Documente Academic
Documente Profesional
Documente Cultură
Ana-Maria CAZAN
APLICAȚII COMPUTERIZATE
DE ANALIZĂ A DATELOR
Brașov, 2015
2
Introducere
Obiectivele cursului
După parcurgerea acestui curs, studentul va fi capabil:
Să opereze cu conceptele statistice fundamentale.
Să determine și să interpreteze caracteristicile de bază ale distribuțiilor
univariate.
Să testeze ipotezele statistice prin analiza relațiilor dintre variabile și a
diferențelor.
Competente conferite
Operarea cu concepte fundamentale în domeniul psihologiei.
Proiectarea şi realizarea unui demers de cercetare în psihologie.
3
disciplină, prin asigurarea unui interval suficient destinat consultării surselor
bibliografice, recapitulării și efectuării temelor de control.
Structura cursului
Cursul este compus din nou unități de învățare. La finalul unităților de învățare
sunt prezentate teste de autoevaluare și teste de evaluare.
Temele se vor transmite tutorilor în format electronic, prin intermediul platformei
E-Learning, la datele stabilite la prima întâlnire. Feedback-ul pentru rezolvarea
temelor va fi încărcat pe platforma electronică.
Cerințe preliminare
Discipline necesare a fi parcurse și eventual promovate înaintea acestei discipline
sunt următoarele:
Statistică aplicată în psihologie
Metodologia cercetării
Discipline deservite:
Metode și tehnici experimentale
Evaluarea
Componența notei finale va fi următoarea:
Examen: Evaluare prin sarcini de lucru practice, reprezentând 40% din
nota finală.
Teme de control: Studenții vor rezolva și vor încărca pe platforma E-
learning trei teme la alegere dintre cele prezentate la secțiunile Test de
(auto)evaluare a cunoștințelor, reprezentând 30% din nota finală.
Proiect de cercetare realizat în echipe de câte 3 studenți. Echipa va
realiza un raport de cercetare în care va exersa cel puțin două tehnici
statistice de testare a ipotezelor, reprezentând 30% din nota finală.
4
Cuprins
Contents
Introducere ............................................................................................................................... 3
5
Test de autoevaluare a cunoștințelor .................................................................................... 65
7
Chestionar de evaluare inițială
1. Măsurătorile nominale tind să aibă validitate mai scăzută decât cele ordinale.
Adevărat Fals
2. Outlierul se mai numește și valoare aberantă și se află la o distanță mai mare de o cutie și
jumătate (1,5 abateri intercuartile).
Adevărat Fals
3. Media este influențată de valorile atipice sau extreme.
Adevărat Fals
4. Testul t pentru eșantioane independente pleacă de la asumpția că varianțele variabilelor
normal distribuite sunt:
a) mari; b) medii; c) mici; d) egale.
5. O corelație puternică între variabilele X şi Y arată că x influențează pe Y.
Adevărat Fals
6. Un cercetător a descoperit ca studenții care au multe absențe obțin note mici la examen.
Corelația dintre cele două variabile este:
a) pozitivă; b) negativă c) nu există nicio corelație
7. Să presupunem ca aţi obţinut un coeficient de corelaţie de 1,3 între două variabile. Acest
coeficient indică o corelaţie foarte puternică.
Adevărat Fals
8. Dacă într-un model de regresie liniară simplă există o corelaţie foarte puternică între
variabila dependentă şi variabila independentă, atunci coeficientul de corelaţie va fi:
a) apropiat de valoarea 0; b) apropiat de valoarea -1; c) apropiat de valoarea +1; d)
apropiat de valoarea -1 sau +1.
9. Testul chi pătrat pentru potrivire este folosit pentru verificarea reprezentativității unui
eșantion.
Adevărat Fals
10. Testul Mann-Whitney este echivalentul testului t pentru eșantioane dependente.
Adevărat Fals
8
Rezolvarea testului de evaluare inițială:
1, Adevărat;
2, Fals;
3, Adevărat;
4, d);
5, Fals,
6, b);
7, Fals;
8, d); 9,
Adevărat;
0, Fals.
9
Unitatea de învățare I.1.
Cuprins
1.1. Introducere ................................................................................................................
1.2. Competențe ................................................................................................................
1.3. Măsurarea în psihologie ............................................................................................
1.4. Crearea bazei de date ...............................................................................................
1.1. Introducere
10
1.3. Măsurarea în psihologie
Exemplu
Un cercetător vrea să măsoare nivelul de stres pe care îl manifestă angajații la
locul de muncă. El construiește un chestionar care măsoară stresul. Una dintre
întrebări este următoarea: “Cât de stresat v-ați simțit în ultima săptămână la locul
de muncă?”. Răspunsul participanților la cercetare se măsoară pe o scală în cinci
trepte, unde 1 înseamnă deloc stresat iar 5 foarte stresat. În acest exemplu,
variabila este stresul manifestat de angajați; stresul poate să ia valori de la 1 la 5
iar răspunsul oricăruia dintre participanți reprezintă un scor posibil. Participanții
reprezintă cazurile.
Aplicația 1
Un tată îşi evaluează fiica cu doi pe o scală cu cinci puncte (unde 1 înseamnă
total dezinteres, 2 dezinteres, 3 nici dezinteres nici interes, 4 interes, 5 interes
total) în ceea ce priveşte importanţa pe care aceasta o acordă studiilor. În acest
exemplu, care este variabila, care este scorul/valoarea particulară a fetei, ce fel de
scală este utilizată, care este domeniul de variaţie al acestei variabile?
.
11
Să ne reamintim..
Termen Definiție Exemplu
Înălțimea, greutatea, genul,
naționalitatea,
Caracteristică ce poate lua diverse calificativele școlare,
Variabilă
valori ordinea pe o listă de
așteptare, anxietatea,
stresul
0, 5, 25, 1200, român,
Valoare Număr sau categorie femeie, I, VI, suficient,
34,5
0, 5, 25, 1200, român,
Valoarea particulară a unei variabile
Scor femeie, I, VI, suficient,
pentru o persoană
34,5
(Aron, Aron, & Aron, 2013)
Aplicația 2
Analizați tabelul de mai jos și propuneți minimum trei exemple noi pentru
fiecare tip de variabilă.
Tip de Exemple ???
variabilă
Înălțimea …………………………………
Numerică Nivelul stresului …………………………………
Coeficientul de inteligență …………………………………
Mediul de proveniență …………………………………
Categorială Genul …………………………………
Culoarea ochilor …………………………………
Numărul de discipline studiate pe an …………………………………
Discretă Numărul de persoane dintr-o sală …………………………………
Numărul de vizite la dentist …………………………………
Durata unui spot publicitar …………………………………
Continuă Greutatea …………………………………
Vârsta …………………………………
12
Aplicația 3
Analizaţi lista de mai jos şi decideţi care variabile sunt discrete şi care sunt
continue:
(a) lungimea piciorului unui copil;
(b) mărimea la pantofi a unui copil;
(c) durata unui film;
(d) timpul de parcurgere a unei curse;
(e) numărul alergătorilor dintr-o cursă;
(f) temperatura aerului;
(g) numărul de chibrituri dintr-o cutie;
(h) viteza unei maşini;
(i) numărul de goluri marcate la un meci;
(j) timpul arătat pe un ceas cu display digital.
13
măsurate. Zero bătăi ale inimii pe minut înseamnă absența vieții, dar punctajul zero
obținut de o persoană la un chestionar de stimă de sine nu înseamnă că persoanei
respective îi lipsește stima de sine.
Proprietăţi
Tip de scală Magnitudine Intervale egale Zero absolut
Nominală - - -
Ordinală X - -
De interval X X -
De raport X X X
(Clinciu A. I., 2013)
Aplicația 4
Să presupunem că vrem să cunoaştem opinia studenţilor faţă de următoarea
propunere: cursurile se vor ţine şi sâmbăta. Determinaţi diferitele scale de
măsură posibile.
Aplicația 5
Determinaţi nivelul de măsurare (scala de măsurare) pentru următoarele
variabile: (a) grupul etnic căruia îi aparţine un individ, (b) numărul de greşeli pe
care le face un şoarece în parcurgerea unui labirint, (c) poziţia pe care cineva se
află la sfârşitul unei curse, (d) nivelul anxietăţii unui individ.
Aplicația 6
Citiţi afirmaţiile de mai jos. Dacă vreuna dintre ele vi se pare incorectă,
specificaţi în ce constă greşeala. Specificaţi şi tipul de scală pe care pot fi
măsurate variabilele prezentate:
a) Manchester United a marcat 6 goluri – de două ori mai multe decât rivala sa,
Charlton Athletic.
b) S-a trezit la ora 6 p.m. – de două ori mai târziu decât îşi programase ceasul,
adică la ora 3 p.m.
c) S-a întors cu 6 ore mai târziu decât sora ei care a venit cu 3 ore mai târziu
decât promiseseră.
d) Temperatura a fost de 15 ºC dar săptămâna trecută a fost de două ori mai
cald, au fost 30 ºC.
e) S-a clasat pe locul 4, de două ori mai slab decât colegul său care s-a clasat pe
locul 2 la proba de alergare.
14
Aplicația 7
Clasificați următoarele tipuri de măsurători:
a) Răspunsul la o întrebare dintr-un chestionar: cum apreciați afirmația:
Adolescenții preferă emisiunile muzicale?, măsurată pe următoarea scală: 1 =
In mică măsură adevărat, 2 = Nici adevărat, nici fals, 3 = În mare măsură
adevărat
b) Scalele de măsurare a greutății
c) Numărul de bătăi ale inimii pe minut
d) Numerele de pe tricourile fotbaliștilor
e) Scorul la un chestionar care măsoară stima de sine.
f) Genul
g) Scorul la un test de cunoştinţe
h) Coeficientul de inteligenţă
i) Distanța de la școală până acasă.
Aplicația 8
Poate o variabilă ordinală să fie măsurată cu o scală continuă (de interval sau de
raport)? Poate o variabilă continuă să fie măsurată cu o scală ordinală?
