(REAREA ETALOANELOR PENTRU PROBELE ·

PSIHOLOGICE
Cristian Opariuc-Dan
Universitatea Ovidius Constanta

Facultatea de Drept, $tiinfe Administrative $i Sociologie

Multi psihologi considera ca realizarea unui etalon inseamna, de fapt, adap

tarea unei probe psihologice la specificul unei populatii. Nimic mai fals. Etalonarea
reprezinta ultima etapa in procesul de adaptare a unui instrument sau de construqi
a unei probe noi $i nu are nicio legatura cu celelalte calitati psihometrice ale unui test
Un etalon reprezinta un sistem de norme prin care putem compara rezultatel
unui subiect (caz individual) cu rezultatele obtinute de catre un grup reprezenta
tiv de subiecti. Un etalon este, a$adar, o unitate de masura, care se folose$te in acela$i
mod in care utilizam orice aparat de masurare. Atunci cand masuram greutatea unei
persoane, avem valoarea acestei variabile, obtinuta prin folosirea unui cantar. Tnsa
semnificatia acestei valori depinde de sistemul de referinta la care ne raportam. Daca
o persoana are 100 de ki/ograme ~i se raporteaza la obezi, cu o greutate peste 120 de ki/o-
grame, atunci acea persoana va fi una slaba. Daca, insa, pe acela~i individ ii comparam cu
persoane de 70-80 de kilograme, ii putem considera o persoana ,,grea''.
Mai delicate sunt insa lucrurile in $tiintele socio-umane. Daca atunci cand ne refer-
im la greutate avem totu$i un zero absolut, iar un kilogram inseamna un kilogram,
indiferent despre ce am vorbi, in $tiintele sociale lucrurile nu stau chiar a$a. Tn acest
domeniu masurarea inseamna, de fapt, ierarhizare. Concret, comparam performanta
unui subiect cu performanta unui grup. Practic, nu avem cum sa facem, in permanenta,
acest lucru. Daca lucram intr-o intreprindere ~i trebuie sa evaluam un strungar nou an~
gajat, atunci, pentru evaluarea acestuia, nu va trebui sa reexaminam tofi strungarii din
intreprindere, pentru ca sa comparam performanfa acestuia cu performanfa grupului din
care face parte. Ar fi absurd. Vom considera ca performanta grupului ramane stabila
un anumit interval de timp. Tn aceste conditii, examinand la un moment dat grupul de
referinta, putem retine concluziile desprinse $i apoi putem compara orice nou individ
cu aceste concluzii. Ne referim acum tocmai la conceptul de etalon.
Etaloanele se construiesc in funqie de aspectul distributiei datelor e$antionului pe
care s-a facut studiul. Pentru distributii care se abat de la normalitate, singura metoda
de realizare a unui etalon este cuantilarea, utilizandu-se valorile percentile. Deoarece
se bazeaza pe pozitia valorilor in $irul ordonat de date, similar medianei $i cuartilelor,
asemenea etaloane sunt considerate ca fiind etaloane ,,slabe" $i au o serie de limitari.
O distributie normala, in care media este un indicator bun al tendintei centrale, per-
mite construqia unor etaloane normalizate, in unitati sigma sau folosindu-se notele
,,z': mult mai precise $i mai utile in comparatie cu etaloanele.bazate pe percentile.
Tnainte de a intra in detalii tehnice referitoare la construqia unui etalon, sa
mentionam cateva criterii care indica un etalon bun, precum $i aspectele pe care
le urmarim atunci cand intr-o proba psihologica ni se ofera un asemenea sistem de
101
 Un etalon bun este un etalon construit pe un numar suficient de mare de per-
soane. Deoarece scopul unui etalon este acela de a compara un caz individual
cu un e~antion de referinta, acest e~antion trebuie sa includa un numar sufi-
cient de mare de subieqi, astfel 1ncat sa fie reprezentativ pentru o populatie.
Cunoa$tem deja problemele pe care le poate pune un e$antion red us ca dimen-
siuni. Din nefericire, acestea nu sunt singurele. Exista $i alte aspecte pe care le
vom discuta. Un numar mic de persoane selectate 1n e$antionul pe baza caruia
se construie$te etalonul - numit $i eJantion normativ - duce la o reprezenta-
tivitate scazuta a acestuia. Comparand apoi un subiect cu acest e$antion avem
toate $ansele sa ajungem la concluzii complet eronate. Un e$antion prea mare
cre$te considerabil costul etalonarii, facand cercetarea extrem de scumpa. Tre-
buie, astfel, gasit un optim 1ntre numarul subieqilor inclu$i 1n e$antionul nor-
mativ $i reprezentativitatea acestuia. Un etalon bun este un etalon construit pe
un numar de 250-300 de subieqi. Se accepta, 1n anumite situatii, $i etaloane
construite pe mai putin subieqi, daca acestea sunt specifice unui anumit grup
(de varsta, profesional, clinic etc.). Etaloanele testelor profesionale se constru-
iesc pe mii de subieqi. De exemplu, e$antionul normativ pe care a fost etal-
