metod de observare total, cu caracter periodic, care surprinde un fenomen n mod static. Este una din cele mai vechi

250

Cristian Opariuc-Dan
metode de observare i asigur o fotografiere, o surprindere a unui fenomen
ntr-un anumit moment de timp. n mod particular, recensmntul populaiei
este un proces de culegere, prelucrare i publicare a datelor demografice,
economice i sociale, la un timp specificat i valabile pentru toate persoanele
din ara respectiv sau de pe un teritoriu delimitat. O form particular a recensmntului o reprezint referendumul, ca demers similar de investigare a
opiniilor populaiei.
O asemenea metod de colectare a informaiilor este extrem de costisitoare. De multe ori nu este practic (uneori chiar imposibil) s observm
toate valorile pe care le poate lua o variabil la nivelul populaiei.

VIII.2 Surse de date


Odat stabilite variabilele de interes i definit populaia, se pune problema colectrii datelor necesare. Care sunt ns sursele de date? Dup Curwin i Slater (Curwin, i alii, 1996), datele pot proveni din surse principale
i/sau din surse secundare.

VIII.2.1

Sursele principale de date

Reprezint surse care permit colectarea direct de observaii noi. Metodele prin care putem efectua un asemenea demers includ observaia, discuiile individuale sau de grup, experimentele, chestionarele, testele, utilizarea
unor aparate specifice etc. Colectarea datelor la acest nivel poate fi costisitoare att din punct de vedere financiar ct i sub aspectul duratei, ns avem
certitudinea unor date reale i valide. La nivelul elementelor de populaie,
cercetarea poate presupune o explorare exhaustiv, ca n cazul recensmntului, sau poate implica utilizarea eantioanelor. n mod curent, cercetrile folosesc, de cele mai multe ori, surse principale de date.

251

Statistic aplicat n tiinele socio-umane

VIII.2.2

Sursele secundare de date

Reprezint date provenite din cercetri deja efectuate. Costurile necesare procurrii acestor date sunt semnificativ mai reduse, uneori informaiile
sunt de o nalt valoare tiinific, ns dezavantajul principal este acela c nu
putem avea controlul asupra veridicitii i validitii acestora. Astfel, datele
pot proveni din anuarele statistice ale unor ri sau teritorii, din rapoartele
unor organizaii sau instituii, din cercetri existente sau din baze de date publice ori private. Metaanaliza, ca metod tiinific, utilizeaz predominant
asemenea surse de date.

VIII.3 Eantionul
Exceptnd recensmntul, toate celelalte metode implic utilizarea
unei mici pri dintr-o populaie n vederea colectrii datelor. O asemenea
colectivitate statistic poart numele de eantion i reprezint un subset de
elemente din populaie, care ns pstreaz caracteristicile populaiei din
care provine. O cercetare efectuat pe un eantion, induce, dup cum am
artat, o serie de erori care afecteaz rezultatele finale. Aceste erori apar ca
urmare a faptului c noi nu culegem informaii de la ntreaga populaie statistic, ci doar de la elementele cuprinse n eantion. O cercetare efectuat pe un
eantion poart numele de cercetare selectiv, spre deosebire de recensmnt care se refer la cercetri exhaustive.
V mai amintii exemplul cu oala de fasole? Atunci am extras o lingur de boabe de fasole i am decis c fasolele sunt fierte. Exact acesta este
principul eantionrii. Dac am fi luat o singur boab de fasole, am fi putut
face aceast afirmaie? Eu cred c nu, deoarece ar fi existat prea multe anse
s aruncm apoi oala. Dar dac am fi mncat ntreaga oal? Atunci am fi tiut
sigur, ns nu am mai fi avut cu ce s facem mncarea. n plus, gndii-v ce
costuri ai fi suportat cu sistemul digestiv Dac n oal ai fi amestecat fasole de 10 ani i fasole de 1 an? Probabil c decizia ar fi fost corect, ns ai

252

Cristian Opariuc-Dan
avea multe anse s v rupei uneori dinii. Dac ai fi gustat din oala de mazre? Desigur c nu, pentru c v-ai fi referit la cu totul alt populaie.
Iat c un eantion trebuie s respecte caracteristicile populaiei din
care face parte. Aceasta este calitatea esenial a unui eantion i poart numele de reprezentativitate. Reprezentativitatea este, aadar, capacitatea
eantionului de a reproduce ct mai fidel structurile i caracteristicile
populaiei din care a fost extras (Rotariu, i alii, 2006). Dac valorile proprietilor la nivelul populaiei poart numele de parametri, la nivelul eantioanelor ele se numesc indicatori sau statistici. n mod normal noi nu cunoatem valorile parametrilor, valoarea exact pe care o are caracteristica
respectiv la nivelul populaiei, ci ncercm s-o estimm prin intermediul
valorii obinute la nivelul eantionului. Legat de acest aspect, trebuie ns s
reinei dou lucruri importante:

ntre valoarea unui indicator i valoarea unui parametru exist


ntotdeauna o diferen, numit eroare sau eroare statistic.
Sensul termenului de eroare nu este acela comun, de greeal.
Dac am msura toi brbaii din Romnia i am obine 179
centimetri pentru parametrul nlime medie, n timp ce un alt
studiu, efectuat pe 200 de brbai obine nlimea medie de
178,7 centimetri, diferena de 0,3 centimetri reprezint tocmai
eroarea statistic;

Pentru ca un studiu s fie valid, trebuie ca eroarea (diferena


dintre valoarea parametrului i cea a indicatorului) s nu depeasc un anumit prag. Acest prag poart numele de nivel de
ncredere i reprezint ansa ca eroarea real comis s nu depeasc limita erorii statistice. Cu alte cuvinte, ansa ca valorile obinute s nu se datoreze unei erori de eantionare.

Aceste lucruri le-am abordat pe larg n capitolul anterior i nu le vom


mai discuta aici deoarece consider c au fost bine nelese. Totui, vom prelua
253

Statistic aplicat n tiinele socio-umane

o serie de principii ale reprezentativitii eantionului, aa cum le prezint T.


Rotariu n lucrarea sa (Rotariu, i alii, 2006):

Reprezentativitatea unui eantion trebuie ntotdeauna evaluat


prin eroarea statistic i nivelul de ncredere, deoarece n absena specificrii nivelului de ncredere nu putem fi siguri c
eroarea comis este mai mic dect eroarea statistic;

Reprezentativitatea unui eantion, ca i concept statistic, la fel


ca i populaia, este un termen abstract. Nu putem vorbi de reprezentativitate dect n raport cu o caracteristic dat (vrst,
gen biologic, nlime, coeficient de inteligen etc.);

Exist diferite grade de reprezentativitate a unui eantion. Un


eantion poate fi mai reprezentativ dect altul, n condiiile n
care la un acelai nivel de ncredere eroarea este mai mic, sau
la aceeai eroare, nivelul de ncredere este mai ridicat;

Din cele expuse mai sus putem concluziona c reprezentativitatea


unui eantion depinde de caracteristicile populaiei ce va fi studiat, de mrimea eantionului i de procedura folosit (Rotariu, i alii, 2006).
Principul de baz al eantionrii este
expus succint n figura alturat. Din populaia
general se construiete populaia in n funcie de variabilele de interes necesare cercetrii.

Figura 8.1 Relaia dintre populaia


general, variabilele de interes i
eantion

n funcie de nivelul de precizie ales, se


determin mrimea eantionului, n baza populaiei int, astfel nct s se poat stabili eroarea maxim i nivelul de ncredere.

Desigur, problema se pune la nivelul


stabilirii mrimii eantionului, astfel nct acesta s fie reprezentativ.

254

Cristian Opariuc-Dan

VIII.3.1

Mrimea eantionului

V-ai pus n mod cert ntrebarea, n nenumrate rnduri, cum poate un


sondaj s vorbeasc n numele oamenilor. Sau cum pot cei care organizeaz
sondaje s ghiceasc cine va iei preedinte, evident dac sondajele sunt corecte. Dac nimeni nu m-a ntrebat nimic, cum poate cineva s fac o afirmaie valabil i pentru mine? Este o ntrebare pertinent, ns v dai seama ce
s-ar ntmpla i ce ar implica investigarea ntregii populaii la fiecare cercetare? Nu numai c ar fi prohibitive costurile, ns nimeni nu ar putea da rezultatele n timp util i, mai ales,
nu ar fi necesar.
Reprezentativitate
n mod cert, reprezentativitatea unui eantion
crete odat cu creterea
numrului de elemente i
atinge maximum la un volum egal cu cel al populaiei.
Totui, relaia dintre reprezentativitate i volumul
n
n
Volum eantion
eantionului nu este una liniFigura 8.2 Relaia dintre volumul eantionului i
ar, ci una curbiliniar. n
reprezentativitate
figura alturat, putem observa c n cazul unui eantion format din zero persoane, reprezentativitatea
lui este i ea nul. Cu ct crete numrul de persoane, cu att crete i reprezentativitatea, ns pn la un punct situat ntre n i n. Dup acest nivel,
reprezentativitatea eantionului crete foarte puin pe msur ce crete volumul acestuia, astfel nct diferenele vor fi nesemnificative. Toat problema
este s determinm punctul pentru care reprezentativitatea este maxim,
punct situat ntre n i n care va determina mrimea (n) a eantionului. Un
volum al eantionului mai mic de n duce la un eantion nereprezentativ, iar
un volum al eantionului mai mare de n determin cheltuieli nejustificate.
255

Statistic aplicat n tiinele socio-umane

Un fapt importat pe care dorim s-l abordm, este acela c, reprezentativitatea eantionului nu depinde de mrimea populaiei. Fie c desfurm un studiu n Romnia, n India sau n Statele Unite, un eantion de 500
de persoane va avea aceeai reprezentativitate.

VIII.3.2

Caracteristicile populaiei

Ce ne facem n situaia n care avem n oal fasole de 1 an i fasole de


10 ani? Iat c n termeni statistici, populaia de fasole din oala dumneavoastr este format, de fapt, din dou subpopulaii: cea de 10 ani i cea de 1 an.
Dei lingura de fasole pe care o gust este reprezentativ la nivelul populaiei,
ea nu mai este reprezentativ la nivelul subpopulaiilor. Sunt de fapt dou
straturi n populaia noastr, fiecare dintre aceste straturi avnd ponderi diferite. Reprezentativitatea nu are de-a face cu aceast proporie a straturilor n
raport cu volumul populaiei, astfel nct, n aceast situaie, eantionul boabelor de fasole din lingura mea nu mai este reprezentativ la nivelul celor dou
subpopulaii de boabe de fasole. Ce este de fcut n acest caz? Dac cunoatem ponderea straturilor, putem folosi o procedur specific de eantionare.
Dac nu, n general gustm mai multe linguri, adic mrim efectivul eantionului.

VIII.3.3

Procedee de eantionare

Metodele i tehnicile de eantionare au fost abordate i n capitolul al


treilea al acestui volum. n cadrul acestei seciuni, vom studia n detaliu fiecare tehnic, specificnd, atunci cnd este cazul, modalitatea de calcul. Cum
aflm totui cea mai bun metod de eantionare? n figura de mai jos avei
un algoritm de decizie n vederea alegerii procedurii adecvate de eantionare.
n practic, se face distincia ntre procedeele de eantionare aleatoare
i procedeele de eantionare nealeatoare. Din punct de vedere statistic ns,
orice procedeu de eantionare nealeatoriu nu poate fi tratat prin prisma teoriei
probabilitilor, fiind, prin urmare, eliminat din categoria metodelor de ean-

256

Cristian Opariuc-Dan
tionare. Cnd discutm de reprezentativitate, vom aborda strict procedeele de
eantionare aleatorii. O procedur de eantionare este aleatoare n momentul n care fiecare individ din populaie are o ans calculabil de a fi
ales n eantion.

Precizie
mare?
Nu

Da

Exist subpopulaii?

Exist subpopulaii?

Nu

Eantion sub
50 elemente

Da

Eantion peste
50 elemente

Nu

Da

Eantion peste
50 elemente

Eantion peste
50 elemente

- Stratificat;
- Proporional cu mrimea;

- Randomizare simpl;
- Sistematic;
- Cote;
- Proporional cu mrimea
- Multistadiu;
- Cluster;
- Stratificat

Eantion peste
50 elemente

- Analiz;
- Convenie;
- Bulgre de
zpad

- Randomizare simpl;
- Sistematic;
- Cluster;

- Randomizare simpl;
- Sistematic;
- Cluster;

Figura 8.2 Algoritmul de decizie n alegerea metodei de eantionare

VIII.3.3.1 Stabilirea eantionului prin convenie


Este un procedeu nealeatoriu de stabilire a unui eantion, bazat pe voluntariat sau pe cazuri specifice, analizate de cercettor. De exemplu, situaia
n care un psihoterapeut i construiete un studiu tiinific bazat pe clienii

257

Statistic aplicat n tiinele socio-umane

si, pe care i trateaz, ori n cazul cercetrilor efectuate pe studeni, n cadrul


unei universiti. Nu putem vorbi aici de reprezentativitate, iar rezultatele
obinute nu pot fi extrapolate la nivelul ntregii populaii. Un asemenea studiu, datorit voluntariatului, este puternic biasat, iar rezultatele vor fi privite
cu mare scepticism. Avantajul l reprezint posibilitatea de colectare facil i
rapid a datelor, iar cu ct grupul este mai mare, cu att rezultatele vor fi mai
importante. ntr-o cercetare n care se folosesc asemenea subieci, n general,
elementele se raporteaz ca lot de cercetare sau lot de studiu i nu ca eantion, tocmai pentru a specifica lipsa oricror tehnici de eantionare.

