Analiza computerizată a datelor

Curs 2
Teste parametrice vs.
nonparametrice
 Analiza datelor în psihologie

Scopul utilizării statisticii în psihologie

 Identificarea relațiilor (de asociere, comparative) dintre

două sau mai multe variabile, relații pe care să le generalizăm
de la eșantionul folosit în analiză la o populație mai largă.

De asociere Comparative

Emotivitate, sociabilitate, temperatură, agresivitate etc.

 Tipul relațiilor analizate

De asociere Comparative

Corelația Pearson Teste t

Corelația Spearman Man-Whitney
Wilcoxon
Analiza de varianță
Analiza datelor

Interpretarea datelor
 Tipul relațiilor analizate

De asociere Comparative

Corelația Pearson Teste t

Corelația Spearman Man-Whitney
Wilcoxon
Analiza de varianță

1. Teste nonparametrice  Normalitatea distribuției

datelor din eșantion
2. Teste parametrice  Tipul scalelor de măsură
Ce test statistic trebuie să
folosim?
 Scale de măsură
Nominală Interval/
Nominală Ordinală
raport

 Frecvențe  Frecvențe  Frecvențe

 Procente  Procente  Procente
 Mediană  Medie
 Abatere
1. Teste nonparametrice standard
Nu permit calcularea
parametrilor statistici 2. Teste parametrice

Putere statistică scăzută

 Scale de măsură ale variabilelor

Erorile dintr-un test de

Trăsături de personalitate
performanță

Nominală Prezență/ absența

Teste
Ordinală
Deloc, foarte Nivel scăzut, mediu, nonparametrice
puține, ridicat
puține, multe,
foarte multe
Interval Scor total la un
instrument Teste
parametrice
Raport Numărul erorilor
0, 1, 2, 3, etc.
 1. Verificarea scalei de măsură a variabilelor

1a. De interval,
1b. Nominală, ordinală
de raport
 Scorul continuu/ total la un
instrument de evaluare Ranguri
Niveluri (scăzut, mediu, ridicat)

Teste
Teste parametrice
nonparametrice

Variabile view – coloana Values

 Distribuție normală

Datele din eșantion respectă criteriul normalității distribuției?

DA NU
Teste parametrice Teste
nonparametrice
 2. Testarea normalității distribuției datelor din eșantion

2a. Distribuție 2b. Distribuție diferită de

normală cea normală

Teste Teste
parametrice nonparametrice

Testul Kolmogorov-Smirnov

Analyze – Nonparametric tests – Legacy dialogs – 1-Sample K-S

 Teste parametrice vs. nonparametrice
Teste parametrice

Scala de măsură: de interval/ raport

- Nu presupune categorii (ex., gen masculin/ feminin),
niveluri, ranguri (ex. scăzut/ridicat)

Datele din eșantion (BD) sunt normal distribuite (testul

Kolmogorov-Smirnov: p > 0.05).
 Teste parametrice vs. nonparametrice
Respectarea unei condiții:

DA 3. NU

Verificăm a Test
doua condiție nonparametric

1. Îndeplinită 2. Neîndeplinită

Test parametric Test nonparametric

 Legături de asociere

Corelația

Pearson
Spearman
 Corelația
Indică legătura dintre două variabile:

Emotivitate, temperatură atmosferică, nivel

zgomot, mobilitatea atenției, nivel agresivitate,
performanță școlară, anxietate, motivației
intrinsecă
 Corelația

Legătura dintre două variabile:

Natura legăturii (r)
Direct proporțională
Invers proporțională
Semnificația (p)
Mărimea/ puterea (r)
 Corelația
Analyze – Correlate – Bivariate
Interpretarea cantitativă a datelor

A B

C D
 Interpretarea cantitativă a datelor

1. Semnificația legăturii (p)

p ≤ 0,05: legătură semnificativă

p>0,05: legătură nesemnificativă

2. Semnul corelației (r) 3. Mărimea corelației (r)

pozitiv: relație direct proporțională 0 – 0,29: legătură slabă

negativ: relație invers proporțională 0,3 – 0,49: legătură medie
0,50 – 1: legătură puternică
Teste statistice pentru verificarea relațiilor
comparative
 Metode statistice de analiză a datelor