onat chestionarul 16PF de catre Pitariu $i lliescu a cuprins cca. 3000 de subieqi
de pe 1ntreg teritoriul Romaniei.
Un etalon bun este un etalon adaptat specificului probei psihologice $i
conditiilor de evaluare. Un etalon pe populatie generala are o valoare limitata
1ntr-un scop specific, spre exemplu intr-o uzina. De aceea, se recomanda efec-
tuarea de etaloane specifice atunci cand situatia o impune.
Un etalon bun are un numar suficient de mare de clase care sa poata diferentia
subieqii. Un etalon cu doua clase nu ne este prea util. O impartire a subieqilor
in,,buni" $i,,slabi" este rigida $i fara o mare valoare informativa. Ceva mai bine ar
sta lucrurile, daca am avea trei clase: ,,buni'; ,,med ii''. $i ,,slabi'; doar ca, $i in acest
caz, vom avea o incadrare oarecum fortata a subieqilorin cele trei clase. Putem
discuta de un etalon cu o capacitate acceptabila de a diferentia subieqii de la
cinci clase in sus. La cinci clase vom avea urmatoarele niveluri: ,,foarte slab';
,,slab'; ,,mediu'; ,,bun'; ,,foarte bun'; niveluri care permit ordonarea mai fina a
subieqilor. Un nu mar prea mare de clase, insa, poate crea confuzii, iar o aseme-
nea precizie devine, din nou, exagerata. fn psihologie se utilizeaza, in general,
etaloanele in cinci clase, in $apte clase, in noua clase sau in unsprezece clase.
De multe ori, atunci cand un psiholog prime$te $i utilizeaza o proba psihologica, el
nu i$i pune probleme asupra etalonului furnizat $i ii accepta ca atare. Mai mult, unele
etaloane sunt pur $i simplu scrise de mana pe o bucata de hartie, circula intre psi-
hologi, iar ace$tia le accepta neconditionat. Nimic mai eronat. Nu uitati ca etalonul
este ,,unitatea noastra de masura': Avem obligatia sa obtinem informatii legate de
construqia etaloanelor, cine $i cum le-a facut, deoarece numai in acest fel vom putea
avea incredere in instrument $i vom trage concluzii diagnostice pertinente. De fiecare
data cand primiti un etalon, acesta trebuie sa contina, in mod obligatoriu, urmatoarele
informatii:
Structura e$antionului pe care s-a realizat etalonul, sub aspectul variabilelor
de e$antionare. Etalonul este realizat pe populatie generala sau pe subieqi
102
 care fac parte dintr-o anumita categorie? Un etalon realizat pe studenti sau p
elevi de liceu va avea o valoare mai mult decat discutabila intr-o uzina chi mica
Care este varsta $i genul biologic al subieqilor? Care este distributia acesto
variabile in structura e$antionului? Daca avem un etalon realizat pe copii in
tre 1o $i 14 ani, cum oare ii vom putea folosi in studiile asupra batranilor? Nu
exista o regula asupra variabilelor de e$antionare utilizate la construqia unui
etalon. In general, se folose$te varsta, sexul, nivelul de $C01arizare. lndiferent d
variabilele folosite de catre realizatorul etalonului, acesta trebuie sa le prezinte
Nu ne putem multumi doar cu sintagma ,,etalonul a fost realizat pe populati
generala': Trebuie precizata $i structura acestei populatii. Numarul subiectilor
din e$antion va trebui, de asemenea, bine precizat. Un etalon realizat pe 10
de subieqi inseamna cu totul altceva in comparatie cu un etalon realizat p
1000 de subiecti.
Distributia raspunsurilor subieqilor la funqia investigata are o deosebit
importanta. Ne intereseaza sa $tim daca distributla a fost normala sau dac
s-au aplicat metode de normalizare a distributiei, cazin care trebuie prezentat
ambele distributii. Suntem interesati sa aflam daca, de exemplu, in e$antio
majoritatea persoanelor au rezolvat corect 18 sarcini din 20 sau, din contra
au realizat corect 6 sarcini din 20. Acest lucru ne informeaza asupra nivelului
populatiei cu care vom compara rezultatele cazurilor individuale.
Metoda de etalonare folosita se stabile$te in funqie de distributia rezulta
telor. ~a o distributie normala, vor fi folosite, in general, unitatile sigma sau
clasele normalizate. Tn cazul unei distributii care se abate de la normalitate, s
utilizeaza sistemul de etaloane bazat pe valorile percentile.
Data la care a fost realizat etalonul ne furnizeaza informatii despre momentul
in care a fost construit. Datorita dinamicii sociale $i noilor achizitii tehnologice
atitudinile, normele sociale se modifica rapid, astfel incat un etalon devine
depa$it intr-un timp destul de scurt. Un adolescent de astazi, examinat, de ex
emplu, cu lnventarul Multifazic de Personalitate Minnesota, ar intra cu U$Urinta
in normele patologice din anii '50. Un etalon, in general, se reactualizeaza
dupa 5-6ani.

