Sunteți pe pagina 1din 22

Anca

Mustea Psihologie experimental II

Prelucrrile descriptive

Obiectivul general: cunoaterea tipurilor de prelucrri descriptive i


realizarea acestora.
Obiectivele specifice:
Cunoaterea tipurilor de prelucrri descriptive
Calcularea indicilor tendinei centrale
Calcularea indicilor de mprtiere
Reprezentarea grafic a setului de date
Cunoaterea modului de interpretare a rezultatelor prelucrrilor descriptive

Structura modulului:

Tipuri de analiz a datelor

Realizarea prelucrrilor descriptive

Indicii tendinei centrale

Indicii de mprtiere

Realizarea prelucrrilor descriptive cu ajutorul programului PSPP

Reprezentarea grafic a datelor poligonul de frecvene i histograma

3.1 Tipuri de analiz a datelor


n analiza cantitativ a datelor avem dou tipuri de prelucrri:

Prelucrrile descriptive prin care descriem situaia, fenomenul investigat, i facem


o radiografie pe baza rezultatelor obinute de eantionul inclus n studiu

Prelucrrile infereniale prin care verificm dac putem s generalizm rezultatele


de la eantionul inclus n studiu la ntreaga populaie

Tabelul 3.1 Grupul la care se refer rezulatele tipurilor de prelucrri


Prelucrrile descriptive
eantion
Prelucrrile infereniale
populaie

Pagina | 1

Anca
Mustea Psihologie experimental II

3.2 Realizarea prelucrrilor descriptive


Prelucrrile descriptive sunt prelucrrile cu ajutorul crora ncercm s descriem
fenomenul, referindu-ne doar la eantionul inclus n studiu. n urma realizrii prelucrrilor
descriptive vom obine urmtorii indici:

Indicii tendinei centrale: media, mediana, modul, care ne permit identificare unor
valori caracteristice pentru setul de date.

Indicii de mprtiere: abaterea standard, variana, care ne permit s vedem care este
omogenitatea sau eterogenitatea grupului.

Reprezentarea grafic: poligonul de frecven, histograma, graficul plcint, graficul


cu bare.

3.2.1 Paii realizrii prelucrrilor descriptive


Paii realizrii prelucrrilor descriptive sunt:
1. Ordonarea datelor
a. Identificarea valorilor minime i maxime
b. Notarea tuturor valorilor posibile
c. Stabilirea frecvenei pentru fiecare valoare posibil
2. Reprezentarea grafic i/ sau
3. Calcularea indicilor tendinei centrale i a indicilor de mprtiere
De exemplu:
La ntrebarea Ct de stresat ai fost n ultimele 2 sptmni? putem obine
rspunsuri pe o scal de la 0 la 10, unde 0 nseamn deloc stresat i 10
nseamn extrem de stresat.
Avnd urmtoarele rspunsuri de la un grup de subieci, ce putem spune despre aceste
date?
4 7 7 7 8 8 7 8 9 4 7 3 6 9 10 5 7 10 6 8 7 8 7 8 7 4 5 10 10 0 9 8 3 7 9 7
9 5 8 5 0 4 6 6 7 5 3 2 8 5 10 9 10 6 4 8 8 8 4 8 7 3 7 8 8 8 7 9 7 5 6 3
4 8 7 5 7 3 3 6 5 7 5 7 8 8 7 10 5 4 3 7 6 3 9 7 8 5 7 9 9 3 1 8 6 6 4 8 5
10 4 8 10 5 5 4 9 4 7 7 7 6 6 4 4 4 9 7 10 4 7 5 10 7 9 2 7 5 9 10 3 7 2 5
9 8 10 10 6 8 3
Constatm c nu putem s spunem nimic despre aceste date nainte s le prelucrm. Pentru
a putea s spunem ceva despre nivelul de stres al persoanelor investigate, va trebui s
parcurgem paii prezentai mai sus.
1. ordonarea datelor
Pagina | 2

Anca
Mustea Psihologie experimental II

a. identificm valoarea minim i valoarea maxim din setul de date. Acestea sunt: 0
(minim) i 10 (maxim)
b. notm ntr-un tabel toate valorile posibile dintre aceste extreme
c. pentru ficare valoare notm frecvena cu care apare n setul de date (de cte ori apare n
setul de date)
Drept rezultat vom obine un tabel precum cel prezentat mai jos:
Nivelul de stres Frecvena
10
9
8
7
6
5
4
3
2
1
0