VIII.3.4

Stabilirea eantionului prin analiz

Reprezint un alt procedeu nealeatoriu de colectare a datelor, bazat pe


alegerea deliberat a cazurilor. Nici n aceast situaie nu putem vorbi de
eantion, preferndu-se termenul de lot de cercetare. Erorile statistice sunt i
n acest caz foarte mari i nu se pot extinde cunotinele la nivelul ntregii
populaii, iar cercetarea prezint probleme de credibilitate. Se folosete n
general pentru studiile de caz sau n condiiile unor populaii cu un comportament bine cunoscut.
Cele dou metode prezentate mai sus presupun utilizarea unor loturi
de cercetare de mici dimensiuni (n general sub 50 de cazuri) i le ntlnim
frecvent n lucrri specifice domeniului psihologic. Din nefericire, concluziile
rezultate n urma unor asemenea studii au o valoare limitat la nivelul lotului
cercetat, orice posibilitate de generalizare fiind statistic exclus.

VIII.3.4.1 Metoda bulgrelui de zpad


Este o tehnic folosit destul de frecvent n cercetrile socio-umane,
n special n sociologie i se bazeaz pe metode multi-level. O persoan care
rspunde, recomand n acelai timp o alt persoan care va rspunde (un
prieten, o cunotin etc.). Aceasta, la rndul ei, recomand o alt persoan i
aa mai departe. Cercetrile de acest tip fixeaz, de obicei, o dat limit pn

258

Cristian Opariuc-Dan
la care se pot primi rspunsurile subiecilor. n mod cert, metoda de alegere a
subiecilor nu este una aleatorie i prezint limitrile prezentate mai sus.
Avantajul este acela al costurilor reduse i al creterii exponeniale a volumului de date. ntr-un timp scurt se pot colecta foarte multe date, ns cercetrile
nu prezint relevan, datorit caracterului nealeatoriu i a faptului c nu exist un control al rspunsurilor. Fiecare respondent poate s-i exprime punctul
su real de vedere sau un punct de vedere fals.

VIII.3.4.2 Eantionarea simpl aleatoare


Reprezint clasicul procedeu al loteriei sau al tragerii la sori, fiind
considerat cea mai simpl metod de eantionare. Nu presupune alte operaiuni prealabile, iar prin aceast metod fiecare individ dintr-o populaie are
ansa de a fi ales n eantion. Cnd eram copil, obinuiam s joc fotbal n
echipa de cartier. Bineneles c problema era cine s fie portar, deoarece nici
unul dintre noi nu dorea. Deoarece ne strngeam cam 30-40 de copii, singura
soluie era s tragem la sori, astfel nct fceam un numr de bileele egal cu
numrul nostru, iar pe un singur bileel scriam portar. Amestecam apoi
bileelele ntr-o cciul i fiecare trgea cte unul. Ghinionistul sttea n poart i, evident, au fost suficiente ocazii n care cu sufletul trist aveam aceast
onoare. Nu tiam atunci c aplic un procedeu statistic de eantionare, numit
eantionarea simpl aleatoare.
Nu cred c este cazul s mai menionez faptul c aceast metod este
o modalitate aleatorie de eantionare, prin care se poate estima un parametru
al populaiei, se poate calcula eroarea de eantionare, are un design simplu i
eficient, iar interpretarea este foarte uoar.
Strict matematic, pentru a construi un eantion aleatoriu se folosesc
tabele de numere aleatoare, formate din iruri lungi de numere alese la ntmplare, att sub aspectul numerelor n sine ct i sub cel al poziiei n care
se afl n tabel. Metodele informatizate pot folosi, n acelai scop, generatoa-

259

Statistic aplicat n tiinele socio-umane

re de numere aleatorii. Stabilirea unui eantion pe baza eantionrii aleatorii


simple presupune urmtoarele etape:

Stabilirea populaiei int. Considerm c dorim s studiem


nlimea brbailor din Romnia. Populaia va fi format din
totalitatea brbailor din Romnia, persoane de sex masculin
cu vrsta de peste 18 ani. S presupunem c numrul acestora
este de 8 milioane (N=8000000);

Stabilirea bazei de eantionare. Prin baz de eantionare


nelegem o list exhaustiv a populaiei int. Avem nevoie,
prin urmare, de o list a tuturor brbailor din Romnia pe care
o numerotm succesiv de la 1 la 8 milioane. Practic se obine
iniial o list ordonat alfabetic, se genereaz apoi, aleatoriu,
pentru fiecare nregistrare din list, un numr i se reordoneaz
lista dup numrul generat. Astfel, amestecm baza de eantionare, eliminnd criteriul alfabetic. Pe noua list amestecat,
generm apoi numere succesive de la 1 la 8 milioane;

Stabilirea mrimii eantionului. Prin procedee de calcul pe


care le vom aborda n urmtorul subcapitol, stabilim dimensiunea eantionului. n situaia noastr, presupunem c alegem
un eantion de 1000 de persoane (n=1000);

Generarea numerelor aleatoare. Se genereaz pe computer


1000 de numere aleatoare sau se utilizeaz tabelul cu numere
aleatoare;

Extragerea eantionului. Se citete primul numr aleatoriu


generat sau primul numr din tabelul de numere aleatoare.
Acel numr reprezint numrul de ordine al subiectului din
baza de eantionare care va fi inclus n eantion. Se trece apoi
la al doilea numr aleatoriu, acesta reprezentnd numrul de

260

Cristian Opariuc-Dan
ordine al celui de-al doilea subiect i se continu astfel pn la
completarea efectivului (1000 de subieci) eantionului.
Dei extrem de simpl, metoda prezint o serie de limitri serioase.
Principala problem o constituie obinerea bazei de eantionare. Cum gsim
noi lista cu numele, prenumele i adresa tuturor brbailor din Romnia? Unii
cercettori folosesc crile de telefon i genereaz aleatoriu volumul eantionului n baza numerelor de telefon. Se pune ns problema dac toat populaia are telefon. Cei care nu au telefon sau nu figureaz n cartea de telefon
sunt automat exclui din baza de eantionare, ceea ce duce la eliminarea caracterului aleatoriu.
Pe de alt parte, presupunnd c am obinut baza de eantionare, toate
persoanele din eantion sunt accesibile? Dac unii sunt plecai n strintate,
au murit, s-au mutat ori nu pot fi contactai, ce se ntmpl? Se mai respect
reprezentativitatea eantionului? V las pe dumneavoastr s decidei acest
lucru. n general, cu ct volumul populaiei int este mai mare, cu att aceast metod este mai dificil de implementat.

VIII.3.4.3 Eantionarea stratificat


Iat i metoda utilizat n verificarea fasolelor de 1 an i a celor de 10
ani. Eantionarea stratificat este considerat superioar eantionrii aleatorii
simple deoarece, n condiiile n care la nivelul populaiei int exist mai
multe straturi (subpopulaii), se va putea reproduce ponderea fiecrui strat n
eantionul final.
Se consider c dintre dou eantioane de volum egal, cel produs prin
stratificare va avea o reprezentativitate mai bun n comparaie cu cel produs
prin eantionarea aleatorie simpl (Rotariu, i alii, 2006).
Procedura concret de lucru const n urmtoarele etape principale:

Stabilirea variabilelor de stratificare. Stratificarea se poate


face dup o singur variabil (stratificare simpl) sau dup mai
261

Statistic aplicat n tiinele socio-umane

multe variabile (stratificare multipl). Spre exemplu, ne intereseaz consumul mediu zilnic de igri pentru populaia din
Romnia. Care ar fi variabilele de stratificare? Femeile consum oare mai multe igri n comparaie cu brbaii? Grupa
de vrst influeneaz consumul de igri? Cei din mediul rural
fumeaz mai mult sau mai puin n comparaie cu cei din mediul urban? Nu exist o regul de stabilire a variabilelor de
stratificare, acestea fiind alese n funcie de scopul cercetrii i
de rolul pe care l au n legtur cu tema cercetat. ntotdeauna
ns, suma cazurilor din fiecare strat trebuie s redea totalul
populaiei. Dac ne intereseaz numai straturile determinate de
sex, efectum o stratificare simpl. Dac ns lum n considerare sexul i mediul de provenien, avem o stratificare
multipl.
S lum un exemplul, prin care dorim s studiem consumul mediu de
igri din judeul Blagosloveti, cu o populaie total de 450.380 de persoane.
Ne intereseaz o stratificare n funcie de variabilele sex i mediu de provenien. Putem obine, n aceast etap, urmtoarea structur a populaiei, prezentat n tabelul de mai jos:

Tabel 8.1 Structura populaiei pentru cele dou variabile de stratificare n judeul Blagosloveti
Brbai
Femei
Rural
Urban
Rural
Urban
120.215
80.360
113.456
136.394
(26,69%)
(17,84%)
(25,19%)
(30,28%)
200575 (44,53%)
249805 (55,47%)
450.380 (100%)

262

Cristian Opariuc-Dan
Problema pe care ne-o punem se refer la proporia (procentul) din
populaia int reprezentat de fiecare strat. Pentru a afla acest lucru, nu ne
rmne dect s aplicm regula de trei simpl:

Dac 450.380
Atunci 120.215
120.215 100
450.380

nseamn

100%

nseamn
1.202.150
450.380

X%

26,69%

n mod similar vom efectua calculele pentru toate cele patru seciuni.
Remarcm c totalul subiecilor din fiecare variabil de stratificare reprezint
ntreaga populaie int.

Stabilirea bazei de eantionare. Se realizeaz la fel ca n cazul eantionrii aleatorii simple. Avem nevoie de lista complet a tuturor persoanelor din judeul Blagosloveti, prelucrat
dup modalitatea prezentat n subcapitolul anterior. Singura
diferen este c baza de eantionare va fi organizat pe seciuni diferite, n funcie de variabilele de stratificare. n cazul
nostru, vom avea patru seciuni ale bazei de eantionare i
anume: brbai din mediul urban, femei din mediul urban, brbai din mediul rural i femei din mediul rural. (N=450.380);

Stabilirea mrimii eantionului. Se face n urma unor calcule specifice, adecvate acestui tip de eantionare, calcule pe care le vom prezenta ntr-un capitol ulterior. n cazul nostru am
ales un eantion de 300 de persoane (n=300);

Stabilirea compoziiei eantionului. Reprezint etapa prin intermediul creia ne asigurm c proporia din populaie o regsim i n eantion. Vom folosi de asemenea regula de trei
simpl.

263

Statistic aplicat n tiinele socio-umane

Dac 300
Atunci X
26,69 300
100

nseamn
nseamn
8007
100

100%
26,69%

80

Tabel 8.2 Structura eantionului pe cele dou variabile de stratificare n judeul Blagosloveti
Brbai

Femei

Rural
Urban
Rural
Urban
80 (26,69%)
54 (17,84%)
76 (25,19%)
91 (30,28%)
134 (44,53%)
167 (55,47%)
301 (100%)
Observm c structura eantionului selectat reproduce fidel structura
populaiei din care a fost extras, pentru fiecare dintre cele dou variabile de
stratificare. Desigur, n loc de 300 de subieci au rezultat 301 subieci, datorit rotunjirilor aprute prin calcul. Vom pstra n cele din urm aceast valoare obinut.

Generarea numerelor aleatoare. Se realizeaz similar eantionrii aleatorii simple pentru fiecare baz de eantionare. Se
vor genera 80 de numere aleatoare pentru brbaii din mediul
rural, 54 de numere aleatoare pentru brbaii din mediul urban,
76 de numere aleatoare pentru femeile din mediul rural i 91
de numere aleatoare pentru femeile din mediul urban;

Extragerea eantionului. Numerele aleatoare generate n etapa anterioar reprezint numerele de ordine pentru subiecii
din cele patru baze de eantionare. Eantionul final va fi compus din 301 persoane, aparinnd tuturor celor patru categorii.

264

Cristian Opariuc-Dan
Dei mai laborioas dect eantionarea aleatorie simpl, eantionarea
stratificat are avantajul unei mai bune reprezentativiti.

Exerciiu:
Calculai cte boabe de fasole de 10 ani i cte boabe de fasole de 1
an trebuie s avei n lingur, cunoscnd c n oal se afl 854 de boabe de
fasole de 1 an i 362 de boabe de fasole de 10 ani.
Dei aparent caracterul aleatoriu nu se pstreaz datorit crerii ponderilor pe straturi, aceast alegere a subeantioanelor asigur tuturor indivizilor o probabilitate egal de a intra n eantion. O problem poate s apar n
situaia n care ponderea unui strat este foarte mic n populaie. Dac considerm variabila de eantionare nivelul de inteligen, exist posibilitatea ca
grupa geniilor sau a idioilor s aib foarte puine cazuri n populaie (s spunem 10). n aceast situaie, n eantion ar trebui s includem 0,003 (un
exemplu, cifra nu a rezultat din calcul) persoane, ceea ce este imposibil.
Asemenea situaii impun fie o supra-reprezentare (adic includerea mai multor cazuri n eantion dect proporia din populaie) urmat apoi, n decursul
analizei indicatorilor statistici, fie de ponderarea valorilor pariale la nivelul
stratului respectiv, fie de includerea acelui strat ntr-un alt strat supraordonat
sau subordonat (de exemplu, includerea idioilor n categoria imbecililor i
redenumirea stratului idioi-imbecili).