Argumentaţi folosind câte un exemplu adecvat (Clinciu A. I., 2013).
Aplicația 9
Unui student îi este prezentat un şir de 50 de cuvinte pentru a le memora şi pentru
a-şi aminti mai târziu cât mai multe dintre ele, la diferite intervale de timp.
Participantul a reactualizat 17 cuvinte după o oră, 10 după o zi, 7 după o
săptămână. Răspundeți la următoarele întrebări:
(a) Care sunt variabilele?
(b) Care sunt valorile posibile pe care le-ar putea obţine subiectul?
(c) Care sunt scorurile subiectului?
(d) Pe ce scală poate fi măsurată variabila număr de cuvinte reactualizate?
1.4. Crearea bazei de date - Folosirea SPSS pentru crearea bazei de date
15
Completați câmpurile Width și Decimals cu valorile corespunzătoare datelor pe care
trebuie să le introduceți.
Completați la Label numele complet al variabilei.
Values – este util pentru variabilele măsurate pe scale nominale, pentru că fiecărei
categorii îi atribuim o valoare numerică.
De la Measures alegem scala de măsură adecvată: Nominal, Ordinal sau Scale.
După ce ați definit toate variabilele, reveniți în meniul Data view și introduceți datele
pe linii, pentru fiecare subiect în parte.
16
Rezumat
Cele trei proprietăți ale scalelor sunt magnitudinea, intervalele egale și
zero absolut. Nivelurile de măsurare în științele socio-umane sunt: nivelul
nominal, ordinal, de interval și de raport. Scala nominală nu are nici una dintre
cele trei caracteristici enumerate anterior. Scopul ei este să numească obiectele.
Scala ordinală permite ca elementele să fie aranjate fie crescător, fie
descrescător, existând şi posibilitatea ca mai multe elemente să ocupe acelaşi loc.
Scala ordinală posedă caracteristica magnitudinii. Scalele de interval specifică
mărimea exactă a intervalelor sau a distanţelor care separă elementele aflate pe
toate treptele succesive ale scalei, având o unitate constantă şi comună de
măsură. Scala de raport are toate proprietăţile unei scale de măsură:
magnitudine, intervale egale şi zero absolut, fiind caracteristică mărimilor fizice.
18
ordinală
de intervale
de rapoarte
19
- Câte minute se uită în fiecare seară la TV
- Care este tipul de program preferat (film, știri, documentar, lifestyle sau sport)
- Pe o scară de la 1 la 5 cât de mulțumiți sunt de programele vizionate (unde 1
înseamnă deloc mulțumit iar 5 foarte mulțumit)
Datele sunt prezentate în tabelul de mai jos.
Cerințe:
a) Introduceți datele într-un fișier SPSS.
b) Creați variabilele, etichetați variabilele, acordați valori variabilelor
categoriale, alegeți scala de măsură adecvată pentru fiecare variabilă.
c) Salvați fișierul cu numele Baza de date_exercitiu.sav si încărcați-o pe
platformă la secțiunea corespunzătoare.
20
Unitatea de învăţare I.2.
Distribuții și frecvențe
Cuprins
2.1. Introducere ................................................................................................................
2.2. Competenţe ................................................................................................................
2.3. Ordonarea și gruparea datelor ..................................................................................
2.4. Histograma și poligonul frecvențelor ........................................................................
2.5. Folosirea SPSS pentru redarea distribuțiilor și frecvențelor ....................................
2.1. Introducere
21
2.3. Ordonarea și gruparea datelor
Exemplu
x
x x
x x x x
x x x x x x x x
Scor 1 2 3 4 5 6 7 8 9 10
Frecvență 0 0 1 1 1 1 3 4 2 2
În acest exemplu, Xmin este 3, Xmax este 5. Scorul cu frecvența cea mai mare
de apariție este 8. Amplitudinea scorurilor este Xmax - Xmin = 10 - 3 = 7.
Cele mai multe date sunt aglomerate spre dreaptă, deci distribuția pare să
fie asimetrică negativ.
22
Să ne reamintim...
Exemplu
Aplicaţia 1
Se dă următorul șir de date care reprezintă greutatea unui grup de 20
studente: 65, 60, 55, 54, 50, 54, 55, 62, 51, 55, 49, 60, 55, 48, 51, 52, 55,
62, 57, 58. Ordonați aceste date, calculați frecvențele absolute și
amplitudinea împrăștierii. Interpretați rezultatele obținute, făcând referire
la aglomerarea datelor. Realizați tabelul frecvențelor pentru aceste date
23
Gruparea datelor
- Primul pas constă în stabilirea intervalului de grupare, după următoarele reguli:
- nu mai puţin de 5 - 7 intervale şi nu mai mult de 20
- pentru mărimea intervalului folosim numere impare (3, 5 sau 7), pentru a avea ca
valori centrale de interval numere întregi
- Determinarea mărimii intervalului: amplitudinea împrăştierii se împarte la câteva din
mărimile dorite ale intervalului, pentru a vedea câte clase rezultă şi se alege aceea care se
apropie cel mai mult de numărul de clase considerat convenabil.
- Primul interval este bine să înceapă cu un multiplu al mărimii lui. De exemplu, intervalele
de lungime 3 pot începe cu 3, 6 sau 9 (Clinciu A. I., 2013).
Exemplu
În acest exemplu, Xmin este 0, Xmax este 35. Amplitudinea scorurilor este Xmax -
Xmin = 35 - 0 = 35. În cazul nostru, dacă am dori să avem intervale de mărimea
cinci, atunci rezultă 35/5 = 7 intervale, iar dacă am dori intervale de șapte, atunci
ar rezulta 35/7= 5 intervale. Cum șapte intervale ar fi prea puține, alegem prima
situație, în care mărimea intervalului este cinci.
Frecvență 4 7 3 3
interval x
x x x x
x x x x x x x x x x x x
Scor 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Frecvență 1 0 1 1 1 2 1 3 1 0 2 0 1 0 0 2 0 0 1 0
24
Frecvență 4 0 3 1
interval x x
x x x x x x
Scor 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7
Frecvență 2 0 1 0 1 0 0 0 0 0 2 0 0 1 0 1 0 0
Exemplu
F. br. *
Scoruri Limite Punctul Frecv. F.br. Frecv. F. rel. Nr.
centrul
clase exacte central brute cum. relative cum. interval
int.
0-4 -0,5-4,5 2 4 4 16 16 8 1
5-9 4,5-9,5 7 7 11 28 44 49 2
10-14 9,5-14,5 12 3 14 12 56 36 3
15-19 14,5-19,5 17 3 17 12 68 51 4
20-24 19,5-24,5 22 4 21 16 84 88 5
25-29 24,5-29,5 27 0 21 0 84 0 6
30-34 29,5-34,5 32 3 24 12 96 96 7
35-39 34,5-39,5 37 1 25 4 100 37 8
N=25 Σ=100
25
Aplicaţia 2
Exemplu
Histograma și poligonul frecvențelor brute și histograma și poligonul
frecvențelor brute cumulate
26
Aplicaţia 4
Aplicaţia 5
27
2.4. Folosirea SPSS pentru redarea distribuțiilor și frecvențelor
Crearea unui tabel de frecvențe
Se dă următorul șir de date care reprezintă notele obținute de 15 studenți la un test de
statistică: 9, 5, 4, 7, 8, 9, 8, 7, 10, 6, 8, 7, 10, 3, 8. Introduceți aceste date în SPSS.
Analyze.
Descriptive Statistics.
Frequencies.
Selectați variabila pentru care doriți să calculați frecvențele și introduceți-o în
câmpul Variable(s).
Bifați opțiunea Display frequency tables.
OK.
28
Crearea graficelor din meniul Frequencies
Reluați toți pașii pentru redarea tabelului de frecvențe.
Charts.
Alegeți tipul de grafic dorit, în funcție de datele cu care lucrați. Pentru
Histogramă, alegeți Histogram.
Show normal curve (redarea curbei distribuției normale).
Continue.
Dacă nu mai aveți nevoie de tabelul de frecvențe, debifați Display frequency
tables.
OK.
29
Crearea tabelelor de tipul Crosstabs
30
Rezumat
32
Unitatea de învăţare I.3.
Cuprins
3.1. Introducere ................................................................................................................
3.2. Competenţe ................................................................................................................
3.3. Indicatorii tendinței centrale ....................................................................................
3.4. Indicatorii împrăștierii...............................................................................................
3.5. Indicatorii formei distribuției ....................................................................................
3.6. Folosirea SPSS pentru calculul indicatorilor descriptivi ..........................................
3.1. Introducere
33
3.3. Indicatorii tendinței centrale
Media este acea valoare care se obţine împărţind suma scorurilor tuturor indivizilor
care compun populaţia statistică la numărul acestora. Media este o mărime la care participă
toate valorile variabilei respective și se exprimă în aceleaşi unităţi de măsură în care sunt
exprimate şi valorile variabilei respective. Mediana este un punct aflat pe scara măsurătorilor,
sub şi peste care se află exact jumătate din numărul cazurilor. Modul este valoarea care are
cea mai mare frecvenţă, deci cea care caracterizează individul tipic al populaţiei statistice
respective. Ea este foarte uşor de reperat pe un poligon al frecvenţelor, unde modul
corespunde punctului de maxim al acestei linii. Cei trei indicatori de poziţie, media, mediana
şi modul, tind să se suprapună în distribuţiile simetrice. În cazul distribuţiilor asimetrice,
media tinde să se situeze către valorile extreme, spre dreapta sau spre stânga, în sensul cozii
asimetriei. În aceeaşi situaţie, mediana oferă o imagine mai bună a centrului distribuţiei
(Clinciu A. I., 2013).
Media
- Reprezintă cea mai reprezentativă valoare pentru un șir de scoruri.
- Modul de calcul constă în împărţirea sumei scorurilor tuturor indivizilor care compun
populaţia statistică la numărul acestora.