1. Etaloane in cuantile
Au la baza valorile percentile $i se stabilesc intr-un mod similar calculului medianei
sau al cuartilelor. Bazandu-se pe pozitia valorilor in cadrul unui $ir ordonat de date
aceste etaloane nu au precizia celor in clase normalizate, insa au avantajul ca pot fi
construite foarte U$Or $i pe distributii care se abat de la distributia normala.
Construqia unor asemenea etaloane se realizeaza dupa urmatorul algoritm:
Se stabile$te minimum $i maximum dintr-o distributie;
Se inscriu toate valorile situate intre minimum $i maximum;
Se stabilesc frecventele absolute $i cumulate;
Se alege numarul de clase al etalonului;
Se calculeaza scorul corespunzator procentului pentru fiecare limita de clasa . .
 Sa luam, spre exemplu, urmatorul ~Ir ae aate, care reprez1ma ma1~1med ur1ur
ubieqi exprimata in centimetri:
182, 175, 174, 189, 177, 177, 180, 173, 788, 171, 184, 192, 180, 172, 177, 193, 184, 192,
172, 177, 174, 171, 172, 179,)85, 179, 173, 172, 179, 188.
In acest exemplu, minirm:rt-·este· l7l, iar maxtmut este l93. Acum, vom ordona
rescator toate valorile situate intre minim ~i maxim ~i vom stabili frecventele absolute
i cumulate.
Tabelul 1. Rea/izarea unui Ne propunem sa construim un etalon in cinci
etalon in cuantile clase (cvintile). $tim ca un asemenea etalon im-
Diagram• parte lotul de subieqi in procente de cate 20%. In
in linil f fc prima clasa, se vor afla 20% dintre subieqi, cei cu
II 2 2 inaltimea cea mai mica, urmati fiind de alti 20% din-
i' · ~~ tre subieqi, cu inaltime mai mare ~i a~a mai depar-
3·--11
· · '-
1·
7
~e~In. ultima clasa'. se vor afla 20% dintre subieqi, cu
inalt1mea cea ma, mare.
Pentru prima clasa, vom aplica regula de trei
Wl::::·rr~ , ~:<:1"Jte "'irlsimpla, astfel:

Dacii 30 fnseamnii 100%

Atunci x fnseamnii 20%
Din cate ~tim, ii putem afla pe x inmulfind 30 cu
I 180 I II I2 I 19 120 ~i impartind la 100. Deci x=(30x20)/100=6.
181 0 19 Cautam acum in tabel, in coloana frecventelor
182 I 1 20 cumulate, valoarea cea mai apropiata de 6, valo-
183 I 1 21 are corespunzatoare primilor 20% dintre subieqi,
23 cu inaltimea cea mai mica. Observam ca valoarea
~
185 I 1 24 6 corespunde chiar cotei 172. In prima clasa vom
~'lt6:-<:~l~:-~f"."f;·· .,._7 ·;·o,- 1.
24 i~clud: subieqii cu inaltimea cupr!ns~ intre minim
.,,,,. ··· ~~- • · ·" ~ . · ·, ,. · · · , ~1 172. In general, acest lucru se scne ~' astfel < 173.
1
187 0 24 Acest lucru inseamna ca, in prima clasa, vom in-
188 11 2 26 elude toti subieqii cu o inaltime mai mica sau egala
189 I 1 27 cu 172. In e~antionul normativ, am avut minimul
190 I o 27 egal cu 171, aceasta fiind cea mai mica inaltime din
191 e~antion. In practica, putem oricand gasi un subi-
0 27
192 II 2 29
ect cu o inaltime de 169. Prin urmare, prima clasa
· nu o vom scrie, in etalon, de forma 171 - 172, ci <
193 I 1 30 173, pentru a asigura un loc in clasificare subieqilor
cu valori ale caracteristicii mai mici decat minimul distributiei e~antionului normativ.
Aceasta regula este valabila ~i pentru ultima clasa.
Pentru a doua clasa, aplicam aceea~i regula de trei simpla, de data aceasta pentru
un procent de 40% din e~antion:
Dacii 30 fnseamnii 100%
Atunci x fnseamnii 40%
Noua valoare devine 12. In tabelul frecventelor cumulate, eel mai apropiat scor cu
frecventa cumulata 12 este 175. Clasa a doua va avea, ca intervale de clasa, 173 - 175.
· · 104
 in mod similar procedam $i pentru calcularea celorlalte repere $i obtinem valo-
rile 18 pentru clasa a treia, corespunzatoare scorului 179, $i 24 pentru clasa a patra,
corespunzatoare scorului 186. Avand reperele claselor, putem acum scrie etalonul sub
forma unui tabel ca eel de mai jos.
Tabelul 2. Etalon in 5 clase, in cvintile La distribuirea acestui etalon, nu vom uita
Scoruri Clasa Semniflc1t11 sa includem structura e$antionului normativ,
< 173 I Foarte scunzi distributia scorurilor la variabila ,,inaltime" cu
precizarea mediei, a medianei, a modului $i
173-175 n Scunzi
a abaterii standard, precum $i informatii de-
176-179 m Medii
spre sistemul de etalonare folosit, in cazul
180-186 IV Inalti nostru in cvintile.
> 186 v Foarte inalti
Ali observat deja o serie de limitari ale acestui etalon. in primul rand, intervalel
inegale. Daca, teoretic, inaltimea minima a unui om poate fi, sa spunem, 1SO de cen
timetri, iar inaltimea maxima 220 de centimetri, atunci remarcam numarul diferit de
valori din fiecare clasa. in prima clasa, putem include subieqii de la 1so de centimetri
pana la 173 de centimetri, deci 23 de valori diferite. in a doua clasa, includem subieqii
cu inaltimea cuprinsa intre 173 $i 175, deci doar 3 valori. in clasa a treia, gasim 5 valori
posibile, in clasa a patra, 7 valori, iar in ultima clasa, 33 de valori. lata ca un asemenea
etalon diferentiaza inegal subieqii, aceasta fiind $i principala sa limita.
in al doilea rand, daca avem o distributie foarte omogena, nu mai putem diferentia
aproape deloc utilizand un asemenea etalon, deoarece intervalele de clasa vor avea
valori apropiate. lata doar doua motive pentru care preferam utilizarea claselor nor-
malizate, deoarece, la nivelul acestora, intervalele sunt aparent egale.

