GRAMNEA FLORIN

ANUL I ,IF
UNIVERSITATEA ECOLOGICĂ BUCUREŞTI
FACULTATEA DE PSIHOLOGIE
DISCIPLINA: STATISTICA PSIHOLOGICĂ PRELUCRAREA INFORMATIZATĂ A DATELOR
Lect. univ. dr.
Gheorghe Perţea

PORTOFOLIU

Capitolul 3 Statistici descriptive

Exerciţiile 3.5.(Tabele de frecvenţe, reprezentări grafice)
1.Tabelul frecvenţelor simple
Frecvenţa Frecvenţa relativă Frecvenţa cumulată
Scor
simplă procentuală procentuală (rang percentil)
30,00 1 3,3 3,3
33,00 1 3,3 6,7
39,00 1 3,3 10,0
42,00 1 3,3 13,3
44,00 1 3,3 16,7
45,00 1 3,3 20,0
46,00 2 6,7 26,7
47,00 1 3,3 30,0
48,00 2 6,7 36,7
49,00 2 6,7 43,3
50,00 3 10,0 53,3
51,00 2 6,7 60,0
52,00 2 6,7 66,7
53,00 2 6,7 73,3
54,00 2 6,7 80,0
55,00 1 3,3 83,3
56,00 1 3,3 86,7
57,00 1 3,3 90,0
59,00 1 3,3 93,3
62,00 1 3,3 96,7
68,00 1 3,3 100,0
 Total
30 100,0
=N

2. Scorul cel mai frecvent este 50 cu frecvenţa simplă 3 şi frecvenţa procentuală 10, sub
care se află 53,3% valori;
3. Sub scorul 33 este scorul 30 care apare o singură dată, adică în 3,3% din valori;
4. Valoarea (scorul) care reprezintă percentila 20 este 45;

5.Tabelul frecvenţelor grupate se realizează astfel: 1.-se stabileşte diferenţa dintre

valoarea cea mai mare (68) si cea mai mica (30), adică 68-30 = 38; 2.-alegem

intervalul de clasă prin încercari:38:3=12 (zecimalele nu sunt relevante, deoarece

căutăm un număr de clase);38:4=9; 38:5=7; 38:6=6

Observăm ca un interval de 6 unităţi produce 6 clase, în timp ce un interval de 3 unităţi

produce 12 clase.

Recomandarea este ca numărul claselor sa fie între 5 si 15. Deoarece numărul valorilor

din distribuţie este mic (30) este de preferat să alegem o grupare într-un număr mai

mic de clase, să zicem în şase clase. Alegerea este la latitudinea analistului. Dacă

gruparea nu ne satisface, ea poate fi ulterior refăcută cu un alt număr de clase.

- Alegem limita inferioară a primului interval (trebuie sa fie multiplu de 6).

Întâmplător, 30 este un multiplu de şase. Ca urmare, primul interval începe chiar cu

valoarea 30, la care adăugăm şase unităţi. Mai departe procedăm la fel pentru

următoarele intervale, până acoperim toate valorile distribuţiei:

30-35

36- 41

42-47

48-53
54-59

60-65

66-71 (limita superioară a ultimului interval poate fi mai mare decât cea mai mare

valoare a distribuţiei)

Tabelul frecvenţelor grupate obţinut se prezintă astfel:

Frecvenţa cumulată
Frecvenţa Frecvenţa relativă
Interval procentuală
simplă procentuală %
%
30-35 2 6,7 6,7

36-41 1 3,3 10,0

42-47 6 20,0 30,0

48-53 13 43,3 73,3

54-59 6 20,0 93,3

60-65 1 3,3 96,7

66-71 1 3,3 100,0

Total=N 30 100,0

Observaţie: În practică rareori se utilizează frecvenţele raportate la unitate, de aceea

am inclus aici doar frecvenţele simple şi pe cele procentuale.

6. Reprezentarea grafică de tip stem and leaf pentru valorile

individividuale se face astfel:

Alegem stem = 10 şi leaf =1

039
 2456678899

000112233445679

28

Observaţie: Dacă înmulţim valoarea stem cu 10 şi adăugăm câte o cifră de pe linia

leaf, obţinem valorile distribuţiei originale: 30, 33, 39, 42, 44... ş.a.m.d.

Exerciţiile 3.5.( indicatori statistici, grafice box plot)

1.Tabelul pentru calcularea indicatorilor statistici la grupul de pacienţi fobici trataţi prin

cele doua metode psihoterapeutice: metoda ”clasică” şi metoda nouă

Grupul
Grupul B
A
79 73
75 84
98 76
81 70
82 69
70 76
60 46
82 81
77 92
81 66
81 87
87 81
88 78
94 45
79 67
92 73
77 88
70 79
74 95
71 86
 Media79,90 75,60
Abaterea standard 9,03 13,08
Coeficientul de
variaţie 0.11 0.18

Observaţie: Rezultatele afişate aici pot fi uşor diferite de cele care sunt obţinute pe alte

căi, din cauza rotunjirilor.

Discuţii:

-Grupul tratat cu metoda ”clasică” are un nivel mediu mai ridicat al tendinţelor fobice

(79,9) decât grupul tratat cu metoda nouă (75,6).

-În acelaşi timp, grupul tratat cu metoda nouă este mai neomogen, prezintă o

variabilitate mai mare a scorurilor (13.08 faţă de 9.03), ceea ce sugerează că noua

terapie are un efect variabil de la individ la individ, mai mare decat terapia veche.

-Coeficientul de variabilitate este în ambele cazuri apropiat de 15%, ceea ce indică o

bună omogenitate a celor două distribuţii şi, implicit, o reprezentativitate bună a

mediilor lor. Totuşi, variabilitatea grupului B este mai mare decât a grupului A

Graficul a fost realizat automat, cu programul SPSS, dar este similar cu cel care ar

rezulta prin metoda manuals, descrisă în volum. Eventuale mici diferenţe nu sunt

relevante.

Discutii:

-Grupul A are o tendinţă centrală mai ridicata decât grupul B

-În acelaşi timp, grupul B se plasează între o limită superioară mai mică şi o limită

superioară mai mare decât grupul A. Şi totuşi, aşa cum n-au arătat indicatorii

variabilităţii calculaţi anterior, grupul B are o împrăştiere mai mare, deoarece aici găsim
doua valori extreme (marcate pe grafic), neobişnuit de mici faţă de celelalte valori ale

acestui grup. În cazul lor, terapia a avut un efect mult mai mare decât media, ceea ar

impune o analiză clinică a celor doi subiecţi, pentru a se găsi explicaţii (fie aceştia au

fost incluşi greşit în cercetare, neavând tendinţe fobice, fie în cazul lor terapia a fost

influenţată de o variabilă întâmplătoare care i-a potenţat efectul).

2. În urma aplicării a două chestionare de personalitate la un eşantion de 14 studenţi

au fost obţinute următoarele două serii de rezultate(distribuţii de scoruri):

-(1).La scala de timiditate:29,28,36,41,25,15,33,40,33,20,35,26,32,23

-(2).La scala privind sentimentul de

singurătate:27,35,30,51,30,2047,42,4033,28,40,25,15

2.1.Indicatori ai tendinţei centrale:

Variabila (1) Timiditatea:Modul(Mo)=33; mediană(Me)=0.5;media(m)=29.7

Variabila (2) Sentimentul de singurătate: Modul(Mo)=30; Mediana(Me)=31.5;

Media(m)=32.8

Precizări:

Variabila (2) este multimodală, 30 este modulul cel mai mic.

2.2. Indicatori ai împrăştierii:

Variabila(1) Timiditatea: Amplitudinea(R)=26; abaterea quartilă(RQ)=10.7;abaterea

semiinterquartilă(RsQ)=5.35; abaterea medie pătratică(s2)=55.6; abaterea

standard(s)=7.4; coeficientul de variaţie(cv)=24.9%;

Variabila (2) Sentimentul de singurătate: Amplitudinea(R)=36; abaterea

quartilă(RQ)=14.7; abaterea semiinterquartilă(RsQ)=7.35; abaterea medie

pătratică(s2)=107,33; abaterea standard(s)=10.36; coeficientul de variaţie(cv)=31.5%;

3. Se utilizează următorii indicatori:

a)abaterea interquartilă sau semiinterquartilă

b) abaterea standard

c) amplitudine

d) abaterea standard

e) abaterea interquartilă sau semiinterquartilă

Capitolul 7 Teste statistice parametrice pentru date cantitative

Exerciţiile 7.1.10(comparaţie între 2 eşantioane independente)

Într-un studiu asupra efectelor unui nou tratament al depresiei, datele pentru grupul

experimental obţinute printr-o scală de evaluare a tendinţelor stării depresive sunt:

m1=27.2, s1=4 şi N1=15

Datele pentru grupul de control sunt: m2=34.4, s2=14 şi N2=15

Formulaţi:

1.Problema (întrebarea) cercetării

Este eficient noul tratament antidepresiv?

2.Ipoteza cercetării (H1)

Nivelul stării depresive va fi mai scăzut după tratament

3.Ipoteza de nul (H0)

Nivelul depresivităţii nu va fi influenţat de tratament

4.Aflaţi t critic pentru α=0.05; bilateral(din tabelul cu valorile critice pentru distribuţia t

Student de mai jos sau din Anexa 2, la intersecţia liniei pentru 28 grade de libertate, Df

= N1 + N2 – 2, cu coloana 0,025) tcritic bilateral pt. α=0.05 = 2,048

Notă: Deşi datele din exemplu arată că m1 este mai mic decât m2, vom alege un test

bilateral pentru a nu uita că, în practică, criteriile deciziei statistice sunt fixate înaintea

măsurării experimentale, când, deci, nu aveam de unde şti care vor fi valorile pe care le

vom obţine.

Df(N-2) a = 6,10 a = 0,05 a = 0,025 a = 0,01 a = 0,005 a = 0,0005

1 3,078 6,314 12,706 31,821 63,657 636,620
2 1,886 2,920 4,303 6,965 9,925 31,598
3 1,638 2,353 3,182 4,541 5,841 12,924
4 1.&3 2,132 2,776 3,747 4,604 8,610
5 1,476 2,015 2.571 3,365 4,032 6^869
6 1,440 1,943 2,447 3,143 3,707 5,959
7 1,415 1,895 2,365 2,998 3,499 5,408
8 1,397 1,860 2,306 2,896 3,355 5,041
9 1.383 1,833 2,262 2,821 3,250 4,781
10 1,372 1,812 2,228 2,764 3,169 4,587
11 1,363 1,796 . 2,201 2.718 3,106 4,437
12 1,356 1,782 2,179 2,681 3,055 4,318
13 1,350 1,771 2,160 2,650 3,102 4,221
14 1,345 1,760 2,145 2,624 2,977 4,140
15 1,341 1,753 2,131 2,602 2,947 4,073
16 1,337 1,746 2,120 2,583 2,921 4.015
17 1,333 1,740 2,110 2,567 2,898 3,965
18 1,330 1,734 2,101 2,552 2,878 3.922
19 1,328 1,729 2,093 2,539 2,861 3,883
20 1,325 1,725 2,086 2,528 2,845 3,850
21 1,323 1,721 2,080 2,528 2,831 3.819
22 1,321 1.717 2,074 2,508 2,819 3,792
23 1,319 1,714 2,069 2,500 2.807 3,767
24 1,318 1,711 2.064 2,492 2.797 3,745
25 1,316 1,708 2,060 2,485 2.787 3,725
26 1,315 1,706 2,056 2,479 2.779 3,707
 27 1,314 1,703 2,052 2.473 2,771 3.690
28 1,313 1,701 2.048 2.467 2,763 3,674

5.Calculaţi testul t pentru diferenţa dintre cele două eşantioane

Formula de calcul este: t = (m1 - m2 )/SDif

-Calculăm numărătorul care ne arătă diferenţa dintre cele două medii: m1 – m2 = 27.2 -

34.4 = - 7,2

-Acum calculăm numitorul care este mai complicat:

SDif=N1-1S12+N2-1S22N1+N2-21N1+1N2= 15-1*42+15-1*14215+15-2115+115=0,47

t1 =-7,2/0,47 = -15,3 > 2,04

Decizie statistică: se respinge ipoteza de nul = Nivelul depresivităţii este influenţat

de noul tratament psihoterapeutic antidepresiv, în sensul că diminuează

simptomatologia specifică acestei tulburări psihice.