Să ne reamintim...
∑𝑋 X 1 X 2 X 3 ... X n
𝑋̅ = X
𝑁 N
- Formula pentru date ordonate este următoarea:
∑ 𝐾𝑋
𝑋̅ =
𝑁
unde N = număr de cazuri, K = frecvențe de apariție ale unui scor.
34
Aplicaţia 1
Mediana
- Este punctul de pe linia scorurilor care împarte distribuția în două părți egale, de aceea ea
se mai numește punctul percentil 50 sau quartilul 2.
- Pentru a identifica mediana, notați toate scorurile în ordine strict crescătoare și identificați
scorul care împarte distribuția în două părți egale, după formula:
Să ne reamintim...
𝑁+1
𝑀𝑑 =
2
unde N = numărul de cazuri
De exemplu, pentru un șir de 19 scoruri vom adăuga 1 și, împărțind la
doi, obținem 10, ceea ce înseamnă că al zecelea scor este mediana. Dacă
avem 20 scoruri, adunând 1 și împărțind la 2, obținem 10,5. Acest lucru
înseamnă că valoarea situată la jumătatea distanței dintre al 10-lea și al
11-lea scor este mediana.
Aplicaţia 2
Modul
- este valoarea care are cea mai mare frecvență, deci caracterizează individul tipic al
populației statistice respective;
35
- în poligonul frecvențelor, modul corespunde punctului maxim al acestei linii. În cazul
distribuţiilor discontinue, nominale sau ordinale, modul este categoria cu cea mai mare
frecvenţă.
Exemple
Pentru șirul următor de date, identificați modul: 10, 11, 11, 11, 12, 13, 14, 14, 15,
15, 15, 15, 17.
Modul este scorul cu frecvența de apariție cea mai mare, adică 15.
Aplicaţia 3
Amplitudinea împrăștierii
Reprezintă diferența dintre cea mai mare valoare din șirul de date și cea mai mică
valoare.
Exemple
AI = R (Range) = Xmax - Xmin
Pentru șirul de date 6, 7, 7, 8, 8, 8, 9, 9, amplitudinea este de 9-6 = 3.
36
Abaterea standard și varianța
- sunt măsurile cele mai reprezentative ale variabilităţii (Clinciu A. I., 2013);
- varianţa sau dispersia este egală cu media aritmetică a pătratelor abaterilor de la media
unei distribuţii;
- varianța reprezintă măsura geometrică a suprafeţei de sub curba lui Gauss;
- abaterea standard este o unitate de lungime standardizată a liniei ce definește lungimea
unei distribuţii, fiind egală cu radical din varianță.
Să ne reamintim...
2
∑(𝑋 − 𝑋̅)2
𝑠 =
𝑁−1
unde X = scorurile, 𝑋̅ = media scorurilor, N= numărul de cazuri
! Atunci când numărul de cazuri este mai mare de 30, în toate formulele de
mai sus se înlocuiește N-1 cu N
Notele z
Formula pentru calculul notelor z este:
𝑋 − 𝑋̅
𝑧=
𝜎
Unde X = scorul, 𝑋̅ = media, σ = abaterea standard.
37
- Intr-o distribuție transformată în note z, media este 1, abaterea standard este 0 iar scorurile
z iau valori incluse în intervalul (-3, 3).
Aplicaţia 4
38
Boxplotul și punctele cuartile
** Valori aberante
Mustață
P75 Q3
Mediana P50 Q2
P25 Q1
Mustață ◦◦ Outlieri
* * Valori aberante
Să ne reamintim...
39
3.6. Folosirea SPSS pentru calculul indicatorilor descriptivi
40
Folosirea SPSS pentru calculul indicatorilor împrăștierii și ai formei distribuției
Regula de decizie:
- p (Sig.) mai mic sau egal cu 0.05 → se respinge ipoteza de normalitatea
distribuţiei(distribuţiavariabilei se abate de la forma normală);
- p (Sig.) mai mare decât 0.05 → se acceptă ipoteza de normalitatea
distribuţiei(distribuţia)
42
Graficul percentilelor unei distribuții normale standard față de cea a datelor
observate. Pași SPSS pentru obținerea Q-Q plot
43
Să ne reamintim...
44
Rezumat
Media este acea valoare care se obţine împărţind suma scorurilor tuturor
indivizilor care compun populaţia statistică la numărul acestora. Media este o
mărime la care participă toate valorile variabilei respective și se exprimă în
aceleaşi unităţi de măsură în care sunt exprimate şi valorile variabilei
respective. Mediana este un punct aflat pe scara măsurătorilor, sub şi peste care
se află exact jumătate din numărul cazurilor. Modul este valoarea care are cea
mai mare frecvenţă, deci cea care caracterizează individul tipic al populaţiei
statistice respective. Indicatorii dispersiei măsoară gradul de împrăştiere al
indivizilor ce compun o populaţie statistică, în cadrul seriei de valori pe care le
iau. Cea mai simplă măsură a împrăştierii este amplitudinea împrăştierii și
reprezintă diferența dintre cea mai mare valoare din șirul de date și cea mai
mică valoare. Abaterea medie este definită ca media aritmetică a abaterilor
absolute de la medie. Abaterea standard sau media pătratică a abaterilor de la
medie şi dispersia sau varianţa sunt măsurile cele mai reprezentative ale
variabilităţii, cu o foarte largă utilizare. Pentru a stabili dacă o distribuție este
normală sau nu, se calculează indicatorii formei distribuției, indicatorul
simetriei (skewness) și indicatorul boltirii (kurtosis)
1. Creați un fișier SPSS cu aceste date. Alegeți scalele de măsură adecvate, etichetați
variabilele și acordați valori variabilelor categoriale, astfel:
Nr → Nr de ordine
Grup → Grup experimental. Codificați 1= Grup A – fără alcool, 2 = Grup B – cu
alcool
Gen → Genul subiectului 1=Masculin, 2= Feminin
Timp_reactie → Timp reacție
46
Stabil_emotionala → Stabilitate emoțională.
47
Unitatea de învăţare I.4.
Cuprins
4.1. Introducere ................................................................................................................
4.2. Competenţe ................................................................................................................
4.3.Calculul testelor t .......................................................................................................
4.4. Raportarea rezultatelor testelor t în format APA ......................................................
4.5. Folosirea SPSS pentru calculul testelor t ..................................................................
4.5. Calculul mărimii efectului pentru testele t.................................................................
4.1. Introducere
48
4.3. Calculul testelor t
Exemplu
50
X Y X Y
t
S X Y sX
2
s
2
Y
N X 1 NY 1
Exemplu
In tabelul de mai jos sunt date informații despre greutatea unui eșantion de
băieți și unul de fete. Calculați testul t și stabiliți dacă diferența greutății
pentru cele două grupuri este semnificativă statistic.
Ipoteza de nul: nu există diferențe în ceea ce privește greutatea între
băieți și fete.
Ipoteza specifică: există diferențe în ceea ce privește greutatea între
băieți și fete.
Greutate
Fete Băieți
N 14 14
X 48,29 50,43
σ 7,32 6,65
ΣX 676 706
ΣX² 33338 36178
51
- două grupuri au fost în prealabil comparate, egalizate şi puse într-o situaţie prin care se
influenţează reciproc, vorbim de eşantioane (selecţii) corelate;
- eşantioane perechi au fost construite astfel încât fiecărui element dintr-un eşantion să-i
corespundă un altul din celălalt, cu care formează pereche (eşantioane apariate) (Clinciu
A. I., 2013).
() 2
2
3. Se calculează întâi dispersia ( s 2 N ), după care abaterea
N 1
standard (s = s 2 ).
s
4. Se calculează eroarea standard a mediei diferenţelor: S
N 1 .
Pași SPSS
Accesați meniul Analyze – Compare Means – One Sample T Test.
53
Calculul testului t pentru un singur eșantion (Pasul 2)
54
Primul tabel, One-SampleStatistics, prezintă indicatorii descriptivi pentru variabila
dependentă: număr de participanți (N), media, abaterea standard, eroarea standard a
mediei.
Al doilea tabel, One Sample Test, oferă rezultatele testului t: valoarea testului t,
gradele de libertate (df), pragul de semnificație (Sig. (2-tailed)), diferența mediilor,
intervalele de încredere ale diferenței mediilor (95% Confidence Interval of the
Difference).
Pași SPSS
Accesați meniul Analyze – Compare Means – Independent Samples T Test
Introduceți variabila dependentă în câmpul Test Variable(s).
Introduceți variabila de grupare (variabila categorială) în câmpul Grouping Variable .
La Defines Groups introduceți pentru fiecare dintre cele două grupuri valorile atribuite
(în cazul de față, 1 și 2, unde 1 înseamnă masculin, 2 înseamnă feminin).
55
Calculul testului t pentru eșantioane independente (Pasul 1)
Continue – OK.
Primul tabel, Group Statistics, prezintă indicatorii descriptivi pentru fiecare grup în
parte: număr de participanți (N), media, abaterea standard, eroarea standard a mediei.
Al doilea tabel, Independent Samples T Test, conține valorile Testului Levene pentru
egalitatea varianțelor (Levene’s Test for Eqality of Variances), pragul de semnificație
al testului Levene (Sig.), valoarea testului t, gradele de libertate (df), pragul de
semnificație (Sig. (2-tailed)), diferența mediilor și eroarea standard a diferenței,
intervalele de încredere ale diferenței mediilor.
56
Testul Levene ne indică ce valoare a testului t citim: dacă testul Levene este
semnificativ statistic, ne aflăm în situația în care cele două grupuri comparate au
varianță egală și vom citi valoarea testului t de pe prima linie a tabelului; dacă testul
Levene este nesemnificativ statistic, ne aflăm în situația în care cele două grupuri
comparate nu au varianță egală și vom citi valoarea testului t de pe a doua linie a
tabelului.
Pași SPSS
Accesați meniul Analyze – Compare Means – Paired Samples T Test.