Tipul eșantioanelor

Independente Perechi

Compararea rezultatelor unor Compararea rezultatelor acelorași

grupe diferite de participanți participanți la două variabile
la aceeași variabilă diferite

Compararea rezultatelor acelorași

participanți la o singură variabilă, evaluată
în două momente diferite (test/retest)
 Tipuri eșantioane

• Compararea rezultatelor participanților de gen masculin cu cele ale

participanților de gen feminin la variabila nivel depresie. independente

• Compararea stării afective a participanților înainte și după

expunerea la un film cu valență negativă. perechi

• Compararea rezultatelor participanților la variabilele depresie și

anxietate. perechi

• Compararea rezultatelor obținute de participanții din clasa a IX-a, cu

cele ale rezultatelor obținute de participanții din clasele a X-a și a
XI-a la variabila performanță școlară.
independente
 Variabile independente vs. dependente

Variabila pe baza căreia se Variabilă de grup

stabilesc grupe diferite de sau
participanți Variabilă independentă

Variabila pe baza căreia se Variabilă testată

sau
compară grupurile Variabilă dependentă

Ex.: Comparați rezultatele subiecților din mediul rural cu ale

celor din mediul urban la variabila toleranță la incertitudine.
 Variabile independente vs. dependente
Grupul 1
Comparați rezultatele subiecților cu vârsta de 5 ani cu cele
ale subiecților cu vârsta de 7 ani la variabila empatie.
Grupul 2 VD

Comparați rezultatele subiecților din anul I de studiu cu cele

ale subiecților din anul II și III, la variabila încredere în sine.

Comparați rezultatele subiecților cu nivel scăzut, mediu și

ridicat al generozității la variabila implicare în activ. de
voluntariat.
 Eșantioane perechi

Numărul de situații

2 Minim 3

Scala de măsură a
variabilelor

De
Ordinală De interval Ordinală
interval

Testul t pentru ANOVA cu

eșantioane Wilcoxon măsurări Friedman
perechi repetate
 Eșantioane independente VI

Numărul de grupuri comparate

2 Minim 3

Scala de măsură a VD

De
Ordinală De interval Ordinală
interval

Testul t pentru
Mann- One Way Kruskal -
eșantioane
Whitney ANOVA Wallis
independente
Teste parametrice vs. non-parametrice

Nerespectarea în totalitate a celor două

condiţii conduce la imposibilitatea folosirii
unui test parametric şi la alegerea testului
alternativ, non-parametric.
 Ce test alegem?

1. Comparaţi rezultatele subiecţilor la variabilele

optimism şi stimă de sine. Wilcoxon
Optimism – sc. ordinală
Stimă de sine – sc. interval, date normal distribuite

2. Analizaţi legătura dintre variabilele prudenţă şi

punctualitate. Corelaţia Spearman
Prudenţă - sc. interval, date normal distribuite
Punctualitate - sc. interval, datele nu sunt normal distribuite
 Ce test alegem?
3. Comparaţi rezultatele subiecţilor cu nivel scăzut al stării
afective pozitive cu ale celor cu nivel mediu şi ridicat, la
variabila altruism. Anova One Way
Altruism – scala de interval
4. Comparaţi rezultatele subiecţilor cu nivel scăzut al experienţei
profesionale cu ale celor cu nivel ridicat la variabila stres.
Stres – scala ordinală
Mann-Whitney
5. Analizaţi legătura dintre variabilele percepţia riscului şi
comportament riscant.
Percepţia riscului - sc. interval, date normal distribuite
Comportament riscant - sc. interval, datele normal distribuite

Corelaţia Pearson
 Ce test alegem?
6. Comparaţi rezultatele subiecţilor la variabilele egoism şi
toleranţă.
Egoism – sc. interval, date normal distribuite
Toleranţă – sc. interval, date normal distribuite