VIII.3.4.4 Eantionarea multistadial


Dei cu o reprezentativitate mai redus n comparaie cu eantionarea
aleatorie simpl, aceast metod este intens utilizat n cercetrile sociologice
din raiuni de eficien practic i cost. Se folosete n special atunci cnd
volumul populaiei este foarte mare (studii la nivel naional), costurile cercetrii sunt limitate i se urmrete obinerea rapid a unor date.

265

Statistic aplicat n tiinele socio-umane

Principiul de baz al acestei eantionri este acela al proximitii spaiale i al faptului c persoanele pot fi privite ca indivizi aparinnd unor grupuri. Eantionarea multistadial presupune parcurgerea urmtoarelor etape:

Stabilirea stadiilor (grupurilor). Este etapa prin intermediul


creia definim grupurile din care vor fi extrase eantioanele.
Dac am dori s investigm, la nivel naional, consumul mediu
de igri pe zi, am putea efectua o eantionare aleatorie simpl
sau stratificat. Ce ne facem ns cu operatorii care trebuie s
administreze 100 de chestionare unor persoane din cteva judee, puternic dispersate spaial. Efortul i costurile ar fi substaniale. Prin eantionarea multistadial ne putem referi, spre
exemplu, la organizarea teritorial. Romnia este organizat
pe judee, la nivelul judeelor se afl municipii, orae, comune
i sate, municipiile sunt organizate pe cartiere etc. Grupurile
pe care le putem folosi ar fi judeele, oraele, comunele i satele.

Stabilirea eantionului de rangul I. Presupune extragerea


unui eantion din grupul de prim rang. n exemplul nostru,
grupul de prim rang este reprezentat de judee. n Romnia
exist un numr de 42 de judee, din care, prin procedee aleatorii, vom extrage, s spunem, un eantion de 5 judee (Constana, Bacu, Timi, Satu Mare i Cluj). Aceste cinci judee
formeaz populaia int pentru urmtorul stadiu.

Stabilirea eantionului de rangul II. Presupune extragerea,


din judeele selectate n etapa anterioar, a unui numr de localiti. n cazul nostru, judeul Constana are un numr de 69
de localiti, judeul Bacu 88 de localiti, judeul Timi
92 de localiti, judeul Satu Mare 60 de localiti i judeul
Cluj 83 de localiti. n total, avem un numr de 392 de loca-

266

Cristian Opariuc-Dan
liti, din care calculm un eantion de 17 localiti pe care le
extragem prin procedee aleatorii. Vor rezulta 3 localiti din
Bacu (Ciui, Drmneti i Sascut), 5 localiti din Constana (Ostrov, Dobromir, Saraiu, Medgidia i Techirghiol), 2 localiti din Satu Mare (Vama i Carei), 4 localiti din Cluj
(Mihai Viteazu, Ciucea, Scuieu i Vad) i 3 localiti din Timi (Tometi, Cenad i Pichia). Aceste localiti vor reprezenta baza de eantionare pentru urmtorul stadiu.

Stabilirea eantionului de rangul III. Putem continua cu


grupurile pn la nivel de individ sau putem include, n aceast etap, un alt grup care va funciona ca i stadiu de eantionare. M voi rezuma acum la a considera acest stadiu ca fiind
ultimul i vom proceda la extragerea eantionului final. Baza
de eantionare va fi constituit din totalul populaiei celor 17
localiti, sub forma binecunoscutei liste exhaustive de populaie. Presupunem c n cele 17 localiti triesc 1.854.360 de
persoane (N=1.854.360)

Stabilirea mrimii eantionului. Prin procedee de calcul pe


care le vom aborda n urmtorul subcapitol, stabilim dimensiunea eantionului. n situaia noastr, presupunem c alegem
un eantion de 200 de persoane (n=200);

Generarea numerelor aleatoare. Se genereaz pe computer


200 de numere aleatoare sau se utilizeaz tabelul cu numere
aleatoare;

Extragerea eantionului. Se citete primul numr aleatoriu


generat sau primul numr din tabelul de numere aleatoare.
Acel numr reprezint numrul de ordine al subiectului din
baza de eantionare care va fi inclus n eantion. Se trece apoi
la al doilea numr aleatoriu, acesta reprezentnd numrul de
267

Statistic aplicat n tiinele socio-umane

ordine al celui de-al doilea subiect i se continu astfel pn la


completarea efectivului de 200 de subieci solicitat de eantion.
Dei aceast metod de eantionare permite construirea unor eantioane aflate n proximitate spaial, reducnd costurile de cercetare i facilitnd achiziia datelor, se poate ntmpla ca la nivelurile de rang nalt, elementele s fie selectate numai dintr-o anumit zon (spre exemplu 3 judee din
Moldova i 2 din Ardeal). n acest caz, o mare parte a teritoriului rmne
neacoperit, ceea ce determin probleme serioase de reprezentativitate. Pentru a evita acest lucru se combin eantionarea multistadial cu eantionarea
stratificat.
O alt problem care se poate pune este cea a inegalitii grupurilor.
La un anumit nivel de eantionare, se creeaz, ntr-adevr, o probabilitate
egal de alegere a tuturor elementelor, ns ntre Covasna cu 45 de localiti
i Mure cu 111 localiti exist o important diferen de mrime. Pentru a
evita acest lucru, n general se pondereaz probabilitatea de extragere a unui
grup, proporional cu mrimea acestuia.
Un alt dezavantaj al acestei metode l reprezint calculele laborioase.
De obicei resursele economisite prin colectarea datelor sunt pe deplin folosite
la proiectarea eantionului, n condiiile unei reprezentativiti satisfctoare.

VIII.3.4.5 Eantionarea pe clusteri


Reprezint o metod ieftin de eantionare, ns costurile sczute sunt
compensate pe deplin de erori de eantionare destul de mari. n plus, dac
volumul clusterului este mare, cresc i cheltuielile de colectare a datelor.
Acest tip de eantion este considerat a fi cel mai ieftin, cel mai rapid i mai
comod mijloc de eantionare, care nu necesit nici mcar informaii complete
despre populaie. Se preteaz mai degrab la analize de tip calitativ, cum ar fi
interviurile sau focus-grupurile.

268

Cristian Opariuc-Dan
Un cluster reprezint o structur care se comport ca un individ
ntr-o populaie. Dac considerm populaia municipiilor din Romnia,
atunci un cluster este reprezentat de Municipiul Constana, un alt cluster de
Municipiul Iai i aa mai departe. Modalitatea de realizare a unui eantion
pe clusteri este urmtoarea:

Stabilirea bazei de eantionare. n acest caz, baza de eantionare este reprezentat de totalitatea populaiei de clustere.
Dac suntem interesai de o cercetare pe nvmntul liceal,
baza de eantionare va conine lista exhaustiv a liceelor din
Romnia. S presupunem c avem 5423 de licee n Romnia
(N=5423);

Stabilirea mrimii eantionului. Prin procedee specifice de


calcul se determin mrimea eantionului pe care urmeaz s-l
selectm. n cazul nostru, considerm un numr de 12 licee
(n=12);

Generarea numerelor aleatoare. Se genereaz pe computer


12 de numere aleatoare sau se utilizeaz tabelul cu numere
aleatoare;

Extragerea eantionului. Se citete primul numr aleatoriu


generat sau primul numr din tabelul de numere aleatoare.
Acel numr reprezint numrul de ordine al liceului din baza
de eantionare care va fi inclus n eantion. Se trece apoi la al
doilea numr aleatoriu, acesta reprezentnd numrul de ordine
al celui de-al doilea liceu i se continu astfel pn la completarea efectivului (12 licee) eantionului.

Specific acestui tip de eantion este desfurarea cercetrii la nivelul


ntregului cluster. ntr-un liceu selectat n eantion se investigheaz toi profesorii, toi elevii, personalul auxiliar.

269

Statistic aplicat n tiinele socio-umane

Aceast metod este destul de des utilizat n investigaii psihologice


sau psiho-sociologice, predominante fiind totui cercetrile calitative.

VIII.3.4.6 Eantionarea sistematic


Se numete i eantionare cu pas i reprezint o variant a eantionrii aleatorii simple, fiind chiar mai comod dect aceasta. Ca principale avantaje menionm uurina n utilizare i posibilitatea de calcul a erorii de eantionare. Pe lng dezavantajele eantionrii aleatorii simple, metoda prezint
i dezavantajul periodicitii. Modalitatea de lucru n vederea construirii unui
eantion prin eantionare stratificat este urmtoarea:

Stabilirea bazei de eantionare. Baza de eantionare se stabilete prin acelai procedeu ca i n cazul eantionrii aleatorii
simple. Avem din nou nevoie de lista exhaustiv a brbailor
din Romnia, spre exemplu;

Se determin mrimea eantionului. Prin procedee de calcul


specifice, stabilim mrimea eantionului. Pentru exemplul nostru, vom considera un eantion de 1000 de persoane (n=1000);

Se stabilete pasul de eantionare. Pasul de eantionare reprezint expresia raportului dintre volumul populaiei i volumul eantionului:
onare va fi 8000000

. n cazul nostru, pasul de eanti1000

8000.

Stabilirea punctului de start. Punctul de start reprezint locul de ncepere a eantionului. Se genereaz un numr aleatoriu ntre 1 i 8000, numr care va reprezenta punctul de start.
S presupunem c acest numr este 5421. Subiectul cu acest
numr de ordine va fi prima persoan inclus n eantion.

Elaborarea eantionului. La numrul care indic punctul de


start, se adaug valoarea pasului de eantionare
270

Cristian Opariuc-Dan
(5421+8000=13.421). Subiectul cu acest numr de ordine n
baza de eantionare va fi al doilea subiect inclus n eantion.
Al treilea subiect inclus n eantion va fi cel cu numrul de ordine 13.421+8000=21.421 i aa mai departe pn la completarea efectivului de 1000 de persoane.

VIII.3.4.7 Eantionarea pe cote


Se aseamn cu eantionarea stratificat, ns nu mai are un caracter
aleatoriu i de aceea metoda este inclus n categoria procedeelor de eantionare nealeatorii. Principul este acelai. Se identific o serie de straturi la nivelul populaiei i se ncearc reproducerea acestora n eantion, fr a se folosi
ns tehnici aleatorii. Printre avantajele acestei metode putem meniona rapiditatea obinerii eantionului, relativa economie de resurse i lipsa bazei de
eantionare. Totui, metoda nefiind aleatorie, riscul de obinere a erorilor de
eantionare este foarte mare. De asemenea, sunt necesare cunotine solide
referitoare la structura populaiei iar eroarea de eantionare i nivelul de ncredere sunt elemente ce nu pot fi calculate. Relund exemplul din judeul
Blagosloveti, am putea construi un eantion pe cote prin urmtorul procedeu:

Stabilirea cotelor (variabilelor de stratificare) i a structurii populaiei. Se face identic ca i n cazul eantionrii stratificate. Vor rezulta cele patru grupe, cu procentele din populaie asociate (vezi tabelul 8.1);

Stabilirea mrimii eantionului. Se face n urma unor calcule specifice, adecvate acestui tip de eantionare, calcule pe care le vom prezenta ntr-un capitol ulterior.

Stabilirea compoziiei eantionului. Este o etap n care se


opereaz ca i la eantionarea stratificat, stabilindu-se numrul de persoane cuprinse n eantion, n funcie de proporia n

271

Statistic aplicat n tiinele socio-umane

care se regsesc n populaie (vezi tabelul 8.2). Aceasta este i


etapa final a eantionrii pe cote, nefiind implicat vreo procedur aleatorie sau vreo baz de eantionare.
Operatorilor li se comunic doar numrul subiecilor i categoria din
care fac parte, rmnnd la latitudinea lor alegerea concret a cazurilor. Acest
lucru induce erori de eantionare serioase, determinnd includerea acestei
metode n categoria procedeelor nealeatorii. De exemplu, dac avem un numr de 10 operatori pentru realizarea studiului de mai sus, acestora li se va
comunica doar necesitatea administrrii instrumentelor de cercetare pe un
numr de 8 brbai din mediul rural, 5 brbai din mediul urban, 8 femei din
mediul rural i 9 femei din mediul urban, fr vreo referire la persoane concrete.
Eantioanele pe cote se aplic destul de des n procesul de adaptare a
testelor psihologice n Romnia, instrumentele rezultate fiind i ele la rndul
lor limitate de problemele acestei metode.