2. Etaloane normalizate
Aceasta metoda de realizare a etaloanelor se bazeaza pe distributia normala $i pre-
supune, evident, respectarea criteriului normalititii. Daca vom incerca sa realizam
un asemenea etalon utilizand o distributie care nu este normala, vom avea surpriza sa
constatam ca anu mite intervale depa$esc chiar $i amplitudinea teoretica de distributie
a variabilei noastre. De exemplu, in cazul inaltimii subieqilor, s-ar putea sa intalnim,
in prima clasa, subieqi cu inaltimea cuprinsa intre - 30 $i - 5 centimetri, ceea ce
reprezinta o aberatie.
Daca distributia scorurilor la variabila studiata este o distributie gaussiana
(normala), atunci putem folosi un etalon in clase normalizate, datorita avantajelor nete
pe care le prezinta un asemenea sistem de etalonare
Cel mai simplu etalon in clase normalizate este reprezentat de unitatile sigma,
in care folosim doar media $i abaterea standard. Cu ajutorul acestor indicatori, putem
construi un etalon in 3, 5 ~i 7 clase normalizate, luand in calcul 1, 2 sau 3 abateri stan-
dard (vezi figura de pe pagina urmatoare).
Sa consideram, de exemplu, urmatoarele date, reprezentand varsta unor subieqi
exprimata in ani:
35, 20, 21, 24, 29, 28, 29, 29, 24, 31, 26, 20, 38, 37, 38, 29, 24, 26, 29, 26, 24, 37, 30, 35, 24,
32, 31, 34, 39, 31.
Amplitudinea de variatie a acestui set de date este situata intre.un minimum de
105
 111dJ1.1mum ae ::S9 de ani, media este de 29,33 ani, iar abaterea standard este de
-v :,• ..... ,

5,52 ani.
Aceste scoruri se distribuie normal ~i putem construi un etalon in clase normal-
izate. Pentru a construi un etalon in cinci clase normalizate folosind unitatile sigma,
va trebui sa luam intervalele formate de una ~i doua abateri standard in jurul mediei.
Prima clasa va incepe de la minim ~i se va finaliza la doua abateri standard in stanga

.,,.,,
99,7&

i ••
••
I •••
•
M.lft J•• IUP5
••
lklltollo ·3a -2a - 1o +lo +2a +3a

scorutz .3 ·2 •1 0 +1 +2 +3
SOOR.IIT 20 30 40 50 60 70 80

SOOR.ll CEE8 200 300 400 500 600 700 800

obatefllQ '55 70 8S 100 115 130 145
·. ~ .
(a=15)
1~ 1'% I 4%
STANN:
4%
11%2 11~11~~11~
3 ~6 6 7 8 9

PERCENIILE
I
1
11111111111
610 20 30 40 so 60 10 80 90 96 99
Figura 1. Valori reprezentative ale distribufiei normale
mediei. Doua abateri standard inseamna 2 x 5,52 = 11,04. Daca scadem din medie
valoarea 11,04, obtinem reperul pentru limita primei clase. Deci, 29,33 -11,04 = 18,29
ani, rotunjit 18 ani. Prima clasa, care cuprinde 2, 14% din populatie, este situata intre O
ani ~i 18 ani ~i reprezinta subieqii cu varsta foarte mica .
..
A doua clasa se situeaza intre 2 abateri standard ~i 1 abatere standard in stanga
mediei ~i cuprinde 13,59% din populatie. Daca scadem din medie o abatere standard,
obtinem limita superioara a celei de-a doua clase. Prin urmare, 29,33 -5,52 =23,81 ani,
rotunjit 24 de ani. A doua clasa va include subieqii cu varsta cuprinsa intre 19 ~i 24 de
ani, subieqii tineri.
Clasa a treia, clasa medie, cuprinde 2x34, 13% din populatie, adica 68,26% din
populatie ~i are ca limite o abatere standard in stanga mediei ~i o abatere standard in
dreapta mediei. Prin urmare, a treia clasa va avea ca limite de interval 25 de ani ~i 29,33
+ 5,52 = 34,85, rotunjit 35 de ani. ·

