สถิติสำหรับนักจิตวิทยา สถิติและการประมวลผลข้อมูลทางจิตวิทยา

บทที่ 1 ลักษณะเชิงปริมาณของเหตุการณ์สุ่ม
1.1. เหตุการณ์และมาตรการความเป็นไปได้ของการปรากฏตัว
1.1.1. แนวคิดของเหตุการณ์
1.1.2. เหตุการณ์สุ่มและไม่สุ่ม
1.1.3. ความถี่ความถี่และความน่าจะเป็น
1.1.4. คำจำกัดความทางสถิติความน่าจะเป็น
1.1.5. คำจำกัดความทางเรขาคณิตความน่าจะเป็น
1.2. ระบบเหตุการณ์สุ่ม
1.2.1. แนวคิดของระบบเหตุการณ์
1.2.2. เหตุการณ์ที่เกิดขึ้นร่วมกัน
1.2.3. การพึ่งพาระหว่างเหตุการณ์
1.2.4. การเปลี่ยนแปลงเหตุการณ์
1.2.5. ระดับปริมาณเหตุการณ์
1.3. ลักษณะเชิงปริมาณของระบบงานจำแนกประเภท
1.3.1. การแจกแจงความน่าจะเป็นของเหตุการณ์
1.3.2. การจัดอันดับเหตุการณ์ในระบบตามความน่าจะเป็น
1.3.3. มาตรการเชื่อมโยงระหว่างเหตุการณ์ที่เป็นความลับ
1.3.4. ลำดับเหตุการณ์
1.4. ลักษณะเชิงปริมาณของระบบเหตุการณ์ที่สั่งซื้อ
1.4.1. จัดอันดับเหตุการณ์ตามขนาด
1.4.2. การกระจายความน่าจะเป็นของระบบจัดอันดับของเหตุการณ์เรียงลำดับ
1.4.3. ลักษณะเชิงปริมาณการแจกแจงความน่าจะเป็นของระบบเหตุการณ์ลำดับ
1.4.4. จัดอันดับการวัดความสัมพันธ์
บทที่ 2 ลักษณะเชิงปริมาณของตัวแปรสุ่ม
2.1. ตัวแปรสุ่มและการกระจายตัวของมัน
2.1.1. ตัวแปรสุ่ม
2.1.2. การแจกแจงความน่าจะเป็นของค่าตัวแปรสุ่ม
2.1.3. คุณสมบัติพื้นฐานการแจกแจง
2.2. ลักษณะเชิงตัวเลขของการกระจาย
2.2.1. มาตรการวัดตำแหน่ง
2.2.2. มาตรการของความเบ้และความโด่ง
2.3. การกำหนดลักษณะเชิงตัวเลขจากข้อมูลการทดลอง
2.3.1. จุดเริ่มต้น
2.3.2. การคำนวณตำแหน่งการกระจายของการวัดความเบ้และความโด่งจากข้อมูลที่ไม่ได้จัดกลุ่ม
2.3.3. การจัดกลุ่มข้อมูลและการแจกแจงเชิงประจักษ์
2.3.4. การคำนวณการวัดตำแหน่งการกระจายของความเบ้และความโด่งจากการกระจายเชิงประจักษ์
2.4. ประเภทของกฎหมายการกระจายตัวแปรแบบสุ่ม
2.4.1. บทบัญญัติทั่วไป
2.4.2. กฎหมายปกติ
2.4.3. การทำให้เป็นมาตรฐานของการแจกแจง
2.4.4. กฎการกระจายอื่น ๆ ที่สำคัญสำหรับจิตวิทยา
บทที่ 3 ลักษณะเชิงปริมาณของระบบสองมิติของตัวแปรสุ่ม
3.1. การกระจายตัวในระบบของตัวแปรสุ่มสองตัว
3.1.1. ระบบสอง ตัวแปรสุ่ม
3.1.2. การแจกแจงร่วมของตัวแปรสุ่มสองตัว
3.1.3. การแจกแจงเชิงประจักษ์แบบไม่มีเงื่อนไขและแบบมีเงื่อนไขโดยเฉพาะ และความสัมพันธ์ของตัวแปรสุ่มในระบบสองมิติ
3.2. ลักษณะของตำแหน่งการกระจายตัวและการสื่อสาร
3.2.1. ลักษณะเชิงตัวเลขของตำแหน่งและการกระจายตัว
3.2.2. การถดถอยอย่างง่าย
3.2.3. มาตรการวัดความสัมพันธ์
3.2.4. ลักษณะรวมของตำแหน่งการกระเจิงและการมีเพศสัมพันธ์
3.3. การกำหนดลักษณะเชิงปริมาณของระบบสองมิติของตัวแปรสุ่มตามข้อมูลการทดลอง
3.3.1. การประมาณการถดถอยอย่างง่าย
3.3.2. คำนิยาม ลักษณะเชิงตัวเลขด้วยข้อมูลการทดลองจำนวนเล็กน้อย
3.3.3. การคำนวณคุณลักษณะเชิงปริมาณของระบบสองมิติโดยสมบูรณ์
3.3.4. การคำนวณลักษณะรวมของระบบสองมิติ
บทที่ 4 ลักษณะเชิงปริมาณของระบบหลายมิติของตัวแปรสุ่ม
4.1. ระบบหลายมิติของตัวแปรสุ่มและลักษณะเฉพาะของตัวแปรเหล่านั้น
4.1.1. แนวคิดของระบบหลายมิติ
4.1.2. ความหลากหลายของระบบหลายมิติ
4.1.3. การแจกแจงในระบบหลายมิติ