6.Calculaţi intervalul de încredere (99%) pentru diferenţa dintre mediile populaţiilor.

Formula: µdif = mdif ± tcritic * sdif

Limita superioară = -7,2 + 2,04*0,47 = -7,2+0,95 =-6,24

Limita inferioară =-7,2 –2,04*0,47 = -8,16

7.Calculaţi mărimea efectului după formula:

Calculăm mai întâi numitorul, pentru că este mai complicat:

15-1*42+15-1*14215-1+15-1=14*16+14*19628=224+274428=106=10,29

Calculăm mărimea efectului d=-7,210,29= - 0,69

Conform grilei lui Cohen, mărimea efectului este ”medie spre mare”. Semnul lui d nu

are nici o relevanţă.

8.Formulaţi şi motivaţi decizia statistică:

Atât testul de semnificaţie t al diferenţei dintre cele două medii referitoare la

intensitatea pe scala depresivităţii la cele două eşantioane de pacienţi, eşantionul

experimental şi eşantionul de control, cît şi testul de mărime a efectului al lui Cohen,

resping ipoteza de nul şi susţin ipoteza cercetării care afirmă eficienţa noii metode

psihoterapeutice antidepresive.

9.Formulaţi concluzia cercetării, cu respectarea recomandărilor de raportare pentru

acest test.

Într-un studiu experimental efectuat cu ajutorul unei scale de depresie asupra efectelor

unui nou tratament al acestei tulburări, s-au înregistrat următoarele date:

-pentru grupul experimental: m1=27.2, s1=4 şi N1=15

-pentru grupul de control: m2=34.4, s2=14 şi N2=15

Procedura statistică utilizată a constat în aplicarea testului t Student al diferenţei dintre

mediile pe scala depresivităţii ale celor două eşantioane independente, experimental şi

de control, mărimea testului t calculat fiind egală cu -15,3 > 2,04

cât reprezintă valoarea critică al lui t, la un grad de libertate de 28, analizat la un prag

alfa de 0,05 bilateral. Indicele de mărime a efectului, a fost de -0,69, denotănd, în

conformitate cu grila de interpretare al lui Cohen o mărime a efectului ”medie spre

mare”.
Concluzia cercetării: nouă metodă de tratare a stărilor depresive este mai eficientă

decât metodele clasice utilizate până în prezent.

Sunt necesare şi alte cercetări pe eşantioane mai mari de pacienţi cu noua metodă de

tratament a stărilor depresive, pentru contravalidarea concluziilor acestui studiu.

Exerciţiile 7.2.11.(comparaţia dintre mai mult de 2 eşantioane independente,

analiza de varianţă unifactorială ANOVA)

Un cercetător efectuează următorul experiment cu privire la efectul Stroop:

Selectionează aleatoriu patru grupuri de subiecţi, fiecare grup fiind format din şase

subiecţi;subiecţilor din primul grup li se prezintă pătrate colorate şi li se cere să

identifice culoarea;celor din grupul 2 li se prezintă adjective scrise cu culori

corespunzătoare („roşu” este scris cu roşu);grupurilor 3 şi 4 li se prezintă combinaţii

conflictuale între cuvinte şi culori, dar subiecţii din grupul 3 trebuie să identifice

cuvântul, în timp ce subiecţii din grupul patru trebuie să identifice culoarea.

Variabila dependentă este timpul pentru răspuns corect, măsurat în zecimi de

secundă.Toţi subiecţii primesc 10 stimuli de acelaşi fel, fiind consemnat timpul mediu de

răspuns.Rezultatele sunt centralizate în tabelul următor:

Grup 1 Grup 2 Grup 3 Grup 4

0.3 0.5 1.1 1.3

0.5 0.5 0.9 1.2

0.3 0.3 0.9 1.4

0.2 0.2 1.2 0.9

 0.4 0.4 1.0 1.5

0.2 0.3 1.2 1.1

M=0,74

m1=0,32 m2=0,37 m3=1,05 m4=1,23

m1-M=-
m2-M=-0,37 m3-M=0,31 m4-M=0,49
0,42

S1=0,11 S2=0,11 S3=0,13 S4=0,20

S12=0,0121 S22=0,0121 S32=0,0169 S42=0,04

Raportul F=s2intergrup/s2intragrup unde:

s2intergrup=nm1-M2+m2-M2+m3-M2+m4-M2dfintergrup
s2intergrup=40,32-0,742+0,37-0,742+1,05-0,742+1,23-0,7424-1=
4-0,422+-
0,372+0,312+0,4923=40,1764+0,1369+0,0961+0,24013=4*0,433=1,732

s2intragrup=(s12+s22+s32+s42)/ngrupuri

s2intragrup=0,0121+0,0121+0,0169+0,044=0,384=0,095

3) F=1,732/0,095=18,23

Anexa 3. Tabelul parţial al distribuţiei F pentru ά=0.051

df df intergrup (between)
intragrup (within) 1 2 3 4 5
199.500
1 161.4476 215.7073 224.5832 230.1619
0
2 18.5128 19.0000 19.1643 19.2468 19.2964
3 10.1280 9.5521 9.2766 9.1172 9.0135
4 7.7086 6.9443 6.5914 6.3882 6.2561
 5 6.6079 5.7861 5.4095 5.1922 5.0503
6 5.9874 5.1433 4.7571 4.5337 4.3874
7 5.5914 4.7374 4.3468 4.1203 3.9715
8 5.3177 4.4590 4.0662 3.8379 3.6875
9 5.1174 4.2565 3.8625 3.6331 3.4817
10 4.9646 4.1028 3.7083 3.4780 3.3258
11 4.8443 3.9823 3.5874 3.3567 3.2039
12 4.7472 3.8853 3.4903 3.2592 3.1059
13 4.6672 3.8056 3.4105 3.1791 3.0254
14 4.6001 3.7389 3.3439 3.1122 2.9582
15 4.5431 3.6823 3.2874 3.0556 2.9013
16 4.4940 3.6337 3.2389 3.0069 2.8524
17 4.4513 3.5915 3.1968 2.9647 2.8100
18 4.4139 3.5546 3.1599 2.9277 2.7729
19 4.3807 3.5219 3.1274 2.8951 2.7401
20 4.3512 3.4928 3.0984 2.8661 2.7109

În raport cu datele experimentului de mai sus:

1.Enunţaţi ipoteza cercetării:

Timpul de răspuns variază în funcţie de condiţiile stimulării

2. Enunţaţi ipoteza de nul:

Timpul de răspuns nu variază în funcţie de condiţiile stimulării

2.1.Fixăm criteriile deciziei statistice: Nivelul α=0.05

Stabilim F critic:

dfintergrup=4-1=3

dfintragrup=24-4=20

Citim Fcritic din tabelul F pentru α=0.05:

(F 0.05, 3, 20)) Fcritic=3.0984 (vezi tabelul de mai sus sau Anexa 3)

3. Calculaţi testul F pentru alfa=0.05 Fcalculat=18,23 > Fcritic 3,9984

4. Enunţaţi decizia statistică

Se respinge ipoteza de nul

5. Enunţaţi decizia cercetării

Timpul de răspuns variază în funcţie de condiţiile stimulării

6. Calculaţi indicii de mărime a efectului eta-pătrat(η2) şi f

η2 =(dfintergrup*F)/(dfintergrup*F+dfintragrup)=

(3*18,23)/(3*18,23+20)=54,69/64,69 = 0,84

0,84=mărime a efectului foarte mare, asociere foarte puternică(după grilele Hopkins şi

Davis)

f=2 1-η2=0,841-0,84=0,840,14=6 =2,44 2,44=efect foarte mare după

grila de interpretare a valorilor lui f a lui Cohen

-efect mic = 0,10

-efect mediu = 0,25

-efect mare 0,40

7. Prezentaţi rezultatul cercetării în conformitatea cu recomandările de publicare

A fost analizată performanţa la 4 condiţii diferite de stimulare cu câte 10 stimuli specifici

testului Stroop, a 4 grupuri de subiecţi formate din cîte 6 subiecţi fiecare. Mediile

performanţei pentru cele 4 grupuri, în sutimi de secundă au fost:

m1=0,3
m2=0,37 m3=1,05 m4=1,23
2

Analiza de varianţă unifactorială a relevat o diferenţă semnificativă între aceste medii, F

(3, 20)= 18,23; p≤0.05. Mărimea efectului apreciată atât cu indicele eta-pătrat

(η2=0,84),cât şi cu indicele f al lui Cohen indică un efect foarte mare (f=2,44)”.

Exerciţiile 7.3.7.(Testul t pentru 2 eşantioane dependente)

1.Ipoteza cercetării (unilaterală): Performanţa de operare numerică scade în condiţii de

criză de timp; Ipoteza de nul (bilaterală): Performanţa de operare numerică nu este

diferită în condiţii de criză de timp si fără criză de timp.

Observaţii:În practica cercetării, se recomandă enunţarea unilaterală a ipotezei

cercetării şi testarea statistică bilaterală. Atunci când nu avem o bază teoretică

abordarea unilaterală nu este acceptabilă decât în situaţii cu totul excepţionale, care

trebuie justificate.

2. tcritic=2,36(se citeşte la intersecţia liniei N-1grade de libertate Df şi coloana pentru

alfa 0.05 bilateral, adică coloana 0,025)

Tabelul t pentru probalitatile din dreapta curbei

Df/
N
0.40 0.25 0.10 0.05 0.025 0.01 0.005 0.0005

1 0.324920 1.000000 3.077684 6.313752 12.70620 31.82052 63.65674 636.6192

2 0.288675 0.816497 1.885618 2.919986 4.30265 6.96456 9.92484 31.5991
3 0.276671 0.764892 1.637744 2.353363 3.18245 4.54070 5.84091 12.9240
4 0.270722 0.740697 1.533206 2.131847 2.77645 3.74695 4.60409 8.6103
5 0.267181 0.726687 1.475884 2.015084 2.57058 3.36493 4.03214 6.8688
6 0.264835 0.717558 1.439756 1.943180 2.44691 3.14267 3.70743 5.9588
7 0.263167 0.711142 1.414924 1.894579 2.36462 2.99795 3.49948 5.4079
8 0.261921 0.706387 1.396815 1.859548 2.30600 2.89646 3.35539 5.0413
9 0.260955 0.702722 1.383029 1.833113 2.26216 2.82144 3.24984 4.7809
10 0.260185 0.699182 1.372184 1.812461 2.22814 2.76377 3.16927 4.5869

0. tcalculat=2,29

0. se admite ipoteza de nul (tcalculat<tcritic)

0. rezultatele nu susţin ipoteza cercetării

0. d=(85,38-76,88)/1o,46=0,81
 Observaţie: Indicele de mărime a efectului este mare, conform grilei lui Cohen.