Testul t pentru eşantioane perechi

7. Comparaţi rezultatele subiecţilor cu loc al controlului intern cu
ale celor cu loc al controlului extern la variabila asumarea
responsabilităţilor.
Asumarea responsabilităţilor - sc. interval, date normal distribuite
8. Comparaţi rezultatele subiecţilor de 4 ani cu ale celor de 5 şi 6
ani, la variabila fantezie.
Testul t pentru eşantioane independente
Fantezie - sc. interval

Anova One Way

Doar testele parametrice presupun respectarea celor două
condiţii (scală de interval/ raport, normalitatea datelor).
Verificăm condiţiile, pentru a decide dacă folosim test
parametric sau nu. Testele non-parametrice se folosesc de fiecare
dată când cele două condiţii nu sunt respectate de datele din
analiză.
Testele t
Teste t pentru a compara un eșantion cu o populație

 Comparăm rezultatele persoanelor dintr-un eșantion cu cele ale

unei populații, pentru care cunoaștem media rezultatelor.
Condiții
 se cunoaște media populației

 Scala variabilei: de interval (scor total la un instrument)

Analyze – Compare means – One Sample t test

1
Se scrie media
populației
2
3

5
6
 Media
eșantionului

Media
populației

Grade de
libertate =49

t=-7.39
p<0,001
 Rezolvare
1. Medii Meșantion = 5.64 Mpopulație = 8

2. Ipoteza de nul și de cercetare

H0: Nu există diferențe semnificative între rezultatele subiecților din
eșantion și cele ale subiecților din populație cu media 8, la variabila
suspiciune.
H1: Există diferențe semnificative între rezultatele subiecților din
eșantion și cele ale subiecților din populație cu media 8, la variabila
suspiciune.

3. Valori test t (t, df, p) t(49) = -7.39; p<0,001

4. Concluzie
p<0.05  respingem H0, acceptăm H1  Există diferențe semnificative
între rezultatele subiecților din eșantion și cele ale subiecților din populație
cu media 8, la variabila suspiciune, în sensul că rezultatele subiecților din
eșantion sunt semnificativ mai mici.
 Teste t pentru eșantioane perechi

Comparăm rezultatele aceluiași grup de participanți la două variabile

diferite sau la aceeași variabilă măsurată în momente temporale diferite

Condiții
 Avem doar două situații (variabile/ momente temporale)
 Scala variabilelor: de interval (scor total la un instrument)

Analyze – Compare means – Paired Sample t test

1

3 4

5
 Mediile
variabilelor
comparate

Grade de p<0,001
t=-4.68
libertate =49

Se notează: t(49) = -4.68; p<0,001

 Rezolvare
1. Medii Msinceritate = 7.32 Mextraversie = 10.38
2. Ipoteza de nul și de cercetare
H0: Nu există diferențe semnificative între rezultatele
subiecților la variabilele sinceritate și extraversie.
H1: Există diferențe semnificative între rezultatele
subiecților la variabilele sinceritate și extraversie.
3. Valori test t (t, df, p) t(49) = -4.68; p<0,001
4. Concluzie
p<0.05  respingem H0, acceptăm H1  Există
diferențe semnificative între rezultatele subiecților la
variabilele sinceritate și extraversie, în sensul că
rezultatele la variabila sinceritate sunt semnificativ mai
mici decât cele de la variabila extraversie.
 Teste t pentru eșantioane independente

 Comparăm rezultatele unor grupe diferite de participanți la

aceeași variabilă
Condiții
 Avem doar două grupuri formate din participanți diferiți
 Scala VD: de interval (scor total la un instrument)

Analyze – Compare means – Independent Sample t test

 test variable: VD
 grouping variable: VI
1

2
4
3

5
6

9
 Mediile grupurilor
comparate

t=3,15 Grade de libertate =41 p=0,003

Se notează: t(41) = 3,15; p=0,003

Testul Levene: p < 0.05  citim valorile testului t (t, p) de pe rândul 2.