4.1.4. ลักษณะเชิงตัวเลขในระบบหลายมิติ
4.2. ฟังก์ชั่นที่ไม่ใช่แบบสุ่มจากอาร์กิวเมนต์แบบสุ่ม
4.2.1. ลักษณะเชิงตัวเลขของผลรวมและผลคูณของตัวแปรสุ่ม
4.2.2. กฎการกระจาย ฟังก์ชันเชิงเส้นจากข้อโต้แย้งแบบสุ่ม
4.2.3. หลายรายการ การถดถอยเชิงเส้น
4.3. การกำหนดลักษณะเชิงตัวเลขของระบบหลายมิติของตัวแปรสุ่มตามข้อมูลการทดลอง
4.3.1. การประมาณความน่าจะเป็นของการแจกแจงแบบหลายตัวแปร
4.3.2. คำนิยาม การถดถอยหลายครั้งและคุณลักษณะเชิงตัวเลขที่เกี่ยวข้อง
4.4. คุณสมบัติแบบสุ่ม
4.4.1. สมบัติและคุณลักษณะเชิงปริมาณของฟังก์ชันสุ่ม
4.4.2. ฟังก์ชันสุ่มบางคลาสที่สำคัญสำหรับจิตวิทยา
4.4.3. ความหมายของลักษณะ ฟังก์ชั่นสุ่มจากการทดลอง
บทที่ 5 การทดสอบทางสถิติของสมมติฐาน
5.1. ภารกิจของการทดสอบสมมติฐานทางสถิติ
5.1.1. ประชากรและกลุ่มตัวอย่าง
5.1.2. ลักษณะเชิงปริมาณ ประชากรและตัวอย่าง
5.1.3. ข้อผิดพลาดในการประมาณการทางสถิติ
5.1.4. งาน การทดสอบทางสถิติสมมติฐานใน การวิจัยทางจิตวิทยา
5.2. เกณฑ์ทางสถิติสำหรับการประเมินและการทดสอบสมมติฐาน
5.2.1. แนวคิดของ เกณฑ์ทางสถิติ
5.2.2. การทดสอบ x ของเพียร์สัน
5.2.3. เกณฑ์พารามิเตอร์พื้นฐาน
5.3. วิธีพื้นฐานสำหรับการทดสอบสมมติฐานทางสถิติ
5.3.1. วิธีความน่าจะเป็นสูงสุด
5.3.2. วิธีเบย์
5.3.3. วิธีการคลาสสิกในการกำหนดพารามิเตอร์ของฟังก์ชันด้วยความแม่นยำที่กำหนด
5.3.4. วิธีการออกแบบ ตัวอย่างตัวแทนตามแบบจำลองประชากร
5.3.5. วิธีทดสอบสมมติฐานทางสถิติตามลำดับ
บทที่ 6 พื้นฐานของการวิเคราะห์ความแปรปรวนและการวางแผนทางคณิตศาสตร์ของการทดลอง
6.1. แนวคิดของการวิเคราะห์ความแปรปรวน
6.1.1. สาระสำคัญของการวิเคราะห์ความแปรปรวน
6.1.2. ข้อกำหนดเบื้องต้นสำหรับการวิเคราะห์ความแปรปรวน
6.1.3. การวิเคราะห์ปัญหาความแปรปรวน
6.1.4. ประเภทของการวิเคราะห์ความแปรปรวน
6.2. การวิเคราะห์ความแปรปรวนแบบปัจจัยเดียว
6.2.1. รูปแบบการคำนวณสำหรับปริมาณเดียวกัน การทดสอบซ้ำ
6.2.2. รูปแบบการคำนวณสำหรับ ปริมาณที่แตกต่างกันการทดสอบซ้ำ
6.3. การวิเคราะห์ความแปรปรวนแบบสองปัจจัย
6.3.1. รูปแบบการคำนวณในกรณีที่ไม่มีการทดสอบซ้ำ
6.3.2. รูปแบบการคำนวณเมื่อมีการทดสอบซ้ำ
6.4. สามปัจจัย การวิเคราะห์ความแปรปรวน
6.5. พื้นฐานของการวางแผนทางคณิตศาสตร์ของการทดลอง
6.5.1. แนวคิดของการวางแผนทางคณิตศาสตร์ของการทดลอง
6.5.2. การสร้างการออกแบบการทดลองเชิงมุมฉากที่สมบูรณ์
6.5.3. การประมวลผลผลลัพธ์ของการทดลองที่วางแผนไว้ทางคณิตศาสตร์
บทที่ 7 พื้นฐานของการวิเคราะห์ปัจจัย
7.1. แนวคิดการวิเคราะห์ปัจจัย
7.1.1. สาระสำคัญของการวิเคราะห์ปัจจัย
7.1.2. ประเภทของวิธีวิเคราะห์ปัจจัย
7.1.3. งานวิเคราะห์ปัจจัยทางจิตวิทยา
7.2. การวิเคราะห์ยูนิแฟกเตอร์
7.3. การวิเคราะห์มัลติแฟคเตอร์
7.3.1. การตีความทางเรขาคณิตของความสัมพันธ์และเมทริกซ์ตัวประกอบ
7.3.2. วิธีการแยกตัวประกอบแบบเซนทรอยด์
7.3.3. โครงสร้างแฝงและการหมุนอย่างง่าย
7.3.4. ตัวอย่างการวิเคราะห์หลายตัวแปรด้วยการหมุนมุมฉาก
ภาคผนวก 1 ข้อมูลที่เป็นประโยชน์เกี่ยวกับเมทริกซ์และการดำเนินการกับพวกเขา
ภาคผนวก 2 ตารางทางคณิตศาสตร์และสถิติ
การอ่านที่แนะนำ