14
15
26
31
13
18
16
12
3
1
2

2. reprezentarea grafic i/ sau calculul indicilor tendinei centrale i a indicilor de


mprtiere
3.2.2 Indicii tendinei centrale
Media se noteaz cu m i reprezint media artimetic a datelor. Pentru a calcula
media facem suma tuturor datelor obinute i mprim aceast sum la numrul de subieci
din grup (adic la numrul total de date) dup formula:
m=x/ N
unde m este media, x este valoarea rspunsului bifat de un subiect i N este numrul de
subieci.
Mediana, notat cu med, este valoarea de pe poziia central din irul ordonat de
date.
Mediana este un alt indice al tendinei centrale, care se utilizeaz mai ales cnd avem de-a face cu distribuii
asimetrice. De exemplu, n cronometrri se nregistreaz succesiv timpul de execuie a unei operaii de
producie la un muncitor; distribuia empiric obinut este, de regul, asimetric i atunci se reine mediana
ca msur a timpului de lucru.
Pentru a gsi mediana pe care o notm cu med trebuie s aranjm, n cazuri mai simple, toate
datele (valorile) n ordine crescnd sau descrescnd.
Mediana este acea valoare care mparte irul ordonat n dou grupe egale ca numr. Cu alte
cuvinte, mediana se gsete la mijlocul irului: jumtate din valori se afl deasupra, iar cealalt jumtate
dedesubt. Locul sau rangul pe care l ocup mediana n irul ordonat se determin cu ajutorul formulei
(N+1)/2 (care nu este formula de definiie pentru med).
Cnd valorile constituie un numr fr so, mediana va corespunde determinantei din mijloc. Astfel,

Pagina | 3

Anca
Mustea Psihologie experimental II

n seria valorilor: 4, 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, med = 7 pentru c 7 este valoarea care mparte irul ordonat
exact n dou. Formula (N + 1)/2 ne indic locul pe care se gsete mediana. n cazul nostru med este
valoarea situat pe locul al 6-lea n irul ordonat [(11 + 1)/2 = 6].
Dac valorile ordonate sunt n numr cu so, mediana se va gsi la mijlocul irului, ntre dou valori
consecutive.
Fie datele ordonate: 3, 4, 4, 5, 6, 7, 7, 8, 8, 9; deci 10 valori. Mediana se va gsi pe locul 5,5
deoarece (N + 1)/2 este n cazul acesta (10 + 1)/2, adic 5,5. Cutnd n irul dat valoarea situat pe locul
5,5 constatm c ea se gsete ntre dou valori consecutive: 6 i 7. n consecin vom face media celor
dou valori: med va fi egal cu 6,5.
(Radu, I. (2002). Metodologie psihologic i analiza datelor. Curs universitar

Modul este valoarea cu frecvena cea mai mare, adic cu numrul cel mai mare de
apariii n setul de date. Putem s avem dou valori care au frecvena cea mai mare n
aceast situaie spunem c avem o distribuie bimodal. Dac exist mai multe valori cu
frecvena cea mai mare vom spune c avem o districuie multimodal.
3.2.3 Indicii de mprtiere
Indicii de mprtiere, numii i indici de dispersie, ne arat ct de mprtiate sunt
datele obinute. Indicii de dispersie pe care i folosim cel mai frecvent sunt abaterea standard
i variana.

Figura 3.1 Distribuii cu aceeai medie i indici de mprtiere diferii


Dup cum se poate vedea din figura de mai sus, rezultatele a trei grupuri de subieci au
aceeai medie, dar mprtierea datelor este diferit. Cea mai mare abatere standard (sd=1,5) o
are distribuia reprezentat cu rou, iar cea mai mic abatere standard (sd=0,7) o are
distribuia notat cu albastru.
Abaterea standard (dispersia) se calculeaz dup formula:
Sd=
Pagina | 4

Anca
Mustea Psihologie experimental II

Variana este ptratul abaterii standard: v=s= sd2


Dac analizm formula de definiie a dispersiei ne dm seama c numai expresia de la numrtor, adic
suma ptratelor abaterilor de la medie, ridic probleme mai dificile pentru calcul. Vom numi pe scurt aceast
expresie suma ptratelor.
Determinarea sumei ptratelor -cnd se lucreaz manual- nu se face utiliznd expresia de definiie
(x-m)2 deoarece comport operaii laborioase i de cele mai multe ori cu numere zecimale (calculatorul are
propriile sale programe). Transformnd expresia de definiie, se obine o formul convenabil de calcul:

( x m) 2 x 2

T2
N

n care notaiile sunt deja cunoscute. x2 reprezint totalul ptratelor celor N rezultate (valori) care compun
grupul iniial de date.
Formula de calcul a dispersiei devine astfel:

T2
N
N 1

x2

De notat c T2 i x2 sunt valori cu totul diferite.