p > 0.05  citim valorile testului t (t, p) de pe rândul 1.
 Rezolvare
1. Medii Mridicat = 12.45 Mscăzut = 5.73
2. Ipoteza de nul și de cercetare
H0: Nu există diferențe semnificative între rezultatele subiecților cu nivel
scăzut și ale celor cu nivel ridicat al optimismului la variabila evaluarea
viitorului.
H1: Există diferențe semnificative între rezultatele subiecților cu nivel
scăzut și ale celor cu nivel ridicat al optimismului la variabila evaluarea
viitorului.
3. Valori test t (t, df, p) t(41) = 3,15; p=0,003
4. Concluzie
p<0.05  respingem H0, acceptăm H1  Există diferențe
semnificative între rezultatele subiecților cu nivel scăzut și ale
celor cu nivel ridicat al optimismului la variabila evaluarea
viitorului, în sensul că rezultatele celor cu nivel ridicat sunt
semnificativ mai mari decât ale celor cu nivel scăzut.
 Testul Mann-Whitney

 Comparăm rezultatele unor grupe diferite de participanți la

aceeași variabilă
Condiții
 Avem doar două grupuri formate din participanți diferiți
 Scala VD: ordinală (niveluri/ ranguri)

Analyze – Non-parametric test – Legacy Dialogs – 2

Independent samples
 test variable: VD
 grouping variable: VI
1

2 6

7
4
 Mediile rangurilor
grupurilor comparate

U = 72, Z=-4.61, p < 0.001

 Rezolvare
1. Medii Mmasculin = 34.73 Mfeminin = 15.50
2. Ipoteza de nul și de cercetare
H0: Nu există diferențe semnificative între rezultatele subiecților de gen
masculin și cele ale subiecților de gen feminin la variabila dominare.
H1: Există diferențe semnificative între rezultatele subiecților de gen
masculin și cele ale subiecților de gen feminin la variabila dominare.

3. Valori statistice U = 72, Z=-4.61, p < 0.001

4. Concluzie
p<0.05  respingem H0, acceptăm H1  Există diferențe
semnificative între rezultatele subiecților de gen masculin și cele
ale subiecților de gen feminin la variabila dominare, în sensul că
rezultatele celor de gen masculin sunt semnificativ mai mari
decât ale celor de gen feminin.
 Testul Wilcoxon

Comparăm rezultatele aceluiași grup de participanți la două variabile

diferite sau la aceeași variabilă măsurată în momente temporale diferite

Condiții
 Avem doar două situații (variabile/ momente temporale)
 Scala VD: ordinală (ranguri/ niveluri)

Analyze – Non-parametric test – Legacy Dialogs – 2

Related samples
1

6
 Mediile
variabilelor
comparate

Z = -5.52, p < 0.001

 Rezolvare
1. Medii Mrn = 25.22 Mrp. = 10.88
2. Ipoteza de nul și de cercetare
H0: Nu există diferențe semnificative între rezultatele
subiecților la variabilele inhibiție și lab. emoțională.
H1: Există diferențe semnificative între rezultatele
subiecților la variabilele inhibiție și lab. emoțională.
3. Valori statistice Z = -5.52, p < 0.001
4. Concluzie
p<0.05  respingem H0, acceptăm H1  Există
diferențe semnificative între rezultatele subiecților la
variabilele inhibiție și lab. emoțională, în sensul că
rezultatele la variabila inhibiție sunt semnificativ mai
mici decât cele de la variabila lab. emoțională.
 Testul Chi-Square

Comparăm frecvențele teoretice cu frecvențele observate, pentru o

variabilă.
Analyze – Non-parametric test – Legacy Dialogs – Chi-Square
 Frecvențe Frecvențe
observate așteptate

Chi = 0.16, p = 0.923

 Rezolvare
1. Frecvențe teoretice și observate
Fr. obs: st. primare = 16, st. medii = 16, st. superioare = 18
Fr. teoretice: 16.7
2. Ipoteza de nul și de cercetare
H0: Nu există diferențe semnificative între frecvențele teoretice și
cele observate, la variabila nivel studii.
H1: Există diferențe semnificative între între frecvențele teoretice și
cele observate, la variabila nivel studii.

3. Valori statistice Chi = 0.16, p = 0.923

4. Concluzie
p>0.05  respingem H0, acceptăm H1  Nu există diferențe
semnificative între frecvențele teoretice și cele observate, la
variabila nivel studii.