Metode de cercetare în SSEF Alexandra Predoiu

SEMINAR 5

STATISTICĂ DESCRIPTIVĂ

Dintre indicatorii statisticii

Indicatori statistici descriptive îi vom prezenta pe cei
principali mai utilizaţi în practică, în domeniul
ştiinţei sportului şi educaţiei fizice,
dar şi în domeniul managementului
și marketingului: media, mediana, modul, abaterea standard, eroarea standard,
coeficientul de omogenitate (varianţă) şi amplitudinea. Înainte, însă, vom aborda
analiza preliminară a datelor, condiţie esenţială pentru veridicitatea concluziilor unei
cercetări.
Pentru a atinge dezideratul menționat anterior şi pentru a fi, în acelaşi timp,
cât mai eficienţi, vom prezenta două modalităţi de calcul în cazul indicatorilor
statisticii descriptive: (A) utilizând surse web; (B) programul Excel. Acești
indicatori se pot calcula și în programul SPSS. Studenţii, masteranzii, doctoranzii şi
orice persoană interesată de cercetare are libertatea să utilizeze calea pe care o
consideră mai accesibilă în vederea atingerii obiectivului propus.

Analiza preliminară a datelor → identificarea valorilor excesive

Valorile „excesive” sunt numite uneori „extreme” sau marginale” (Popa,
2010). În limba engleză, în publicațiile de specialitate (Warner, 2020) regăsim
termenul „outliers”.
Exemple:
 Ştiinţa sportului şi educaţiei fizice: verificăm dacă, printre
datele cantitative, numerice (obţinute în urma efectuării unor teste, realizării
unor probe, măsurători) există valori excesive (outliers).

1
Metode de cercetare în SSEF Alexandra Predoiu

Valorile excesive sunt acele valori care diferă în mod semnificativ de celelalte
(sunt prea mari sau prea mici faţă de celelalte). Întrucât pot traduce erori de
măsurare, influenţează normalitatea distribuţiei, omogenitatea varianţelor, dar şi
concluziile unei cercetări, este foarte important ca, înainte de a calcula orice
indicator statistic să existe a analiză a preliminară a datelor (în vederea identificării
valorilor excesive). Dacă în urma analizei cercetătorul conchide că valorile extreme
evidenţiate sunt reale (în contextul studiului întreprins), atunci aceste valori nu sunt
eliminate. În caz contrar, valorile excesive vor fi eliminate (de asemenea,
participanţii la studiu care au obţinut acele valori vor fi eliminaţi din cercetare, cel
puţin în cazul probei/ măsurătorii respective).

Varianta 1 - se recomandă eliminarea valorilor extreme:

Comparăm două/ mai multe clase/ grupuri de sportivi pornind de la o serie de
dimensiuni (coordonare ochi-mână, timp de reacţie, viteză de deplasare, rezistență
generală, coeficient de inteligenţă etc). În cazul unui grup, un sportiv obţine o
valoare extremă, de exemplu, în cazul timpului de reacţie – performanţa sa este mult
prea slabă faţă de rezultatele înregistrate de restul grupului. Analizând situaţia,
constatăm că sportivii au vârste apropiate. O posibilă explicaţie ar putea fi starea
psihofizică a participantului în momentul testării (accidentare, oboseală sau lipsa
motivaţiei) – așadar, eliminăm valoarea în cauză, pentru a nu afecta concluziile
cercetării.

Varianta 2 - se recomandă să nu eliminăm valorile extreme:

Vrem să cercetăm, de exemplu, dacă există o corelaţie semnificativă între
salariile angajaţilor unei companii şi abilităţilor lor cognitive (intelectuale)/
psihomotrice etc. Să presupunem că, în cazul variabilei “salariu” obţinem o valoare
extremă (salariul directorului general diferă în mod semnificativ de celelalte).
Analizând situaţia, constatăm că valoarea este reală. În acest context vom continua
cercetarea neeliminând valoarea extremă evidenţiată.