VIII.3.4.8 Eantioane cu probabilitatea proporional cu


mrimea
Reprezint o metod derivat din eantionarea sistematic, prin intermediul creia probabilitatea de selectare a unei uniti de eantionare este
proporional cu dimensiunea acesteia.
Tehnica este extrem de util n condiiile n care unitile de eantionare difer foarte mult sub aspectul dimensiunilor, determinnd ca unitile
de eantionare mari s aib aceeai probabilitate de a fi selectate ca i cele
mici. ntre Bucureti i Pacani exist o mare diferen n ceea ce privete
numrul de locuitori. n mod normal, probabilitatea de a selecta ntr-un eantion mai muli bucureteni este mult mai mare. Folosind aceast tehnic, probabilitile se egaleaz. Eantioanele cu probabilitate proporional cu mrimea sunt utilizate, n special, n domeniul organizaional, n cercetri la nive-

272

Cristian Opariuc-Dan
lul crora se intenioneaz investigarea personalului. Deoarece cadrele de
conducere sunt mai puin numeroase n comparaie cu cadrele de execuie,
metoda permite egalarea anselor celor dou categorii de a fi incluse n eantion.
Relund exemplul anterior, ne propunem s desfurm o cercetare
oarecare n judeul Trubadurul, care are un numr de 29 de localiti. Dup
cum observai n tabelul 8.3, localitile sunt difereniate sub aspectul populaiei. n timp ce localitatea 26 are un numr de 197 de locuitori, localitatea 21
are un numr de 1590 de locuitori. Evident c ansele de a extrage mai muli
locuitori din localitatea 21 sunt mai mari n comparaie cu localitatea 26, de
unde, cel mai probabil, nu va participa nimeni la cercetare. Prin acest procedeu de eantionare putem egala situaia, astfel nct subiecii din fiecare localitate s aib o ans calculabil de a fi inclui n eantion.
Etapele de realizare a unui asemenea eantion sunt urmtoarele:

Inventarierea unitilor de eantionare i a dimensiunii


acestora. n aceast etap se listeaz toate unitile de eantionare din teritoriu, precum i volumul corespunztor de populaie. n cazul nostru, vom nregistra toate cele 29 de localiti
ordinea nu conteaz mpreun cu volumul populaiei pentru
fiecare unitate (coloanele Localitate i Populaie din tabelul
8.3). La acest nivel se poate lucra fie cu lista complet, fie cu
uniti de eantionare grupate n interval (de exemplu vrsta
ntre 0 i 10 ani, ntre 11 i 21 de ani etc.)

Tabel 8.3 Eantion cu probabilitate proporional cu mrimea


Localitate
1
2
3
4
5
6

Populaie
542
245
1032
867
256
352

Populaie cumulat
542
787
1819
2686
2942
3294

Locaie selectat
423
1891

273

Statistic aplicat n tiinele socio-umane


7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

835
645
427
312
1342
390
604
465
897
476
365
967
533
215
1590
423
645
867
423
197
586
365
756

4129
4774
5201
5513
6855
7245
7849
8314
9211
9687
10052
11019
11552
11767
13357
13780
14425
15292
15715
15912
16498
16863
17619

3359
4827
6295
7763
9231
10699
12167
13635
15103

16571

Calculul populaiei cumulate. Vom calcula apoi frecvena


cumulat a ntregului volum de populaie int. Ultima unitate
de eantionare va conine, evident, volumul total al populaiei.
n cazul nostru, n judeul Trubadurul triesc 17.619 persoane
(N=17.619). Ne reamintim c prin calculul frecvenelor cumulate, practic ordonm cresctor populaia noastr.

Stabilirea mrimii eantionului. Prin procedee specifice de


calcul se determin mrimea eantionului. n cazul nostru vom
considera c am ales un eantion de 120 de persoane, reprezentativ pentru judeul Trubadurul (n=120).

Determinarea numrului de locaii. Eantionul de 120 de


persoane va trebui ales din unele dintre cele 29 de localiti ale
judeului Trubadurul. n funcie de numrul total al unitilor
274

Cristian Opariuc-Dan
de eantionare, se stabilesc localitile n care se va desfura
cercetarea. Pentru 120 de persoane, am ales un numr de 12
localiti din cele 29. n fiecare localitate vor fi intervievate 10
persoane.

Stabilirea pasului de eantionare. Se realizeaz la fel ca la


eantionarea sistematic, prin divizarea populaiei totale, de
data aceasta la numrul locaiilor i nu la volumul eantionului. Pentru exemplul nostru, avem un pas de eantionare de
17.619:12=1468,25 rotunjit 1468.

Stabilirea punctului de start. Se va alege aleatoriu un numr


ntre 1 i pasul de eantionare, acela fiind numrul locaiei de
start. S presupunem c numrul generat aleatoriu este 423. La
fel ca la stabilirea medianei, verificm categoria ce conine al
423-lea subiect, prin inspectarea coloanei Populaie cumulat. Observm c aceast valoare cumulat se regsete chiar
n prima locaie. Prin urmare, una dintre cele 12 locaii este localitatea 1. n acea localitate, folosindu-se ca baz de eantionare lista exhaustiv a celor 542 de persoane, ori prin alt metod aleatorie sau sistematic (de exemplu de la casa 10, fiecare a 54-a cas), vor fi intervievate 10 persoane.

Stabilirea eantionului. La punctul de start 423 se adaug valoarea pasului 1468 i se obine noua locaie
(423+1468=1891). Valoarea cumulat pentru a doua locaie se
afl n dreptul localitii 4 (V mai amintii, sper, c la nivelul
localitii 3 se afl a 1819-a persoan. Persoana cu numrul
1891 se afl n localitatea 4, care cuprinde subiecii de la al
1820-lea la al 2686-lea). Un alt operator se va deplasa n
aceast localitate, i printr-un procedeu similar va intervieva

275

Statistic aplicat n tiinele socio-umane

10 persoane. Procesul continu pn la stabilirea tuturor celor


12 localiti.
Au rezultat exact 12 localiti, mai precis localitile 1 542 locuitori,
4 867 locuitori, 7 835 locuitori, 9 427 locuitori, 11 1342 locuitori, 13
604 locuitori, 16 476 locuitori, 18 967 locuitori, 21 1590 locuitori, 22
423 locuitori, 24 867 locuitori i 28 365 locuitori.

VIII.3.5

Determinarea mrimii eantionului

n toate exemplele din subcapitolul anterior am stabilit valori exacte


pentru mrimea unui eantion. Totui, ntrebarea pe care cred c v-o punei
este cum determinm mrimea eantionului, astfel nct folosind o anumit
tehnic de eantionare, eantionul rezultat s fie reprezentativ. Cel mai simplu rspuns ar fi s consultai pagina de internet The Survey System, aflat
la adresa: http://www.surveysystem.com/sscalc.htm unde gsii un excelent
calculator pentru mrimea eantionului, mpreun cu explicaiile de rigoare.
Un asemenea demers nu ar fi ns tiinific, de aceea vom descoperi mpreun
procedeele necesare stabilirii mrimii eantionului.
Determinarea mrimii unui eantion depinde, n principal, de cinci
factori:

Eroarea statistic ca expresie a diferenei dintre indicatorul


obinut la nivelul eantionului i valoarea parametrului la nivelul populaiei. Am mai spus acest lucru; prin studiul unui eantion noi nu putem dect s estimm un parametru al populaiei.
Niciodat nu obinem valoarea sa exact. n funcie de modul
n care proiectm cercetarea i de nivelul de precizie dorit, putem reduce eroarea statistic, ns n condiiile unui eantion
de dimensiuni mai mari;

Variabilitatea populaiei estimat de obicei prin intermediul abaterii standard. Se refer la amplitudinea pe care o au
276

Cristian Opariuc-Dan
opiniile populaiei, element care afecteaz de asemenea dimensiunea eantionului. Cu ct variabilitatea este mai mare, cu
att acurateea estimrii este mai mic i va fi nevoie de un
eantion de dimensiuni mai mari;

Nivelul de ncredere indic gradul de precizie cu care rezultatele obinute prin studiul eantionului se vor regsi la nivelul
populaiei. Cu ct nivelul de ncredere este mai mare, cu att
pretenia c rezultatele obinute nu sunt atipice crete, fiind
nevoie de eantioane de dimensiuni mai mari. Majoritatea cercetrilor utilizeaz un nivel de ncredere de 95%;

Dimensiunea populaiei n mod normal, acest factor nu


afecteaz dimensiunea eantionului atta timp ct aceasta se
afl sub 5% din populaie. Dac dimensiunea eantionului este
mic n raport cu dimensiunea populaiei, factorul se poate ignora. Dimensiunea populaiei devine important n condiiile
n care mrimea eantionului depete 5% din totalul populaiei (de exemplu, dac extragem un eantion de 40 de persoane
dintr-o populaie de 100 de persoane). n general, efectul este
acela de a se reduce uor dimensiunea eantionului.

Proporia din populaie se refer doar la situaia n care


eantionul este folosit pentru a msura un atribut din populaie
n locul unei variabile continue. Spre exemplu, opinia populaiei referitoare la realegerea preedintelui, ori la efectele nocive ale fumatului. Subiecii se pot exprima prin Da sau Nu,
i atunci ne intereseaz proporia opiniilor pozitive i a celor
negative. Proporia estimat a acestor rspunsuri influeneaz
dimensiunea eantionului.

n mod curent, cercetrile tiinifice pe eantioane de 50 100 de persoane sunt suficient de precise n domeniul socio-uman. Poate doar sociolo277

Statistic aplicat n tiinele socio-umane

gia presupune eantioane mai mari, n cazul sondajelor de opinie. Uneori este
suficient un eantion de 30 de subieci, considerat ca fiind volumul minim de
date ce permite analize statistice, respectiv aplicarea legii numerelor mari i a
distribuiei gaussiene. Eantioanele cu dimensiuni sub 30 de cazuri fac parte
din domeniul studiilor de caz, rezultatele obinute neputnd fi extinse la nivelul populaiei.

VIII.3.5.1 Calculul mrimii eantionului


Mrimea eantionului de calculeaz n funcie tipul variabilei de interes. Dac variabila de interes msoar un atribut, atunci stabilirea mrimii
eantionului se face prin intermediul proporiilor; dac este o variabil continu, mrimea eantionului se determin pe baza valorilor sau se convertete
variabila continu n atribut dihotomic.
Mrimea eantionului pentru o variabil care msoar un atribut (ntrebri de tip Da i Nu de exemplu) se determin pe baza formulei lui
Cochran:

(formula 8.1)
unde: n reprezint mrimea eantionului, z scorul z asociat nivelului de ncredere dorit, e este precizia dorit (numit i marj de eroare)
i p reprezint ponderea rspunsurilor la nivelul populaiei.
Dup cum v-ai dat seama, valorile notei z sunt de fapt nite constante, alocate n funcie de nivelul de ncredere, astfel:

La un nivel de ncredere de 80%, nota z este 1,28

La un nivel de ncredere de 85%, nota z este 1,44

La un nivel de ncredere de 90%, nota z este 1,65

La un nivel de ncredere de 95%, nota z este 1,96

278

Cristian Opariuc-Dan

La un nivel de ncredere de 99%, nota z este 2,58

Dei scorurile pentru notele z au fost prezentate de la un nivel de


ncredere de 80%, tim foarte bine c nivelul de ncredere minim pentru o
cercetare serioas este de 95%. De aceea, nu recomand niciodat s utilizai
alte scoruri z n afar de 1,96 i 2,58.
Ponderea rspunsurilor la nivelul populaiei reprezint un estimator a
valorii ateptate pe care o poate lua atributul respectiv atunci cnd ne referim
la populaia int. Situaia fericit este cnd anticipm diferene procentuale
mari. Spre exemplu, cnd putem bnui c 95% din populaie ar prefera intrarea n Uniunea European, n timp ce 5% din populaie nu ar prefera-o, suntem n faa unei soluii optimiste, cu o pondere a rspunsurilor de 0,05 sau de
0,95 n funcie de sensul n care ne orientm. n acest caz, volumul eantionului va fi mic (75 de persoane la un nivel de ncredere de 95%). Situaia
pesimist este aceea n care nu putem anticipa orientarea atributului. n acest
caz, suntem nevoii s presupunem o pondere de 0,5, adic jumtate din populaie ar rspunde Da, iar cealalt jumtate Nu. Volumul eantionului
va fi acum semnificativ mai mare (384 de subieci la un nivel de ncredere de
95%).
Precizia se refer la limitele marjei de eroare ntre care acceptm s se
situeze valoarea indicatorului, exprimat sub form zecimal. O marj de
eroare 2% la un procent de, s spunem, 53% rspunsuri Da, obinut prin
studiul eantionului, nseamn c, la nivelul populaiei, procentul de rspunsuri Da se situeaz undeva ntre 51% i 55%. Desigur, cu ct aceast precizie este mai mare, cu att crete i volumul eantionului. Marja de eroare de
2% se scrie n form zecimal 0,02.
Cunoscnd acum toate aceste elemente, s ne imaginm c desfurm un studiu utiliznd un chestionar, la care subiecii rspund prin Da sau
Nu, nu avem idee care ar fi proporia rspunsurilor Da sau care ar fi pro-

279

Statistic aplicat n tiinele socio-umane

poria rspunsurilor Nu, dorim un nivel de ncredere de 95% i un nivel de


precizie de 2%. Ce volum trebuie s aib eantionul?
,

,
,

,
,

,
,

2400

Vom avea un eantion de 2400 de persoane pentru a obine reprezentativitatea la acest nivel. Suntem cam pretenioi, nu-i aa? Bine c nu am
ales nivelul de ncredere de 99%, c cine tie ce obineam Dac dorii s
aflai, nlocuii n formula de mai sus 1,96 cu 2,58 i vedei.

