STATISTICĂ PSIHOLOGICĂ

Curs 2
Statistica descriptivă univariată

Psih. Dr. Paul Sârbescu

 Indicatorii tendinţei centrale

 Indicatorii dispersiei

 Forme ale distribuţiei datelor

 Standardizarea datelor – cotele standard z

 Clasificarea participanţilor
 Vineri, 16:10 – 17:00, cabinetul 505.
 Descrierea unui set de date necesită cel puţin doi parametri:

 Tendinţa centrală a datelor (identificarea unei valori

reprezentative pentru setul respectiv de date)

 Gradul de împrăştiere al datelor, sau dispersia (urmărind

omogenitatea sau eterogenitatea unui grup)
 Exemplu: Se aplică un test de cunoştinţe generale la două
clase de liceu: a X-a A şi a X-a B (minim 10 puncte, maxim
100 puncte, cel puţin 50 pentru a promova)
 Ambele clase obţin o medie de 72 puncte. Sunt la fel?
 Dacă verificăm şi dispersia datelor:
 Clasa a X-a A: scor minim – 60, scor maxim – 80
 Clasa a X-a B: scor minim – 38, scor maxim – 100
 Chiar dacă au aceeaşi medie, cele două clase diferă
 Media

 Mediana

 Modul
 Reprezintă mijlocul valoric al unei colecţii de date

 Este un indicator al tendinţei centrale sensibil la valorile

extreme ale colecţiei de date

 Se notează cu m
 Reprezintă valoarea care se află exact la mijlocul unei colecţii
de date

 Este un indicator al tendinţei centrale rezistent la valorile

extreme ale colecţiei de date

 Se notează cu md
 Reprezintă valoarea cu frecvenţă maximă din cadrul unei
colecţii de date

 Este un indicator aproximativ al tendinţei centrale

 Se notează cu mo
 Exemplu: La un an după terminarea facultăţii, sunt verificate
salariile (RON) a câţiva absolvenţi (aleşi aleator)
 Varianta 1: 1100, 1400, 1600, 1700, 1800, 2000, 2200
 m = 1685, md = 1700
 Varianta 2: 1100, 1400, 1600, 1700, 1800, 2000, 2200, 11000
(pe lângă cei 7 absolvenţi care lucrează în ţară a fost inclus şi
un absolvent care lucrează în străinătate)
 m = 2850, md = 1750
 Spre deosebire de medie, mediana nu este afectată de valorile
extreme ale colecţiei de date
 Scală nominală – Modul

 Scală ordinală – Mediana

 Scală de intervale/de proporţii (numerică) – Media, Mediana,

Modul
 La scalele numerice, indicatorul tendinţei centrale se alege în
funcţie de forma distribuţiei datelor
 Pentru scalele de intervale şi de proporţii, reprezentarea
grafică cea mai potrivită este histograma
 Principalele forme ale distribuţiei datelor sunt:
 Distribuţia simetrică – frecvenţele datelor sunt concentrate în
jurul valorii centrale
 Distribuţia asimetrică – frecvenţele datelor sunt concentrate
spre una din cele două extremităţi:
◦ Distribuţia asimetrică pozitivă – frecvenţele datelor sunt concentrate în
jurul valorilor scăzute (partea stângă a graficului)
◦ Distribuţia asimetrică negativă – frecvenţele datelor sunt concentrate
în jurul valorilor ridicate (partea dreaptă a graficului)
 Distribuţia atipică – frecvenţele datelor nu sunt concentrate
clar în nici o parte a graficului (foarte rar întâlnită)
 Exemplu: cazul inteligenţei. Cei mai mulţi oameni au o
inteligenţă medie; cu cât mergem spre un nivel foarte ridicat sau
foarte scăzut al inteligenţei, întâlnim tot mai puţini oameni.
 Exemplu: un test foarte dificil, la care majoritatea studenţilor
obţin note mici
 Exemplu: un test foarte uşor, la care majoritatea studenţilor
obţin note mari
 Exemplu: un test la care studenţii sunt concentraţi în mai multe
grupuri (scoruri foarte slabe, foarte bune, etc.)
 Distribuţie normală, simetrică – Media

 Distribuţie asimetrică (pozitivă sau negativă) – Mediana

 Distribuţie atipică - Modul

 Ne arată gradul de împrăştiere (dispersie) al datelor

 Abaterea standard

 Abaterea intercvartilică
 Se notează cu σ

 Reprezintă rădăcina pătrată din varianţa unei populaţii sau a

unui eşantion

 Foloseşte aceeaşi unitate de măsură ca şi variabila în cauză

 Se notează cu AIQ

 Se calculează scăzând din cvartilul 3 (Q3) cvartilul 1 (Q1)

 Foloseşte aceeaşi unitate de măsură ca şi variabila în cauză

 Scală nominală - –

 Scală ordinală – abaterea intercvartilică

 Scală de intervale/de proporţii

◦ Distribuţie simetrică – abaterea standard
◦ Distribuţie asimetrică – abaterea intercvartilică
◦ Distribuţie atipică - –
 În forma lor brută, scorurile nu relevă întreaga lor semnificaţie

 Exemplu: Care rezultat este mai bun: un scor de 16 puncte la un

test de percepţia distanţei, sau un scor de 36 puncte la un test de
fluiditatea atenţiei?