(Radu, I. (2002). Metodologie psihologic i analiza datelor. Curs universitar)

3.2.4 Realizarea prelucrrilor descriptive cu ajutorul programului PSPP


Toate aceste prelucrri pot fi uor realizate cu ajutorul programului de analiz
statistic PSPP. Primul pas necesar n realizarea prelucrrilor descriptive se refer la
construirea bazei de date.
Pentru exemplul prezentat anterior, referitor la nivelul de stres al participanilor la
studiu, n primul rnd vom defini variabilele care sunt incluse n baza de date. Deoarece
singurul lucru pe care il cunoatem este nivelul de stres, vom defini o singur variabil:
nivstres, care este o variabil numeric, adic este msurat pe o scal de interval.

Pagina | 5

Anca
Mustea Psihologie experimental II

Figura 3.2 Definirea variabilei nivelul de stres

Figura 3.3 Baza de date n urma definirii variabilei


Revenind n ferestra de introducere a datelor (Data View), adic n baza de date,
putem ncepe s introducem datele participanilor la studiu. Vom introduce, astfel, valorile
prezentate de ctre fiecare participant ca reprezentnd nivelul de stres.

Pagina | 6

Anca
Mustea Psihologie experimental II

Figura 3.4 Introducerea tuturor datelor


Dup realizarea bazei de date putem s trecem la realizarea prelucrrilor descriptive.
n acest sens, selectm din meniul Analyze, opiunea Descriptive Statistics i apoi
Frequencies, dup cum se poate observa n Figura 3.5.

Figura 3.5 Realizarea prelucrrilor descriptive


n urma selectrii acestei comenzi se deschide o fereastr de dialog, ca n Figura 3.6.

Pagina | 7

Anca
Mustea Psihologie experimental II

Figura 3.6 Fereastra de dialog pentru realizarea prelucrrilor descriptive


n aceast fereastr de dialog vom defini variabila pentru care dorim s facem
prelucrrile descriptive. Vom selecta variabila i o vom trece n cmpul Variable(s) cu ajutorul
sgeii dintre cmpuri. n cmpul Statistics vom bifa prelucrrile pe care dorim s le realizm:
media, mediana, modul, abaterea standard, minim i maxim.

Figura 3.7 Precizarea variabilei dependente i a prelucrrilor descriptive care s fie realizate
Pentru a cunoate care sunt frecvena i procentul cu care apare fiecare valoare, avem
nevoie de realizarea tabelului de frecvene. Acesta este selectat automat de ctre program. n
situaia n care a fost deselectat, l putem selecta din nou de la butonul Frequency Table,
bifnd opiunea Always a cmpului Display frequency tables, dup cum este ilustrat n figura
3.8.

Pagina | 8

Anca
Mustea Psihologie experimental II

Figura 3.8 Realizarea tabelului de frecven


Pentru a selecta calcularea modului, n cmpul Statistics, vom merge cu cursorul n jos
pn ntlnim opiunea Mode, ca i n figura de mai jos. Bifm aceast opiune.

Figura 3.9 Selectarea modului


La fel procedm i pentru selectarea altor prelucrri, precum mediana, minim, maxim
sau varian.

Pagina | 9

Anca
Mustea Psihologie experimental II

Figura 3.10 Selectarea medianei


Dup definirea variabilei i selectarea prelucrrilor pe care vrem s le realizm, vom
da click pe butonul Ok. n urma acestei operaiuni se va deschide ferestra de rezultate
(Output), n care vor fi prezentate sub form de tabele rezultatele prelucrrilor. Primul tabel
care apare n figura de mai jos, este tabelul de frecven. n acest tabel, pe prima coloan
avem valorile posibile, iar pe coloanele care urmeaz avem numrul de apariii ale acestor
valori n baza de date (frecvena) i procentul n care apar.
Al doilea tabel cuprinde rezultatele prelucrrilor descriptive: media, mediana, modul,
abaterea standard, minim i maxim.