วิธีการทางสถิติหลายตัวแปรในแบบจำลองทางสถิติความน่าจะเป็นที่เป็นไปได้หลายแบบ ช่วยให้คุณสามารถเลือกแบบจำลองที่สมเหตุสมผลได้ ในวิธีที่ดีที่สุดเท่าที่จะเป็นไปได้สอดคล้องกับข้อมูลทางสถิติเบื้องต้นที่แสดงลักษณะพฤติกรรมที่แท้จริงของประชากรวัตถุที่ศึกษา ประเมินความน่าเชื่อถือและความแม่นยำของข้อสรุปที่ทำบนพื้นฐานของข้อ จำกัด วัสดุทางสถิติ- คู่มือครอบคลุม วิธีการดังต่อไปนี้การวิเคราะห์ทางสถิติหลายตัวแปร: การวิเคราะห์การถดถอยการวิเคราะห์ปัจจัย การวิเคราะห์จำแนก โครงสร้างของแพ็คเกจซอฟต์แวร์แอปพลิเคชัน Statistica มีการสรุปไว้ เช่นเดียวกับการใช้งานในแพ็คเกจนี้ของวิธีการวิเคราะห์ทางสถิติหลายตัวแปรที่ระบุไว้

ปีที่ผลิต: 2007
ผู้แต่ง: Bureeva N.N.
ประเภท: บทช่วยสอน
สำนักพิมพ์: นิจนี นอฟโกรอด

แท็ก,

ใน หนังสือเรียนความเป็นไปได้ของการใช้แพ็คเกจซอฟต์แวร์แอปพลิเคชัน STATISTICA (APP) เพื่อนำไปใช้งาน วิธีการทางสถิติการวิเคราะห์การแจกแจงเชิงประจักษ์และการสุ่มตัวอย่าง การสังเกตทางสถิติในปริมาณที่เพียงพอที่จะแก้ปัญหาในทางปฏิบัติได้หลากหลาย แนะนำสำหรับนักศึกษาเต็มเวลาและเต็มเวลาของคณะเศรษฐศาสตร์และการจัดการ แผนกตอนเย็นกำลังศึกษาสาขาวิชา “สถิติ” คู่มือนี้สามารถใช้ได้โดยนักศึกษาระดับปริญญาตรี นักศึกษาระดับบัณฑิตศึกษา นักวิจัย และผู้ปฏิบัติงานที่ต้องเผชิญกับความจำเป็นในการใช้วิธีทางสถิติในการประมวลผลข้อมูลต้นฉบับ คู่มือประกอบด้วยข้อมูลเกี่ยวกับ STATISTICA PPP ที่ไม่ได้เผยแพร่เป็นภาษารัสเซีย

ปีที่ผลิต: 2009
ผู้แต่ง: Kuprienko N.V. , Ponomareva O.A. , Tikhonov D.V.
ประเภท: คู่มือ
สำนักพิมพ์: เซนต์ปีเตอร์สเบิร์ก: สำนักพิมพ์ Politekhn มหาวิทยาลัย