Introduceți cele două variabile corelate în câmpurile Variable 1, Variable 2, în cazul
de față variabilele Pretest și Postest.
OK.
57
Calculul testului t pentru eșantioane perechi (Pasul 2)
58
Testul t pentru eșantioane perechi
Exemplu
Raportarea rezultatelor testelor de comparație a mediilor folosind tabele în
format APA
Să ne reamintim...
59
Tabelul … Indicatori statistici descriptivi pentru variabilele incluse in cercetare
performanta
test dupa prog 25 2,15 1,85 4,00 3,18 ,62 ,39 -,50 -,71
experim
60
Tabelul…. Rezultatele testului t pentru eșantioane dependente …
M SD t df p d Cohen
performanta test inainte prog 2,90 ,75
experim 0,59
-5,487 24 < 0,001
performanta test dupa prog 3,18 ,62
experim
Mărimea efectului este un indicator care cuantifică mărimea diferenței dintre medii sau
intensitatea asocierii dintre variabile.
Indicatori care se bazează pe diferența standardizată dintre medii:
o d al lui Cohen; delta(δ) al lui Glass sau gal lui Hedges.
Indicatori care se bazează pe gradul de asociere dintre variabile (de tipul corelației
Pearson r) care descriu procentul variabilității explicate de fiecare variabilă în
raport cu cealaltă:
o r2, R2(coeficientul de regresie), η2(eta pătrat, pentru ANOVA), ω2(omega
pătrat, pentru ANOVA), f.
(http://imaging.mrc-cbu.cam.ac.uk/statswiki/FAQ/effectSize)
61
Beneficiile raportării mărimii efectului
- Permite includerea cercetării respective în studii de meta-analiză
- Oferă un sprijin cercetătorilor care vor aborda în viitor aceeași temă
- Facilitează evaluarea măsurii în care rezultatele unei cercetări se potrivesc cu
rezultate similare din literatura științifică
62
Rezumat
Un cercetător a creat o bază de date în care a inclus mai multe date obținute de la o
grupă de studenți cu care a lucrat pe parcursul a patru săptămâni. Cei 25 studenți au fost
implicați într-un program privind dezvoltarea abilităților de operare pe calculator.
In baza sa de date, cercetătorul a inclus băieți și fete. Băieții sunt codificați cu 1 iar
fetele cu 2. Cercetătorul a măsurat performanțele la o probă de folosire a calculatorului ale
studenților Înainte și După parcurgerea programului experimental. Cercetătorul le-a cerut
participanților să declare câte ore pe săptămână folosesc calculatorul. Participanții au răspuns
și la următoarea întrebare: Cât de satisfăcuți sunteți de modul în care a fost desfășurat
programul, variantele de răspuns fiind 1, foarte nemulțumit, 2 – nemulțumit, 3 nici
nemulțumit, nici mulțumit, 3, mulțumit, 5 – foarte mulțumit.
63
Inainte După
Număr_ore
(Performante test (Performante test
(Număr ore pe
Participant Gen înaintea după parcurgerea Satisfacție
săptămână de folosire
programului programului
a calculatorului)
experimental) experimental)
1. 2 1.8 1.85 15 2
2. 1 3.9 3.88 38 3
3. 2 2.1 2.80 10 4
4. 1 2.8 3.20 24 5
5. 1 3.3 3.60 36 1
6. 2 3.1 3.57 15 1
7. 1 4.0 4.00 45 5
8. 1 3.4 3.35 28 4
9. 1 3.3 3.66 35 5
10. 2 2.2 2.55 10 4
11. 2 2.5 2.67 6 5
12. 2 1.8 2 15 4
13. 1 3.9 3.88 38 2
14. 2 2.1 2.80 10 3
15. 1 2.8 3.20 24 4
16. 1 3.3 3.60 36 5
17. 2 3.1 3.57 15 4
18. 1 4.0 4.00 45 4
19. 1 3.4 3.35 28 5
20. 1 3.3 3.66 35 1
21. 2 2.2 2.55 10 2
22. 2 2.5 2.67 6 3
23. 2 1.8 2.5 15 5
24. 1 3.9 3.88 38 3
25. 2 2.1 2.80 10 2
64
6. Calculați testul t adecvat pentru a arăta dacă există diferențe între scorurile Înainte și
scorurile după între băieți și fete. Formulați ipoteza de nul și ipoteza specifică.
Determinați pragul de semnificație și raportați corespunzător rezultatele.
7. Redați printr-un grafic cu bare diferența mediilor între băieți și fete pentru scorurile
Înainte și După.
8. Verificați dacă media numărului de ore de lucru pe calculator pentru întregul eșantion
este diferită de media obținută de participanții din anul trecut, de 30 ore. Formulați
ipoteza de nul și ipoteza specifică. Determinați pragul de semnificație și raportați
corespunzător rezultatele.
9. Verificați, folosind testul t adecvat, dacă există diferențe între băieți și fete în ceea ce
privește numărul de ore petrecute pe săptămână la calculator. Determinați pragul de
semnificație și raportați corespunzător rezultatele. Redați grafic diferențele dintre bieți
și fete în ceea ce privește media numărului de ore, printr-un grafic cu bare sau cu linii.
10. Calculați frecvențele de apariție pentru gradul de satisfacție. Redați același lucru și
printr-un grafic cu bare.
11. Creați o nouă variabilă, numită diferență, folosind meniul Compute, după formula:
diferența = După - Înainte și apoi calculați eroarea standard a diferenței.
65
2. 1 2 31 31 7 2
3. 1 1 29 35 6 3
4. 1 2 10 16 5 5
5. 1 1 30 33 9 1
6. 1 2 33 36 9 2
7. 1 1 22 24 6 3
8. 1 2 25 28 6 4
9. 1 1 32 26 7 5
10. 1 2 20 26 5 4
11. 2 1 30 36 10 3
12. 2 2 20 26 8 2
13. 2 1 24 27 7 1
14. 2 1 24 24 6 2
15. 2 2 31 32 10 3
16. 2 2 30 31 10 5
17. 2 1 15 15 5 4
18. 2 1 32 34 10 5
19. 2 1 23 26 7 4
20. 2 2 23 26 8 3
1. Introduceți aceste date în SPSS, etichetați variabilele, alegeți corect scalele de măsură.
2. Calculați indicatorii descriptivi ai tendinței centrale, ai împrăștierii și ai formei
distribuției pentru variabilele măsurate pe scale de interval.
3. Calculați mediana pentru variabila satisfacție.
4. Realizați o histogramă pentru scorurile obținute Înainte și una pentru scorurile obținute
După examen (pentru toți cei 20 participanți).
5. Realizați o histogramă pentru scorurile Înainte pentru grupul 1 și una pentru grupul 2.
Analizați diferențele.
6. Calculați testul t adecvat pentru a arăta dacă există diferențe la nivelul întregului eșantion
între scorurile obținute înainte și după examen. Formulați ipoteza de nul și ipoteza
specifică. Determinați pragul de semnificație și raportați corespunzător rezultatele.
7. Realizați un grafic cu bare pentru arăta diferențele mediilor înainte și după examen.
8. Impărțiți eșantionul după criteriul grupului din care fac parte (Psih sau St educatiei),
folosind comanda Splite File. Calculați testul t pentru a arăta dacă există diferențe la între
scorurile obținute înainte și după examen. Analizați diferențele între cele două grupuri.
9. Realizați un grafic cu bare pentru a arăta diferențele dintre cele două grupuri, pentru
rezultatele Înainte și După examen.
10. Calculați testul t adecvat pentru a arăta dacă există diferențe între scorurile Înainte între
cele două grupuri de studenți. Formulați ipoteza de nul și ipoteza specifică. Determinați
pragul de semnificație și raportați corespunzător rezultatele.
66
11. Realizați un grafic cu bare pentru a arăta nivelul rezultatelor Înainte de examen pentru
cele două grupuri de studenți.
12. Realizați o histogramă pentru scorurile După pentru grupul 1 și una pentru grupul 2.
Analizați diferențele.
13. Calculați testul t adecvat pentru a arăta dacă există diferențe între scorurile După între
cele două grupuri de studenți. Formulați ipoteza de nul și ipoteza specifică. Determinați
pragul de semnificație și raportați corespunzător rezultatele.
14. Realizați un grafic cu bare pentru a arăta nivelul rezultatelor După examen pentru cele
două grupuri de studenți.
15. Verificați dacă media scorurilor pentru întregul eșantion este diferit de media obținută de
participanții din anul trecut, 24. Formulați ipoteza de nul și ipoteza specifică. Determinați
pragul de semnificație și raportați corespunzător rezultatele.
16. Arătați prin intermediul unui grafic de tip plăcintă câți băieți și câte fete sunt în baza de
date.
17. Verificați, folosind testul t adecvat, dacă există diferențe între băieți și fete în ceea ce
privește notele la matematică. Determinați pragul de semnificație și raportați
corespunzător rezultatele.
18. Calculați frecvențele de apariție pentru gradul de satisfacție. Redați același lucru și printr-
un grafic cu bare.
19. Creați o nouă variabilă, numită diferență, folosind meniul Compute, după formula:
diferența = După-Înainte.
20. Calculați eroarea standard a diferenței (variabila creată la punctul anterior).
21. Verificați ipoteza potrivit căreia studenții din anul I la Psihologie și Științele Educației, au
rezultate la matematică semnificativ mai bune decât studenții de la Litere, a căror medie
este de 6.
67
Unitatea de învăţare I.5.
Cuprins
5.1. Introducere ................................................................................................................
5.2. Competenţe ................................................................................................................
5.3. Testul Mann-Whitney pentru două eșantioane independente ....................................
5.4. Testul Wilcoxon pentru două eșantioane perechi .....................................................
5.5. Folosirea SPSS pentru calculul testelor nonparametrice ..........................................
5.1. Introducere
68
5.3. Testul MANN-WHITNEY pentru două eșantioane independente
Să ne reamintim...