Exerciiu:
Folosind acelai tip de studiu, calculai volumul unui eantion la un
nivel de ncredere de 95% i cu o precizie de 3%, estimnd c subiecii vor
rspunde 75% Da i 25% Nu.
n practic se folosete o formul derivat din formula 8.1 n vederea
calculrii preciziei sau a marjei de eroare:
(formula 8.2)
n presa scris, televiziune, la radio, auzii frecvent fraze de acest gen:
65% din populaie l prefer pe Icsulescu la alegerile prezideniale. Sondajul
are o marj de eroare de 2,5%. Cunoscnd marja de eroare i faptul c nivelul de ncredere nu se poate situa sub 95%, putei afla uor din cte persoane a fost format eantionul, aplicnd formula 8.1. Dar dac afirmaia de mai
sus nu prezint marja de eroare, ci doar volumul eantionului? Dac vi se
comunic rezultatele de mai sus, cu specificaia c eantionul a fost format
dintr-un numr de 180 de persoane, cum aflai precizia? Eu a fi de prere s
aplicm formula 8.2

280

Cristian Opariuc-Dan
,

0,004

0,06

6%

O precizie de 6% mi se pare extrem de mic pentru un asemenea


sondaj. Cu alte cuvinte, preferinele pentru Icsulescu variaz ntre 59% i
71%. Cam mare marja de eroare, nu credei?
Atunci cnd variabila msurat are un caracter continuu (cum ar fi de
exemplu nlimea), se utilizeaz o alt formul pentru determinarea mrimii
eantionului, formul ce ine cont de variana caracteristicii msurate la nivelul populaiei. Deoarece aceast varian de multe ori nu poate fi anticipat,
existnd prea puine anse s cunoatem n mod real variana parametrului la
nivelul populaiei, majoritatea studiilor de acest tip prefer transformarea
variabilelor continui sau polihotomice n variabile dihotomice pentru aplicarea calculului de proporii. Acest lucru se poate efectua prin combinarea rspunsurilor n dou categorii (de exemplu subieci nali i subieci scunzi) i
apoi aplicarea metodei de estimare prin proporii, aceast tehnic fiind acceptat cvasi-universal.
Dac nu dorim totui s facem acest lucru, o alt metod prin care putem determina volumul unui eantion n cazul variabilelor continui este aceea
prin care nlocuim variana populaiei cu variana eantionului. Deoarece abaterea standard la nivelul unui eantion aproximeaz bine abaterea standard a
populaiei, ne putem permite s realizm un studiu pilot pe un numr de 3040 de subieci, calculm apoi abaterea standard, pe care o folosim la determinarea mrimii eantionului dup formula:
(formula 8.3)
Spre exemplu, dorim s efectum o cercetare n care s putem stabili
nlimea medie a brbailor din Romnia. Dac am ti abaterea standard a
parametrului nlime pentru ntreaga populaie, ar fi perfect. O asemenea
281

Statistic aplicat n tiinele socio-umane

valoare probabil c nu poate fi niciodat cunoscut. Totui avem nevoie s


stabilim volumul unui eantion reprezentativ de brbai, la un nivel de ncredere de 95% i cu o marj de eroare de 0,2. Nu cunoatem ns valoarea abaterii standard. Pentru a o afla, vom stabili un lot de 30 de brbai, alei ntmpltor, i vom msura nlimea acestora. Datele au fost deja analizate ntr-un
capitol anterior, de unde am reinut c abaterea standard avea valoarea 4,46.
Nu ne rmne acum dect s nlocuim n formul i obinem:
1,96
4,46
0,2

428

Formulele de mai sus sunt aplicabile numai n condiia n care volumul eantionului nu depete 5% din volumul populaiei. n situaia n care
volumul eantionului trece de acest prag, se aplic o corecie care-i reduce
uor dimensiunea, dup formula:
(formula 8.4)
Dac ntr-o cercetare am stabilit volumul unui eantion la 398 de cazuri iar volumul populaiei (N) este de 2000 de cazuri, aplicnd formula vom
obine:

398
398 1
2000

398
1,19

334

S-a constatat o uoar reducere a eantionului ctre pragul de 5%.


Aceast metod poart numele de corecie pentru populaii finite. Yamane
a stabilit o formul direct de calcul a eantionului pentru populaii de mici
dimensiuni, pe baza formulei:
(formula 8.5)

282

Cristian Opariuc-Dan
Dac vom aplica formula pe cazul anterior, vom obine la un nivel de
precizie de 5%:
1

2000
2000 0,05

2000
6

333

Observm c valoarea se apropie mult de cea obinut anterior prin


corecie.

VIII.4 Construcia eantioanelor n SPSS


SPSS prezint un instrument foarte puternic
de creare a eantioanelor n condiiile n care avei
la dispoziie baza de eantionare. Cu ajutorul programului SPSS putei crea urmtoarele tipuri de
eantioane:

Eantioane simple aleatorii, cu sau


fr nlocuire;

Eantioane stratificate i pe clusteri;

Eantioane multistadiale;

Eantioane probabilistice proporional cu mrimea sau tipuri de eantioane nealeatorii.

Figura 8.4 Meniul de creare


i analiz a eantioanelor

Structura eantioanelor n SPSS se prezint sub forma unor fiiere tip


plan. Exist un numr de dou planuri:

Planul de eantionare conine specificaiile de definire a


eantionului.

Planul de analiz conine date necesare procedurilor de


analiz complex pentru a calcula variana eantionului. Planul

283

Statistic aplicat n tiinele socio-umane

include structura eantionului, metodele de estimare pentru fiecare stadiu, referinele la variabilele de interes.
Debutul procedurii de creare a unui eantion se face prin deschiderea
bazei de eantionare. Vom folosi, n acest scop, o baz de date pus la dispoziie de SPSS Inc. situat n directorul n care s-a instalat aplicaia. Baza de
date se numete 1991 U.S. General Social Survey.sav i conine un numr
de 1517 nregistrri reprezentnd rezultatele unui sondaj efectuat n Statele
Unite. Deoarece volumul de date este destul de mare, avnd i o serie de variabile factuale i demografice, putem folosi acest fiier ca exemplu pentru
baza noastr de eantionare.

VIII.4.1

Crearea unui eantion n SPSS

Proiectarea unui nou plan de eantionare se realizeaz prin apelarea


meniului Analyze iar din submeniul Complex Samples se alege opiunea Select a Sample. Crearea unui eantion este asistat de un program
special (Wizard sau asistent) ce presupune mai muli pai.

Figura 8.5 Primul pas al crerii unui eantion. Salvarea fiierului plan

284

Cristian Opariuc-Dan
Prima fereastr afiat ne solicit alegerea unui fiier n care va fi
stocat planul de eantionare. Opiunea implicit este Design a sample pe
care o vom folosi pentru a specifica locaia i numele planului de eantionare.
Vom putea introduce direct calea ctre fiierul ce urmeaz a fi salvat sau vom
putea apsa butonul Browse pentru a alege locul pe hard-disc unde va fi
salvat planul de eantionare. Evident, va trebui s furnizm i un nume pentru
acest fiier. n cazul nostru, fiierul l-am denumit Test.csplan i a fost salvat direct pe discul C:\. Observai c extensia fiierelor de tip plan de eantionare este .csplan.
Pentru a modifica un plan de eantionare existent, avei la dispoziie
opiunea Edit a sample design. Cu ajutorul acesteia vei putea reconfigura
sau elimina stadii din cadrul unui plan de eantionare multistadial creat anterior. Evident, acest plan de eantionare va trebui iniial deschis prin tastarea
cii ctre fiierul de tip .csplan sau folosind butonul Browse.
Dac avei deja un plan de eantionare fcut i dorii s creai un eantion n baza acestuia, putei folosi opiunea Draw a sample, dup care alegei fiierul plan dorit, la fel ca mai sus. Trecerea la urmtoarea etap se face
prin intermediul butonului Next. Putei oricnd abandona operaia apsnd
pe butonul Cancel sau putei parcurge sistemul de asisten contextual
prin accesarea butonului Help.
A doua fereastra presupune definirea planului de eantionare. n partea stng, avnd o structur arborescent, sunt afiate opiunile acestui stadiu. Prima opiune implic precizarea variabilelor de eantionare n cazul
unor eantioane ce presupun acest lucru (opiunea Design variables).
Avem prezentate, n seciunea central, toate variabilele din baza de eantionare. Folosind butoanele de transfer (butoanele sgeat) vom putea include
aceste variabile n seciunea Stratify By dac dorim un eantion stratificat
dup acea variabil. Se vor putea preciza astfel straturile sau subpopulaiile
(amintii-v de fasolele de 1 an i de 10 ani). n urma acestei selecii se obin

285

Statistic aplicat n tiinele socio-umane

eantioane separate pentru fiecare strat. Pentru a se putea mbunti precizia


estimrilor, unitile din fiecare strat vor fi ct mai omogene din punctul de
vedere al caracteristicii estimate.

Figura 8.6 Pasul 2: Definirea variabilelor cercetrii

O variabil introdus n seciunea Clusters permite crearea unui


eantion pe clusteri n care se definesc grupuri de uniti de observaie. Pentru a se evita pierderea preciziei i a compensa dezavantajele eantionrii pe
clusteri, ntre clusteri trebuie s existe o eterogenitate ct mai mare sub aspectul variabilei de interes.
Dac planul de eantionare este parte dintr-un plan de eantionare mai
complex, putei introduce o variabil numeric n seciunea Input Sample
Weight, variabil ce reprezint dimensiunea unui eantion construit ntr-un
stadiu anterior.
Pentru claritate, se poate introduce un scurt text care va descrie stadiul
n curs, folosind caseta de text Stage Label.

286

Cristian Opariuc-Dan
n acest exemplu vom dori s construim un eantion simplu randomizat. Deocamdat nu ne intereseaz n mod deosebit opiunile prezentate.
Urmtoarea seciune, Method, permite stabilirea tehnicii de eantionare pe care o folosim.

Figura 8.7 Pasul 2: Alegerea metodei de eantionare

SPSS permite selectarea, n funcie de variabilele precizate n etapa


anterioar, a mai multor tipuri de eantioane. Deoarece nu am inclus nici o
variabil n etapa anterioar optnd pentru un eantion simplu randomizat
n caseta de selecie Type din cadrul seciunii Method vor fi disponibile
doar opiunile de acest tip. Observm existena doar a eantioanelor de tip
randomizat simplu, sistematic i secvenial i a eantioanelor de tip proporional cu mrimea PPS simplu, sistematic i secvenial. Din aceast list
vom alege eantionul simplu randomizat (opiunea Simple Random Sample).

287

Statistic aplicat n tiinele socio-umane

La nivelul acestei etape exist posibilitatea de a efectua selecia fr


reintroducerea bilei n urn opiunea Without replacement (WOR)
sau cu reintroducerea bilei n urn opiunea With replacement (WR).
Cu alte cuvinte, o unitate selectat n eantion va fi eliminat de la urmtoarele posibile selecii n cazul WOR sau nu va fi eliminat, existnd posibilitatea unei noi selecii n cazul WR. n acest din urm caz, bifnd caseta
Use WR estimation for analysis comunicai programului SPSS s estimeze aceast probabilitate de reincludere a unui element n eantion. Implicit,
metoda de estimare este specificat n fiierul plan i este consistent cu tipul
de eantion selectat. Opiunea permite, de asemenea, forarea metodei cu introducerea bilei n urn, chiar dac metoda de eantionare presupune o selecie fr introducerea bilei n urn.
Pe scurt, tipurile de metode ce pot fi alese n aceast etap sunt:

Simple Random Sampling eantion aleatoriu simplu n care


unitile sunt selectate cu o probabilitate egal. Metoda poate
fi folosit cu sau fr reintroducerea bilei n urn;

Simple Systematic eantion sistematizat simplu (cu pas).


Unitile sunt selectate cu un pas fix de eantionare din baza
de eantionare. Se poate folosi i n cazul eantionrii stratificate dac s-au specificat anterior variabilele de stratificare. Selecia se face fr introducerea bilei n urn;

Simple Sequential unitile sunt extrase secvenial cu probabilitate egal i fr introducerea bilei n urn;

PPS eantion proporional cu mrimea n care unitile sunt


extrase aleatoriu cu o probabilitate proporional cu mrimea.
Orice unitate se selecteaz cu reintroducerea bilei n urn, exceptnd configurarea anterioar a unui eantion pe clusteri;

288

Cristian Opariuc-Dan

PPS Systematic eantion proporional cu mrimea de tip


sistematic.

PPS Sequential eantion proporional cu mrimea de tip


secvenial;

PPS Brewer eantion proporional cu mrimea n care sunt


selectate dou clustere din fiecare strat cu o probabilitate proporional cu mrimea clusterului, fr introducerea bilei n
urn. Necesit precizarea unei variabile de tip cluster;

PPS Murthy un eantion similar celui anterior. Difer doar


metoda statistic prin care sunt alese unitile;

PPS Sampford eantion proporional cu mrimea ce selecteaz mai mult de doi clusteri din fiecare strat cu o probabilitate proporional cu mrimea clusterului i fr introducerea bilei n urn. Necesit, de asemenea, specificarea unui variabile
pentru cluster

Opiunea Measure of Size (MOS) se aplic eantioanelor de tip


PPS proporionale cu mrimea i implic precizarea unei dimensiuni definitorii pentru mrimea fiecrei uniti. Aceste valori pot fi definite n mod
explicit, extrase fiind dintr-o variabil (prin bifarea opiunii Read from variable i introducerea variabilei din care vor fi extrase datele) sau pot fi calculate automat selectnd Count data records. De asemenea se poate preciza amplitudinea acestor dimensiuni introducnd valorile minime i maxime
n casetele de text Minimum respectiv Maximum.
Determinarea mrimii eantionului reprezint ultima aciune din acest
stadiu. Pentru baza noastr de date, un eantion cu o marj de eroare de 2% i
un interval de ncredere de 95% implic un numr de 930 de subieci pentru a
fi reprezentativ.

289

Statistic aplicat n tiinele socio-umane

Acest pas presupune specificarea numrului sau a proporiei n care


vor fi selectate unitile de eantionare. Dimensiunea eantionului poate fi
fix sau poate varia n funcie de straturi.