Cu toate acestea, ipoteza cercetării nu a putut fi confirmată. Această situţie se

explică prin volumul extrem de mic al grupurilor comparate, fapt care generează

o eroare standard mare şi implicit, reduce valoarea testului.

0. Limita inferioară=-0,24; limita superioară=17,24

Observaţie: Se observă că limita inferioară se plasează cu foarte puţin sub

media de nul (0), în timp ce limita superioară este mult peste media de nul.

Această situaţie, împreună cu valoarea mare a indicelui de mărime a efectului,

ne îndreptăţeşte să apreciem că, de fapt, capacitatea de operare numerică este

afectată de stresul temporal, dar cercetarea noastră nu a avut suficientă putere

pentru a o pune în evidenţă (aşa cum am precizat mai sus, cauza o constituie

volumul foarte mic al eşantionului).

0. Au fost comparate rezultatele la un test de operare numerică al unui

eşantion de subiecţi (N=8) care a lucrat fară criză de timp (m1=85,38;

s2=11,55) şi apoi în criză de timp (m2=75,88, s2=10,27). Diferenţa a fost

testată cu testul t pentru eşantioane dependente (t=2,29) pentru alfa=0,05,

bilateral. Deşi rezultatul este nesemnificativ statistic, indicele de mărime a

efectului d=0,81 şi intervalul de încredere (-0,24/17,24) sugerează existenţa

unui efect important care nu a putut fi pus în evidenţă din cauza volumului

foarte mic al eşantionului.

Exerciţiile 7.4.16.(Testul de corelaţie liniară Pearson r

1. r = -0,70(corelaţie liniară negativă)

2.rcritic=0,57 (df=10); rezultatul este semnificativ statistic

3.Persoanele care se comportă agresiv primesc mai puţine aprecieri din partea celor

din jur.

4.Mărimea efectului: r2 =0,49 (corelaţie moderată)

5.Limitele de încredere: rminim=-0,45; rmaxim=-0,85

Exercitii capitolul 2

Exerciţiile 2.9

1.Daţi câte două exemple, cel puţin, de variabile pentru fiecare tip de scală de
măsurare.
-scală nominală:genul masculin/feminin, temperamentul sangvinic, flegmatic, coleric,
melancolic
-scală ordinală:studii primare, gimnaziale, liceale, universitare, masterale, doctorale,
postoctorale, scorul(punctajul) brut obţinut la un test psihologic
-scală de interval:coeficientul de inteligenţă, scorurile standard la testele de aptitudini
şi de personalitate
-scală de raport:greutatea corporală, înălţimea, vârsta cronologică, timpul, distanţa
2.Daţi câte două exemple din fiecare tip de variabilă continuă/discretă,
independentă/dependentă.
variabilă continuă:înălţimea unui individ, timpul vizual de reacţie în secunde, media
obţinută la absolvirea liceului,facultăţii
-variabilă discretă:nota obţinută la un examen, scorurile la teste exprimate în numere
întregi, numărul de copii dintr-o familie, numărul zilelor de concediu de odihnă,
numărul de absenţe de la şcoală
-variabilă independentă:ereditatea în raport cu coeficientul de inteligenţă, numărul
orelor de învăţare în raport cu performanţele academice, tehnicile psihoterapeutice
pentru înlăturarea unor tulburări psihice, concentrarea atenţiei în raport cu
performanţa la testele cognitive
-variabilă dependentă:concentrarea atenţiei în raport cu metodele de antrenament
mental, agreabilitatea unei persoane ca urmare a comportamentului altruist al acesteia
în relaţiile cu ceilalţi
3.Într-un studiu asupra efectului laptelui cald consumat seara, înainte de culcare,

asupra timpului până la adormire, care este variabila dependentă şi cea independentă?
 -timpul pînă la adormire: variabilă dependentă

- efectului laptelui cald consumat seara: variabila independentă

4.Daţi un exemplu de variabilă măsurată pe toate cele trei tipuri de scală(nominală,

ordinală, interval-raport I/R), precizând unitatea de măsură.
Înteligenţa generală a unui individ:încadrarea tipologică a persoanei, prin observaţie,
ca aparţinând tipului inteligent, studios, , harnic, etc.(scală nominală).; evaluarea
nivelului de inteligenţă al unei persoane ca fiind mai inteligent sau mai puţin inteligent,
în comparaţie cu alte persoane de acelaşi fel(vârstă, nivel de şcolaritate), folosind ca
unitate de măsură, numai scorul brut(punctajul), obţinut la un test de inteligenţă(scala
ordinală);evaluarea nivelului de inteligenţă prin raportarea scorului brut obţinut la un
test de inteligenţă, la o normă etalon realizată pe un eşantion reprezentativ de subiecţi
asemănători (d.p.d.v. vârstă, nivel de şcolaritate, gen masculin sau feminin), cu
subiectul evaluat(scală I/R), stabilindu-se pe această cale scorul standard obţinut de
subiectul evaluat de această dată cu precizie şi stabilindu-i-se unde i se plasează
performanţa în raport cu nivelul mediu înregistrat de subiecţii lotului său de referinţă.
5.Pe ce scală se exprimă fiecare dintre următoarele variabile:
a)numele subiectului - scală nominală
b)greutatea (kg) - raport (scală cantitativă) înălţimea (cm) - raport (scală cantitativă)
c)sexul (M/F) - nominala (dihotomică)
d)sportul practicat - nominală (categorială)
e)poziţia în clasament – ordinală
f)numărul de accidentări - raport (categorială)
g)poziţia în clasament – ordinală
h)numărul de accidentări –raportari)scalele
de măsurare:nominală, ordinală,interval şi
raport- ordinală
Observaţie: Din perspectiva utilizării în analize statistice, diferenţa dintre nivelul de
interval şi cel de raport nu este relevantă. De aceea, în practică, este important sa
facem distincţia între nivelul cantitativ (interval/raport) si calitativ (ordinal sau
nominal).
6.Identificaţi în următoarele exemple scala de măsurare pentru variabilele evidenţiate
cu caractere cursive:
1. Distanţa parcursă de muncitorii unei fabrici de acasă până la locul de muncă;
Scala de raport (cantitativă)
2. Numărul de angajări la o firma de construcţii în fiecare semestru al anului; Scala
nominală (categorială).
3. Numărul de voturi pozitive pe care le primeşte fiecare dintre cei trei candidaţi la
un concurs de conducere- Scală nominală de identificare (identitatea
candidaţilor)
7.Într-o cercetare se urmăreşte eficienţa a trei metode psihoterapeutice asupra
intensităţii manifestărilor anxioase. Care este variabila dependentă şi care este
variabila independentă?
Variabila dependentă = intensitatea manifestărilor anxioase
Variabila independentă = tipul de metodă terapeutică
8.Într-un studiu asupra efectului laptelui cald consumat seara, înainte de culcare,
asupra timpului de adormire, care este variabila dependentă si cea independentă?
Variabila dependentă = timpul de adormire
Variabila independentă = consumul de lapte (cu valorile: prezent, absent)
9.Un cercetător a aplicat unui eşantion de subiecţi doua chestionare, unul de
sociabilitate si unul de încredere în sine, urmărind să dovedească că persoanele
sociabile au o încredere în sine mai ridicată.
In acest caz:
a)Care este tipul cercetării corelaţional sau experimental? Corelaţional
b)Care este variabila dependentă?
Aşa cum este formulată întrebarea, încrederea in sine este variabila dependentă
(efect).
c)Care este variabila independentă?
Aşa cum este formulată întrebarea, sociabilitatea este variabila independentă(cauza).
Observaţie: În realitate, deoarece studiul nu este de tip experimental nu se poate
infera o relaţie cauzală între aceste două variabile, ci doar o relaţie de asociere.
d)Procedura statistică este de tip descriptiv sau inferenţial?
Inferenţial
10.Un psiholog raportează că persoanele din eşantionul cercetării au o vârstă medie
de 24,5 ani. În acest caz:
a)are e natura statisticii, inferenţială sau descriptivă? Descriptivă
b)Variabila vârstă este discretă sau continuă? Continuă
11.Un psiholog compară nivelul atracţiei pentru risc fizic la un grup de alpinişti şi un
grup de şahişti, descoperind că primii au o predispoziţie mai mare pentru risc. În acest
caz:
1. Care este variabila dependentă? Atracţia pentru risc
2. Care este variabila independentă? Categoria de sportivi (care ia doua valori:
alpinişti, şahişti)
c)De ce natură este studiul, corelaţional sau experimental?
Corelaţional (preferinţa pentru risc este măsurată separat la cele doua grupuri)
d)De ce natură este procedura statistică pe care a utilizat-o, descriptivă sau
inferenţială?
Inferenţială (a fost efectuată o decizie care implică generalizarea concluziei de la
nivelul eşantionului şi nivelul populaţiilor de alpinişti si şahişti)
12.Menţionaţi cel putin trei indicatori (variabile observate) ale variabilei latente
sociabilitate.
1.Uşurinţa de a lega discuţii cu persoane necunoscute
2.Plăcerea de a fi între oameni
3.Număr mare de prieteni
Capitolul 6 Statistica inferenţială, noţiuni de bază

Exerciţiile 6.2.6. (scoruri standard z, probabilităţi sub curba normală z)

La evaluarea psihologică în scop de selecţie a candidaţilor la facultatea de medicină

militară s-a aplicat şi testul de inteligenţă generală neverbală Domino 48(D48). Unul

dintre candidaţi a obţinut scorul 43 la acest test. Presupunând că inteligenţa generală

neverbală a populaţiei de candidaţi la facultatea de medicină militară ar avea o

distribuţie normală, cu media 34 şi abaterea standard de 4,6, calculaţi răspunsul la

următoarele întrebări:

1.Care este scorul z corespunzător scorului obţinut de studentul respectiv?

z=(43-34)/4,6=+1,95

2.Care este procentajul valorilor posibile între valoarea 43 şi medie?

-Utilizăm tabelul distribuţiei z (vezi imaginea de mai jos)

-Scorul z pentru valoarea 43, calculat mai sus, este 1,95.

-Tabelul z ne dă proporţia valorilor între medie (z=0) şi o anumită valoare. În cazul

nostru, citim pe linia 1.9 si coloana 0.05 (care insumate dau 1,95) si găsim 0.47441.

Transformată în procente, această valoare ne spune că între scorul 43 şi medie, pe

distribuţia normală, se află 47,44% dintre valori.