2
Metode de cercetare în SSEF Alexandra Predoiu

Un alt exemplu ar putea fi atunci când, în cazul eşantionului format, avem

participanţi de vârste diferite (“n” persoane cu vârsta cuprinsă între 16-18 ani şi un
preadolescent în vârstă de 11 ani). Să ne imaginăm că, în cazul unei probe de forţă
(şi în lipsa unui etalon care să uniformizeze aspectele legate de vârstă şi gen),
preadolescentul obţine o valoare care apare ca fiind extremă (rezultatul este prea
slab, faţă de grup). Utilizând metoda observaţiei și a interviului (eventual)
concluzionăm că preadolescentul şi-a dat interesul în realizarea probei, nu a fost
obosit dintr-un anumit motiv, ci efectiv rezultatul obţinut reflectă competenţele sale,
la momentul prezent, în proba respectivă. Aşadar, rezultatul său este real. În
contextul exemplului oferit, cercetătorul intervine (pentru o anumită perioadă de
timp) cu un sistem de exerciţii pentru dezvoltarea forţei generale. Exerciţiile sunt
însă adaptate (program individualizat) în funcţie de vârstă şi de nivelul de pregătire
al participanţilor, cercetătărul urmărind o îmbunătăţire semnificativă a forţei la
nivelul grupului investigat. În situaţia în care cercetătorul doreşte să compare două
grupuri, din punct de vedere al forţei generale, iar într-un singur grup se află un
preadolescent (11 ani), restul fiind adolescenţi (16-18 ani), atunci va elimina
valoarea excesivă obţinută (şi preadolescentul din studiu).
A. Varianta computerizată (surse web)

Accesăm: https://www.hackmath.net/en/calculator/potential-outliers

Pasul 1: Introducem valorile, în cazul forţei generale (de exemplu), în căsuţa

disponibilă.
Pasul 2: Click pe butonul „Calculate” şi rezultă imaginea de mai jos.

3
Metode de cercetare în SSEF Alexandra Predoiu

Pentru datele introduse, scorul 11 reprezintă o valoare extremă.

Ca regulă generală, atunci când avem motive să credem că participantul

a falsificat rezultatele, este obosit, accidentat, nu a fost motivat, sau pur şi simplu nu
este reprezentativ pentru grup (face parte din altă categorie ca vârstă, nivel de
pregătire, experiență competițională etc) vom elimina valorile evidenţiate.

Calculul principalilor indicatori ai statisticii descriptive

Vom aborda media aritmetică (în engleză, mean), mediana (median), modul
(mode), abaterea standard (standard deviation), eroarea standard (standard error),
coeficientul de omogenitate/ varianţă (coefficient of variation) şi amplitudinea
(range).
A. Varianta computerizată (surse web)
Accesăm:
https://www.calculatorsoup.com/calculators/statistics/descriptivestatistics.php

4
Metode de cercetare în SSEF Alexandra Predoiu

Pasul 1: Introducem valorile în căsuţa disponibilă;

Pasul 2: Click pe butonul „Calculate ” şi rezultă imaginea de mai jos;

Evidenţiem astfel media aritmetică a grupului în cazul dimensiunii evaluate

(Media = 42,55), mediana - aflată la jumătatea şirului de valori (Mediana = 43),
modul - valoarea cu frecvenţa cea mai mare (Modul = 34), abaterea standard

5
Metode de cercetare în SSEF Alexandra Predoiu

(7,91), eroarea standard (1,77), amplitudinea absolută (Maxim - Minim, în cazul

nostru 25) şi coeficientul de omogenitate (varianţă) = 0,18. Atunci când valorea
coeficientului de omogenitate (varianţă) este mai mică decât 0,30, putem vorbi
despre un grup omogen.
Media aritmetică se obţine totalizând scorurile şi împărţind suma obţinută la
numărul de scoruri. Media este o cantitate fictivă ce aproximează un "centru", spre
care şi în jurul căruia gravitează datele provenite dintr-o măsurare reală.
Modul este valoarea cel mai des întâlnită într-un şir de valori. Pot fi distribuţii
bimodale (atunci când două valori au frecvenţa cea mai mare) sau distribuţii
multimodale. Putem utiliza modul atunci când dorim să aflăm, de exemplu:
înălţimea, greutatea, ramura de sport, patologia, culoarea ochilor etc, care apare cu
cea mai mare frecvență în cazul persoanelor care activează într-un anumit domeniu.

Interpretare figura de mai sus:

Media = 20 ani (participanții cuprinşi în studiu au în medie aproximativ 20 de ani)
Mediana = 15 (jumătate din participanți au vârsta până în 15 ani)
Modul = 12 ani (cei mai mulţi participanți au vârsta de 12 de ani)
6
Metode de cercetare în SSEF Alexandra Predoiu

Abaterea standard (numită şi abatere medie pătratică) reprezintă abaterea/

distanţa valorilor faţă de media aritmetică.

Eroarea standard este o estimare a devierii, de această dată, a mediei

aritmetice obţinute. Să ne imaginăm, spre exemplu, că am testat 20 de jucători de
fotbal seniori. Media aritmetică obţinută se află la o anumită distanţă faţă de media
reală a populaţiei – am putea identifica această medie reală, doar dacă investigăm
toţi jucătorii de fotbal seniori din lume (ceea ce ar fi imposibil). Dacă am forma “n”
eşantioane de jucători de fotbal seniori și i-am testa, eroarea standard ar reprezenta
o estimare a devierii probabile pe care ar înregistra-o mediile astfel obţinute, față de
media întregii populații (de jucători de fotbal).