แท็ก,

หนังสือเล่มนี้เป็นก้าวแรกในการทำความคุ้นเคยกับโปรแกรม STATISTICA สำหรับการวิเคราะห์ข้อมูลทางสถิติในสภาพแวดล้อม Windows STATISTICA (ผู้ผลิต StatSoft Inc, USA) ครองตำแหน่งผู้นำอย่างต่อเนื่องในบรรดาโปรแกรม การประมวลผลทางสถิติข้อมูลมีผู้ใช้ที่ลงทะเบียนมากกว่า 250,000 คนทั่วโลก

ใช้ตัวอย่างง่ายๆ ที่ทุกคนเข้าถึงได้ (สถิติเชิงพรรณนา การถดถอย การวิเคราะห์แบบแบ่งแยก ฯลฯ) นำมาจาก สาขาต่างๆอายุการใช้งานจะแสดงความสามารถในการประมวลผลข้อมูลของระบบ ภาคผนวกประกอบด้วย วัสดุโดยย่อบนแถบเครื่องมือ ภาษา STATISTICA BASIC ฯลฯ หนังสือเล่มนี้เขียนถึงผู้อ่านที่หลากหลายที่สุดที่ทำงานเกี่ยวกับคอมพิวเตอร์ส่วนบุคคล และพร้อมสำหรับนักเรียนระดับมัธยมศึกษาตอนปลาย

แท็ก,

คู่มือแบรนด์สำหรับโปรแกรม STATISTICA 6 มีขนาดใหญ่และมีรายละเอียดมาก มีประโยชน์เป็นข้อมูลอ้างอิง สามารถใช้เป็นตำราเรียนได้ หากคุณทำงานอย่างจริงจังกับโปรแกรม STATISTICA คุณจำเป็นต้องมีคู่มือ
เล่มที่ 1: อนุสัญญาและสถิติพื้นฐาน I
เล่มที่ 2: กราฟิก
เล่มที่ 3: นักสถิติ II
รายละเอียดอยู่ในไฟล์สารบัญ

แท็ก,

คู่มือประกอบด้วย คำอธิบายแบบเต็มระบบSTATISTICA®
คู่มือประกอบด้วยห้าเล่ม:
เล่มที่ 1: อนุสัญญาและสถิติ I
เล่มที่ 2: กราฟิก
เล่มที่ 3: สถิติ II
เล่มที่ 4: สถิติอุตสาหกรรม
เล่มที่ 5: ภาษา: พื้นฐานและ SCL
การจำหน่ายประกอบด้วยสามเล่มแรก

แท็ก,

วิธีการโครงข่ายประสาทเทียมสำหรับการวิเคราะห์ข้อมูลมีการสรุปไว้ตามการใช้แพ็คเกจ Statistica Neural Networks (ผลิตโดย StatSoft) ซึ่งปรับให้เหมาะกับผู้ใช้ชาวรัสเซียอย่างสมบูรณ์ มีการให้พื้นฐานของทฤษฎี โครงข่ายประสาทเทียม; ความสนใจอย่างมากทุ่มเทให้กับการแก้ปัญหาในทางปฏิบัติ และตรวจสอบวิธีการและเทคโนโลยีในการทำวิจัยอย่างครอบคลุมโดยใช้แพ็คเกจ Statistica Neural Networks ซึ่งเป็นเครื่องมืออันทรงพลังสำหรับการวิเคราะห์และพยากรณ์ข้อมูล ซึ่งมีการใช้งานอย่างกว้างขวางในธุรกิจ อุตสาหกรรม การจัดการ และการเงิน หนังสือเล่มนี้ประกอบด้วยตัวอย่างการวิเคราะห์ข้อมูลมากมาย คำแนะนำการปฏิบัติสำหรับการวิเคราะห์ การพยากรณ์ การจำแนกประเภท การจดจำรูปแบบ การจัดการกระบวนการผลิตโดยใช้โครงข่ายประสาทเทียม

สำหรับผู้อ่านที่หลากหลายที่เกี่ยวข้องกับการวิจัยด้านการธนาคาร อุตสาหกรรม เศรษฐศาสตร์ ธุรกิจ การสำรวจทางธรณีวิทยา การจัดการ การขนส่ง และสาขาอื่นๆ

แท็ก,

หนังสือเล่มนี้อุทิศให้กับทฤษฎีและการปฏิบัติในการศึกษาปัจจัยพื้นฐาน สถิติทางคณิตศาสตร์และ ปัญหาการสอนเกิดขึ้นในระหว่างกระบวนการเรียนรู้ มีประสบการณ์ในการใช้เทคโนโลยีสารสนเทศในการศึกษาสาขาวิชานี้