Tabelul distribuţiei valorilor sub curba normală z (valorile din tabel indică valorile dintre 0 şi z)
Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0039 0.0279
0 0.00000 0.00798 0.01197 0.01595 0.01994 0.02392 0.03188 0.03586
9 0
0.0438 0.0674
0.1 0.03983 0.04776 0.05172 0.05567 0.05962 0.06356 0.07142 0.07535
0 9
0.0831 0.1064
0.2 0.07926 0.08706 0.09095 0.09483 0.09871 0.10257 0.11026 0.11409
7 2
 0.1217 0.1443
0.3 0.11791 0.12552 0.12930 0.13307 0.13683 0.14058 0.14803 0.15173
2 1
0.1591 0.1808
0.4 0.15542 0.16276 0.16640 0.17003 0.17364 0.17724 0.18439 0.18793
0 2
0.1949 0.2156
0.5 0.19146 0.19847 0.20194 0.20540 0.20884 0.21226 0.21904 0.22240
7 6
0.2290 0.2485
0.6 0.22575 0.23237 0.23565 0.23891 0.24215 0.24537 0.25175 0.25490
7 7
0.2611 0.2793
0.7 0.25804 0.26424 0.26730 0.27035 0.27337 0.27637 0.28230 0.28524
5 5
0.2910 0.3078
0.8 0.28814 0.29389 0.29673 0.29955 0.30234 0.30511 0.31057 0.31327
3 5
0.3185 0.3339
0.9 0.31594 0.32121 0.32381 0.32639 0.32894 0.33147 0.33646 0.33891
9 8
0.3437 0.3576
1 0.34134 0.34614 0.34849 0.35083 0.35314 0.35543 0.35993 0.36214
5 9
0.3665 0.3790
1.1 0.36433 0.36864 0.37076 0.37286 0.37493 0.37698 0.38100 0.38298
0 0
0.3868 0.3979
1.2 0.38493 0.38877 0.39065 0.39251 0.39435 0.39617 0.39973 0.40147
6 6
0.4049 0.4146
1.3 0.40320 0.40658 0.40824 0.40988 0.41149 0.41309 0.41621 0.41774
0 6
0.4207 0.4292
1.4 0.41924 0.42220 0.42364 0.42507 0.42647 0.42785 0.43056 0.43189
3 2
0.4344 0.4417
1.5 0.43319 0.43574 0.43699 0.43822 0.43943 0.44062 0.44295 0.44408
8 9
0.4463 0.4525
1.6 0.44520 0.44738 0.44845 0.44950 0.45053 0.45154 0.45352 0.45449
0 4
0.4563 0.4616
1.7 0.45543 0.45728 0.45818 0.45907 0.45994 0.46080 0.46246 0.46327
7 4
0.4648 0.4692
1.8 0.46407 0.46562 0.46638 0.46712 0.46784 0.46856 0.46995 0.47062
5 6
0.4719 0.4755
1.9 0.47128 0.47257 0.47320 0.47381 0.47441 0.47500 0.47615 0.47670
3 8

3.Care este procentajul valorilor mai mari decât 43?

În conformitate cu proprietăţile curbei normale, peste medie se afla exact 50% dintre

valori. Ca urmare, dacă ştim că între medie si +1,95 (z corespunzător valorii 43) se află

47,44%, înseamnă că procentul valorilor mai mari de 1,95 este 50-47,44=2,56%

4.Care este procentajul scorurilor mai mici de 43?

Ştiind că procentul valorilor mai mici decât media este 50%, iar între medie si +1,95 (z

corespunzător valorii 43 sunt 47,44%, rezultă că procentul valorilor mai mici decât 43

este: 50+47.44 =97,44%

5.Care este probabilitatea de avea un scor mai mare de 40?

Calculăm valoarea z corespunzătoare scorului 40: z40=(40-34)/4,6=+1.30

Citim probabilitatea corespunzătoare distanţei dintre medie si 1.30 din tabelul curbei

normale (vezi tabelul de mai sus) si găsim 0,4114.

Probabilitatea unui scor mai mare decât 40 se află astfel: 0,50-0,4114=0,0886

Acum înmulţim cu 100 şi aflăm că această probabilitate este de 8,86%.

6. Care este probabilitatea de a avea un scor mai mic de 29?

Calculăm scorul z corespunzător valorii 29: z29=(29-34)/4,6= -1,08

Citim în tabelul curbei normale probabilitatea asociată valorii 0,08 pe linia 1,0 şi coloana

0,8 unde găsim valoarea 0,35993. Această probabilitate corespunde distanţei dintre

medie şi scorul 29. Pentru a afla probabilitatea valorilor mai mici de 29 (z= -1,08)

scădem din probabilitatea totala a valorilor de sub medie, probabilitatea celor dintre

medie si z=1,08, adică: 0,50- 0,35993=0,14007. Înmulţim cu 100 şi aflăm că

aproximativ 14% din rezultatele la testul de inteligenţă neverbală D48 se situează sub

scorul de 29 puncte în lotul de candidaţii la facultatea de medicină militară.

Observaţie: Tabelul z prezintă valori fără semn, deoarece distribuţia normală este

perfect simetrică.

Tabelul distribuţiei valorilor sub curba normală z (valorile din tabel indică valorile dintre 0 şi z)
Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0039 0.0279
0 0.00000 0.00798 0.01197 0.01595 0.01994 0.02392 0.03188 0.03586
9 0
 0.0438 0.0674
0.1 0.03983 0.04776 0.05172 0.05567 0.05962 0.06356 0.07142 0.07535
0 9
0.0831 0.1064
0.2 0.07926 0.08706 0.09095 0.09483 0.09871 0.10257 0.11026 0.11409
7 2
0.1217 0.1443
0.3 0.11791 0.12552 0.12930 0.13307 0.13683 0.14058 0.14803 0.15173
2 1
0.1591 0.1808
0.4 0.15542 0.16276 0.16640 0.17003 0.17364 0.17724 0.18439 0.18793
0 2
0.1949 0.2156
0.5 0.19146 0.19847 0.20194 0.20540 0.20884 0.21226 0.21904 0.22240
7 6
0.2290 0.2485
0.6 0.22575 0.23237 0.23565 0.23891 0.24215 0.24537 0.25175 0.25490
7 7
0.2611 0.2793
0.7 0.25804 0.26424 0.26730 0.27035 0.27337 0.27637 0.28230 0.28524
5 5
0.2910 0.3078
0.8 0.28814 0.29389 0.29673 0.29955 0.30234 0.30511 0.31057 0.31327
3 5
0.3185 0.3339
0.9 0.31594 0.32121 0.32381 0.32639 0.32894 0.33147 0.33646 0.33891
9 8
0.3437 0.3576
1 0.34134 0.34614 0.34849 0.35083 0.35314 0.35543 0.35993 0.36214
5 9
0.3665 0.3790
1.1 0.36433 0.36864 0.37076 0.37286 0.37493 0.37698 0.38100 0.38298
0 0
0.3868 0.3979
1.2 0.38493 0.38877 0.39065 0.39251 0.39435 0.39617 0.39973 0.40147
6 6
0.4049 0.4146
1.3 0.40320 0.40658 0.40824 0.40988 0.41149 0.41309 0.41621 0.41774
0 6
0.4207 0.4292
1.4 0.41924 0.42220 0.42364 0.42507 0.42647 0.42785 0.43056 0.43189
3 2
0.4344 0.4417
1.5 0.43319 0.43574 0.43699 0.43822 0.43943 0.44062 0.44295 0.44408
8 9
0.4463 0.4525
1.6 0.44520 0.44738 0.44845 0.44950 0.45053 0.45154 0.45352 0.45449
0 4
0.4563 0.4616
1.7 0.45543 0.45728 0.45818 0.45907 0.45994 0.46080 0.46246 0.46327
7 4
0.4648 0.4692
1.8 0.46407 0.46562 0.46638 0.46712 0.46784 0.46856 0.46995 0.47062
5 6
0.4719 0.4755
1.9 0.47128 0.47257 0.47320 0.47381 0.47441 0.47500 0.47615 0.47670
3 8

7.Care este probabilitatea de a avea un scor cuprins intre 31 şi 33 puncte?

-Calculăm scorurile z ale celor doua valori:

Z31=(31-34)/4,6= -0,652

z33=(33-34)/4,6 = -0,217
 -Citim în tabelul distribuţiei z probabilitatea dintre 0 si -0,652 (0,24215) şi

probabilitatea dintre 0 şi -0,217 (0,38877).

-Diferenţa dintre ele ne dă probabilitatea dintre cele doua scoruri z: 0,38877-

0,24215=0,14662. Exprimat în procente acest rezultat ne spune că pe distribuţia

normală, exista 14,662% valori cuprinse între scorurile z 0,65 şi – z 0,217.

8.Care este scorul minim pe care îl poate avea o persoană pentru a intra în primii 10%

dintre subiecţi?

-Mai întâi aflăm din tabelul distribuţiei normale care este scorul z care delimitează cei mai

buni 10% din populaţie. Aceasta înseamnă că între această valoare şi medie se află

50%-10%=40%

-Pentru aceasta căutăm în celulele tabelului până găsim o probabilitate cât mai

apropiată de 0.4 (care corespunde procentului de 40%). Aceasta este celula care

conţine 0,39973 (vezi tabelul de mai jos):

Tabelul distribuţiei valorilor sub curba normală z (valorile din tabel indică valorile dintre 0 şi z)
Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0039 0.0279
0 0.00000 0.00798 0.01197 0.01595 0.01994 0.02392 0.03188 0.03586
9 0
0.0438 0.0674
0.1 0.03983 0.04776 0.05172 0.05567 0.05962 0.06356 0.07142 0.07535
0 9
0.0831 0.1064
0.2 0.07926 0.08706 0.09095 0.09483 0.09871 0.10257 0.11026 0.11409
7 2
0.1217 0.1443
0.3 0.11791 0.12552 0.12930 0.13307 0.13683 0.14058 0.14803 0.15173
2 1
0.1591 0.1808
0.4 0.15542 0.16276 0.16640 0.17003 0.17364 0.17724 0.18439 0.18793
0 2
0.1949 0.2156
0.5 0.19146 0.19847 0.20194 0.20540 0.20884 0.21226 0.21904 0.22240
7 6
0.2290 0.2485
0.6 0.22575 0.23237 0.23565 0.23891 0.24215 0.24537 0.25175 0.25490
7 7
0.2611 0.2793
0.7 0.25804 0.26424 0.26730 0.27035 0.27337 0.27637 0.28230 0.28524
5 5
 0.2910 0.3078
0.8 0.28814 0.29389 0.29673 0.29955 0.30234 0.30511 0.31057 0.31327
3 5
0.3185 0.3339
0.9 0.31594 0.32121 0.32381 0.32639 0.32894 0.33147 0.33646 0.33891
9 8
0.3437 0.3576
1 0.34134 0.34614 0.34849 0.35083 0.35314 0.35543 0.35993 0.36214
5 9
0.3665 0.3790
1.1 0.36433 0.36864 0.37076 0.37286 0.37493 0.37698 0.38100 0.38298
0 0
0.3868 0.3979
1.2 0.38493 0.38877 0.39065 0.39251 0.39435 0.39617 0.39973 0.40147
6 6
0.4049 0.4146
1.3 0.40320 0.40658 0.40824 0.40988 0.41149 0.41309 0.41621 0.41774
0 6
0.4207 0.4292
1.4 0.41924 0.42220 0.42364 0.42507 0.42647 0.42785 0.43056 0.43189
3 2
0.4344 0.4417
1.5 0.43319 0.43574 0.43699 0.43822 0.43943 0.44062 0.44295 0.44408
8 9
0.4463 0.4525
1.6 0.44520 0.44738 0.44845 0.44950 0.45053 0.45154 0.45352 0.45449
0 4
0.4563 0.4616
1.7 0.45543 0.45728 0.45818 0.45907 0.45994 0.46080 0.46246 0.46327
7 4
0.4648 0.4692
1.8 0.46407 0.46562 0.46638 0.46712 0.46784 0.46856 0.46995 0.47062
5 6
0.4719 0.4755
1.9 0.47128 0.47257 0.47320 0.47381 0.47441 0.47500 0.47615 0.47670
3 8
-Apoi, compunem scorul z corespunzător însumând valoarea de pe linie cu valoarea de

pe coloana pe care se află probabilitatea găsită: z=+1,28

-Mai departe trebuie să transformăm scorul z=1,28 în scor brut, pe baza formulei

X=m+z*s, unde ştim valorile m (34), z (1,28) si s (4,6). Efectuând calculele obţinem:

X=50+1,28*4,6=40
Altfel spus, pentru a fi între primii 10% pe distribuţia normală, cineva trebuie sa aibă un

scor minim de aproximativ 40 puncte(din 44 de puncte maximum posibil de obţinut la

acest test).