Figura 3.11 Rezultatele obinute


Pagina | 10

Anca
Mustea Psihologie experimental II

3.2.5 Realizarea prelucrrilor descriptive pe grupuri


Exemplul de realizare a prelucrrilor descriptive cu ajutorul programului PSPP,
prezentat mai sus, se refer la un set de date obinute de la un singur grup de participani. n
cercetarea psihologic, ns, de cele mai multe ori avem de realizat prelucrri descriptive
pentru dou sau mai multe grupuri pe care dorim s le comparm. Realizarea prelucrrilor
descriptive va urma aceiai pai, doar c va fi precedat de o comand prin care se precizeaz
c dorim ca rezultatele s fie prezentate separat pentru fiecare grup.
Pentru a fi mai uor de neles, vom relua exemplul dat la construirea bazei de date:
cercetarea privind influena culorii textului asupra capacitii de memorare. Considerm c
avem baza de date construit i dorim s aflm dac exist diferene ntre grupul care a primit
textul scris cu rou i grupul care a primit textul scris cu verde n ceea ce privete numrul de
cuvinte corect reactualizate. n acest scop, avem nevoie s calculm indicii tendinei centrale
i de mprtiere pentru fiecare grup n parte.
Primul pas n realizarea prelucrrilor descriptive pentru fiecare grup n parte este
setarea rezultatelor pe grupuri. n lipsa acestei setri, prelucrrile se relizeaz pentru ntreaga
colecie de date. Pentru setarea rezultatelor pe grupuri, alegem din meniul Data opiunea Split
File, ca n figura 3.12.

Figura 3.12 Setarea rezultatelor n funcie de grupuri

Pagina | 11

Anca
Mustea Psihologie experimental II

n urma alegerii acestei opiuni se deschide o fereastr de dialog ca i cea din figura
3.13. Constatm c automat este selectat opiunea de analizare a tuturor cazurilor: Analyze
all cases. Do not create groups.

Figura 3.13 Fereastra de dialog pentru setarea rezultatelor n funcie de grupuri


Pentru a obine rezultatele prezentate pentru fiecare grup n parte vom selecta cea de-a
treia opiune: Organize output by groups.

Figura 3.14 Alegerea opiunii de organizare a rezultatelor pe grupuri


Pentru a preciza care sunt grupurile n funcie de care vrem s fie grupate rezultatele,
va trebui s specificm care este variabila care ne definete grupurile. ntotdeauna aceasta va
fi variabila independent. n cazul exemplului dat, aceasta este culoarea textului. Prin urmare,
vom selecta culoarea textului (cultext) i o vom trece cu ajutorul sgeii n cmpul: Groups
based on, dup care dm click pe butonul Ok.
Pagina | 12

Anca
Mustea Psihologie experimental II

Figura 3.15 Trecerea variabilei independente n cmpul de definire a grupurilor


Dup setarea rezultatelor pe grupuri, putem s trecem la realizarea prelucrrilor
descriptive, la fel ca n Figura 3.16: Analyze Descriptive Statistics Frequencies.

Figura 3.16 Realizarea prelucrrilor descriptive


n fereastra de dialog care se deschide, vom trece variabila dependent (numrul de
cuvinte) n cmpul Variable(s). Dup specificarea variabilei pentru care se realizeaz
prelucrrile, vom bifa prelucrrile pe care le dorim: media, mediana, modul, abaterea
standard, minim i maxim.

Pagina | 13

Anca
Mustea Psihologie experimental II

Figura 3.17 Trecerea variabilei dependente n cmpul Variable(s) i selectarea prelucrrilor


n fereastra de rezultate, acestea vor fi prezentate separat pentru fiecare grup n parte,
dup cum se poate vedea n Figura 3.18.

Figura 3.18 Rezultatele obinute pentru fiecare grup

Pagina | 14

Anca
Mustea Psihologie experimental II

3.2.6 Realizarea prelucrrilor descriptive pentru un design intrasubieci


n situaiile n care avem un design intrasubieci, adic acelai grup de participani este
evaluat n mod repetat, exist mici diferene fa de situaiile n care avem dou grupuri
diferite.
Avnd urmtorul exemplu vom prezenta diferenele i asemnrile fa de prelucrrile
deja explicate:
Un cercettor a dorit s vad dac pentru populaia romneasc se menine stereotipul conform cruia
persoanele rele sunt urte. n acest scop le-a artat unor subieci imagini cu persoane considerate frumoase,
respectiv urte i le-a cerut s evalueze n ce msur este posibil ca persoanele respective s comit acte
criminale. Cu ct punctajul acordat de subieci era mai mare, cu att actele comise erau mai criminale.
Subiect
Urte
Frumoase