สิ่งตีพิมพ์นี้อาจเป็นประโยชน์สำหรับนักศึกษา นักศึกษาระดับบัณฑิตศึกษา และคณาจารย์ วิทยาลัยการแพทย์และมหาวิทยาลัย

แท็ก,

หนังสือครอบคลุมมากที่สุด องค์ประกอบที่สำคัญทฤษฎีความน่าจะเป็น แนวคิดพื้นฐานของสถิติทางคณิตศาสตร์ การวางแผนการทดลองบางส่วน และการวิเคราะห์ทางสถิติประยุกต์ในสภาพแวดล้อมของโปรแกรม Statistica เวอร์ชันที่ 6 ปริมาณมากตัวอย่างมีส่วนช่วยให้รับรู้เนื้อหา การพัฒนาและการได้มาซึ่งทักษะในการทำงานกับซอฟต์แวร์ Statistica ได้อย่างมีประสิทธิภาพมากขึ้น
มีสิ่งพิมพ์ ความสำคัญในทางปฏิบัติเพราะจำเป็นต้องสนับสนุน กระบวนการศึกษาและงานวิจัยของมหาวิทยาลัยในระดับที่สอดคล้องกับความทันสมัย เทคโนโลยีสารสนเทศช่วยให้มั่นใจได้ว่านักศึกษาจะได้รับการดูดซึมที่สมบูรณ์และมีประสิทธิภาพมากขึ้นในด้านการวิเคราะห์ข้อมูลทางสถิติประยุกต์ซึ่งจะช่วยปรับปรุงคุณภาพ กระบวนการศึกษาในโรงเรียนมัธยม

กล่าวถึงนักศึกษา นักศึกษาระดับบัณฑิตศึกษา นักวิจัย คณาจารย์ มหาวิทยาลัยการแพทย์,คณะชีววิทยา. มันจะมีประโยชน์และน่าสนใจสำหรับตัวแทนของวิทยาศาสตร์ธรรมชาติและความเชี่ยวชาญด้านเทคนิคอื่น ๆ

แท็ก,

บทช่วยสอนนี้จะอธิบายโปรแกรม STATISTICA เวอร์ชันภาษารัสเซีย

นอกจาก หลักการทั่วไปงานในระบบและการประเมินผล ลักษณะทางสถิติตัวบ่งชี้ในคู่มือ ขั้นตอนของการดำเนินการวิเคราะห์สหสัมพันธ์ การถดถอย และความแปรปรวน และการจำแนกประเภทหลายมิติจะถูกกล่าวถึงโดยละเอียด คำอธิบายประกอบด้วย คำแนะนำทีละขั้นตอนและ ตัวอย่างที่ชัดเจนซึ่งทำให้เนื้อหาที่นำเสนอสามารถเข้าถึงได้โดยผู้ใช้ที่ได้รับการฝึกอบรมไม่เพียงพอ

หนังสือเรียนนี้จัดทำขึ้นสำหรับนักศึกษาระดับปริญญาตรี นักศึกษาระดับบัณฑิตศึกษา และนักวิจัยที่สนใจการวิจัยทางคอมพิวเตอร์เชิงสถิติ

แท็ก,

ประกอบด้วยคำอธิบาย วิธีปฏิบัติและเทคนิคการพยากรณ์ในระบบ STATISTICA ในสภาพแวดล้อม Windows และการนำเสนอ รากฐานทางทฤษฎี,ครบครันด้วยหลากหลาย ตัวอย่างการปฏิบัติ- ในฉบับพิมพ์ครั้งที่สอง (ฉบับพิมพ์ครั้งที่ 1 - ปี 1999) ส่วนที่ 1 ได้รับการแก้ไขอย่างมีนัยสำคัญ กล่องโต้ตอบทั้งหมดที่เกี่ยวข้องกับการคาดการณ์ใน STATISTICA 6.0 เวอร์ชันใหม่ได้รับการสร้างขึ้นใหม่และอธิบาย และระบบอัตโนมัติของการตัดสินใจโดยใช้ภาษา STATISTICA Visual Basic แสดง ส่วนที่ 2 สรุปพื้นฐานของทฤษฎีการพยากรณ์ทางสถิติ

สำหรับนักศึกษา นักวิเคราะห์ นักการตลาด นักเศรษฐศาสตร์ นักคณิตศาสตร์ประกันภัย นักการเงิน นักวิทยาศาสตร์ที่ใช้วิธีการพยากรณ์ในชีวิตประจำวัน