Observaţie: Nu trebuie să uităm că tabelul prezintă probabilităţile dintre medie şi o

anumită valoare z, aşa încât să facem calculele necesare, în funcţie de formularea

problemei.
9. Care este scorul maxim pe care trebuie să îl obţină cineva pentru a se afla printre

ultimii 15%?

De data aceasta ne raportăm la partea stangă a distribuţiei normale, dar procedam la

fel ca mai sus.

-Căutăm scorul z corespunzător probabilităţii 0,50-0,15=0,35. Celula cu valoarea cea

mai apropiată de 0.35 (0,44950) se află la intersecţia liniei 1,0 cu coloana 0.04, care

însumate dau scorul z=-1,04 (i-am pus semnul minus pentru că problema ne plasează

în stânga mediei de pe curba Gauss).

-Scorul brut aferent valorii z=-1,04 se calculează cu aceeaşi formulă X=m-z*s unde însă

scădem din medie z*s deoarece ne aflăm în partea stângă a distribuţiei normale.

-Efectuăm calculele şi obţinem:

X=34-1,64*4,6=29,216

-În concluzie, cei care au un scor brut mai mic sau egal cu 29 se afla printre ultimii

15% de pe o distribuţie normală.

Exerciţiile 6.12.(Testul z sau t pentru un singur eşantion)

1.Să presupunem că media populaţiei pentru o scală de anxietate este u=40. Dupa un

cutremur puternic se obţin urmatoarele scoruri pe un eşantion de subiecţi care se

adresează unui cabinet de psihologie clinică: 62, 49, 44, 46, 48, 52, 57, 51, 44, 47.

1.1.-Testaţi ipoteza conform careia nivelul anxietăţii este influenţat de cutremur

(a=0,05, bilateral).

Media eşantionului = 50
tcritic pentru alfa 0.05, cu 9 grade de libertate df, bilateral=2,26 (se citeste în tabelul

de mai jos al lui t sau în Anexa 2, la intersecţia liniei 9 cu coloana 0,025)

a=
df a = 0,05 a = 0,025 a = 0,01 a = 0,005 a = 0,0005
6,10
1 3,078 6,314 12,706 31,821 63,657 636,620
2 1,886 2,920 4,303 6,965 9,925 31,598
3 1,638 2,353 3,182 4,541 5,841 12,924
4 1.&3 2,132 2,776 3,747 4,604 8,610
5 1,476 2,015 2.571 3,365 4,032 6^869
6 1,440 1,943 2,447 3,143 3,707 5,959
7 1,415 1,895 2,365 2,998 3,499 5,408
8 1,397 1,860 2,306 2,896 3,355 5,041
9 1.383 1,833 2,262 2,821 3,250 4,781
10 1,372 1,812 2,228 2,764 3,169 4,587
11 1,363 1,796 . 2,201 2.718 3,106 4,437
12 1,356 1,782 2,179 2,681 3,055 4,318
13 1,350 1,771 2,160 2,650 3,102 4,221
14 1,345 1,760 2,145 2,624 2,977 4,140
tcalculat = 5,47>2,26 tcritic

Decizia statistică: respingem ipoteza de nul

Decizia cercetarii: Datele eşantionului susţin ipoteza cercetării. Anxietatea după

cutremur este mai mare decât media anxietăţii(populaţiei generale).

1.2.Calculaţi intervalul de încredere pentru media populaţiei (95%).

● Limita inferioară 45,87 (pot exista mici diferenţe, care rezultă din

rotunjiri)

● Limita superioară 54,13

2.Scorurile obţinute la o scală de satisfacţie profesională de către angajaţii unui

compartiment dintr-o companie privată sunt urmatoarele: 10, 12, 15, 11, 10, 22, 14,

19, 18, 17, 25, 9, 12, 16, 17.

Scala a fost aplicată intregului personal al companiei (µ=13 şi σ=4)

2.1.Este nivelul de satisfacţie al compartimentului respectiv semnificativ mai mic decât

satisfacţia la nivelul întregii companii? (pentru alfa=0.01)

Media eşantionului = 15,13

tcritic pentru alfa 0,01, cu 14 grade de libertate df, bilateral = 2,97 (se citeşte în tabelul

de mai sus în Anexa 2, la intersecţia liniei 14 cu coloana 0,005)

eroarea standard a mediei= 4/15=1,03

tcalculat=(15,13-13)/1,03=2,06< 2,97 tcritic

Decizia statistică:2,06<2,97, se admite ipoteza de nul (t calculat este mai mic decit t

critic)

Decizia cercetării: ipoteza cercetării nu este confirmată

2.2.Care sunt limitele de încredere pentru media eşantionului, la un nivel de încredere

de 99%?

● Limita inferioară=15.13-2,97*1.03=12,07

● Limita superioară=15.13+2,97*1.03=18,18

Exerciţiile 6.18.( Testul z sau t pentru diferenţa dintre media unui eşantion şi media

populaţiei, indicele de mărime a efectului, puterea testului t, tipurile de erori statistice)

Mărimea efectului pentru exerciţiile 6.12.

1.1. Pentru primul test: în cazul testului z sau t pentru diferenţa dintre media unui

eşantion şi media populaţiei, indicele de mărime a efectului se calculează după formula

lui Cohen (1988):

 unde:

m=media eşantionului, μ=media populaţiei, σ=abaterea standard a populaţiei (atunci

când nu o cunoaştem, putem utiliza abaterea standard a eşantionului)

Ca urmare, mărimea efectului, pentru rezultatul cercetării cu privire la relaţia dintre un

cutremur produs recent şi nivelul anxietăţii unui eşantion de pacienţi care se adresează

unui cabinet individual de psihologie clinică, se calculează astfel:

d= 50-405,77 = 1,73

La numitor am utilizat abaterea standard a eşantionului, deoarece abaterea standard a

populaţiei nu ne este cunoscută.

Conform recomandărilor lui Cohen, valoarea obţinută indică o mărime a efectului

mare (altfel spus, diferenţa dintre nivelul anxietăţii dinainte si după cutremur este

mare). Amintim grila de interpretare a lui Cohen, este:

0.20 efect mic

d
0.50 efect mediu
(Cohen)
0.80 efect mare

1.2. Pentru al doilea test:testul t privind diferenţa dintre media la o scală de satisfacţie

profesională a unui compartiment şi media la aceeaşi scală a personalului din întreaga

companie,

d= 15,13-134 = 0,53
Conform recomandărilor lui Cohen, valoarea obţinută indică o mărime a efectului

medie. Altfel spus, pare să fie o oarecare relaţie de influenţă dintre gradele de

satisfacţie înregistrate la nivelul angajaţilor întregii companii şi la nivelul angajaţilor

compartimentului studiat, deşii diferenţa între cele două medii s-a dovedit

nesemnificativă. Această neconcordanţă dintre testul t şi îndicatorul de mărime a

efectului se explică prin numărul mic al angajaţilor compartimentului studiat(n=15).

2. Care este eroarea de tip II (β) atunci când puterea testului este : 0,64;0,93?

1 - 0,64 = 0,36 (Când pragul alfa admis este cel mai mare posibil, adică, atunci când

α= 0,05, atunci puterea testului t este cea mai mare, şi atunci posibilitatea erorii de tip

II- (β) este cea mai mică)

1 - 0,93 = 0,07 Cu cât puterea testului t este mai mare, cu atât probabilitatea erorii

de tip II(β) este mai mică(eroarea de tip II se produce atunci când admitem greşit

ipoteza de nul şi respingem ipoteza cercetării care este de fapt adevărată).

3.Care este puterea testului dacă eroarea de tip II (β) este de. 0,15; 0,46?

1 – 0,15 = 0,85

1 – 0,46 = 0,54

Cu cât probabilitatea erorii de tip II(β), este mai mică cu atât puterea testului t este mai

mare.

Capitolul 8 Teste statistice parametrice cu SPSS

Exerciţiile 8.6.(Coeficientul de corelaţie linear Pearson r)

1.r = -0,70
2.rcritic=0,57 (df=10); rezultatul este semnificativ statistic

3.Persoanele care se comportă agresiv primesc mai puţine aprecieri din partea celor din

jur.

4. Graficul scatter - plot (obţinut cu program SPSS)

5.Mărimea efectului: r =0,49 (corelaţie moderată)

6.Limitele de încredere: rminim=-0,45; rmaxim=-0,85

Capitolul 9 Teste neparametrice pentru date nominale

Exerciţiile 9.1.5.(Testul z pentru proporţii binomiale)

1. Presupunând că 85% din populaţie este dreptace (Q) şi că 15% este stângace (P):

a) Dacă 27 din cei 120 de copii dintr-o şcoală de artă sunt stângaci, care este scorul z

pentru testarea ipotezei?

Proporţia stângacilor la nivelul populaţiei: este P=0,15

Proporţia stângacilor la nivelul eşantionului: p=27/120=0,22

z=0,22-0,150,15*0,85120=0,070,03=2,33
0. Pe baza scorului z de la punctul a, putem concluziona că frecvenţa stăngacilor

printre copiii cu aptitudini artistice este mai mare decât la nivelul populaţiei? (a = 0,05,

bilateral)

zcalculat (2,33)>zcritic (1,96)

Rezultatul susţine respingerea ipotezei de nul. Procentul stângacilor în

eşantionul cercetării este semnificativ diferit de procentul stângacilor la

nivelul populaţiei

2.Doua grupuri de subiecţi, fiecare compus din 30 de persoane (N), participă la un

experiment în care este studiat efectul stresului temporal asupra performanţei de

rezolvare de probleme. Primul grup are un termen-limită, iar celălalt nu.

Rezultatele cercetarii arată că 25% dintre subiecţii grupului care a lucrat în

criză de timp au rezolvat problema, în timp ce în grupul fără termen-limită,

procentul rezolvărilor corecte a fost de 60%. Se poate afirma că stresul

temporal reduce performanţa în rezolvarea de probleme? (a = 0,05, bilateral)

Utilizăm formula 9.6 pentru eşantioane mari:

z=0,25-0,600,25*0,7530+0,60*0,4030=-0,350,11=3,18
zcalculat(3,18)>Zcritic (1,96)

Rezultatul susţine respingerea ipotezei de nul. Procentul celor care au

rezolvat problema în condiţii de stres temporal este semnificativ mai mic

decât procentul celor care au rezolvat-o în absenţa stresului temporal.

1. Şase studenţi de la Facultatea de Arte Plastice au fost rugaţi sa picteze două

tablouri, pe o temă la alegere. Într-un caz au lucrat în condiţii de linişte, în cel

 de-al doilea caz au avut un fond sonor de muzică clasică. Lucrările lor au fost

evaluate de un profesor care a apreciat că 5 dintre studenţi au dat dovadă de

mai multă creativitate când au ascultat muzică decât în condiţii de linişte. Se

poate concluziona că muzica clasică favorizează creativitatea artistică, pentru a

= 0,05, bilateral?