Scopul aplicării
- Variabila dependentă este ordinală.
- Variabila dependentă este cantitativă dar nu urmează o distribuție
normală.
- Eșantioanele sunt mici (de ex, 8-10 subiecți).
- Testul are la bază compararea medianelor celor două grupuri comparate.
Exemplu
Ipoteza: Rezultatele la un test docimologic sunt influențate de familiarizarea cu
tipul de itemi.
Procedura:
O grupă de studenți lucrează exemple de itemi cu două zile înainte de test (grup
experimental)
O grupă nu primește nici un fel de informații despre tipul de itemi (grup control)
Să ne reamintim...
Scopul aplicării
- Variabila dependentă este ordinală.
- Variabila dependentă este cantitativă dar nu urmează o distribuție
69
normală.
- Variabila dependentă este cantitativă dar eșantioanele sunt mici (de ex, 8-
10 subiecți).
- Testul are la bază compararea medianelor celor două grupuri comparate.
Condiții
- Eșantioanele sunt pereche
- Variabila dependentă este cantitativă sau ordinală cu mai mult de două
categorii
Exemplu
Ipoteza: Verificăm dacă aplicarea unei noi metode de predare pe un lot de 10
elevi duce la performanțe superioare.
Procedura: Testul Wilcoxon calculează diferența dintre scorurile Înainte și
După, apoi stabilește semnul diferențelor, in final ierarhizează diferențele în
valoare absolută. Se calculează media rangurilor pozitive și media celor negative.
Aplicaţia 1
Formulați patru ipoteze care pot fi testate prin intermediul testelor
nonparametrice de comparație. Argumentați pentru fiecare ipoteză necesitatea
alegerii unuia dintre testele nonparametrice.
Aplicaţia 2
Pornind de la ipotezele formulate anterior, explicați ce modificări ar fi necesare
la nivelul desig-ului cercetării, pentru a folosi testele parametrice t, în locul
testelor nonparametrice.
70
71
Din tabelul 2 ne interesează valoarea lui Z și pragul de semnificație (sig). Z este
transformarea lui Mann-Withney în scor z: Z=-2,626, p = 0,007.
Pentru a interpreta rezultatele, vom spune că există diferențe semnificative statistic între cele
două grupe în ceea ce privește rezultatul la test:
Meg experimental = 15,5
Să ne reamintim...
Testul Mann-Withney este echivalentul nonparametric al testului t pentru
eșantioane independente, însă este mai puțin puternic decât acesta.
Pentru a decide în favoarea cărui grup diferențele sunt semnificative, ne vom
raporta la mediile rangurilor celor două grupe, și nu la sumele rangurilor.
72
Pași SPSS pentru calculul testului Wilcoxon
73
Tabelele din outputul SPSS ne oferă valoarea lui Z= -2,055, p = 0,04, ceea ce înseamnă că
există diferențe semnificative între stima de sine măsurată înainte de intervenție și cea după
intervenție.
În ceea ce privește suma rangurilor (Sum of ranks), suma cea mai mare apare pentru
DUPA>INAINTE, ceea ce înseamnă că stima de sine După intervenție este mai mare decât
Înainte.
Rezumat
74
Test de (auto)evaluare a cunoștințelor
Cerințe:
1. Verificați, calculând indicatorii formei distribuției și testul de normalitate
adecvat dacă distribuția anxietății este normală.
2. Verificați, folosind testul statistic adecvat (nonparametric), dacă există
diferențe între băieți și fete in ceea ce privește nivelul anxietății.
Interpretați dpdv psihologic rezultatul obținut. Redații grafic diferența.
3. Verificați, folosind testul statistic adecvat (nonparametric), dacă există
diferențe între cele două grupuri experimentale in ceea ce privește nivelul
anxietății. Interpretați dpdv psihologic rezultatul obținut. Redați grafic
diferența.
4. Verificați, calculând indicatorii formei distribuției și testul de normalitate
75
adecvat dacă distribuția variabilelor Imagine și Real este normală.
5. Verificați, folosind testul statistic adecvat (nonparametric), dacă există
diferențe între nivelul anxietății participanților în etapa de expunere la
imagini cu păianjeni și etapa de expunere la păianjeni reali. Interpretați
dpdv psihologic rezultatul obținut. Redați grafic diferența.
6. Verificați aceiași diferență de la punctul 5, dar separat pentru băieți și
fete. Interpretați dpdv psihologic rezultatul obținut. Redați grafic
diferența.
7. Verificați folosind tehnica chi pătrat adecvată dacă există diferențe între
ponderea diferitelor mijloace de informare folosite pentru obținerea de
informații despre tratamentul fricii de păianjeni.
8. Verificați folosind tehnica chi pătrat adecvată proporția mijloacelor de
informare folosite este diferită pentru persoanele de gen masculin și
feminin.
9. Verificați dacă există o asociere semnificativă statistic intre nivelul
anxietății și poziția în fratrie. Interpretați dpdv psihologic rezultatul
obținut.
10. Verificați dacă variabila stimă de sine este normal distribuită.
11. Verificați dacă există o asociere semnificativă statistic intre nivelul
anxietății și stima de sine. Interpretați dpdv psihologic rezultatul obținut.
12. Verificați, folosind testul statistic adecvat (nonparametric), dacă există
diferențe între cei care manifestă încredere și cei care nu manifestă
încredere in terapeut in ceea ce privește nivelul anxietății. Interpretați
dpdv psihologic rezultatul obținut. Redații grafic diferența.
13. Verificați folosind tehnica chi pătrat adecvată proporția mijloacelor de
informare folosite este diferită pentru persoanele care manifestă și cele
care nu manifestă încredere în terapeut.
14. Pornind de la aceste date, formulați o ipoteză care poate fi testată printr-
un chi pătrat. Verificați dacă ipoteza se confirmă și prezentați rezultatele.
15. Pornind de la aceste date, formulați o ipoteză care poate fi testată prin
testul Mann-Withney sau Wilcoxon. Verificați dacă ipoteza se confirmă
și prezentați rezultatele.
76
Unitatea de învăţare I.6.
Cuprins
6.1. Introducere ................................................................................................................
6.2. Competenţe ................................................................................................................
6.3. Analiza de varianță – noțiuni introductive ...............................................................
6.4. Folosirea SPSS pentru calculul ANOVA simplă ........................................................
6.5. Raportarea rezultatelor ANOVA în format APA .......................................................
6.1. Introducere
77
6.3. Analiza de varianță – noțiuni introductive
Exemplu
Nivelul anxietății în raport cu trei categorii de fumători („1-10 țigări
zilnic”, „11-20 țigări” şi „21-30 țigări”).
Timpul de răspuns la un strigăt de ajutor, în funcție de natura vocii
persoanelor care solicită ajutorul (copil, femeie, bărbat).
Scorul la un test de cunoștințe statistice ale studenților de la psihologie, în
funcție de tipul de liceu absolvit (real, umanist, agricol, artistic) (Popa,
2008).
Modul de operare al tehnicii ANOVA pornește de la analiza diferitelor surse din care
apare variația în scoruri:
Varianța totală = varianța intergrupuri (between groups variance) + varianța intragrup (within
groups variance) = varianță explicată + varianță neexplicată.
78
Atunci când varianța explicată este mult mai mare decât varianța neexplicată, diferențele
dintre grupuri sunt semnificative, testul F fiind semnificativ statistic.
ANOVA presupune parcurgerea a două etape:
1. Verificarea diferențelor la nivel global între grupuri prin intermediul testului F.
2. Dacă testul F este semnificativ statistic, vom calcula testele de comparație multiplă
pentru a afla care dintre grupuri diferă între ele.
Să ne reamintim...
79
Lansarea One Way Anova (Pasul 2, Options)
80
Lansarea One Way Anova (Pasul 3, Post hoc)
Post hoc - testul F este unul de tip omnibuz, pentru a afla mai multe detalii despre
semnificaţia diferenţelor dintre medii pe categorii de studii parentale efectuăm şi o
analiză post hoc (Post Hoc Multiple Comparisons for Observed Means). Procedura
este selectată în funcţie de rezultatele testului Levene pentru omogenitatea varianţei.
Dacă testul Levene indică dispersii omogene şi grupurile comparate sunt aproximativ
egale, atunci alegem între Tukey şi Bonferroni; când grupurile sunt uşor inegale între
Tukey b sau Gabriel, iar pentru cele marcat inegale opţiunea este doar Hochberg GT2.
Pentru dispersii inegale, dar cu număr egal de subiecţi, procedeul recomandat este
Dunnett T3, pe când pentru grupuri uşor inegale sau profund inegale opţiunea este una
singură, Games-Howell.
81
Outputuri ale ANOVA unifactorială
82
F(2,33) = 50,98, p<.001, η2=0,75
83
6.5. Raportarea rezultatelor ANOVA în format APA
Analizele statistice au arătat că există diferențe semnificative statistic la pragul 0,05 între cele
trei grupuri. Comparațiile multiple Bonferroni au demonstrat că grupul experimental a avut
cele mai bune rezultate, urmat de grupul placebo. Diferențele dintre grupuri sunt
semnificative statistic între oricare două grupuri comparate între ele.
Rezumat
85
care să evidenţiaţi diferenţele dintre cele trei grupuri. Comentaţi rezultatele
făcând referire la eficienţa mesajului persuasiv şi a dezbaterii asupra
modificării atitudinii.
4. Splitaţi eşantionul după criteriul apartenenţei la cele trei grupuri
(experimental, dezbatere, control) şi calculaţi testul t pentru eşantioane
perechi, pentru pretest şi posttest. Explicaţi rezultatele.
5. Verificaţi ipoteza potrivit căreia există diferenţe între nivelul acceptării faţă
de persoanele bolnave (pretest) în funcţie de ciclul de şcolaritate. Evidenţiaţi
prin procedurile post hoc adecvate care este direcţia acestor diferenţe.