แท็ก,

หนังสือก็คือ อุปกรณ์ช่วยสอนในทฤษฎีความน่าจะเป็น วิธีการทางสถิติ และการวิจัยปฏิบัติการ ที่จำเป็น ข้อมูลทางทฤษฎีและอภิปรายรายละเอียดวิธีแก้ปัญหาสถิติประยุกต์โดยใช้แพ็คเกจ Statistica มีการสรุปพื้นฐานของวิธี simplex และพิจารณาวิธีแก้ปัญหาการวิจัยการดำเนินงานโดยใช้แพ็คเกจ Excel ตัวเลือกสำหรับงานและ การพัฒนาระเบียบวิธีในสาขาวิชาสถิติและการวิจัยการดำเนินงานหลัก

หนังสือเล่มนี้เขียนถึงทุกคนที่ต้องการใช้วิธีการทางสถิติในการทำงาน ครูและนักเรียนที่กำลังศึกษาสถิติและวิธีการวิจัยเชิงปฏิบัติการ

ดังที่ทราบกันดีว่าความเชื่อมโยงระหว่างจิตวิทยากับ
คณิตศาสตร์ใน ปีที่ผ่านมากลายเป็น
ใกล้ชิดและหลากหลายมากขึ้น
การปฏิบัติสมัยใหม่แสดงให้เห็นว่า
นักจิตวิทยาต้องไม่เพียงแต่ทำงานเท่านั้น
วิธีการทางสถิติทางคณิตศาสตร์แต่ยัง
นำเสนอวิชาวิทยาศาสตร์ของคุณจากมุมมอง
จากมุมมองของ "ราชินีแห่งวิทยาศาสตร์" มิฉะนั้น
เขาจะเป็นผู้ทดสอบซึ่งก่อให้เกิด
ผลลัพธ์สำเร็จรูปโดยไม่เข้าใจมัน

วิธีการทางคณิตศาสตร์ได้แก่
ชื่อทั่วไปของคอมเพล็กซ์
สาขาวิชาคณิตศาสตร์มารวมกัน
เพื่อศึกษาสังคมและ
ระบบและกระบวนการทางจิตวิทยา

ขั้นพื้นฐาน วิธีการทางคณิตศาสตร์แนะนำสำหรับ
การสอนนักศึกษาจิตวิทยา:
วิธีการทางสถิติทางคณิตศาสตร์ ที่นี่
รวมถึงการวิเคราะห์ความสัมพันธ์ปัจจัยเดียว
การวิเคราะห์ความแปรปรวน การวิเคราะห์ความแปรปรวนแบบสองปัจจัย การวิเคราะห์การถดถอย และแฟคทอเรียล
การวิเคราะห์.
การสร้างแบบจำลองทางคณิตศาสตร์
วิธีทฤษฎีสารสนเทศ
วิธีการของระบบ.

การวัดทางจิตวิทยา

การประยุกต์ทางคณิตศาสตร์
วิธีการและแบบจำลองในวิทยาศาสตร์ใด ๆ ก็ตามที่โกหก
การวัด ในวัตถุทางจิตวิทยา
การวัดเป็นคุณสมบัติของระบบ
จิตใจหรือระบบย่อยของมัน เช่น
การรับรู้ ความทรงจำ ทิศทาง
บุคลิกภาพ ความสามารถ ฯลฯ
การวัดผลคือการระบุแหล่งที่มา
วัตถุ ค่าตัวเลขสะท้อน
การวัดการมีอยู่ของทรัพย์สิน ของวัตถุชิ้นนี้.

เรามาตั้งชื่อคุณสมบัติที่สำคัญที่สุดสามประการกัน
การวัดทางจิตวิทยา
1. การดำรงอยู่ของตระกูลตาชั่ง
อนุญาตให้กลุ่มต่างๆ
การเปลี่ยนแปลง
2. อิทธิพลที่แข็งแกร่งขั้นตอนการวัดสำหรับ
มูลค่าของปริมาณที่วัดได้
3. หลายมิติของการวัด
ปริมาณทางจิตวิทยา เช่น นัยสำคัญ
การพึ่งพาอาศัยกันเป็นจำนวนมาก
พารามิเตอร์

การวิเคราะห์ทางสถิติของข้อมูลการทดลอง

คำถาม:
1. วิธีการทางสถิติเบื้องต้น

2. วิธีสถิติทุติยภูมิ
การประมวลผลผลการทดลอง

วิธีการประมวลผลทางสถิติเบื้องต้นของผลการทดลอง

วิธีการประมวลผลทางสถิติ
เรียกว่าผลการทดลอง
เทคนิคทางคณิตศาสตร์ สูตร
วิธีการคำนวณเชิงปริมาณด้วย
โดยผ่านตัวชี้วัดต่างๆ
ที่ได้รับระหว่างการทดลองคุณสามารถทำได้
สรุป นำเข้าสู่ระบบ ระบุตัวตน
รูปแบบที่ซ่อนอยู่ในตัวพวกเขา

วิธีการวิเคราะห์ทางคณิตศาสตร์และสถิติบางวิธีทำให้สามารถคำนวณได้
ที่เรียกว่าประถมศึกษา
สถิติทางคณิตศาสตร์
การกำหนดลักษณะการกระจายตัวอย่าง
ข้อมูลเช่น
*ค่าเฉลี่ยตัวอย่าง,
*ความแปรปรวนตัวอย่าง,
*แฟชั่น,
*ค่ามัธยฐานและอื่น ๆ อีกมากมาย

10.