Procentul studenţilor creativi la nivelul eşantionului: p=5/6=0,83.

Aplicăm formula 9.7 (deoarece eşantionul este foarte mic):

Z=∣5-6*0,83∣-0,56*0,83*0,17=-0,32

Zcalculat(-0,32)<zcritic(1,96)

Rezultatul susţine acceptarea ipotezei de nul. Procentul studenţilor evaluaţi drept

"creativi" nu este semnificativ diferit, fapt care nu susţine ipoteza că muzica a stimulat

creativitatea (evident, în acest caz ne putem pune problema dacă nu cumva puterea

cercetării este extrem de mică, din cauza volumului redus al eşantionului). În ciuda

acestui rezultat, cercetătorul ar putea să se gândească la continuarea cercetării pe un

eşantion mai mare.

Exerciţiile 9.2.11.(Distribuţia multinomială, teste de contingenţă, Testul Chi

pătrat al asocierii datelor multinomiale)

1. Pentru a verifica ipoteza că există o legătură între numărul de internări psihiatrice şi

anotimp, au fost numărate internarile pentru fiecare anotimp, obţinându-se urmatoarele

valori: primavara = 30; vara = 40; toamna = 20; iarna = 10. Testaţi ipoteza că

internarile psihiatrice sunt inegal distribuite în funcţie de anotimp (pentru alfa=0,05).

Ipoteza cercetării:

Internarile psihiatrice variază în funcţie de anotimp.

Ipoteza de nul:

Internările în cele patru anotimpuri sunt egale.

Dacă internările psihiatrice ar fi echivalente în cele patru anotimpuri atunci ar trebui ca

cele 100 de internări (30+40+20+10) să se distribuie în mod egal în fiecare anotimp

(câte 25%).

Gradele de libertate:df=(4-1)*(2-1)

Chi pătrat critic=7,81

Tabelul de corespondenţă
Frecvenţe
Frecvenţe observate
aşteptate
Primăvar
30 25% din 100 = 25 (30-25)2/25=1
a
Vara 40 25% din 100 = 25 (40-25)2/25=9
Toamna 20 25% din 100 = 25 (20-25)2/25=1
Iarna 10 25% din 100 = 25 (10-25)2/25=9
Total 100 25% din 100 = 25 X2=20

X2calculat (20) >X2critic (7,81)

Rezultatele permit respingerea ipotezei de nul. Internările psihiatrice variază

semnificativ în funţie de anotimp.

Indicele phi Cramer de mărime a efectului:

Φc=20100*4-1= 0,25

Conform grilei lui Cohen, avem o mărime medie a efectului.

2. Într-un serviciu de psihologie clinică rezultatele mai multor psihologi în terapia unor

pacienţi cu tulburari severe au fost evaluate astfel: ameliorare, fără modificări,

înrăutăţire.

Ipoteza cercetării: Rezultatele terapiei variază în funcţie de psihiatrul care o

practică.

Ipoteza de nul : Rezultatele terapiei nu variază în funcţie de psihiatrul care

o practică.

Grade de libertate: (5-1)*(3-1)=8

Chi pătrat critic pentru alfa 0,05=15,51

Am realizat tabelul de corespondenţă punând psihologii pe linii şi starea pe coloane,

pentru a se aranja mai bine în pagină.

Ameliorat Fără modificari Înrăutăţit

FO FA FO FA FO FA Frecvenţa marginală
(65*18,18)/
Psiholog A 15 5 (28*18,18)/100=5,09 0 (17*18,18)/100=3,08 20(18,18)
100=11,81
(65*27,27)/
Psiholog B 11 13 (28*27,27)/100=7,63 6 (17*27,27)/100=4,63 30(27,27)
100=17,25
(65*18,18)/
Psiholog C 16 0 (28*18,18)/100=5,09 4 (17*18,18)/100=3,08 20(18,18)
100=11,81
(65*18,18)/
Psiholog D 13 4 (28*18,18)/100=5,09 3 (17*18,18)/100=3,08 20(18,18)
100=11,81
(65*18,18)/
Psiholog E 10 6 (28*18,18)/100=5,09 4 (17*18,18)/100=3,08 20(18,18)
100=11,81
1
Frecvenţa marginală 65 28 110
7

În tabelul de mai sus avem frecvenţele observate (coloanele FO) şi frecvenţele aşteptate
(coloanele FA). Aplicăm formula 9.9. Pentru fiecare pereche de celule FO şi FA facem
diferenţa, o ridicăm la pătrat ţi o împarţim la FA. Apoi însumăm rezultatele pentru toate
celulele. Rezultatul este valoarea lui X2 (13,53) Decizia statistică:
Chi patrat calculat (13,53) < Chi patrat critic (15,51)
Rezultatele cercetării impun admiterea ipotezei de nul şi neconfirmarea ipotezei că cei cinci
psihiatri au o eficienţă profesională diferită unul de altul.

Calculăm indicele phi Cramer pentru mărimea efectului:

Valoarea mărimii efectului este de nivel mediu.
Φc=13,53110*3-1=0,24

Valoarea mărimii efectului este de nivel mediu.

Capitolul 11(Teste statistice pentru date ordinale)

Exerciţiu 11.2.(Testul Mann- Whitney U pentru 2 eşantioane

independente)

1.Un cercetător doreşte să verifice dacă băieţii crescuţi de către mame singure

manifestă un nivel mai ridicat al trăsăturii „feminitate” decât băieţii crescuţi în familii bi-

parentale. Primul grup (A) cuprinde 10 subiecţi, al doilea, (B) este format din 8 subiecţi.

Evaluarea „feminităţii” s-a făcut pe baza unui chestionar specializat, cotat cu un scor

numeric. Numărul subiecţilor nu permite aplicarea unui test t pentru eşantioane

independente, motiv pentru care se decide utilizarea testului Mann-Whitney (U).

Datele cercetării:

(valorile exprimă scorul la trăsătura „feminitate”)

Provenienţa A(monoparental) şi
Scor „feminitate”
B(biparental)
A 14
A 12
A 15
A 9
A 10
A 13
A 15
A 11
A 14
A 12
B 10
B 7
 B 12
B 8
B 6
B 4
B 3
B 5
Care este valoarea testului Mann-Whitney (U)? Care este decizia statistică şi ce

concluzie trage cercetătorul?

1.Se calculează cale două valori U, corespunzătoare grupurilor A(băieţi crescuţi de

mame) şi B(băieţi crescuţi în familii biparentale), conform formulelor 11.1, respectiv

11.2, astfel:

Unde nA şi nB reprezintă volumul celor două grupuri independente care compun

eşantionul şi ΣRA şi ΣRB reprezintă suma rangurilor pentru fiecare din cele două grupuri.

2. Stabilim rangul subiecţilor din grupurile A şi B, folosind unul din cele două procedee

prezentate la tema 11.1. din volum.

Provenienţa A(monoparental) şi B(biparental) Scor „feminitate” Rang secvenţial

B 3 1
B 4 2
B 5 3
B 6 4
B 7 5
 B 8 6
A 9 7
B 10 8
A 10 8
A 11 9
B 12 10
A 12 10
A 12 10
A 13 11
A 14 12
A 14 12
A 15 13
A 15 13
3.Se calculează suma rangurilor celor două grupuri independente A1 şi B2.

Provenienţa A(monoparental) şi B(biparental) Scor „feminitate” Rang secvenţial

A 9 7
A 10 8
A 11 9
A 12 10
A 12 10
A 13 11
A 14 12
A 14 12
A 15 13
A 15 13
NA1= 10 ∑RA1=105
B 3 1
B 4 2
B 5 3
B 6 4
B 7 5
B 8 6
B 10 8
B 12 10
NB2 =8 ∑RB2=39
0. Se calculează testul U pentru cele două grupuri după formulele 11.1 şi 11.2.

UA1=10*8+10*10+12-105=80+55-105=135-105=30

UB2=10*8+8*8+12-39=80+36-39=116-39=77

UA1=30 UA1(30)> U0.05;10;8(17)

6.Se raportează valoarea calculată a testului U de la grupul A1(30)la valoarea tabelară

critică a testului U(17) deoarece este mai mică decât valoarea calculată a testului U la

grupul B2.(invers decât la pragurile critice ale altor teste de semnificaţie cunoscute).

A se citi valoarea critică tabelară a testului U în extrasul de mai joss au în Anexa 7, la

intersecţia dintre numărul de subiecţilor din cele două grupuri comparate(nA şi nB).

nA/nB a 5 6 8 10
0,05 0 1 2 3
3
0,01 - - - 0
0,05 1 2 4 5
4
0,01 - 0 1 2
0,05 2 3 6 8
5
0,01 0 1 2 4
0,05 3 5 8 11
6
0,01 1 2 4 6
0,05 6 8 13 17
8
0,01 2 4 7 11
0,05 8 11 17 23
10
0,01 4 6 11 16
0,05 11 14 22 29
12
0,01 6 9 15 21
0,05 13 17 26 36
14
0,01 7 11 18 26
0,05 15 21 31 42
16
0,01 9 13 22 31
0,05 18 24 36 48
18
0,01 11 16 26 37
Decizie statistică: se acceptă ipoteza de nul şi se respinge ipoteza cercetării; valoarea U

calculată este mai mare decât valoarea critică tabelară(Ucalculat ≥Ucritic tabelar).În

cazul testului U(Mann-Whitney), pentru a putea respinge ipoteza de nul şi a confirma

ipoteza cercetării U calculat la unul din cele două grupuri trebuia să fie mai mic sau cel

mult egal cu valoarea tabelară critică, corespunzător volumului celor două grupuri

independente comparate.

Ca urmare, decizia(concluzia) cercetării este aceea că nivelul feminităţii nu este

diferit la băieţii crescuţi numai de mamă comparativ cu nivelul feminităţii

băieţilor crescuţi de ambii părinţi

Exerciţiul 11.4.(Testul Kruskal-Wallis-H pentru mai mult de 2 eşantioane

independente)

1.Se porneşte de la formula testului H(K-W) şi de la cele 3 grupuri independente de

date(Tab.11.1), exprimând frecvenţa preferinţei de consum a 3 grupuri de câte 6

persoane, a prăjiturilor cu glazuri colorate diferit(verde, roşu,galben).

2.Se codifică cu cfrele 1, 2 şi 3 categoria de preferinţe exprimate pentru prăjiturile

glazurate în cele 3 culori şi se aplică o procedură globală de rangare a frecvenţei

preferinţei exprimate prin consumul prăjiturilor glazurate în cele 3 culori, de către cele 3

grupuri de subiecţi, a căte 6 persoane fiecare.