Figura 8.8 Pasul 2: Stabilirea dimensiunii eantionului

Caseta de selecie Units permite alegerea ntre un numr fix de uniti selectate alegnd opiunea Counts sau a unei proporii de uniti n
eantion alegnd opiunea Proportions.
Opiunea Value permite aplicarea unei valori unice pentru toate
straturile. n modul numrului fix, va trebui s introducei valoarea dimensiunii eantionului (n cazul nostru 930). Dac optm pentru proporii vom include proporia din populaie pe care o regsim n eantion (de exemplu 0,10
pentru 10% din populaie).
Opiunea Unequal values for strata permite introducerea valorilor
eantionului pentru fiecare strat definit, n condiiile n care dimensiunile
straturilor nu sunt egale.

290

Cristian Opariuc-Dan
Read values from variable permite selectarea unei variabile numerice n care sunt stocate dimensiunile fiecrui strat.
La alegerea eantionului bazat pe proporii, putem de asemenea specifica limitele inferioare i superioare ale numrului de uniti ce vor fi selectate (de exemplu nu mai puin de 50 Minimul i nu mai mult de 200
Maximum)
Apsarea butonului Next determin afiarea ferestrei variabilelor ce
urmeaz a fi calculate.

Figura 8.9 Pasul 3: Alegerea variabilelor eantionului

Pe parcursul acestei etape putem preciza ce variabile vor fi salvate n


baza de date n urma crerii eantionului, astfel:

Bifnd caseta Population size vom comunica aplicaiei crearea unei variabile ce va stoca numrul estimat de uniti din
populaie la un anumit stadiu. n baza de date aceast variabil
va ncepe cu PopulationSize_;
291

Statistic aplicat n tiinele socio-umane

Bifnd caseta Sample size vom putea salva o variabil care


s conin numrul de uniti selectate la un anumit stadiu. n
baza de date aceast variabil va ncepe cu SampleSize_;

Bifnd caseta Sample proportion se va crea o variabil ce


va conine proporia eantionului selectat din populaie. Variabila va ncepe cu SamplingRate_;

Bifnd caseta Sample weight comunicm programului


SPSS s creeze o variabil ce va stoca inversul probabilitilor
de includere a unui element n eantion. Numele variabilei va
ncepe n baza de date cu SampleWeightCumulative_ iar variante ale acestei variabile au un rol important n procesul de
analiz a eantionului.

Alturi de aceste variabile, n baza de date vor fi create automat o serie de noi variabile dup cum urmeaz:

Probabilitatea de includere proporia unitilor selectate la


nivelul unui anumit stadiu, variabile identificat prin
InclusionProbability_;

Mrimea cumulat mrimea cumulat a eantionului de la un


stadiu
la
altul,
variabil
identificat
prin
SampleWeightCumulative_;

Indexul permite specificarea unitilor selectate de mai multe


ori la nivelul unui stadiu, variabil identificat prin Index_.
Variabila este salvat doar n condiiile n care se folosete opiunea cu introducerea bilei n urn.

Ca regul general, n baza de date fiecare variabil nou creat va fi


urmat, dup linia de subliniere, de o cifr care indic stadiul. De exemplu,

292

Cristian Opariuc-Dan
probabilitatea de includere a unei uniti n eantion pentru primul stadiu va
aprea n baza de date sub forma InclusionProbability_1_.
n exemplul nostru, am bifat salvarea tuturor variabilelor n baza de
date n vederea comentrii ulterioare a ctorva cazuri. Apsarea butonului
Next permite trecerea la urmtorul pas al crerii eantionului. Am observat
c la un moment dat s-a activat i butonul Finish. Acest lucru nseamn c
SPSS are deja suficiente informaii pentru a crea eantionul i putem sri peste paii rmai. Noi vom parcurge totui ntregul proces pentru a putea analiza toate etapele acestui instrument.

Figura 8.10 Pasul 4: Sumarul stadiului

Noua etap afieaz sumarul stadiului curent. Obinem scurte informaii despre numrul stadiului, eticheta acestuia n cazul n care am definit
una variabila de stratificare, variabila de cluster, dimensiunea eantionului
i metoda de eantionare folosit. La acest nivel avem posibilitatea crerii
unui nou stadiu selectnd opiunea Yes, add stage 2 now n cazul n care
293

Statistic aplicat n tiinele socio-umane

ne intereseaz o eantionare multistadial sau iniierea etapelor de creare


efectiv a eantionului alegnd No, do not add another stage now care
este de fapt i varianta implicit selectat. De asemenea, ne putem ntoarce la
etapele anterioare apsnd butonul Back.
Pentru moment, nu suntem interesai dect de crearea unui eantion
simplu aleatoriu, fr alte stadii suplimentare, astfel nct vom apsa butonul
Next.

Figura 8.11 Pasul 5: Crearea eantionului. Opiuni de selecie

Noua fereastr prezint o serie de opiuni ce iniiaz modalitatea de


creare efectiv a eantionului. Sistemul ne ntreab dac dorim s crem
acum eantionul (Do you want to draw a sample?). Putem alege crearea
eantionului, selectnd Yes, situaie n care vom avea posibilitatea de generare a tuturor stadiilor, alegnd All din lista derulant sau crearea eantionului doar pentru un anumit stadiu, prin selectarea numrului acestuia. Stadii-

294

Cristian Opariuc-Dan
le pot fi generate doar n ordine. Astfel, nu putem crea stadiul 3 n condiiile
n care nu au fost executate stadiile 1 i 2.
Seciunea What type of seed value do you want to use? permite
stabilirea valorii de iniializare pentru generatorul de numere aleatoare. Putem alege ntre un numr oarecare, generat automat de computer (selectnd
A randomly-chosen number) sau putem include o valoare n caseta de
text Custom value n situaia n care se dorete reproducerea caracteristicilor eantionului.
Cele dou casete de bifare permit tratarea cazurilor n care lipsesc informaii la nivelul unor elemente i accelerarea procesului de generare a eantionului. Bifarea primei casete are ca efect includerea ntr-o categorie separat a unitilor cu date lips iar debifarea acesteia ignor unitile care au date
lips.
Bifarea celei de-a doua casete are ca efect accelerarea procesului de
generare a eantionului n condiiile n care datele sunt deja sortate dup valorile unei variabile de stratificare. Altminteri, SPSS va proceda la o nou resortare, operaiune consumatoare de timp.
Urmtoarea etap permite precizarea locului n care va fi salvat eantionul i variabilele pe care acesta le genereaz. Putem opta ntre baza de date
curent (Active dataset), caz n care SPSS va selecta din baza de eantionare unitile incluse n eantion i va calcula variabilele necesare doar pentru
acestea, putem alege o nou baz de date (New dataset), caz n care SPSS
va crea o nou baz de date, nesalvat, n care va include doar unitile selectate n eantion sau putem crea o nou baz de date cu salvare (External
file), caz similar celui anterior, singura deosebire fiind aceea c SPSS va
crea un nou fiier pe disc i va salva eantionul. n cele dou situaii va trebui
s precizm numele bazei de date, respectiv numele i calea ctre fiierul de
date.

295

Statistic aplicat n tiinele socio-umane

Figura 8.12 Pasul 5: Crearea eantionului. Opiuni de salvare

n aceast fereastr se mai afl un numr de dou elemente:

Fiierul n care vor fi salvate probabilitile cumulate (Joint


probabilities) n cazul n care se folosesc eantioane proporionale cu mrimea i fr introducerea bilei n urn

Regulile de selecie ale cazurilor (Case selection rules) n


cazul n care se genereaz un singur stadiu la un moment dat i
se dorete salvarea regulilor de selecie a cazurilor ntr-un fiier separat. Opiunea este util la construirea sub-stadiilor.

n situaia noastr, am ales salvarea eantionului n aceeai baz de


date pentru a putea urmri mai uor procesul de selecie. Apsarea butonului
Next permite trecerea la ultima etap a crerii eantionului.

296

Cristian Opariuc-Dan
Ultima fereastr ne ntreab dac dorim s salvm designul realizat n
planul de eantionare i s crem efectiv eantionul (opiunea Save the design to a plan and draw the sample) sau dorim s copiem ntr-un fiier de
sintax comenzile SPSS generate n urma prelucrrilor noastre (opiunea
Paste de syntax generated by the Wizard into a syntax window).
Evident, vom alege prima opiune i vom apsa apoi butonul
Finish.

Figura 8.13 Pasul 6: Crearea eantionului

Dup cteva fraciuni de secund, SPSS procedeaz la crearea eantionului i ne ofer o serie de informaii n fereastra de rezultate (Output).
Primul tabel din fereastra de rezultate se refer la informaii despre
planul de eantionare. Observm c avem un singur stadiu, metoda de selecie este simplu aleatorie fr reintroducerea bilei n urn iar eantionul coni-

297

Statistic aplicat n tiinele socio-umane

ne un numr de 930 de cazuri. n acest tabel regsim informaii despre noile


variabile create n baza de date i, de asemenea, ne este furnizat fiierul ce
conine planul de eantionare.
Tabelul planului de eantionare prezint i o serie de date utile n proiectarea planului de analiz a eantionului pe care-l vom discuta n urmtorul
subcapitol.
O variabil foarte important la acest nivel este variabila
SampleWeight_Final_, folosit n general la proiectarea planului de analiz a eantionului ca variabil caracteristic a reprezentativitii cazurilor n
eantion.
Summary
Sample Information

Stage 1
Simple random sampling
without replacement

Selection Method
Number of Units Sampled
Variables Created or
Modified

Analysis Information

Estimator Assumption

Inclusion Probability

Stagewise Inclusion
(Selection) Probability
Stagewise Cumulative
Sample Weight
Stagewise Population
Size
Stagewise Sample Size
Stagewise Sampling
Rate
Stagewise Sample
Weight

930
InclusionProbability_1_
SampleWeight
Cumulative_1_
PopulationSize_1_
SampleSize_1_
SamplingRate_1_
SampleWeight_1_
Equal probability
sampling without
replacement
Obtained from variable
InclusionProbability_1_

Plan File: C:\Test.csplan


Weight Variable: SampleWeight_Final_

Figura 8.14 Planul de eantionare


Summary for Stage 1
Number of Units
Sampled
Requested
Actual
930
930

Proportion of Units
Sampled
Requested
Actual
61,3%
61,3%

Plan File: C:\Test.csplan

Urmtorul tabel generat se refer


la sumarul stadiului. Pentru fiecare sta-

Figura 8.15 Sumarul stadiului

298

Cristian Opariuc-Dan
diu al eantionrii va fi generat un asemenea tabel, n care regsim informaii
despre unitile i proporiile selectate.
Observm din nou numele i calea fiierului de tip plan de eantionare. n cazul nostru am solicitat includerea unui numr de 930 de cazuri n
eantion (Requested) iar SPSS a reuit selectarea tuturor subiecilor (Actual). Procentul solicitat a fost de 61,3%, procent atins n final de ctre SPSS.

Figura 8.16 Noile variabile incluse n baza de date

Trecnd la baza de date, observm la sfritul acesteia variabilele nou


create. Vom constata i selecia eantionului fcut de SPSS. Programul a
ales n eantion primii apte subieci, pe urmtorii ase nu i-a selectat, a selectat apoi un subiect, urmtorul nefiind selectat i aa mai departe.
Lund fiecare subiect n parte, observm o probabilitate de includere
egal de 0,61, dintr-o populaie de 1517 la mrimea unui eantion de 930.
Variabila SampleWeight este generat automat i corespunde oarecum frecvenei cu care fiecare caz selectat n eantion este reprezentat n populaia general. Suma acestor valori se apropie foarte mult de dimensiunea
populaiei. ntr-adevr, avem 930 de cazuri, fiecare avnd valoarea 1,63 la

299

Statistic aplicat n tiinele socio-umane

aceast variabil. Prin urmare, 930 1,63 = 1515,9 valoare apropiat de mrimea populaiei. Aceast variabil este foarte important n procesul de analiz a eantionului.
Iat c, urmnd aceti pai, ai reuit crearea unui eantion. Realizarea
acestuia nu ofer ns informaii legate de caracteristicile pe care le poate
avea. Dup selectarea subiecilor n eantion urmeaz etapa de analiz a eantionului n vederea identificrii proprietilor sale statistice.

VIII.4.2

Analiza eantionului

Crearea unui plan de analiz reprezint


prima etap n studiul proprietilor unui eantion. Vom folosi din nou meniul Analyze, apoi
submeniul Complex Samples i n final vom
efectua click pe opiunea Prepare for Analysis
Accesarea acestei comenzi determin
lansarea n execuie a unui nou asistent
(Wizard), specializat n proiectarea planului de
analiz, al doilea plan ca importan n studiul
eantionului.
Planul de analiz, similar planului de Figura 8.17 Meniul planului de
analiz
eantionare, reprezint o succesiune de pai
prin intermediul crora se creeaz premisele
studiului proprietilor unui eantion. Dup crearea unui eantion este important analiza acestuia n vederea determinrii caracteristicilor sale.
Primul pas este reprezentat de specificarea fiierului n care va fi salvat planul de analiz. Opiunea Create a plan file ne permite alegerea locului i stabilirea numelui sub care va fi salvat planul de analiz. Putei tasta

300

Cristian Opariuc-Dan
calea complet sau putei folosi butonul Browse prin intermediul cruia
vei alege locaia acestui fiier. Evident, va trebui s furnizai i un nume. n
cazul nostru, fiierul plan de analiz se numete Analiza.csaplan i a fost
salvat direct n directorul C:\
Observai diferena de extensie. Dac planurile de eantionare aveau
extensia .csplan, planul de analiz are extensia .csaplan.

