Die bedeutung der statistik in der psychologie (mit beispielen)

Der Bereich Statistik beschäftigt sich mit der Erhebung, Analyse, Interpretation und Darstellung von Daten.

Im Bereich der Psychologie sind Statistiken aus folgenden Gründen wichtig:

Grund 1 : Deskriptive Statistiken ermöglichen es Psychologen, Daten zu menschlicher Leistung, Glück und anderen Maßstäben zusammenzufassen.

Grund 2 : Regressionsmodelle ermöglichen es Psychologen, die Beziehung zwischen Variablen im Zusammenhang mit menschlicher Leistung, Glück und anderen Maßstäben zu quantifizieren.

Grund 3 : Hypothesentests ermöglichen es Psychologen, die Wirksamkeit verschiedener Methoden, Techniken und Verfahren auf die menschliche Leistung, das Glück und andere Messgrößen zu vergleichen.

Im weiteren Verlauf dieses Artikels gehen wir auf jeden dieser Gründe ein.

Grund 1: Verwenden Sie deskriptive Statistiken, um Daten zusammenzufassen

Beschreibende Statistiken werden zur Beschreibung von Daten verwendet.

Psychologen verwenden deskriptive Statistiken häufig, um Daten über Einzelpersonen zusammenzufassen.

Beispielsweise könnte ein Arbeits- und Organisationspsychologe die folgenden deskriptiven Statistiken für Personen berechnen, die in einem bestimmten Unternehmen arbeiten:

• Gesamtzufriedenheit mit dem Gehalt (z. B. Skala von 1 bis 7)
• Gesamtzufriedenheit mit der Arbeitsplatzkultur
• Gesamtzufriedenheit mit den Arbeitszeiten

Anhand dieser Messungen kann ein I/O-Psychologe den Grad der Mitarbeiterzufriedenheit im Unternehmen besser verstehen.

Anschließend können sie diese Kennzahlen verwenden, um das Unternehmen über Bereiche zu informieren, die verbessert werden könnten, um den Arbeitsplatz für die Mitarbeiter angenehmer zu gestalten.

Grund 2: Verwenden Sie Regressionsmodelle, um die Beziehung zwischen Variablen zu quantifizieren

Statistiken werden auch in der Psychologie in Form von Regressionsmodellen eingesetzt.

Hierbei handelt es sich um Modelle, die es Psychologen ermöglichen, die Beziehung zwischen einer oder mehreren Prädiktorvariablen und einer Antwortvariablen zu quantifizieren.

Beispielsweise kann ein Psychologe Zugriff auf Daten über die Gesamtzahl der pro Tag mit körperlicher Betätigung verbrachten Stunden, die Gesamtzahl der pro Tag für die Arbeit aufgewendeten Stunden und die Gesamtzufriedenheit der einzelnen Personen (z. B. auf einer Skala von 0 bis 100) haben.

Anschließend könnten sie das folgende multiple lineare Regressionsmodell erstellen:

Zufriedenheit = 76,4 + 9,3 (Trainingsstunden pro Tag) – 0,4 (Arbeitsstunden pro Tag)

So interpretieren Sie die Regressionskoeffizienten in diesem Modell:

• Mit jeder zusätzlichen Stunde, die pro Tag mit Sport verbracht wird, steigt die allgemeine Zufriedenheit um durchschnittlich 9,3 Punkte (unter der Annahme konstanter Arbeitsstunden).
• Mit jeder zusätzlichen Arbeitsstunde pro Tag sinkt die Gesamtzufriedenheit um durchschnittlich 0,4 Punkte (unter der Annahme, dass die Anzahl der Trainingsstunden konstant bleibt).

Anhand dieses Modells kann ein Psychologe schnell verstehen, dass mehr Zeit, die man mit Sport verbringt, mit einem größeren Gesamtglück einhergeht, und dass mehr Zeit, die man mit der Arbeit verbringt, mit einem geringeren Gesamtglück einhergeht.

Sie können auch genau quantifizieren, wie stark sich die Menge an Bewegung und Arbeit auf das allgemeine Glück auswirkt.

Grund 3: Verwenden Sie Hypothesentests, um Methoden zu vergleichen

Statistiken werden auch in der Psychologie in Form von Hypothesentests eingesetzt.

Hierbei handelt es sich um Tests, mit denen Psychologen feststellen können, ob zwischen verschiedenen Methoden, Techniken oder Verfahren eine statistische Signifikanz besteht.

Angenommen, ein Sportpsychologe glaubt, dass eine neue Trainingsmethode das geistige Wohlbefinden von College-Basketballspielern steigern kann. Um dies zu testen, kann er das Wohlbefinden (zum Beispiel auf einer Skala von 1 bis 7) von 40 Spielern vor und nach der Einführung der neuen Trainingsmethode für einen Monat messen.

Anschließend kann er einen t-Test für gepaarte Stichproben unter Verwendung der folgenden Hypothesen durchführen:

• H ₀ : μ _nachher = μ _vorher (das durchschnittliche Wohlbefinden ist vor und nach Anwendung der Methode gleich)
• H _A : μ _nach > μ _vorher (durchschnittliches Wohlbefinden ist nach Anwendung der Methode höher)

Wenn der p-Wert des Tests unter einem bestimmten Signifikanzniveau liegt (z. B. α = 0,05), kann er die Nullhypothese ablehnen und daraus schließen, dass die neue Methode zu einem höheren Wohlergehen der Spieler führt.

Hinweis : Dies ist nur ein Beispiel für Hypothesentests, die in der Psychologie verwendet werden. Andere gängige Tests sind ein T-Test bei einer Stichprobe , ein T-Test bei zwei Stichproben , eine einfaktorielle ANOVA und eine zweifaktorielle ANOVA .

Zusätzliche Ressourcen

Die folgenden Artikel erläutern die Bedeutung von Statistiken in anderen Bereichen:

Die Bedeutung der Statistik in der Forschung
Die Bedeutung von Statistiken im Gesundheitswesen
Die Bedeutung von Statistiken in Unternehmen
Die Bedeutung der Statistik in der Wirtschaft
Die Bedeutung der Statistik in der Bildung