Tabelul11.1
 Verde Roşu Galben

3 3 2

7 4 0

1 5 4

0 6 6

9 4 4

2 6 1

Tabelul 11.2
Verde=1, Roşu=2, Galben=3
Rang
Grup, culoare Preferinţe culoare
secvenţial
1 0 1
3 0 1
1 1 2
3 1 2
1 2 3
3 2 3
1 3 4
2 3 4
2 4 5
2 4 5
3 4 5
3 4 5
 2 5 6
2 6 7
2 6 7
3 6 7
1 7 8
1 9 9
3. Se face suma valorii rangurilor fiecărei culori de glazură a prăjiturilor
consumate de către cele 3 grupuri a căte 6 subiecţi fiecare, indicatori care vor fi
introduşi în formula testului H, aşa cum putem observa în continuare.
Tabelul 11.3
Verde=1, Roşu=2, Galben=3
Rang
Grup, culoare Preferinţe culoare
secvenţial
1 0 1
1 1 2
1 2 3
1 3 4
1 7 8
1 9 9
n1=6 ∑R1=27
2 3 4
2 4 5
2 4 5
2 5 6
2 6 7
2 6 7
n2=6 ∑R2=34
3 0 1
3 1 2
3 2 3
3 4 5
3 4 5
 3 6 7
n3=6 ∑R3=23
N=n1+n2+n3=18

4. Calculăm valoarea testului H după formula 11.4, aşa cum se vede în continuare,
obţinând H= -42,91
H=1218*19*2726+3426+2326-3*19=12342*7296+11566+5296-3*19=

H=0,035*(121,5+192,66+88,166)-57=0,035*402,32-57=14,0812-57= -42,91

5.Citim în extrasul de mai jos cu tabelul valorilor critice pentru distribuţia Chi
pătrat(Anexa 6) la intersecţia liniei cu două grade de libertate df(3 grupuri de
valori-1) şi coloana lui p stabilit de 0,05, valoarea tabelară critică este 5,99.
Hcalculat=-42,91(semnul minus sau plus nu are nici o relevanţă)>Chi pătratcritic
=5,99(p=0,05, k-1).
Extras din Anexa 6 cu valorile criticepentru distribuţia Chi pătrat
P
d
0,05 0,025 0,01
f
1 3,84 5,02 6,64
2 5,99 7,38 9,21
3 7,81 9.35 11,34
Decizia statistică: valoarea testului H calculat este mai mare decât valoarea critică

tabelară Chi pătrat la un p= 0,05 şi la 2 grade de libertate(k-1, 3-1=2), ceea ce

înseamnă respingerea ipotezei de nul, adică a ideii că, culoarea glazurii prăjiturilor

(verde, roşie şi galbenă) nu determină preferinţa de consum a acestora.

Decizia cercetării:testul H(Kruskal-Wallis) pentru date ordinale a pus în evidenţă la un p

stabilit de 0,05 cu două grade de libertate(3k-1, a câte 6 subiecţi fiecare), faptul că a

existat o preferinţă diferită a celor 3 grupuri independente de subiecţi pentru consumul

aceluiaşi tip de prăjituri glazurate în culorile:verde, roşu şi galben.Pe baza testului H nu

se poate spune cu precizie, care anume culoare de glazură este preferată mai mult,ci

numai faptul că, preferinţa de consum a prăjiturilor glazurate în cele trei culori este
diferită.Pentru a afla culoarea de glazură cea mai preferată este necesară aplicarea unui

test pentru date cantitative.

Exerciţiul 11.6.(Testul Wilcoxon pentru două eşantioane perechi)

Ne propunem să scoatem în evidenţă efectul stresului temporal (criza de timp) asupra

performanţei de operare numerică. În acest scop, selectăm un eşantion de subiecţi

cărora le cerem să efectueze un test de calcule aritmetice în două condiţii

experimentale diferite: prima, în condiţii de timp nelimitat, cu recomandarea de a lucra

cât mai corect; a doua, în condiţii de timp limitat, cu condiţia de a lucra cât mai repede

şi mai corect în acelaşi timp.

Având în vedere numărul mic al subiecţilor cercetării prezentate şi la exerciţiul 7.3.7

pentru testul t pentru eşantioane dependente, refaceţi calculele utilizând testul

Wilcoxon:

Rezultatele celor două reprize sunt cele din tabelul următor:

Fără criză de timp Cu criză de timp

67 65

79 73

83 70

80 85

99 93

95 88

80 72

100 69
Care sunt valoarea testului, decizia statistică şi concluzia cercetării în acest caz?

Tabelul 11.4. Exemplu de calcul pentru testul Willcoxon

Rangul
Cod ”După”- Modulul Semnul
”Înainte” ”După” diferenţe
subiect ”Înainte” diferenţei diferenţei
i
1 65 67 -2 2 8 -

2 73 79 -6 6 5,5 -

3 70 83 -13 13 2 -

4 85 80 5 5 7 +

5 93 99 -6 6 5,5 -

6 88 95 -7 7 4 -

7 72 80 -8 8 3 -

8 69 100 -31 31 1 -

Coloanele tabelului prezintă etapele procedurii de calcul:

1.se calculează diferenţa dintre variabilele supuse testării

dacă sunt diferenţe nule, se elimină

2.se iau în considerare diferenţele în valoare absolută:

3.se construiesc rangurile pentru diferenţele în valoare absolută

4.se marchează semnul diferenţelor pentru fiecare pereche de valori

Din acest punct calcularea valorilor testului este simplă. Se calculează două valori T,

astfel: T(-), prin însumarea rangurilor diferenţelor negative, şi T(+), prin însumarea

rangurilor diferenţelor pozitive. Valoarea cea mai mică dintre ele este rezultatul testului
Wilcoxon, al cărui nivel de semnificaţie se află prin compararea cu valorile critice dintr-o

tabelă specială (Anexa 8), în funcţie de nivelul alfa ales şi de volumul eşantionului (N).

Testul se fundamentează pe ideea că atunci când ipoteza nulă este adevărată, ar trebui

ca suma rangurilor pentru diferenţele pozitive să fie egală cu suma rangurilor pentru

diferenţele negative. Pe măsură ce diferenţa dintre cele două sume este mai mare, ne

îndepărtăm de condiţia ipotezei de nul.

5.Se calculează cele două valori: T(+)=7 T(-)=29

6. T(+)= 7 este rezultatul testului Wilcoxon care se raportează la valoarea tabelară

critică citită în extrasul din Anexa specială 8(Anexa 8).

Anexa 8. Valorile critice pentru testul Wilcoxon

Nivel de seminficaţie pentru test unilateral
0,025 0,01 0,005
N
Nivel de seminficaţie pentru test bilateral
0,05 0,02 0,01
6 0 - -
7 2 0 -
8 4 2 0
9 6 3 2
1
8 5 3
0
7.Decizia statistică:valoarea calculată (7) este mai mare decât valoarea critică (4)
pentru N=8 şi alfa=0.5 bilateral. Ca urmare, suntem nevoiţi să acceptăm ipoteza de nul,
considerând neconfirmată ipotetic.
Exerciţiul 11.8.(Testul Friedman-Fr pentru măsurări repetate)
Un neurofiziolog doreşte să verifice dacă există o relaţie între leziunea cerebrală stângă

şi tipul de deficit de memorie de scurtă durată, în trei tipuri de sarcină diferite: cifre,

litere, litere şi cifre amestecate.

 Un număr de 6 subiecţi cu leziune cerebrală stângă au efectuat teste de memorie

distincte, pe şiruri de cifre, litere şi combinaţii de cifre şi litere. Performanţa înregistrată

marchează şirul cel mai lung memorat pentru fiecare test în parte.Datele cercetării sunt

prezentate în tabelul 11.5. prezentat în continuare.

Care este valoarea testului Friedman?

Care este decizia statistică şi ce concluzie trage cercetătorul?

1.Se porneşte de la formula 11.6 a testului Fridman(Fr) şi de la cele 3 categorii de

rezultate (Tabelul 11.5.), obţinute de cei 6 subiecţi cu leziuni cerebrale, la testele

distincte de memorie de memorie de scurtă durată(cifre, litere şi combinaţie între cifre

şi litere ).

unde:

c este numărul măsurărilor repetate

N este volumul seturilor de evaluări perechi

Ti este suma rangurilor corespunzătoare fiecărui moment de măsurare

La fel ca şi în cazul testului H (Kruskal-Wallis), distribuţia de nul a testului Friedman

urmează forma distribuţiei chi-pătrat pentru df=c-1.

Tabelul 11.5. cu rezultatele testelor repetate de memorie de scurtă durată(cifrele

reprezintă lungimea elementelor memorate la fiecare din cele 3 teste: cifre, litere şi

combinaţia cifre/litere)

Subiectu Scor
Scor Cifre Scor Cifre/Litere
l Litere

A 6 5 6

B 8 7 5

C 7 7 4

D 8 5 8

E 6 4 7

F 7 6 5

Tabelul 11.6 cu ordonarea după rang a scorurilor obţinute de subiecţi la fiecare set de

evaluări
Subiectul Rang scor Cifre Rang scor Litere Rang scor Cifre/Litere

A 1,5 3 1,5

B 1 2 3

C 1,5 1,5 3

D 1,5 3 1,5

E 2 3 1

F 1 2 3

T1= 12
N=6 T2= 14 T3= 20

Introducem valorile cercetării în formula 11.6:

Fr=126*3*4*(122+142+202)-3*6*4= 1272*144+196+400-72=

=0,1666*740 -72=123,284 - 72=51,284

Comparăm valoarea calculată a testului Fr(51,28) cu valoarea critică tabelară(vezi

extrasul din Anexa 6 cu valorile critice pentru distribuţia Chi pătrat) pentru df 3-1 şi

pragul alfa de 0,05 şi constatăm ca aceasta este 5,99.

Decizia statistică: Frcalculat>Chi pătratcritic(k-1, α=0,05), în consecinţă se respinge

ipoteza de nul şi se consideră confirmată ipoteza cercetării.

Concluzia cercetării: performanţele la testele de memorie de scurtă durată la subiecţii

cu leziuni cerebrale în emisfera stângă, sunt afectate şi variază semnificativ în funcţie de

tipul de sarcini de complexitate diferită(cifre, litere şi combinate cu cifre şi litere). Testul

Friedman(Fr) pentru măsurători repetate cu obţinerea de date ordinale, pune în

evidenţă acastă relaţie dintre leziunile cerebrale stângi şi memoria de scurtă durată la

tipuri de sarcini de complexitate diferită, cu aplicarea pe eşantioane relative reduse de

subiecţi. Anexa 6. Valorile critice pentru distribuţia chi-pătrat

P
d
0,05 0,025 0,01
f
1 3,84 5,02 6,64
2 5,99 7,38 9,21
11,3
3 7,81 9.35
4
13,2
4 9,49 11,14
8
11,0 15,0
5 12,83
7 9

Exerciţiul 11.10 (Coeficientul de corelaţie pentru date ordinale Spearman)

Într-o şcoală de pilotaj a fost organizat un curs de optimizare a evaluării elevilor de

către instructori, cu scopul de a se uniformiza criteriile de evaluare.

După terminarea cursului, doi instructori sunt puşi să efectueze, fiecare, un număr de

ore de zbor cu aceiaşi 10 elevi, după care li se cere să facă o ierarhie a lor.

Ele
Instructor 1 Instructor 2
v

A 3 3

B 1 2

C 7 6

D 6 7

E 10 10
 F 5 4

G 9 8

H 8 9

I 4 5

J 2 1

Care este valoarea corelaţiei dintre evaluările celor doi instructori? Care este decizia

statistică şi concluzia cercetării în acest caz?

Tabelul 11.7. Datele cercetării şi modul de calcul pentru testul Spearman

Ele Rang Rang Diferenţa (D)
D2
v instructor 1 instructor 2 (R1-R2)
3 3
A 0 0

1 2
B -1 1

7 6
C 1 1

6 7
D -1 1

10 10
E 0 0

5 4
F 1 1

9 8
G 1 1

8 9
H -1 1

4 5
I -1 1

2 1
J 1 1

∑D2=8
Dacă înlocuim în formula de calcul 11.7. pentru coeficientul de corelaţie a rangurilor

Spearman, datele cercetării obţinem:

Rs =1 – 6*810*100-1=1-48990=1-0, 048=0,95

Acum citim în extrasul de mai jos din Anexa 9(Anexa 9) valoarea critică pentru testul

de corelaţie a rangurilor Spearman la intersecţia liniei N=10 cu culoana pragului alfa de

0,05.