Figura 8.18 Pasul 1. Salvarea planului de analiz

Opiunea Edit a plan file v permite modificarea configuraiei unui


plan de analiz salvat anterior. Apsarea butonului Next determin trecerea
la urmtoarea etap.
Noua fereastr conine mai multe elemente. n primul rnd va trebui
s specificm variabila caracteristic reprezentativitii eantionului. Am
accentuat deja asupra importanei variabilei Sample Weight tocmai n ideea de a fi familiarizai cu aceasta. Dei n cazul unor eantioane complexe

301

Statistic aplicat n tiinele socio-umane

aceast variabil poate lua diferite forme, n planul de analiz vom include,
de obicei, forma final a acesteia, forma n care SPSS pondereaz de fapt
toate stadiile. V recomand introducerea n seciunea Sample Weight a
variabilei de tipul Final Sample Weight, variabil care de obicei caracterizeaz cel mai bine eantionul. n cazul planurilor complexe, s-ar putea include i alte variabile pariale de acest tip dac se dorete investigarea la nivelul
stadiilor, a straturilor ori a clusterilor.

Figura 8.19 Pasul 2. Stabilirea variabilelor

Alte posibiliti cuprinse la acest nivel pot fi reprezentate de:

Variabilele de stratificare (Strata) va fi inclus variabila


de stratificare n condiiile unui eantion stratificat. Eantionul
total va fi reprezentat din ponderile pe care le au cazurile particulare din fiecare strat;

Variabilele cluster (Clusters) se include variabila ce definete clusterii, grupuri de uniti de observaie n cazul n care
se analizeaz un eantion pe clusteri;
302

Cristian Opariuc-Dan

Stage Label permite definirea unei etichete a stadiului de


analiz, similar procesului de creare a planului de eantionare.

Apsarea butonului Next determin trecerea la alegerea metodei de


estimare.

Figura 8.20 Pasul 2. Alegerea metodei de estimare

Alegerea metodei de estimare permite specificarea doar a tipului de


selecie utilizat. n funcie de modul de proiectare a eantionului putei opta
pentru metoda cu introducerea bilei n urn (WR) n care nu vor fi incluse
corecii pentru eantioane provenite din populaii finite la estimarea varianei.
Forarea includerii acestor corecii se realizeaz prin bifarea casetei FPC care
se activeaz la alegerea acestei opiuni.
Metoda cu includerea bilei n urn (WOR) poate fi selectat n cazul eantioanelor cu probabilitate egal de selecie i fr nlocuire. Aceast
metod include coreciile pentru populaii finite i pleac de la supoziia conform creia unitile au fost selectate cu o probabilitate egal.

303

Statistic aplicat n tiinele socio-umane

Metoda cu includerea bilei n urn (WOR) i cu probabilitate inegal folosete i ea coreciile de populaie finit dar pleac de la supoziia c
selecia unitilor din populaie s-a realizat cu o probabilitate inegal. n general metoda se folosete n cazul unor eantioane nealeatorii.
Eantionul nostru a fost creat fr includerea bilei n urn i cu o
probabilitate egal, prin urmare vom alege opiunea a doua.

Figura 8.21 Pasul 2. Alegerea dimensiunii

Apsarea butonului Next v permite s specificai probabilitile de


includere sau mrimea populaiei la nivelul stadiului curent. Aceste dimensiuni pot fi fixe sau pot varia la nivelul straturilor. Aceast etap este valabil
doar dac anterior ai ales opiunea WOR cu probabiliti egale.
Folosind caseta de derulare Units putei preciza dimensiunea exact
a populaiei sau probabilitatea cu care elementele au fost extrase. n primul
caz putem introduce n caseta de text Value cifra 1517, valoare ce repre-

304

Cristian Opariuc-Dan
zint dimensiunea exact a populaiei sau 0,61, probabilitatea de includere.
Am preferat, n exemplul nostru, prima variant. Utilizarea acestei seciuni
presupune o singur valoare aplicat tuturor straturilor.
O alt variant o reprezint opiunea Unequal values for strata care se activeaz numai n situaia definirii anterioare a unei variabile de stratificare. Caseta ce se deschide la apsarea butonului Define permite stabilirea valorilor pentru fiecare strat.
Ultima opiune, Read values from variable ne permite includerea
unei variabile numerice care conine valorile pentru fiecare strat.

Figura 8.22 Pasul 2. Sumarul planului

Similar planului de eantionare, urmtoarea fereastr prezint un sumar al planului de analiz i ne permite construirea unor noi stadii. Nu vom
intra n detalii referitoare la aceast seciune deoarece am tratat complet problema n cadrul capitolului referitor la planul de eantionare.

305

Statistic aplicat n tiinele socio-umane

Ultimul ecran ne invit s salvm planul de analiz creat sau s copiem sintaxa ntr-o fereastr de comenzi SPSS, ntr-un mod identic cu planul de
eantionare.

Figura 8.23 Pasul 3. Salvarea planului de analiz

Un plan de analiz salvat va putea fi utilizat n vederea investigrii


proprietilor eantionului. La apsarea butonului Finish, planul de analiz
va fi salvat iar n fereastra de rezultate va fi redat structura acestuia.

VIII.4.3

Investigarea proprietilor eantionului


Odat stabilite planul de eantionare i
planul de analiz se poate trece la etapa final
a eantionrii i anume investigarea proprietilor eantionului.
SPSS pune la dispoziie mai multe metode de investigare a unui eantion. Deoarece

Figura 8.24 Analiza eantionului

nu dispunem nc de toate informaiile necesa-

306

Cristian Opariuc-Dan
re studiului exhaustiv al acestor proceduri, vom limita expunerea doar la dou
proceduri ce implic statistici univariate, dup cum urmeaz:

Meniul Frequencies determin constituirea tabelelor de


frecvene pentru variabilele selectate i afiarea statisticilor de
tip univariat. Procedura estimeaz frecvenele eantionului i
erorile standard, intervalele de ncredere, coeficienii de variaie i ale statistici utile studiului unui eantion;

Meniul Descriptives produce de asemenea statistici


univariate de tipul celor menionate existnd i posibilitatea
analizei dup subgrupuri;

Accesarea primului meniu, Frequencies determin afiarea primului ecran necesar analizei prin care urmeaz s alegem planul de eantionare dorit.

Figura 8.25 Alegerea planului de eantionare

307

Statistic aplicat n tiinele socio-umane

Toate operaiile din aceast etap impun anumite specificaii de analiz, specificaii coninute n planul de eantionare, dup cum am vzut n subcapitolul anterior. n seciunea Plan, caseta de text File vom putea tasta
calea ctre planul de eantionare sau vom putea utiliza butonul Browse
n vederea navigrii ctre locaia ce conine acest fiier.
n cazul n care probabilitile de includere ale elementelor n eantion
nu sunt egale, situaie des ntlnit n cadrul eantionrii stratificate sau a
eantionrii pe clusteri, va trebui s specificm fiierul n care s-au precizat
aceste probabiliti, utiliznd seciunea Joint Probabilitoes. Astfel, putem
alege aceste probabiliti dintr-o variabil din baza de date, dintr-o alt baz
de date sau dintr-un alt tip de fiier.
Trecerea la analiza efectiv se face prin apsarea butonului Continue.

Figura 8.26 Stabilirea variabilelor de interes

Va aprea, iat, o fereastr pe care o cunoatei destul de bine. Acest


ecran permite stabilirea variabilei pe care dorim s o analizm. Se impune o
308

Cristian Opariuc-Dan
meniune la acest nivel: variabilele folosite pot fi doar variabile categoriale,
situate la un nivel de msur nominal sau ordinal. n partea stng a ferestrei
se afl seciunea Variables, o list ce conine toate variabilele din baza de
date. Lista Frequency Tables permite includerea variabilelor pentru care
dorim s calculm tabele de frecven. Cu ale cuvinte, variabilele pe care
dorim s le analizm. n exemplul nostru, vom dori analiza eantionului sub
aspectul sexului (al genului biologic). Vom transfera aadar aceast variabil
n lista Frequency Tables prin utilizarea butonului de transfer.
Lista Subpopulations permite includerea unei alte variabile categoriale n condiiile n care am realizat, spre exemplu, un eantion stratificat. Nu
este cazul nostru, ns dac am fi dorit s analizm reprezentativitatea genului
biologic n funcie de mediul de provenien (rural vs. urban) am fi inclus
aceast ultim variabil n lista Subpopulations. n aceast situaie, SPSS
ar fi analizat separat brbaii i femeile n funcie de mediul lor de provenien.
Un buton deosebit de important este butonul Statistics.... Apsarea
acestuia determin posibilitatea stabilirii indicatorilor statistici ce vor fi calculai.

Figura 8.27 Stabilirea indicatorilor statistici

309

Statistic aplicat n tiinele socio-umane

Exist destul de multe opiuni n cadrul acestei noi ferestre, unele dintre ele fiindu-v necunoscute deoarece nu avei nc informaiile necesare
referitoare la anumite teste statistice. Noi le vom prezenta pe toate, studiind
aici n detaliu doar cteva, celelalte urmnd s le analizm n volumele ulterioare.
Seciunea Cells permite afiarea informaiilor legate de populaia
int din care a fost extras eantionul. Vor fi afiate date referitoare la dimensiunea populaiei sub form de frecvene absolute prin bifarea casetei Population size i sub form de frecvene relative (procente) bifnd caseta Table percent.
Seciunea Statistics permite configurarea indicatorilor statistici
asociai dimensiunii populaiei sau a procentului din populaie, astfel:

Prin bifarea casetei Standard error vom calcula eroarea


standard a estimrii;

Caseta Confidence interval permite stabilirea intervalului


de ncredere a estimrii n baza nivelului specificat. n mod
normal, intervalul de ncredere l vom stabili la 95%, dup
cum observai c am procedat i n exemplul nostru (caseta de
text Level%);

Caseta Coefficient of variation comunic programului calcului coeficientului de variaie a estimrii, sub form de proporii;

Caseta Unweighted count permite afiarea numrului de


elemente folosit n realizarea estimrii. Cu alte cuvinte, dimensiunea eantionului extras;

Caseta Design effect permite calcului varianei estimrii.


Indicatorul exprim proporia de varian a eantionului comparat cu variana unui eantion simplu randomizat. Coeficien310

Cristian Opariuc-Dan
tul nu este folosit n cazul eantioanelor simplu randomizate
n acest caz fiind ntotdeauna 1 ci doar n cazul eantioanelor
mai complexe. Cu ct valoarea este mai deprtat de unu, cu
att efectul este mai mare i deci variana este mai mare;

Caseta Square root of design effect reprezint rdcina ptrat din variana estimrii (un fel de abatere standard dac v
mai aducei aminte), fiind o msur standard a efectului i
avnd acelai mod de interpretare;

Caseta Cumulative values calculeaz frecvena cumulat a


populaiei int, avnd aceeai semnificaie ca orice frecven
cumulat.

Caseta Test of equal cell proportions permite calcului a


dou teste statistice pe care nu le-am studiat: testul 2 i testul
de probabilitate a proporiilor. Fr a intra n amnunte, menionm c ambele teste pornesc de la ipoteza nul c toate categoriile unei variabile au frecvene egale. Testele ne permit s
verificm dac exist diferene semnificative ntre frecvenele
categoriilor variabilei (n cazul nostru dac frecvena brbailor este semnificativ mai mare sau semnificativ mai mic n
comparaie cu frecvena femeilor)

Pentru exerciiul nostru am comunicat programului SPSS s afieze


frecvena absolut i relativ a populaiei int (casetele Population size i
Table percent), s calculeze eroarea standard a estimrii, intervalul de
ncredere i doar demonstrativ mrimea efectului i s afieze mrimea
eantionului (casetele Standard error, Confidence interval la un nivel
de 95%, Unweighted count i Design effect). Apsnd butonul Continue revenim la fereastra iniial.

311

Statistic aplicat n tiinele socio-umane

Un alt buton prezent este butonul Missing Values prin apsarea cruia vom putea stabili modul de tratare a cazurilor lips.

Figura 8.28 Tratarea cazurilor lips

n seciunea Tables putem stabili ce cazuri vor fi incluse n analiz.


Opiunea implicit este Use all variable data n care vor fi analizate doar
valorile valide la nivelul fiecrei variabile. Spre exemplu, dac analizm variabila gen biologic, SPSS va urmri s existe valori valide doar la nivelul
acestei variabile, fr a fi preocupat dac exist valori valide la alte variabile.
Opiunea Use consistent case base este ns mult mai restrictiv.
Va trebui s existe valori la nivelul tuturor variabilelor analizate pentru ca
subiectul respectiv s fie luat n considerare. De exemplu, dac analizm variabilele gen biologic i mediu de provenien, un subiect va trebui s
aib scoruri valide la ambele variabile, chiar dac este analizat doar variabila gen biologic. Un subiect care are un scor valid la gen biologic dar nu
are date la mediul de provenien va fi exclus din analiz.
Seciunea Categorical design variables determin, n cazul variabilelor categoriale, dac valorile lips vor fi tratate ca fiind sau nefiind valide.