Realizaţi un grafic în care să evidenţiaţi diferenţele dintre cele trei grupuri.
Explicaţi diferenţele.
6. Selectaţi numai grupul experimental 1 şi verificaţi dacă există diferenţe între
nivelul acceptării faţă de persoanele bolnave înainte de aplicarea mesajului
persuasiv în funcţie de ciclul de şcolaritate. Aceiași cerință pentru etapa de
posttest. Cum explicaţi rezultatele obţinute?
7. Verificaţi ipoteza potrivit căreia persoanele care deţin informaţii corecte
despre HIV/SIDA manifestă un nivel ridicat de acceptare faţă de persoanele
bolnave. Redaţi grafic această ipoteză.
8. Formulaţi şi verificaţi o ipoteză unidirecţională referitoare la relaţia dintre
inteligenţa emoţională şi atitudinea faţă de persoanele infectate.
9. Există diferenţe semnificative statistic între băieţi şi fete în ceea ce priveşte
atitudinea faţă de persoanele infectate? Cum verificaţi acest lucru?
10. Recodificaţi variabila vârstă într-o variabilă dihotomică după media de vârstă
şi verificaţi ipoteza potrivit căreia există diferenţe în ceea ce priveşte
atitudinea faţă de persoanele infectate în funcţie de vârstă.
11. Recodificaţi variabila inteligenţă emoţională într-o variabilă trihotomică
(inteligenţă emoţionala mica, medie şi mare), în fiecare clasă incluzând o
treime din cazuri.
12. Realizaţi o analiză de varianţă pentru a evidenţia în ce măsură există diferenţe
semnificative în ceea ce priveşte atitudinea iniţială faţă de HIV/SIDA în
funcţie de nivelul inteligenţei emoţionale.
86
Unitatea de învăţare I.7.
Cuprins
7.1. Introducere ................................................................................................................
7.2. Competenţe ................................................................................................................
7.3. Corelația bivariată – concept și condiții de aplicare ................................................
7.4. Reprezentarea grafică a corelației ............................................................................
7.5. Interpretarea asocierii dintre două variabile ............................................................
7.6. Corelația parțială ......................................................................................................
7.7.Folosirea SPSS pentru calculul corelației ..................................................................
7.8. Raportarea rezultatelor corelației conform regulilor APA .......................................
7.1. Introducere
87
7.3. Corelația bivariată – concept și condiții de aplicare
Să ne reamintim...
„Un studiu recent a arătat că există o corelaţie pozitivă între vânzările la
îngheţată şi numărul actelor violente, astfel, cu cât se înregistrează vânzări la
îngheţată mai mari, cu atât se produc mai multe acte violente”.
- Care credeţi că este explicaţia acestei descoperiri?
- De ce vânzările la îngheţată se asociază cu implicarea oamenilor în acte de
violenţă?
Studiul prezentat nu demonstrează că consumul de îngheţată duce la acte
violente sau că persoanele violente consumă mai multă îngheţată, ci există o
explicaţie alternativă: se consumă mai multă îngheţată vara, anotimp în care
nivelul ridicat al temperaturii predispune la implicarea în mai multe acte
violente. Astfel, atunci când interpretăm rezultatele unui studiu trebuie să fim
precauţi în formularea concluziilor, pentru a nu ajunge la generalizări greşite sau
la concluzii cauzale, pornind de la studii corelaţionale. Concluziile la care
ajungem pot să ducă la decizii inadecvate.
88
- Este posibil ca satisfacţia pentru profesie să determine ambele aspecte (3).
Aplicația 1
Formulați cinci ipoteze care pot fi testate prin corelații bivariate. Formulați
ipotezele bidirecțional, apoi transformați-le în ipoteze unidirecționale.
Exemplu
Este dovedit faptul că celebrarea aniversării dovedește longevitatea şi sănătatea.
Statisticile arată că acei oameni care îşi sărbătoresc cele mai multe aniversări
devin şi cei mai în vârstă.
89
7.4. Reprezentarea grafică a corelației
Aplicația 2
Desenați cu creta pe podea, orientativ, axele OX şi OY reprezentând înălţimea şi
mărimea la pantofi. Vă veți așeza în ordinea crescătoare a înălţimii apoi vă veți
deplasa astfel încât să fiți situaţi la intersecţia dintre înălţimea şi mărimea la
pantofi care vă reprezintă (Hulsizer & Woolf, 2009).
Aplicația 3
Formați echipe de câte 8 studenţi și răspundeți la două întrebări.
- Câte ore aţi dormit noaptea trecută?
- Cât de fericit vă simţiţi acum, pe o scală de la 0 la 8, unde 0 înseamnă deloc
fericit iar 8 extrem de fericit?
Pentru datele obţinute, redaţi norul de puncte.
Exemple de corelații
90
Aplicația 4
Analizați graficele de la exemplul anterior și oferiți câte un exemplu pentru
fiecare diagramă.
Aplicația 5
Estimaţi valoarea şi intensitatea corelaţiilor din graficele de mai jos. Daţi
nume variabilelor care să exemplifice graficele prezentate. Pentru două
dintre grafice, la alegere, eliminaţi punctele care duc la scăderea
coeficientului de corelaţie. Pentru graficele a și b desenaţi câte un punct
care ar duce la scăderea corelaţiei.
91
Să ne reamintim... Calculul coeficientului de corelaţie Pearson
Expresia tipică a coeficientului de corelaţie este dată de Bravais – Pearson:
rxy
xx y y
xx
2
y y
2
Exemple de corelații
Presupunem că există o legătură între numărul de ore de somn pe noapte şi starea
de bine (Aron, Aron, & Aron, 2013).
x x y y 16 16
𝑟= = = = 0,85
x x y y √16 ∗ 22 √352
2 2
92
7.5. Intrepretarea asocierii dintre două variabile
Coeficientul de corelaţie poate să ia valori cuprinse în intervalul (-1; 1). Indiferent de semn
(pozitiv sau negativ), coeficientul de corelaţie este interpretat în felul următor:
- Corelaţia pozitivă arată relaţia directă între cele două variabile: creşterea variabilei X se
asociază cu creșterea variabilei Y.
- Corelaţia negativă arată relaţia de inversă între cele două variabile: creșterea variabilei X
se asociază cu scăderea variabilei Y.
93
Coeficientul de determinare este un indicator al mărimii efectului. Acesta se
interpretează astfel:
Exemple de corelații
Pentru exemplul de mai sus, am obţinut un coeficient de corelaţie de r = 0,85.
Coeficientul de determinare va fi r2 = 0,72, deci 72% din variabilitatea stării de
fericire este explicată de numărul de ore de somn pe noapte. Mărimea efectului
este mare.
Cele două variabile au în comun 72% din varianţă, restul de 28% provenind din
alte surse.
- Relația dintre două variabile este afectată de o a treia variabilă. Acest lucru este evident în
cazul unor relații false sau a unor relații de moderare.
95
C Y X Y
Schemele unor relații false între
două variabile
X C
Exemplul 1
Zilele ploioase duc la o dispoziție afectivă negativă.
In realitate, există alți factori precum presiunea atmosferică, gradul de
luminozitate pot influența dispoziția afectivă, nu ploaia propriu-zis.
Exemplul 2
Persoanele mai scunde au părul mai lung.
Dacă avem în vedere variabila gen care corelează atât cu lungimea părului cât și
cu înălțimea, obținem un alt rezultat. Femeile au păr mai lung și sunt mai scunde,
iar relația dintre X și Y devine nesemnificativă, dacă ținem cont de gen.
Exemplul 3
Relația dintre timpul stat la soare și nivelul de bronzare.
Dacă avem în vedere variabila tip de ten, rezultatele sunt diferite.
Exemplul 4
Relația dintre motivația pentru învățare și performanțele școlare este mediată de
strategiile de învățare.
Motivația pentru învățare duce la alegerea unor strategii mai eficiente care, la
rândul lor, duc la rezultate școlare ridicate.
96
7.7.Folosirea SPSS pentru calculul corelației
97
Reprezentarea grafică a corelației
Pentru calculul corelației Pearson sau Spearman, urmați pașii de mai jos:
99
Corelația parțială
Analyze – Correlate – Partial.
Pași SPSS pentru calculul corelației parțiale (1)
Relația dintre abilitățile spațiale și calculul matematic este moderată de nivelul QI.
Introducem abilitățile spațiale și calculul matematic în câmpul Variables
Introducem QI în câmpul Controlling for
La options bifăm Menas and standard deviations și Zero order correlations
100
Output SPSS pentru calculul corelației parțiale
Prima parte a tabelului arată că există o corelație bivariată (Pearson) puternică semnificativă
statistic între reprezentări spațiale și calcul aritmetic.
- QI corelează semnificativ cu ambele variabile!
In partea a doua a tabelului (Controlling for QI) observăm că de această dată corelația dintre
Reprezentarea spațială și calculul aritmetic devine nesemnificativă legătura dintre cele două
variabile nu era decât efectul influenței pe care o exercita inteligența asupra lor (Popa, 2009).
Dacă relația dintre Reprezentarea spațială și Calculul aritmetic ar fi rămas semnificativă, în
condițiile în care influența QI este eliminată, am fi putut vorbi despre existența uni corelații
parțiale.
101
Tabelul … Coeficientii de corelație Spearman obținuți intre variabilele cercetării (N = 9)
Reprezentări Calcul QI
spațiale aritmetic
rho 1 0,786 0,864
Reprezentări spațiale p 0,012 0,003
rho 1 0,905
Calcul aritmetic p 0,001
Rezumat
102
6 feminin 7,00 7,70
7 masculin 7,00 6,90
8 feminin 9,00 6,00
9 masculin 5,00 9,00
10 feminin 6,00 8,90
11 masculin 4,00 9,25
12 feminin 7,00 8,00
13 masculin 5,00 8,80
14 feminin 9,00 5,80
15 masculin 7,00 9,00
16 feminin 7,00 7,60
17 masculin 8,00 6,00
18 feminin 9,00 6,00
19 masculin 5,00 9,00
20 feminin 6,00 8,90
21 masculin 5,00 8,80
22 feminin 9,00 5,80
23 masculin 7,00 9,00
24 feminin 7,00 7,60
25 masculin 5,00 8,00
103
obținute din punct de vedere psihologic.