วิธีอื่นๆ ของสถิติทางคณิตศาสตร์
ตัวอย่างเช่น:
การวิเคราะห์ความแปรปรวน
การวิเคราะห์การถดถอย
ให้เราสามารถตัดสินพลวัตของการเปลี่ยนแปลงได้
สถิติตัวอย่างแต่ละรายการ

11.

กับ
โดยใช้วิธีการกลุ่มที่สาม:
การวิเคราะห์สหสัมพันธ์
การวิเคราะห์ปัจจัย
วิธีเปรียบเทียบข้อมูลตัวอย่าง
สามารถตัดสินได้อย่างน่าเชื่อถือ
ความสัมพันธ์ทางสถิติที่มีอยู่
ระหว่าง ปริมาณตัวแปร, ที่
ตรวจสอบในการทดลองนี้

12.

วิธีการวิเคราะห์ทางคณิตศาสตร์และสถิติทั้งหมดนั้นมีเงื่อนไข
แบ่งออกเป็นระดับประถมศึกษาและมัธยมศึกษา
วิธีการหลักเรียกว่าวิธีการใช้
ซึ่งสามารถหาตัวชี้วัดได้
สะท้อนผลลัพธ์โดยตรง
การวัดที่ทำในการทดลอง
วิธีการเรียกว่ารอง
การประมวลผลทางสถิติโดยใช้
ซึ่งระบุบนพื้นฐานของข้อมูลปฐมภูมิ
สถิติที่ซ่อนอยู่ในตัวพวกเขา
รูปแบบ

13. พิจารณาวิธีคำนวณสถิติทางคณิตศาสตร์เบื้องต้น

ตัวอย่างค่าเฉลี่ยเช่น
ตัวบ่งชี้ทางสถิติแสดงถึง
ตัวคุณเอง คะแนนเฉลี่ยศึกษาใน
การทดลองคุณภาพทางจิตวิทยา
ค่าเฉลี่ยตัวอย่างหาได้โดยใช้
สูตรต่อไปนี้:
n
1
เอ็กซ์เค
เลขที่ 1

14.

ตัวอย่าง. ให้เราสันนิษฐานว่าเป็นผล
การประยุกต์ใช้เทคนิคการวินิจฉัยทางจิต
เพื่อประเมินทางจิตวิทยาบางอย่าง
เราได้รับคุณสมบัติจากสิบวิชา
เลขชี้กำลังบางส่วนต่อไปนี้
การพัฒนา ของทรัพย์สินนี้สำหรับบางคน
วิชา:
x1= 5, x2 = 4, x3 = 5, x4 = 6, x5 = 7, x6 = 3, x7 = 6, x8=
2, x9= 8, x10 = 4
10
1
50
x ซี
5.0
10 เค 1
10

15.

ความแปรปรวนเป็นปริมาณทางสถิติ
บ่งบอกความเป็นส่วนตัว
ค่าเบี่ยงเบนไปจากค่าเฉลี่ย
ค่าในตัวอย่างนี้
ยิ่งกระจายมากเท่าไรก็ยิ่งมากขึ้นเท่านั้น
การเบี่ยงเบนหรือการกระจายของข้อมูล
2
ส
1
2
(xkx)
เลขที่ 1
n

16. ส่วนเบี่ยงเบนมาตรฐาน

บางครั้งแทนที่จะระบุความแปรปรวน
การกระจายของข้อมูลส่วนตัวสัมพันธ์กับ
ใช้ค่าเฉลี่ยอนุพันธ์ของ
ปริมาณการกระจายตัวที่เรียกว่า
ส่วนเบี่ยงเบนมาตรฐาน- มันก็เท่าเทียมกัน
รากที่สองนำมาจาก
การกระจายตัวและแสดงด้วยสิ่งเดียวกัน
เครื่องหมายเดียวกับการกระจายตัวเท่านั้นโดยไม่มี
สี่เหลี่ยม
n
ส
ส
2
2
x
เคเอ็กซ์)
เค 1
n