312

Cristian Opariuc-Dan
Practic nu este nevoie s intervenim n aceast fereastr dect extrem
de rar i n cazul unor planuri de eantionare complexe. Apsarea butonului
Continue va determina i n acest caz ntoarcerea la fereastra iniial.
Lansarea efectiv a analizei datelor se face prin apsarea butonului
OK. n cteva fraciuni de secund va fi afiat un tabel n fereastra de rezultate, tabel ce conine exact datele solicitate.
Respondent's Sex

Population Size

% of Total

Male
Female
Total
Male
Female
Total

Estimate
662,260
854,740
1517,000
43,7%
56,3%
100,0%

Standard
Error
15,355
15,355
,000
1,0%
1,0%
,0%

95% Confidence
Interval
Lower
Upper
632,126
692,395
824,605
884,874
1517,000
1517,000
41,7%
45,7%
54,3%
58,3%
100,0%
100,0%

Design Effect
1,000
1,000
.
1,000
1,000
.

Unweighted
Count
406
524
930
406
524
930

Figura 8.29 Rezultatele analizei eantionului

Capul de tabel conine numele variabilei de interes i denumirea indicatorilor calculai. Primul rnd se refer la frecvenele absolute ale populaiei
int iar al doilea rnd la frecvenele relative. Observm c datele noastre au
fost mprite pe cele dou categorii ale variabilei de interes brbai i femei.
A doua coloan (Estimate) exprim frecvenele absolute i relative
ale populaiei int estimat n baza eantionului. Aceste elemente nu reprezint date reale ci date estimate din eantion. Nu putem avea un numr de
662,26 brbai i 854,74 femei. Un brbat sau o femeie este un ntreg, nu are
zecimale. Observm ns c dimensiunea total a populaiei int estimate
(1517 subieci) este egal cu populaia int real. Exprimat procentual, eantionul nostru estimeaz o populaie compus din 43,7% brbai i 56,3% femei.

313

Statistic aplicat n tiinele socio-umane

Urmtoarea coloan (Standard Error) se refer la eroarea standard a


estimrii, exprimat att n form brut ct i n form procentual. Eantionul nostru estimeaz populaia int cu o eroare standard de 15,35 brbai i
15,35 femei (aproximativ 15 subieci pentru fiecare categorie, cifrele reprezentnd din nou o abstraciune). Acest indicator devine mai clar dac urmrim forma procentual. Iat c eroarea estimrii este de 1% att n cazul brbailor ct i n cazul femeilor, care la un nivel de ncredere de 95% ne poate
determina s afirmm c avem un eantion reprezentativ sub aspectul sexului.
Urmeaz dou coloane ale intervalului de ncredere. n baza erorii
standard, eantionul estimeaz practic o populaie int format dintr-un numr de 632,12 pn la 692,39 brbai i de la 824,60 pn la 884,87 femei.
Cu alte cuvinte, compoziia populaiei int estimat de eantion este format
din 41,7 pn la 45,7 brbai i 54,3 pn la 58,3% femei. Undeva ntre aceste limite putem gsi populaia int real estimat de eantion.
Coloana Design Effect are evident valoarea 1 deoarece am lucrat cu
un eantion simplu randomizat, fapt tratat mai sus.
Ultima coloan indic dimensiunea i compoziia eantionului (Unweighted Count). Dup cum tiam deja, eantionul are un numr de 930 de
cazuri iar din punct de vedere al sexului avem 406 brbai i 524 femei. Iat
c acest eantion estimeaz reprezentativ populaia int la o eroare de doar
1% i la un nivel de ncredere de 95%. Suntem n faa unui eantion reprezentativ, acest lucru fiind demonstrat prin analiza efectuat.
Am analizat o variabil de interes situat la nivel nominal (sexul).
Cum procedm ns dac avem o variabil de interes la un nivel scalar, de
exemplu vrsta? Analiza frecvenelor nu ne ajut prea mult. Este timpul s
abordm cea de-a doua metod propus i anume analiza descriptiv. Paii
sunt identici, astfel nct nu vom insista asupra lor. Exist ns o serie de metode statistice uor diferite pe care vom ncerca s le lmurim.

314

Cristian Opariuc-Dan

Figura 8.30 Analiza variabilei de interes de


tip scalar

Dup lansarea procedeului de analiz i alegerea planului de eantionare prin apelarea meniului Descriptives, va trebui s includem, similar
procesului anterior, variabila de interes. n cazul nostru am ales o variabil
scalar, vrsta subiecilor. Apsarea butonului Statistics determin apariia
unui ecran uor diferit n comparaie cu analiza frecvenelor

Figura 8.31 Stabilirea indicatorilor statistici

315

Statistic aplicat n tiinele socio-umane

Diferena rezid n seciunea Summaries prin intermediul creia


putem estima mediile i sumele variabilelor int. n cazul n care media populaiei este cunoscut (uneori se folosete media teoretic) putem folosi testele t Student de comparaie ntre media populaiei i media unui eantion
pentru verificarea existenei unei diferene semnificative ntre medii. Despre
aceste teste vom discuta ns n volumul urmtor.
Celelalte opiuni ale acestei ferestre au fost discutate i nu este cazul
s le relum. Executarea procedurii de analiz determin afiarea n fereastra
de rezultate a unui alt tabel:
Univariate Statistics

Mean

Age of Respondent

Estimate
46,33

Standard
Error
,369

95% Confidence
Interval
Lower
Upper
45,60
47,05

Coefficient
of Variation
,008

Population
Size
1517,000

Unweighted
Count
930

Figura 8.32 Rezultatele analizei eantionului

n acest caz nu mai avem de a face cu estimri ale frecvenelor ci cu


estimri ale mediilor, variabila analizat fiind o variabil continu. Iat c
eantionul nostru estimeaz o medie a populaiei de 46,33 de ani cu o eroare
standard de 0,36 ani. Media real a populaiei se gsete undeva ntre 45,60 i
47,05 ani. Eantionul este foarte omogen sub aspectul vrstei, dup cum rezult din coeficientul de variaie de 0,008, eterogenitatea fiind n jurul valorii
de 0,8%. ntr-adevr, eantionul de 930 de persoane estimeaz populaia int
de 1517 persoane ns. cu o eroare standard mare. nsui intervalul de ncredere de 1,45 ani (47,05 45,60) este edificator n acest sens. Este greu s
vorbim despre o reprezentativitate a acestui eantion sub aspectul vrstei subiecilor.

316

Cristian Opariuc-Dan

Bibliografie
1. Clocotici, Vasile i Stan, Aurel. 2000. Statistic aplicat n
psihologie. Iai : Polirom, 2000.
2. Curwin, Jon i Slater, Roger. 1996. Quantitative methods for
Business Decisions. Fourth Edition. London : International Thomson
Business Press, 1996.
3. Dancey, Christine i Reidy, John. 2002. Statistics without math for
psychology. Second Edition. Harlow : Prentice Hall, 2002.
4. Dowdy, Shirley, Weardon, Stanley i Chilko, Daniel. 2004.
Statistics for research. Third Edition. New Jersey : John Wiley and
Sons, 2004.
5. Field, A. 2000. Discovering statistics using SPSS for Windows.
London : Sage, 2000.
6. Field, Andy. 2005. Discovering Statistics using SPSS, Second
Edition. London : Sage Publications Ltd., 2005. 100-7619-4451-6.
7. Jaisingh, Lloyd. 2000. Statistics for the Utterly Confused. New
York : McGraw Hill, 2000.
8. Leech, Nancy L, Barrett, Karen C i Morgan, George A. 2005.
SPSS for intermediate statistics. Use and interpretation. Second
Edition. New Jersey : Lawrence Erlbaum Associates, 2005.
9. Lungu, Ovidiu. 2001. Ghid introductiv pentru SPSS 10.0. Iai :
Erota, 2001.
10. Marques de Sa, Joaquim P. 2007. Applied Statistics using SPSS,
Statistica, Mathlab and R. New York : Springer, 2007.
11. Pitariu, Horia Dumitru. 2003. Psihodiagnostic - note de curs.
Bucureti : s.n., 2003.
12. Popa, Marian. 2003. Statistic - note de curs. Bucureti : s.n., 2003.
13. Radu, Ioan, i alii. 1993. Metodologie psihologic i analiza
datelor. Cluj-Napoca : Sincron, 1993.
14. Rotariu, T, i alii. 2006. Metode statistice aplicate n tiinele
sociale. Iai : Polirom, 2006.
15. Sava, Florin Alin. 2004. Analiza datelor n cercetarea psihologic.
Metode statistice complementare. Cluj-Napoca : ASCR, 2004.
16. . 2000. Pagina de statistic social. Pagina de statistic social.
[Interactiv] 2000. http://statisticasociala.tripod.com.

317

Statistic aplicat n tiinele socio-umane

17. SPSS, Inc. 2001. SPSS Base 11.0 User's Guide. Chicago : SPSS Inc,
2001.
18. . 2006. SPSS Complex Samples 15.0. Chicago : SPSS Inc, 2006.
19. System, The Survey. The Survey System: Sample Size Calculator.
The
Survey
System.
[Interactiv]
http://www.surveysystem.com/sscalc.htm.
20. Vasilescu, Ilie Puiu. 1992. Statistic informatizat pentru tiinele
despre om. Bucureti : Militar, 1992.

318

Cristian Opariuc-Dan

n loc de ncheiere
Sper c v-am interesat n acest domeniu. Dup parcurgerea crii, ai
vzut c statistica poate fi chiar plcut iar concluziile pe care le putem desprinde din analiza datelor, ne conduc ctre idei pe care, n absena acestei
tiine, nu le-am putea avea, i, mai ales, nu le-am putea verifica. Bineneles,
statistica este, nti de toate, o disciplin matematic. Nimeni ns nu v cere
s fii un matematician pentru a o putea folosi. Aa cum mi spunea odat
colegul i prietenul meu, Ticu Constantin, nu e nevoie s tiu s construiesc
o main pentru a o putea conduce i cu care, la momentul respectiv, nu am
fost de acord; acum trebuie s recunosc c a avut dreptate. Rolul matematicienilor este acela de a construi maina; rolul nostru este de a o conduce.
Acum, dac unii oferi sunt mai buni dect alii asta e. Nu la fel se ntlnim
i n viaa real, pe osele? Nu este ntmpltor faptul c, pionierii psihologiei
tiinifice care au folosit metode statistice (Cattell, Spearman, Thorndike s.a.)
au fost, iniial, formai n tiine reale precum matematica, fizica, chimia.
n acest volum, m-am oprit la studiul eantioanelor. Din raiuni concrete, nu am dorit s merg mai departe, deoarece a fi fost nevoit s scot un
volum de 600-700 de pagini, care, cu siguran v-ar fi speriat. Nu intenionez
ns s m opresc aici. n volumul al doilea, care va aprea dup ce voi obine
impresiile dumneavoastr, a vrea s abordez problema prediciei n tiinele
socio-umane, prin metode statistice i nu clarvizioniste, adic metode de regresie liniar i logistic, corelaiile i analiza factorial sau modaliti de a
vedea dac datele noastre au ceva n comun ntre ele, analiza de fidelitate sau
ct de stabile pot fi scorurile n timp ori cum putem s facem s nu mai ateptm un timp pentru a vedea acest lucru, metode prin care putem sesiza dac
exist diferene ntre grupuri, cu alte cuvinte statistici infereniale. De asemenea, mi-a dori s abordez un capitol extrem de interesant i anume acela al
analizei de varian sub diferitele sale aspecte, n care s putem vedea cum
una sau mai multe dimensiuni exercit efecte asupra unor alte dimensiuni.

319

Statistic aplicat n tiinele socio-umane

n al treilea volum, a vrea s abordez problematica scalrii multidimensionale, problematica analizei de cluster, analiza Q Sort, metaanaliza,
analizele de itemi, analize calitative i analizele folosind reelele neuronale.
Demersul este, dup cum ai observat, de la simplu la complex. A fi
foarte bucuros dac a vedea c ridicai probleme, propunei soluii, oferii
sugestii sau, de ce nu, criticai anumite aspecte pe care le prezint. Asta ar fi
dovada c munca mea nu a fost n zadar. Nu am pretenia unui expert absolut.
Ceea ce doresc, este s partajez experiena mea cu experiena altora, din care
s avem cu toii de ctigat. Pentru a realiza acest obiectiv, va trebuie s ne
detam de orgolii i de impresii personale, s contientizm c toi avem
nc de nvat, s avem o minte deschis i s dm ceea ce este mai bun n
noi. Este foarte posibil ca, uneori, n ceea ce expun, s nu am dreptate. Este
posibil s m nel n anumite afirmaii pe care le fac pe parcursul acestor
pagini. Singura modalitate pe care o avem de a ne da seama de acest lucru
este s comunicm. Atept, prin urmare, reacia dumneavoastr, ca unici judectori ai cuvintelor mele.
V mulumesc pentru rbdarea pe care ai avut-o studiind acest volum. Informaiile prezentate aici nu sunt originale i nici nu ar avea cum s
fie. Ele se bazeaz pe afirmaiile unor genii n domeniu, care au avut inspiraia s le descopere iar eu nu am fcut dect s le prezint. Original este ns,
cred, modalitatea de prezentare. Am ncercat s mbin umorul cu informaia
tiinific, astfel nct cele prezentate aici s fie uor digerabile. De asemenea, am urmrit s folosesc ct mai multe exemple practice pentru a iei puin
din lumea abstract a formulelor matematice. Dac am reuit sau nu acest
lucru, dumneavoastr s-mi spunei

320

S-ar putea să vă placă și