106
 Clasa a patra, care cuprinde 13,59% din populatie, are ca limita inferioara 36 de ani
$i ca limita superioara doua abateri standard in dreapta mediei, 29,33 + 11,04, adica
40,37, rotunjit 40 de ani. Constatam ca deja am ie$it din amplitudinea distributiei no
astre, ceea ce ne face sa suspectam o U$oara asimetrie. Tn realitate, numarul redus d
subieqi a determinat aceasta situatie.
Tn sfar$it, clasa a cincia cuprinde subieqii peste 40 de ani $i contine 2, 14% din
populatie.
Etalonul poate fi scris in acela$i mod ca $i etalonul in cvintile $i are aceea$i
semnificatie. Evident ca la distributia Tabelul 3. Etalon fn 5 clase, in unitafi sigma
acestui etalon va trebui sa furnizam Scoruri Clasa Semnifica ia
date legate de structura e$antionului . .
normativ, distributia variabilei $i siste < 19 I Foarte tinen
mul de etalonare folosit, in cazul nos 19 - 24 II Tineri
tru in cinci clase in unitati sigma. 25 - 35 ill Medie
Etaloanele in clase normalizate nu 36 - 40 IV Maturi
sunt altceva decat derivatii ale etalo > 40 V Foarte maturi
anelor in unitati sigma $i se bazeaza pe transformarea notelor z in alte categorii de
note. Algoritmul de calcul este oarecum similar celui utilizat in realizarea etaloanelor
in unitati sigma $i se bazeaza pe fraqiuni de unitati sigma.
Astfel, un etalon in cinci clase normalizate are ca fractiuni ale lui z valoarea z/2 ,iar
clasele devin:
Min -3z/2 6,7% din populafie
fl -3z/2 -z/2 24,2% din populafie
Ill -z/2 z/2 38,2% din populafie
IV z/2 3z/2 24,2% din populajie
v 3z/2 Max. 6,7% din populafie
Un etalon in $apte clase normalizate are ca fraqiuni ale lui z valoarea z/3 ,iar clasele
devin:
Min -Sz/3 4,8% din populafie
fl -Sz/3 -3z/3 11, 1% din populafie
Ill -3z/3 -z/3 21,2% din popu/afie
IV -z/3 z/3 25,8% din populafie
v z/3 3z/3 21,2% din populafie
VI 3z/3 Sz/3 11, 1% din populafie
Vil Sz/4 Max. 4,8% din populafie

Un etalon in noua clase normalizate (stanine) are ca fraqiuni ale lui z valoarea z/4
iar clasele devin: ·