Decizia statistică: rs calculat(0,95) >rscritic (0,648). Ipoteza de nul se respinge.

Concluzia cercetării: evaluările celor doi instructori sunt semnificativ concordante.

Programul de training pentru uniformizarea criteriilor de evaluare a elevilor piloţi a avut

efectul scontat.

Anexa 9. Valorile critice pentru testul de corelaţie a rangurilor (Spearman)

Test unilateral
a = 0,05 a = 0,025 a = 0,01 a = 0,005
N
Test bilateral
a = 0,10 a = 0,05 a = 0,02 a = 0,01
5 0,900
6 0,829 0,886 0,943
7 0,714 0,786 0,893
8 0,643 0,738 0,833 0,881
9 0,600 0,683 0,783 0,833
10 0,564 0,648 0,745 0,794
11 0,523 0,623 0,736 0,818
12 0,497 0,591 0,703 0,780
Exerciţiile 13.11.(aplicarea algoritmului de alegere a procedurii statistice-

vezi şi Anexa 10)

Citiţi contextul experimental şi alegeţi procedura adecvată statistică, în funcţie de

obiectivul analizei şi de tipul de variabilă. Atenţie, pentru rezolvarea exerciţiilor

variabilele vor fi luate în considerare sub forma prezentată, fără a fi transformate pe o

altă scală de măsurare!

1.Un eşantion de elevi piloţi este testat sub aspectul capacităţii de rezolvare a unei

sarcini de reprezentare spaţială (exprimat prin numărul răspunsurilor corecte şi viteza

de rezolvare), cu scopul de a vedea în ce măsură aceasta este influenţată de numărul

orelor de zbor acumulate în carieră (exprimate ca atare).

-Ne aflăm în faţa unui studiu de asociere între variabile efectuat pe un singur eşantion

aparţinând popuaţiei statistice de elevi piloţi;

-Variabila dependentă testată: capacitatea de rezolvare a sarcinilor de reprezentare

spaţială exprimată pe scala I/R;

-Variabila independentă: numărul ore de zbor acumulate în carieră exprimate pe scala

I/R;

-Alegerea statisticii descriptive:distribuţia de frecvenţe,histograma(poligonul de

frecvenţe);

-Măsura tendinţei centrale:media(dacă distribuţia este simetrică), mediana(dacă

distribuţia este asimetrică);

-Măsura variabilităţii:abaterea standard(dacă distribuţia este simetrică) sau

amplitudinea(dacă distribuţia este asimetrică);

-Alegerea testului statistic:analiza de corelaţie liniară simplă Pearson r, regresia liniară

simplă;

-Întrebările care ni le punem, după alegerea coeficientului de corelaţie simplă liniară r

ca test de bază pentru a confirma ipoteza cercetării, pot fi:1.„Care este coeficientul de

corelaţie între cele două variabile?”, 2.”Va fi coeficientul de corelaţie r obţinut,

semnificativ la un nivel alfa=0,05, bilateral?”, ”Va fi coeficientul de determinare r2 ca

mărime a efectului, de nivel mediu spre mare, cel puţin?”, ”Care sunt limitele r pentru

un interval de încredere de 95%?”

-Mărimea eşantionului:nu mai mic de 50 de subiecţi pentru a da putere testului;

-Obţinerea şi inspectarea graficului scatterplot(pentru a analiza efectul unor eventuale

valori extreme şi chiar despre existenta unui alt tip de asociere decât cel rectiliniu);

-Stabilirea mărimii efectului:valoarea coeficientului de corelaţie r este, prin ea însăşi, un

indicator de mărime a efectului; totuşi, în acest scop se utilizează coeficientul de

determinare r2;

-Cerinţele impuse pentru publicarea rezultatului şi concluziei acestei cercetări sunt:pe

lângă raportarea coeficientului de corelaţie r rezultat, pragul său de semnificaţie

atins(Anexa 4),coeficientul de determinare ca mărime a efectului, mai trebuie reluaţi în

rezumat, indicatorii statistici descriptivi(medie, abatere standard, indicatorii simetriei şi

aplatizării, graficul scatterplot) şi volumul eşantionului.

Prezentarea limitelor de încredere de 95%, nu este uzuală, poate şi pentru că

programele statistice obişnuite nu le oferă, dar calcularea şi includerea lor în

documentul cercetării este de dorit.

2.Un eşantion de dreptaci, unul de stângaci şi unul de ambidextri au fost testaţi sub

aspectul capacităţii de recunoaştere tactilă, fiecare subiect este testat pentru ambele

mâini, ca urmare, se pot face diferenţele de performanţă obţinute cu cele două mâini.

Cercetătorul măsoară numărul obiectelor corect identificate cu fiecare mână.

-Contextul experimental se referă la comparaţia dintre mai mult de două grupuri,

independente de subiecţi(dreptaci, stângaci şi ambidextri) prin testarea diferenţei dintre

scorurile medii pe grup ale subiecţilor din cele 3 grupuri la testul privind capacitatea de

recunoaştere tactilă a obiectelor, atât cu mâna dreaptă, cât şi cu mâna stângă;

-Variabila dependentă testată este capacitatea de recunoaştere tactilă a obiectelor de

cătresubiecţii din cele 3 grupuri independente, atât cu mâna dreaptă, cât şi cu mâna

stângă, practic avem de-aface cu 2 variabile dependente, care aparţin scalei de măsură

I/R(performanţa fiecarei mâini constând în numărul de obiecte correct identificate cu

fiecare mână);

-Variabila independentă este una nominal – categorială, care face deosebirea

subiecţilor din cele 3 eşantioane privind apartenenţa lor la 3 populaţii disticte: dreptaci,

stângaci şi ambidextri(pentru a creşte puterea testului este de dorit ca numărul

subiecţilor din cele 3 eşantioane să fie egal şi să depăşească un anumit volum, despre

care explicăm în continuare);

-Pentru că variabila independentă ia 3 valori(dreptaci stângaci şi ambidextrii)se

recomandă de către cercetători, ca eşantioanele comparate să aibă un număr minim de

30 de subiecţi fiecare(30*3=90 subiecţi);

-Alegerea statisticii descriptive:distribuţia de frecvenţe,histograma(poligonul de

frecvenţe);

- Măsura tendinţei centrale:media(dacă distribuţia este simetrică), mediana(dacă

distribuţia este asimetrică);

-Măsura variabilităţii:abaterea standard(dacă distribuţia este simetrică) sau

amplitudinea(dacă distribuţia este asimetrică);

-Alegerea testului statistic după variabilele identificate până aici: ANOVA factorial(3

variabile independente:dreptaci, stângaci şi ambidextrii), dacă nu există abatere

semnificativă a distribuţiei performanţelor cu mână dreaptă/stângă, de la curba normal,

la testul de recunoaştere senzorială a obiectelor;dacă datele analizei descriptive ne

descriu o distribuţie asimetrică a variabilelei dependente, atunci ANOVA factorial este

înlocuit cu teste neparametrice avansate sau testul Kruskal-Wallis, pentru date ordinale;

-Testul ANOVA se calculează ca raport între varianţa intergrup (împrăştierea mediilor

grupurilor comparate) şi varianţă intragrup (împrăştierea valorilor luate împreună ale

grupurilor comparate). Acesta se numeşte raportul Fischer (F), care urmează forma

unei distribuţii cu originea în 0, asimetrică pozitiv şi asimptotică la axa Ox.

-O valoare semnificativă a testului F ne îndreptăţeşte să considerăm că diferenţa dintre

mediile grupurilor comparate este suficient de mare pentru a nu fi întâmplătoare.

Această concluzie are un caracter global, care priveşte variaţia tuturor mediilor, fără a

ne spune ceva despre raporturile dintre medii una faţă de alta.

-Analiza „post-hoc" completează analiza de variantă, prin compararea mediilor luate

două câte două, cu teste speciale, care încearcă atenuarea efectului de cumul al erorii

de tip I.

-Este important de reţinut, de asemenea, faptul că analiza post-hoc este practicată, de

regulă, numai dacă a fost obţinut un rezultat semnificativ pentru testul F(Anexa 3).

Aceasta înseamnă că analiza post-hoc nu poate fi utilizată ca substitut pentru testul t

efectuat în mod repetat. Ca urmare, în practică, analiza de varianţă va cuprinde două

faze: prima, în care se decide asupra semnificaţiei testului F, şi a doua, în cazul că acest

raport este semnificativ, în care se analizează comparativ diferenţele dintre categoriile

analizate, pe baza unui test post- hoc.

-Mărimea efectului pentru testul ANOVA se evaluează cu ajutorul a mai multor

indicatori, dintre care cei mai utilizaţi sunt eta - pătrat (η2) şi omega - pătrat(F).

1. Un profesor ţine sub observaţie copii din trei categorii de familii: cu un singur

părinte, care lucrează: cu doi părinţi, ambii părinţi având serviciu, cu doi părinţi,

din care numai unul are serviciu. Pentru fiecare copil este măsurat numărul de

intervenţii fără a fi întrebat. Pe ansamblu, rezultatele arată că cei mai mulţi copii

obţin scorul 0, un număr mare obţin 1 sau doi, şi câţiva obţin scoruri mari.

-Contextul experimental se referă la comparaţia dintre 3 categorii de copii provenind din

3 categorii independente de familii(cu un singur părinte care lucrează, cu ambii părinţi

care lucrează şi cu ambii părinţi, dar numai unul lucrează) în privinţa numărului de

intervenţii al copiilor la clasă(3 categorii de intervenţi: nici una, cu una sau două

intervenţii şi căţiva cu mai mult de 2 intervenţii);

- Variabila dependentă: pe scală categorial-numerică de tip I/R(0 intervenţii, cu 1-2

intervenţii cu mai mult de 2 intervenţii);

-Variabila independentă: nominal - categorială(cu un singur părinte care lucrează, cu

ambii părinţi şi ambii lucrează, cu ambii părinţi, dar numai unul lucrează);

-Ipoteza cercetării:există o asociere între tipul de familie mono şi biparentală pe de-o

parte,părinţi cu şi fără serviciu, pe de altă parte şi numărul de intervenţii la clasă a

copiilor proveniţi din aceste categorii de familii, adică există o diferenţă între copii care

sunt crescuţi în astfel de familii ;

-Variabila dependentă-numărul de intervenţii la clasă, deşii este exprimată pe o scală

I/R, pare să producă o distribuţie asimetrică spre stânga(cei mai mulţi copii nu au deloc

sau au una sau două intervenţii la clasă);aceasta poate produce ranguri diferite ale

copiilor din cele 3 tipuri de familii, ţinând cont de numărul intervenţiilor la clasă;

-Testul statistic recomandat în această cercetare este Kruskal Wallis pentru date

ordinale în cazul a mai mult de două eşantioane independente(corespondentul lui

ANOVA pentru date cantitative).

-Diferenţele mici dintre rangurile grupurilor conduc spre valori ale testului care tind spre

0 şi sunt implicit, nesemnificative;

-Valoarea critică a testului se citeşte din tabelul distribuţiei Chi pătrat pentru

df=k-1(Anexa 6).