7. Calculați coeficientul de corelație Pearson între Frica de eșec și Rezultate, dar
separat pentru băieți și fete. Prezentați corespunzător rezultatul, precizați dacă
această corelație este semnificativă statistic și care este pragul de
semnificație. Explicați rezultatele obținute din punct de vedere psihologic.
8. Transformați variabilele Frica de eșec și Rezultate, în variabile ordinale
(opțiunea Rank Cases).
9. Calculați coeficientul de corelație Spearman între cele două variabile nou
create. Prezentați corespunzător rezultatul, precizați dacă această corelație
este semnificativă statistic și care este pragul de semnificație. Explicați
rezultatele obținute din punct de vedere psihologic.
10. Transformați variabilele Frica de eșec și Rezultate în note z și apoi calculați
coeficientul de corelație Pearson între cele două variabile standardizate.
Analizați rezultatele obținute și comparați-le cu cele obținute în cazul
calculului corelației cu variabilele exprimate în note brute. Ce observați și
cum explicați rezultatele?
Aplicația 2
Deschideți baza de date Baza de date proiect.sav. Pornind de la această bază
de date, rezolvați următoarele cerințe:
1. Calculați indicatorii statistici descriptivi pentru variabilele care măsoară
trăsături de personalitate.
2. Redați norurile de puncte pentru asocierea dintre stima de sine și
trăsăturile de personalitate măsurate cu EPQ. Analizați și interpretați
graficele obținute.
3. Calculați corelația dintre stima de sine și trăsăturile de personalitate
măsurate cu EPQ.
4. Calculați mărimea efectului pentru toate corelațiile calculate și explicați
dpdv psihologic rezultatele obținute.
5. Calculați corelația dintre perceperea de sine și perceperea de sine
corporală, separat pentru băieți și fete. Calculați mărimea efectului pentru
corelațiile obținute și explicați dpdv psihologic rezultatele obținute.
6. Transformați variabilele nevrotism și stima de sine în variabile ordinale,
folosind opțiunea Rank Cases.
104
7. Calculați coeficientul de corelație adecvat între cele două variabile nou
create la punctul 6.
8. Verificați asocierea dintre stima de sine și perceperea de sine corporală, în
condițiile în care influența genului este ținută constantă.
9. Verificați, folosind testul statistic adecvat dacă există diferențe de gen în
ceea ce privește stima de sine, eficacitatea de sine și perceperea de sine
corporală. Calculați mărimile efectului și explicați dpdv psihologic
rezultatele obținute.
10. Calculați coeficienții de corelație între Înălțimea știută – dorită și
Greutatea știută-dorită.
11. Redați grafic asocierile dintre Înălțimea știută – dorită și Greutatea știută-
dorită, marcând cu culori diferite băieții și fetele.
12. Verificați asocierile de la punctul 10, în condițiile în care influența
genului și a vârstei sunt ținute constante.
13. Formulați două ipoteze care pot fi testate prin corelații bivariate.
Verificați dacă cele două ipoteze se confirmă. Calculați mărimea
efectului, raportați conform APA rezultatele și interpretați psihologic
rezultatele obținute.
14. Formulați o ipoteză care poate fi testată printr-o corelație parțială.
Verificați dacă ipoteza se confirmă. Calculați mărimea efectului, raportați
conform APA rezultatele și interpretați psihologic rezultatele obținute.
15. Formulați o ipoteză care poate fi testată prin intermediul unui test t.
Verificați dacă ipoteza se confirmă. Calculați mărimea efectului, raportați
conform APA rezultatele și interpretați psihologic rezultatele obținute.
105
Unitatea de învăţare I.8.
Cuprins
8.1. Introducere ................................................................................................................
8.2. Competențe ................................................................................................................
8.3. Regresia liniară simplă – noțiuni de bază .................................................................
8.4. Condiții de aplicare pentru regresia liniară simplă și multiplă ...............................
8.5. Folosirea SPSS pentru calculul regresiei liniare simple ...........................................
8.6. Raportarea rezultatelor analizei de regresie în format APA .....................................
8.1. Introducere
106
8.3. Regresia liniară simplă – noțiuni de bază
Regula predicției liniare (Ecuația de regresie) reprezintă formula pentru a face predicții
sau formula pentru a prezice scorul unei persoane, predicția criteriului pornind de la unul
sau mai mulți predictori.
𝒀 = 𝒂 + 𝒃𝒙
Scorul prezis al unei persoane este egal cu constanta regresiei plus rezultatul înmulțirii
coeficientului de regresie cu scorul persoanei la variabila predictor.
𝜎𝑦
𝑏=𝑟
𝜎𝑥
unde r este coeficientul de corelaţie iar σx şi σy sunt abaterile standard pentru cele două
variabile.
𝑎 = 𝑌̅ − 𝑏 ∗ 𝑋̅
în care x şi y sunt mediile variabilelor Y şi X iar b este coeficientul nestandardizat de regresie.
107
Exemplu
Media inteligenței unei clase de elevi este de 106,71 cu o abatere standard de σx
= 13,52, iar media la matematică este de 7,98 cu o abatere standard σy = 0,92,
corelaţia dintre QI şi matematică fiind r = 0,83. Vom avea:
b = 0,83 · 0,92/13,52 = 0,0565.
a = 7,98 - 0,0565 · 106,71 = 7,98 - 6,03 = 1,95
Y = 1,95 + 0,0565 · X
Pentru QI de 116 şi 87, valoarea anticipată a mediei la matematică va fi:
Y = 1,95 +0,0565 · 116 = 8,50
Y = 1,95 + 0,0565 · 87 = 6,87
Regresia liniară simplă, în cazul în care datele sunt exprimate în note standard sau
note z
Cunoscând nota z a unei persoane la o variabilă, vom prezice nota sa z la cealaltă variabilă
după formula:
𝑧𝑦 = 𝐵 ∗ 𝑧𝑥
în care B se numește chiar coeficient de regresie.
108
decât cea utilizată la Pasul 2). Punctele vor fi, astfel, îndepărtate unele de altele, iar
desenul va fi mai precis.
4) Desenați o linie care trece prin ambele puncte. Aceasta este linia de regresie.
Exemplu
Pornim de la datele obținute la exemplul 1:
scor
X: QI 87 116
Y: medie matematică 6,87 8,50
8,5
Medie matematica
7,5
medie
7 matematica
6,5
Linear (medie
matematica)
6
5,5
80 85 90 95 100 105 110 115 120
QI
109
3) Erorile (reziduurile) să fie normal distribuite (histogramă sau Kolmogorov-Smirnov).
4) Evitarea multicoliniarităţii (corelaţii mari 0,50 – 0,60 între oricare două VI).
5) Evitare cazurilor extreme şi a cazurilor influente (inspectarea tabelului Residuals
statitics).
6) Evitarea homoscedasticităţii : reziduurile vor avea aceeaşi varianţă pentru fiecare nivel
al variabilelor predictor (VI).
110
Calculul regresiei liniare simple (Pasul 2)
111
8.6. Raportarea rezultatelor analizei de regresie în format APA
Variabilele incluse în analiza au fost: Vârsta de debut și Venitul lunar, ca variabile predictor
și Numărul țigări consumate pe zi la 40 ani, variabila criteriu. Coeficienții de corelație
Pearson arată asocieri semnificative statistic între cei doi predictori si criteriu. Analiza de
regresie liniară simplă arată că 56% din variația Numărului de țigări consumate pe zi la 40 ani
poate fi explicat de venitul lunar și vârsta de debut, modelul fiind semnificativ statistic (F =
11,01, p < .01). Analiza coeficienților de regresie arată că numai Venitul este un predictor
112
semnificativ (t = 2,42, p < 0,05), in timp ce Vârsta de debut nu este un predictor semnificativ
(t = -0,88, p > 0,05).
F 11,01**
Constanta -1,308
Varsta de debut -0,40 0,45 -0,21 -0,88
Venitul lunar 0,07 0,02 0,58 2,42*
Nota: Variabila criteriu: Numărul țigări consumate pe zi la 40 ani
*p < 0,05, **p < 0,01, N = 20.
Rezumat
113
factori ce intervin cu ponderi diferite în predicţia criteriului.
114
5. Verificați dacă variabila performanțe academice este un predictor eficient
al performanței în muncă. Calculaţi coeficientul de corelație multiplă,
coeficientul de determinare, verificaţi dacă modelul de regresie este
eficient în predicţie și dacă predictorul ales este semnificativ statistic.
6. Scrieți ecuația de regresie pe baza coeficienților obținuți.
7. Decideți care dintre cele două modele testate la punctele 3 și 5 este mai
eficient și argumentați alegerea.
8. Propuneți încă un predictor al performanței în muncă și formulați o
ipoteză care poate fi testată prin intermediul regresiei liniare simple.
9. Transformați variabilele performanță în muncă satisfacție în note z.
10. Verificați dacă variabila satisfacție este un predictor eficient al
performanței folosind variabilele transformate în note z. Scrieți ecuația de
regresie.
Aplicația 2
O cercetare realizată de Miles şi Johnson a încercat să evidenţieze care este
influenţa factorilor de personalitate asupra conducerii agresive a automobilului.
Prin comportamentul de conducere agresivă se înţelege un ansamblu de practici
precum conducerea automobilului cu viteză excesivă, nesocotirea regulilor de
circulaţie în trafic, nervozitate la volan etc. Autorii au identificat trei dimensiuni
de personalitate care ar exercita o influenţă semnificativă asupra conducerii de tip
agresiv. Astfel, o conştiinciozitatea, agreabilitate scăzută si un nivel ridicat de
neuroticism favorizează conduita agresivă la volan. Alte variabile care ar putea fi
luate în considerare sunt genul, tipul automobilului pe care îl deţine subiectul
(străină sau autohtonă) vârsta şi nivelul de educaţie.
