Znaczenie statystyki w psychologii (z przykładami)

Dziedzina statystyki zajmuje się gromadzeniem, analizą, interpretacją i prezentacją danych.

W dziedzinie psychologii statystyki są ważne z następujących powodów:

Powód 1 : Statystyki opisowe umożliwiają psychologom podsumowanie danych związanych z wydajnością człowieka, szczęściem i innymi miarami.

Powód 2 : Modele regresji pozwalają psychologom ilościowo określić związek między zmiennymi związanymi z wydajnością człowieka, szczęściem i innymi miarami.

Powód 3 : Testowanie hipotez pozwala psychologom porównać skuteczność różnych metod, technik i procedur w zakresie wydajności człowieka, szczęścia i innych mierników.

W pozostałej części tego artykułu omówimy każdy z tych powodów.

Powód 1: Użyj statystyk opisowych do podsumowania danych

Statystyki opisowe służą do opisu danych.

Psychologowie często używają statystyk opisowych do podsumowywania danych o poszczególnych osobach.

Na przykład psycholog przemysłowy i organizacyjny może obliczyć następujące statystyki opisowe dla osób pracujących w określonej firmie:

• Ogólne zadowolenie z wynagrodzenia (np. skala od 1 do 7)
• Ogólne zadowolenie z kultury pracy
• Ogólne zadowolenie z godzin pracy

Korzystając z tych pomiarów, psycholog I/O może lepiej zrozumieć poziom satysfakcji pracowników w firmie.

Mogą następnie wykorzystać te wskaźniki, aby poinformować organizację o obszarach, które można ulepszyć, aby uczynić miejsce pracy przyjemniejszym środowiskiem dla pracowników.

Powód 2: Użyj modeli regresji do ilościowego określenia związku między zmiennymi

Statystyka jest również wykorzystywana w psychologii w postaci modeli regresji .

Są to modele, które pozwalają psychologom ilościowo określić związek pomiędzy jedną lub większą liczbą zmiennych predykcyjnych azmienną odpowiedzi .

Na przykład psycholog może mieć dostęp do danych na temat całkowitej liczby godzin spędzonych dziennie na ćwiczeniach, całkowitej liczby godzin spędzonych dziennie na pracy i ogólnego szczęścia (np. w skali od 0 do 100) poszczególnych osób.

Następnie mogliby skonstruować następujący model regresji liniowej wielokrotnej:

Szczęście = 76,4 + 9,3 (godziny spędzone dziennie na ćwiczeniach) – 0,4 (godziny spędzone dziennie na pracy)

Oto jak interpretować współczynniki regresji w tym modelu:

• Każda dodatkowa godzina spędzona dziennie na ćwiczeniach zwiększa ogólne poczucie szczęścia średnio o 9,3 punktu (zakładając, że godziny spędzone w pracy pozostają niezmienne).
• Każda dodatkowa godzina spędzona dziennie na pracy powoduje spadek ogólnego poczucia szczęścia średnio o 0,4 punktu (przy założeniu, że godziny spędzone na ćwiczeniach pozostają niezmienne).

Korzystając z tego modelu, psycholog może szybko zrozumieć, że dłuższy czas spędzony na ćwiczeniach wiąże się ze zwiększonym ogólnym szczęściem, a dłuższy czas spędzony na pracy wiąże się z niższym ogólnym szczęściem.

Mogą również dokładnie określić, w jakim stopniu ilość ćwiczeń i pracy wpływa na ogólne poczucie szczęścia.

Powód 3: Użyj testowania hipotez do porównania metod

Statystyka jest również wykorzystywana w psychologii w formie testowania hipotez .

Są to testy, za pomocą których psychologowie mogą określić, czy istnieje statystyczna istotność pomiędzy różnymi metodami, technikami lub procedurami.

Załóżmy na przykład, że psycholog sportu wierzy, że nowa metoda treningu może poprawić samopoczucie psychiczne zawodników koszykówki z college’u. Aby to sprawdzić, może zmierzyć samopoczucie (np. w skali od 1 do 7) 40 zawodników przed i po miesięcznym wdrożeniu nowej metody treningowej.

Następnie może wykonać test t dla sparowanych próbek, korzystając z następujących hipotez:

• H ₀ : μ _po = μ _przed (średnie samopoczucie przed i po zastosowaniu metody jest takie samo)
• H _A : μ _po > μ _przed (średnie samopoczucie jest wyższe po zastosowaniu metody)

Jeśli wartość p testu jest poniżej pewnego poziomu istotności (np. α = 0,05), wówczas można odrzucić hipotezę zerową i stwierdzić, że nowa metoda prowadzi do zwiększenia dobrostanu gracza.

Uwaga : to tylko jeden przykład testowania hipotez stosowany w psychologii. Inne popularne testy obejmują test t dla jednej próbki , test t dla dwóch próbek , jednoczynnikową ANOVA i dwuczynnikową ANOVA .

Dodatkowe zasoby

Poniższe artykuły wyjaśniają znaczenie statystyki w innych dziedzinach:

Znaczenie statystyki w badaniach
Znaczenie statystyki w ochronie zdrowia
Znaczenie statystyki w przedsiębiorstwach
Znaczenie statystyki w ekonomii
Znaczenie statystyki w edukacji