İstatistiğin psikolojideki önemi (örneklerle)

İstatistik alanı verilerin toplanması, analizi, yorumlanması ve sunumuyla ilgilidir.

Psikoloji alanında istatistikler aşağıdaki nedenlerden dolayı önemlidir:

Sebep 1 : Tanımlayıcı istatistikler, psikologların insan performansı, mutluluk ve diğer ölçümlerle ilgili verileri özetlemesine olanak tanır.

Sebep 2 : Regresyon modelleri, psikologların insan performansı, mutluluk ve diğer ölçümlerle ilgili değişkenler arasındaki ilişkiyi ölçmesine olanak tanır.

Sebep 3 : Hipotez testi, psikologların farklı yöntem, teknik ve prosedürlerin insan performansı, mutluluk ve diğer ölçütler üzerindeki etkinliğini karşılaştırmasına olanak tanır.

Bu makalenin geri kalanında bu nedenlerin her birini açıklayacağız.

Sebep 1: Verileri özetlemek için tanımlayıcı istatistikleri kullanın

Tanımlayıcı istatistikler verileri tanımlamak için kullanılır.

Psikologlar genellikle bireyler hakkındaki verileri özetlemek için tanımlayıcı istatistikler kullanırlar.

Örneğin, bir endüstri ve organizasyon psikoloğu, belirli bir şirkette çalışan kişiler için aşağıdaki tanımlayıcı istatistikleri hesaplayabilir:

• Maaştan genel memnuniyet (örneğin, 1’den 7’ye kadar olan ölçek)
• İşyeri kültüründen genel memnuniyet
• Çalışma saatlerinden genel memnuniyet

Bir I/O psikoloğu bu ölçümleri kullanarak şirketteki çalışanların memnuniyet düzeyini daha iyi anlayabilir.

Daha sonra bu ölçümleri, işyerini çalışanlar için daha hoş bir ortam haline getirmek amacıyla iyileştirilebilecek alanlar hakkında kuruluşu bilgilendirmek için kullanabilirler.

Sebep 2: Değişkenler arasındaki ilişkiyi ölçmek için regresyon modellerini kullanın

İstatistik psikolojide regresyon modelleri şeklinde de kullanılmaktadır.

Bunlar, psikologların bir veya daha fazla yordayıcı değişken ile bir yanıt değişkeni arasındaki ilişkiyi ölçmesine olanak tanıyan modellerdir.

Örneğin bir psikolog, günlük egzersiz için harcanan toplam saat, günlük çalışma için harcanan toplam saat ve bireylerin genel mutluluğu (örneğin 0’dan 100’e kadar bir ölçekte) hakkındaki verilere erişebilir.

Daha sonra aşağıdaki çoklu doğrusal regresyon modelini oluşturabilirler:

Mutluluk = 76,4 + 9,3 (günde egzersize harcanan saat) – 0,4 (günde çalışarak geçirilen saat)

Bu modeldeki regresyon katsayılarının nasıl yorumlanacağı aşağıda açıklanmıştır:

• Günde egzersiz yaparak geçirilen her ilave saat için, genel mutluluk ortalama 9,3 puan artıyor (çalışma saatlerinin sabit kaldığı varsayılarak).
• Günde çalışarak geçirilen her ilave saat için, genel mutluluk ortalama 0,4 puan azalıyor (egzersiz için harcanan saatlerin sabit kaldığı varsayılarak).

Bu modeli kullanan bir psikolog, egzersize harcanan zamanın artmasının genel mutlulukla, çalışmak için harcanan zamanın artmasının ise genel mutluluğun azalmasıyla ilişkili olduğunu hemen anlayabilir.

Ayrıca egzersiz ve çalışmanın genel mutluluğu ne kadar etkilediğini de ölçebilirler.

Sebep 3: Yöntemleri karşılaştırmak için hipotez testini kullanın

İstatistik psikolojide hipotez testi şeklinde de kullanılır.

Bunlar psikologların farklı yöntemler, teknikler veya prosedürler arasında istatistiksel anlamlılık olup olmadığını belirlemek için kullanabileceği testlerdir.

Örneğin, bir spor psikoloğunun yeni bir antrenman yönteminin üniversite basketbolcularının zihinsel sağlığını artırabileceğine inandığını varsayalım. Bunu test etmek için, 40 oyuncunun bir ay boyunca yeni antrenman yöntemini uygulamadan önce ve uyguladıktan sonraki sağlık durumunu (örneğin 1’den 7’ye kadar bir ölçekte) ölçebilir.

Daha sonra aşağıdaki hipotezleri kullanarak eşleştirilmiş örnekler için bir t-testi gerçekleştirebilir:

• H ₀ : μ _sonra = μ _önce (ortalama refah, yöntemin kullanılmasından önce ve sonra aynıdır)
• H _A : μ _sonra > μ _önce (yöntemi kullandıktan sonra ortalama refah daha yüksektir)

Testin p değeri belirli bir anlamlılık seviyesinin altındaysa (örn. α = 0.05), bu durumda sıfır hipotezi reddedilebilir ve yeni yöntemin oyuncu refahının artmasına yol açtığı sonucuna varılabilir.

Not : Bu, psikolojide kullanılan hipotez testlerinin yalnızca bir örneğidir. Diğer yaygın testler arasında tek örnekli t testi , iki örnekli t testi , tek yönlü ANOVA ve iki yönlü ANOVA bulunur.

Ek kaynaklar

Aşağıdaki makaleler istatistiğin diğer alanlardaki önemini açıklamaktadır:

Araştırmada istatistiğin önemi
Sağlıkta istatistiğin önemi
İşletmelerde istatistiğin önemi
Ekonomide istatistiğin önemi
Eğitimde istatistiğin önemi