7
Metode de cercetare în SSEF Alexandra Predoiu

B. Varianta computerizată (programul Excel)

Primul pas îl constituie activarea butonului „Analiză date” (Data Analysis).

Pentru aceasta: „File – Excel Options (Opţiuni) – Add-ins (Adăugare programe) –
Go (Salt) – bifaţi Analysis ToolPak (Pachet de analiză)” şi Click pe butonul „OK”.
Pentru a calcula indicatori ai statisticii descriptive: Data – Data Analysis
(Analiză date) – Descriptive Statistics – OK – Click „Input Range” – Selectăm toate
valorile (zona Input Range va stoca astfel valorile) – bifăm „Summary statistics” –
Click „Output Range” (apoi daţi click la Output Range, în spațiul mic din fereastra
deschisă) – Click pe ecran, în sheet (într-un spaţiu gol) unde doriţi să genereze
rezultatele – Click pe butonul „OK” (Verma, 2014).

8
Metode de cercetare în SSEF Alexandra Predoiu

INDICATORI AI FORMEI DISTRIBUŢIEI

Indicii de asimetrie (Skewness) și boltire (Kurtosis)

Există situații destul de frecvente când media nu corespunde cu mediana. Dacă

ele ar coincide am vorbi despre o distribuție complet simetrică, specifică unei
distribuții normale teoretice.

Indicele de asimetrie (de oblicitate, Skewness) ne arată în ce masură media se

îndepartează de mediană și implicit, în ce măsură curba de distribuție normală a
datelor (curba lui Gauss/ clopotul lui Gauss) se depărtează de mijloc, deplasându-se
spre stânga sau spre dreapta.

9
Metode de cercetare în SSEF Alexandra Predoiu

Vorbim despre o asimetrie pozitivă în situația în care media este mai mare
decât mediana, caz în care indicele de asimetrie ia valori pozitive și apare o
distribuție a datelor spre stânga. O formulă simplă de calcul a oblicitații este:

Asimetria = 3 (Media – Mediana) / Abaterea standard

Indicele de boltire (Kurtosis)

Boltirea (în engleza kurtosis – "cocoașă") se referă la înalțimea curbei,
comparativ cu cea normală. Se vorbeste astfel de distribuții leptocurtice (cu cocoașa
înaltă) și platicurtice (mai aplatizate). Valorile pozitive indică distribuții "înalte",
leptocurtice, iar cele negative distribuții "plate", platicurtice. Pentru a fi considerată
normală, o distribuție trebuie sa nu depășească ±1,96. Indicatorul se obtine cu
ajutorul formulei:

Unde: m este media; n este numărul de subiecți; iar S este abaterea standard.

10
Metode de cercetare în SSEF Alexandra Predoiu

Sunt considerate distribuții relativ normale cazurile în care acești

indicatori nu depășesc ±1,96.

11
Metode de cercetare în SSEF Alexandra Predoiu

CRITERII DE NORMALITATE A DISTRIBUȚIEI:

- Comparare cu graficul de clopot (curba lui Gauss)
- Media = mediana = modul
- Indicatorii Skweness și Kurtosis (±1,96)
- Testele de normalitate: Kolmogorov-Smirnoff sau Shapiro-Wilk
(Programul statistic SPSS).

ACTIVITĂȚI

 Se dă următorul șir de date  După efectuarea probei Aruncarea mingii de

handbal la distanță (evaluarea forţei explozive a braţului)  sportivii (N= 9) au
obținut următoarele rezultate (m):

A B C D E F G H I

45 40 43 39 38 35 37 50 41

 Realizați analiza preliminară a datelor.

 Optați pentru o variantă de calcul, pe care o găsiți mai accesibilă, dintre
cele prezentate în cadrul acestui capitol și calculați următorii indicatori ai statisticii
descriptive: media aritmetică, mediana, modul, abaterea standard, eroarea standard,
coeficientul de omogenitate (varianţă) şi amplitudinea.

12
Metode de cercetare în SSEF Alexandra Predoiu

LECTURĂ SUPLIMENTARĂ

Anderson, N. H. (2001). Empirical direction in design and analysis. Mahwah, NJ:

Lawrence Erlbaum Associates.
Gagea, A. (2010). Tratat de cercetare ştiinţifică în educaţie fizică şi sport. București:
Discobolul.
Grami, A. (2019). Probability, random variables, statistics, and random processes:
Fundamentals & Applications. New York: John Wiley & Sons.
Labăr, A. V. (2008). SPSS pentru ştiinţele educaţiei. Iași: Polirom.
Predoiu, A. (2020). Metodologia cercetării științifice: Aplicații practice și elemente
de statistică aplicată. București: Discobolul.
Williams, C., Wragg, C. (2004). Data analysis and research for sport and exercise
science: A student guide. London: Routledge.

13