1
7
9

2
5
2

3
6
5

4
9
8

5
7
6

6
6
5

7
7
4

8
10
4

9
4
5

10
9
7

11
7
6

12
8
7

13
5
3

14
6
4

15
8
5

Aceiai participani la studiu au primit i au evaluat gradul de criminalitate att pentru


persoanele frumoase, ct i pentru cele urte. Pentru fiecare persoan, avem punctajul acordat
persoanelor frumoase i punctajul acordat persoanelor urte. n consecin, avem cte dou
informaii despre fiecare participant. Vom ine cont de acest lucru n definirea bazei de date
astfel: vom defini dou variabile: urte i frumoase. n fereastra de date vom avea pe prima
coloan titlul variabilei urte, iar pe a doua coloan titlul variabilei frumoase (vezi Figura
3.19).

Pagina | 15

Anca
Mustea Psihologie experimental II

Figura 3.19 Definirea bazei de date pentru un design intrasubieci


n dreptul fiecrui subiect vom introduce punctajul acordat pentru persoanele urte,
respectiv, pentru persoanele frumoase. Baza de date obinut este ilustrat n figura 3.20

Pagina | 16

Anca
Mustea Psihologie experimental II

Figura 3.20 Baza de date pentru exemplul dat n cazul designului intrasubieci
Prelucrrile descriptive, n cazul designului intrasubieci, se realizeaz la fel ca i n
cazul exemplelor prezentate anterior. Singura diferen const n faptul c putem trece n
cmpul Variable(s), ambele variabile n acelai timp. Desigur, acestea pot fi prelucrate i
analizate i separat.

Figura 3.21 Realizarea prelucrrilor descriptive

Pagina | 17

Anca
Mustea Psihologie experimental II

Figura 3.22 Rezultatele obinute


3.3 Reprezentarea grafic a datelor poligonul de frecvene i histograma
Pn acum ne-am referit, n realizarea prelucrrilor descriptive, doar la calcularea
indicilor tendinei centrale i de mprtiere. n continuare vom prezenta modul de realizare a
reprezentrilor grafice.
3.3.1 Tipuri de reprezentri grafice i distribuii
Poligonul de frecven este graficul prin care reprezentm frecvena cu care apare
fiecare valoare n setul de date. n figura umtoare avem reprezentat un poligon de frecven.
Observm c valorile obinute (nivelul de stres) sunt reprezentate pe axa orizontal, iar
frecvena este reprezentat pe axa vertical. Pentru fiecare din cele 11 valori care reprezint
nivelul stresului marcm frecvena. Unind punctele astfel obinute, trasm graficul care poart
denumirea de poligon de frecvene.

Pagina | 18

20
15
0

10

Frequency

25

30

Anca
Mustea Psihologie experimental II

10

Stress Rating

Figura 3.23 Poligonul de frecvene


Distribuia rezultatelor mai poate fi reprezentat printr-o histogram. Deosebirea
dintre histogram i poligonul de frecvene const n faptul c n cazul histogramei frecvenele
sunt reprezentate pentru un interval de valori, nu pentru fiecare valoare n parte.

Figura 3.24 Reprezentarea acelorai date sub form de histogram i poligon de frecvene
O distribuie n care rezultatele sunt simetric reprezentate fa de medie se numete
distribuie simetric sau distribuie gaussian sau distribuie normal.

Pagina | 19

Anca
Mustea Psihologie experimental II

Figura 3.25 Distribuia normal


ntr-o distribuie normal, media, mediana i modul sunt egale.
Amintete-i!

distribuia simetric = distribuia gaussian = distribuia normal


ntr-o distribuie normal, m = med = mod.

3.3.2 Realizarea histogramei cu ajutorul programului PSPP

Figura 3.26 Opiunile din meniu pentru realizarea histogramei


Pagina | 20

Anca
Mustea Psihologie experimental II

Figura 3.27 Selectarea opiunii de realizare a histogramei din fereastra Charts...

Pagina | 21

Anca
Mustea Psihologie experimental II

Figura 3.28 Fereastra cu rezultatele prelucrrilor grafice

Figura 3.29 Histograma rezultat

Pagina | 22