107
 Min -7z/4 4,0% din populafie
II -7z/4 -Sz/4 6,6% din popu/afie
1/1 -Sz/4 -3z/4 12, 196 din populafie
IV -3z/4 -z/4 17,596 din popu/afie
v -z/4 z/4 19,696 din populafie
VI z/4 3z/4 17,596 din populafie
VII 3z/4 Sz/4 12, 1% din populafie
VI/I 5z/4 7z/4 6,696 din populafie
IX 7z/4 Max. 4,096 din populafie
in mod similar, putem construi etaloane $i in alte clase normalizate, luand ca
eferinta notele z. Astfel, printre cele mai uzitate sisteme de clase normalizate putem
entiona:
Sten (standard ten), distribu\ie cu media 2 $i abaterea stan-dard 5,5 rezultand
clase de la 1 la 1O;
Stanford-Binet, distributie cu media 100 $i abaterea standard 16;
Note le T, distributie cu media 1O$i abaterea standard 50 re-zultand clase de la
1 la 100;
Wechsler (abateri IQ), distribu\ie cu media 100 $i abaterea standard 15;
Army General Clasification, distribu\ie cu media 100 $i abaterea standard 50;
Scala de aptitudini generale pentru colegiu, distributie cu media 500 $i
abaterea standard 100.
Yorn urmari acumconstruirea unui etalon in cinci clase normalizate, folosind datele
corespunzatoare inaltimii subieqilor
782, 775, 774, 789, 777, 777, 780, 773, 788, 771, 784, 792, 780, 772, 777, 793, 784, 792,
772, 777, 174, 777, 172, 179, 185, 779, 173, 172, 779, 788.
Aceasta distributie are media 179,9 centimetri cu o abatere standard de 6,69 centi-
metri, fiind considerata o distributie normala.
Exista mai multe metode de construire a unui asemenea etalon. Cea mai simpla
metoda consta in utilizarea valorilor procentuale corespunzatoare fiecarei clase, intr-
un mod identic cu eel descris la construirea etaloanelor in cuantile.
Yorn relua tabelul distributiei inaltimii celor 30 de subieqi cu precizarea frecventelor
absolute $i cumulate.
Prima clasa, cea cu scorurile cele mai mici, contine primii 6,7% din e$antion. Prin
regula de trei simpla, daca 30 de subieqi inseamna intregul e$antion, cati subieqi
inseamna 6,7%. Yorn avea astfel (6,7x30)/100=210/100=2,1 . La fel cum am procedat
$i la etalonul in cvintile, cautam in tabelul frecventelor cumulate valoarea cea mai
apropiata de 2, 1. Aceasta valoare este chiar prima valoare, inaltimea de 171 de cen-
timetri. Prima clasa va cuprinde, a$adar, subleqii cu o inaltime mai mica sau egala cu
- 171 centimetri.
108
 Tabelul 4. Realizarea unui Urmatoarea clasa contine inca 24,2% din
etalon fn close normalizate populaJie. Reperul de clasa va ti situat, a~adar, la
---~---~-~~6,7+24,2=30,9%. In continuare, aplicam din nou re
gula de trei simpla. Daca 30 de persoane inseamna
100%, cate persoane inseamna 30,9%. Vom avea
(30,9x30)/100=9,27. Valoarea cea mai apropiata d
,~ --:-=-e---t-.----t---+-~
frecventa cumulata 9,27 este 174 de centimetri. Cea
de-a doua clasa va cuprinde subieqii cu inaltimea
175 I 10 cuprinsa intre 172 ~i 174 de centimetri.
~--:-=-=---t-----t---+-~
176 0 lO Reperul pentru a treia clasa va ti situat la
77-,---1--ll_ll_ _ _ _4__
__1..,,.. 1 4_30,9+38,2=69, 1. Analog, avem (69, 1x30)/100=20,73
__1_1_s_______o __1_4~iar reperul de clasa va ti 183 de centimetri. A trei
__1_79_-+-,l_ll____3__1_1~clasa cuprinde subieqii cu inaltimea intre 175 ~i 18
--:~:o_
1
___I_I----!--~-:~de centimetri.

182 1• 1 20 Pentru a patra clasa vom avea 69,1+24,2=93,3

iar reperul de clasa va ti valoarea situata in dreptu
frecventei cumulate de (93,3x30)/100=27,99. Aceast
184 2 23
1--...,...,,.-:---t-,----1---+-~valoare este 191 de centimetri. Clasa a patra va cu
,___1_8_5 _ _ _ _ _ _1__2_4...... prinde subieqii cu inaltimea intre 184 ~i 191 de cen
186 0 24
1--...,...,,.,,,.--1-----1---+-~timetri.
187 0 24
188 II 2 26 Evident, pentru ultima clasa nu e nevoie sa mai
-....,.1~89-e---t-.l----1-l--+-2-7~calculam nimic. Aceasta clasa va contine subieqi cu
190 0 27 inaltimea mai mare de 191 de centimetri.
Etalonul se scrie la fel ca un etalon in cuantile ~i
29 are aceea~i semniticatie. Nu uitati sa Jineti cont d
----+-,-------~
~--~---~~-~ 30 regulile elaborarii unui etalon, in momentul in car
intentionati sa-1 folositi sau sa-1 distribuiti.

Bibliografie

Clocotici, Vasile ~i Stan, Aurel. (2000). Statistica aplicata in psihologie. Polirom. la~i.
Dancey, Christine ~i Reidy, John. (2002). Statistics without math for psychology. Sec
ond Edition. Prentice Hall. Harlow.
Opariuc-Dan. Cristian \2009). Statistica aplicata in ~tiintele socio-umane. Nofiuni d
baza. Statistici univariate. ASCR. Cluj-Napoca.
Pitariu, Horia Dumitru. (2003). Psihodiagnostic- note de curs. Bucure~ti : s.n., 2003.
Sintion,. Filaret. (2005). Metodologia cercetarii ~i statistica aplicata ln psihologie
Munterna. Constanta.

Vasilescu: llie P·..1iu. (1992). Statistica informatizata pentru ~tiinfele despre om. Militara
Bucure~t,.

Primit: Junie 2070: Acceptat: Noiembrie 207

109