Cerinţe:
115
Realizati graficul care arata şi gradul de suprapunere dintre valorile
prezise şi cele reale selectand optiunea adecvata din meniul Regression.
Scrieti ecuatia de regresie pe baza coeficientilor obtinuti.
3. Verificati daca agresivitatea la volan a subiectilor din esantion este
diferita de media la nivel national a agresivitatii (media populatiei = 3,95)
4. Verificati daca exista diferente intre baieti si fete in ceea ce priveste
agresivitatea la volan. Apoi, redati grafic aceasta diferenta printr-un grafic
cu bare sau cu linii.
5. Verificati daca variabila agresivitatea la volan este normal distribuita.
6. Redati grafic cat la suta dintre subiecti au studii superioare si cat la suta
au studii medii.
7. Redati printr-n boxplot si printr-o histograma distributia variabilei
agresivitate la volan.
8. Testati ipoteza conform careia soferii care conduc masini straine tind sa
fie mai agresivi la volan decat soferii care conduc masini
autohtone.Explicati rezultatele. Redati grafic diferenta.
9. Calculati corelatia dintre agresivitatea la volan si agreabilitate separat
pentru baieti si fete. Redati grafic asocierea si explicati dpdv psihologic
rezultatele. Reaalizati si reprezentarile grafice pentru aceste asocieri.
10. Transfomati variabilele agresivitate si constiinciozitate in note z.
11. Verificati daca variabila conștiinciozitate este un predictor eficient al
agresivității la volan, folosind variabilele transformate în note z. Scrieți
ecuația de regresie.
116
Unitatea de învăţare I.9.
Cuprins
9.1. Introducere ................................................................................................................
9.2. Competenţe ................................................................................................................
9.3. Testul chi-pătrat pentru gradul de potrivire ..............................................................
9.4. Testul chi-pătrat pentru gradul de asociere sau independență .................................
9.5. Folosirea SPSS pentru calculul chi pătrat.................................................................
9.6......................................................................................................................................
9.1. Introducere
117
9.3. Testul chi-pătrat pentru gradul de potrivire
Scopul testului chi pătrat pentru potrivire este de a compara un set de frecvențe observate cu
un set de frecvențe teoretice. Frecvențele teoretice pot fi egale pentru fiecare categorie sau pot
fi specificate de către cercetător. Testul este folosit frecvent pentru verificarea
reprezentativității unui eșantion (în acest caz frecvențele teoretice vor fi specificate de către
cercetător) sau pentru identificarea unor preferințe/opinii/atitudini (frecvențele teoretice nu
sunt specificate, ci sunt considerate egale) (Labăr, 2008).
Exemplu
Un cercetător vrea să afle care dintre instituții (mass-media, familia sau școala)
are o influență mai mare în formarea atitudinilor prosociale.
Aplicația 1
Propuneți trei exemple de situații pentru care este preferabilă folosirea testului
chi pătrat pentru gradul de potrivire.
2
(𝑂 − 𝐸)2
𝜒 =∑
𝐸
118
O este frecvența observată, E este frecvența așteptată (expectată).
Exemplu
Care dintre următoarele trei instituții (mass-media, familia, școala) are o
.
influență mai mare în formarea atitudinilor prosociale?
2
(𝑂 − 𝐸)2
𝜒 =∑ = ∑(3,65 + 2,23 + 11,30) = 17,18
𝐸
Aplicația 2
Aplicați testul chi pătrat pentru o situație în care o variabilă cu trei categorii are
15 frecvențe într-o categorie, 30 în a doua categorie și 25 în a treia categorie iar
categoriile au frecvențe expectate egale.
a) Imaginați un exemplu pentru aceste date.
b) Formulați ipoteza cercetării și verificați dacă ea se confirmă.
Acest tip de test se folosește pentru verificarea asocierii dintre două variabile nominale sau
categoriale, sau pentru compararea frecvențelor între două eșantioane independente. Testul
chi pătrat calculează diferența dintre frecvențele observate și cele așteptate pentru fiecare
dintre celulele tabelului de contingență a celor două variabile. Dacă diferențele sunt nule,
atunci cele două variabile sunt independente, dacă diferențele sunt mari, atunci este posibil ca
119
rezultatele testului chi pătrat să fie semnificative statistic și să existe asociere între cele două
variabile (Labăr, 2008).
Exemplu
Un cercetător vrea să afle dacă există diferențe între tipul de mijloc de informare
folosit între oamenii din mediul urban și cei din mediul rural.
Aplicația 3
Propuneți trei exemple de situații pentru care este preferabilă folosirea testului
chi pătrat pentru gradul de asociere sau independență.
Tabelele de contingență
Tabelul de contingență este un tabel în care distribuțiile celor două variabile sunt calculate
astfel încât să se obțină frecvențele combinațiilor dintre ele și frecvențele totale (Aron, Aron,
& Aron, 2013).
Exemplu
Pentru exemplul de mai sus, tabelul obținut este un tabel de tip 3X2, pentru că
variabila mijloc de informare are 3 categorii iar variabila mediu de proveniență
are 2 categorii.
120
Să ne reamintim... Pași pentru calculul frecvențelor observate și expectate în
tabelele de contingență și calcului chi pătrat
1. Calculul procentelor totale pe fiecare rând.
2. Pentru fiecare celulă, se înmulțește procentul total de pe rând cu
totalul de pe coloană. Acestea sunt frecvențele expectate.
3. Se calculează chi pătrat după formula:
(𝑂 − 𝐸)2
𝜒2 = ∑
𝐸
O este frecvența observată, E este frecvența expectată.
Exemplu
Aplicația 4
Aplicați testul chi pătrat pentru o situație în care se dă o variabilă cu două
categorii care are 15 frecvențe într-o categorie și 20 în a doua categorie iar a
două variabila are 10 frecvențe într-o categorie și 12 în a doua categorie.
Variabila A
Categoria 1 Categoria 2
Variabila B Categoria 1 15 20
Categoria 2 10 12
121
a) Imaginați un exemplu pentru aceste date.
b) Formulați ipoteza cercetării și verificați dacă ea se
confirmă.
În SPSS au fost create două variabile, variabila informare, cu trei categorii (1 = Internet, 2 =
Ziar, 3 = TV) și variabila mediu cu două categorii (1 = urban, 2 = rural)
122
Calculul testului chi pătrat pentru gradul de potrivire (Pasul 2)
123
Analiza reziduurilor din primul tabel ne arată că cel mai mult ca sursă de informare este
folosit Internetul, dar diferența dintre categorii nu este semnificativă statistic.
124
Calculul testului chi pătrat pentru gradul de asociere (Pasul 2)
Tabelul de contingență
125
o Al doilea tabel oferă rezultatele testului chi pătrat. Observăm că χ2= 7,50 iar
pragul de semnificație este p = 0,024. Acest lucru înseamnă că ipoteza
cercetării se confirmă, cele două variabile nu sunt independente, astfel
proporția mijloacelor de informare folosite este diferită pentru persoanele din
mediul urban și din mediul rural.
Rezumat
126
Test de (auto) evaluare a cunoștințelor
127
cercetării și explicați rezultatele.
6. Redați printr-un grafic cu bare asocierea dintre variabilele Participare și
Opinie.
7. Verificați folosind testul statistic adecvat dacă există asociere între
apartenența de gen și opiniile față de învățarea statisticii. Formulați
ipoteza cercetării și explicați rezultatele.
8. Pornind de la datele prezentate, formulați o ipoteză care poate fi testată cu
ajutorul testului chi pătrat pentru potrivire și verificați dacă se confirmă.
9. Pornind de la datele prezentate, formulați o ipoteză care poate fi testată cu
ajutorul testului chi pătrat pentru asociere și verificați dacă se confirmă.
128
Bibliografie
Aron, A., Aron, E., & Aron, E. C. (2013). Statistics for psychology. Sixth Edition. New
Jersey: Pearson Education.
Cazan, A. M. (2014). Statistică psihologică: Noțiuni teoretice, exemple și aplicații. Brașov:
Editura Universității Transilvania din Brașov.
Clinciu, A. I. (2013). Statistică aplicată în psihologie. Brașov: Editura Universității
Transilvania din Brașov.
Huck, S. W. (2012). Reading statistics and research. Boston: Pearson.
Hulsizer, M. R., & Woolf, L. M. (2009). A guide to teaching statistics. Innovations and best
practices. Newe York: Willey Blackwell.
Labăr, V. A. (2008). SPSS pentru științele educației. Metodologia analizei datelor în
cercetarea pedagogică. Iași: Polirom.
Lwanga, S. K., Tye, C. Y., & Ayeni, O. (1999). Teaching health statistics. Lesson and
seminar outlines. Geneva: World Health Organization .
Miles, J., & Banyard, P. (2007). Understanding and using statistics in psychology. A practical
introduction or how I cameto know and love standard error. New Delhi: Sage
Publication.
Moore, D. S. (2009). Additional exercices for the basic practice of statistics. New York: W.
H. Freeman and Company.
Moore, D. S., McCabe, G. P., & Craig, B. A. (2009). Introduction to the practice of statistics.
New York: W. H. Freeman and Company.
Peers, I. (2006). Statistical analysis for education and psychology researchers. London:
Routledge.
Popa, M. (2008). Statistică pentru psihologie. Teorie și aplicații SPSS. Iași: Polirom.
Sava, F. (2004). Analiza datelor în cercetarea psihologice. Metode statistice complementare.
Cluj-Napoca: ASCR.
Tabachnick, B. G., & Fidell, L. S. (2007). Using multivariate statistics (5th ed.). Boston, MA:
Allyn and Bacon.
129
Webografie
http://statisticshelp.com/interpreting-significant-results
http://statisticshelp.com/exercises-9
130