 Pentru rezolvarea unor probleme de aceste fel se recurge la

transformarea rezultatelor din cote brute în cote standardizate
 Formula de calcul pentru transformarea oricărei valori în cote
standard z este: z= (x-m) / σ
 Unde:
◦ x reprezintă scorul pe care dorim să-l transformăm
◦ m reprezintă media eşantionului respectiv
◦ σ reprezintă abaterea standard a eşantionului respectiv
 În general, cotele standard z au valori cuprinse între -3 şi +3
 Transformate în cote standard z, scorurile brute care sunt egale
cu media vor avea valoarea 0
 În cote standard z, valorile negative reprezintă scoruri mai mici
decât media, iar valorile pozitive – scoruri mai mari
 Abaterea standard a datelor transformate în cote standard z va
avea întotdeauna valoarea 1
 Care rezultat este mai bun: un scor de 16 puncte la un test de
percepţia distanţei, sau un scor de 36 puncte la un test de
fluiditatea atenţiei?
 Percepţia distanţei: m = 14, σ = 2.05
 Fluiditatea atenţiei: m = 40, σ = 3.67
 Scorul 16: z= (x-m)/σ = (16-14) / 2.05 = 2 / 2.05 = 0.98
 Scorul 36: z= (x-m)/σ = (36-40) / 3.67 = -4 / 3.67 = -1.09
 Rezultatul la percepţia distanţei este mai bun decât cel de la
fluiditatea atenţiei
 De multe ori ne interesează/suntem nevoiţi să răspundem la
întrebări de genul:

 Care este locul pe care îl ocupă un participant în cadrul

eşantionului din care face parte?

 Câte persoane din eşantionul testat sunt situate într-o anumită

categorie calitativă?
 În cazul unei distribuţii normale (simetrice), media împarte şirul
de date în două părţi egale: 50% din rezultate sunt mai mici
decât media, iar 50% sunt mai mari
 Pe baza mediei şi a abaterii standard se stabilesc anumite
puncte de reper
 Pe baza acestor puncte de reper putem:
◦ Să determinăm ce procent de participanţi obţin rezultate mai mari de un
anumit scor brut
◦ Să determinăm poziţia unui participant în raport cu eşantionul testat
 Pe baza punctelor de reper formate se pot stabili categorii
calitative ale rezultatelor:
 Rezultate foarte slabe – valori mai mici de m-2σ – 2,28%
 Rezultate slabe – valori între m-2σ şi m-1σ – 13,58%
 Rezultate medii – valori între m-1σ şi m+1σ – 68,27%
◦ Rezultate medii inferioare – valori între m-1σ şi m – 34,13%
◦ Rezultate medii superioare – valori între m şi m+1σ – 34,13%
 Rezultate bune – valori între m+1σ şi m+2σ – 13,58%
 Rezultate foarte bune – valori mai mari de m+2σ – 2,28%
 Punctul centil – ne furnizează o minimă informaţie despre locul
în care este situat un participant în raport cu lotul testat
 Practic, valoarea punctului centil arată procentul de participanţi
ce au obţinut rezultate mai mici decât scorul vizat
 Exemplu: Elevul X obţine scorul 46 la probă de raţionament
inductiv. Acest scor corespunde punctului centil 61 (Pc61). În
consecinţă, elevul X are un scor mai mare decât 61% dintre
elevii testaţi (sau că 61% dintre elevii testaţi au obţinut un scor
mai mic decât elevul X).
 În cazul distribuţiilor asimetrice (pozitive sau negative), se pot
stabili anumite categorii calitative ale rezultatelor pe baza
cvartilelor (Q)
 Corespondenţa cvartile – puncte centile: Q1 = Pc25, Q2 = Pc50,
Q3 = Pc75
 Rezultate slabe – valori mai mici de cvartilul 1 (Q1)
 Rezultate medii – valori între Q1 şi Q2
 Rezultate bune – valori între Q2 şi Q3
 Rezultate foarte bune – valori mai mari de Q3
 Hohn, M. (2007). Metodologia cercetării în psihologie.
Volumul I: Statistică descriptivă. Timişoara: Editura
Universităţii de Vest. (cap. 1-5)
 Sava, F.A. (2011). Analiza datelor în cercetarea psihologică
(Ediţia a doua). Cluj-Napoca: Editura ASCR. (cap. 1)
Vă mulţumesc pentru atenţie!

paul.sarbescu@yahoo.com