17. ค่ามัธยฐาน

ค่ามัธยฐานคือค่าของการศึกษา
ลักษณะที่แบ่งตัวอย่างที่สั่ง
ตามขนาดของลักษณะนี้ครึ่งหนึ่ง
ไปทางขวาและซ้ายของค่ามัธยฐานตามลำดับ
ยังคงมีคุณลักษณะจำนวนเท่าเดิม
ตัวอย่างเช่น สำหรับตัวอย่าง 2, 3,4, 4, 5, 6, 8, 7, 9
ค่ามัธยฐานจะเป็น 5 ตั้งแต่ซ้ายและขวา
มีตัวบ่งชี้สี่ตัวยังคงอยู่
หากซีรีส์นี้ประกอบด้วย เลขคู่สัญญาณ,
แล้วค่ามัธยฐานจะเป็นค่าเฉลี่ยที่นำมาเป็นครึ่งหนึ่งของผลรวม
ค่าของค่ากลางทั้งสองของอนุกรม สำหรับ
แถวถัดไป 0, 1, 1, 2, 3, 4, 5, 5, 6, 7 ค่ามัธยฐาน
จะเท่ากับ 3.5

18. แฟชั่น

แฟชั่นเรียกว่าเชิงปริมาณ
คุณค่าของลักษณะที่กำลังศึกษา
ทางเลือกที่พบบ่อยที่สุด
เช่น ในลำดับของค่า
สัญญาณ 1, 2, 5, 2, 4, 2, 6, 7, 2 โหมด
คือค่า 2 เนื่องจากมัน
เกิดขึ้นบ่อยกว่าความหมายอื่น -
สี่ครั้ง

19. ช่วงเวลา

Interval คือกลุ่มของการสั่งซื้อ
ค่าของค่าลักษณะเฉพาะที่ถูกแทนที่ในกระบวนการ
การคำนวณตามค่าเฉลี่ย
ตัวอย่าง. ลองจินตนาการถึงชุดผลหารต่อไปนี้
สัญญาณ: O, 1, 1, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5, 5, 6, 6, 6, 7,
7, 8, 8, 8, 9, 9, 9, 10, 10, 11, 11, 11. ชุดนี้ประกอบด้วย
เอง 30 ค่า
ให้เราแบ่งซีรี่ส์ที่นำเสนอออกเป็นหกกลุ่มย่อย
อย่างละห้าป้าย
มาคำนวณค่าเฉลี่ยของแต่ละห้าค่ากัน
ที่สร้างกลุ่มย่อยของตัวเลข พวกเขาตามนั้น
จะเท่ากับ 1.2; 3.4; 5.2; 6.8; 8.6; 10.6.

20. งานทดสอบ

สำหรับแถวต่อไปนี้ ให้คำนวณค่าเฉลี่ย
โหมด, ค่ามัธยฐาน, ส่วนเบี่ยงเบนมาตรฐาน:
1) {3, 4, 5, 4, 4, 4, 6, 2}
2) {10, 40, 30, 30, 30, 50, 60, 20}
3) {15, 15, 15, 15, 10, 10, 20, 5, 15}.

21. วิธีการประมวลผลทางสถิติรองของผลการทดลอง

โดยใช้วิธีการรอง
การประมวลผลทางสถิติ
ข้อมูลการทดลองโดยตรง
ตรวจสอบพิสูจน์หรือ
สมมติฐานที่เกี่ยวข้องกับ
การทดลอง.
โดยทั่วไปวิธีการเหล่านี้มีความซับซ้อนมากกว่า
วิธีการประมวลผลทางสถิติเบื้องต้น
และต้องการให้ผู้วิจัยมีความดี
การฝึกอบรมในระดับประถมศึกษา
คณิตศาสตร์และสถิติ

22.

แคลคูลัสการถดถอย -
นี่เป็นวิธีการทางคณิตศาสตร์
สถิติอนุญาต
นำมารวมกันเป็นส่วนตัวแตกแยก
ข้อมูลบางส่วน
แผนภูมิเส้น
ประมาณสะท้อนแสง
ความสัมพันธ์ภายในของพวกเขาและ
ได้รับโอกาสที่จะรู้
หนึ่งในตัวแปร
ประมาณการ
น่าจะหมายถึงอย่างอื่น
ตัวแปร.

คำว่า "สถิติ" มักเกี่ยวข้องกับคำว่า "คณิตศาสตร์" และสิ่งนี้ทำให้นักเรียนหวาดกลัวที่เชื่อมโยงแนวคิดนี้กับ สูตรที่ซับซ้อนซึ่งต้องใช้นามธรรมในระดับสูง

อย่างไรก็ตาม ตามที่ McConnell กล่าว สถิติเป็นวิธีคิดเป็นหลัก และเพื่อนำไปใช้ คุณจำเป็นต้องมีเพียงเล็กน้อยเท่านั้น สามัญสำนึกและรู้พื้นฐานของคณิตศาสตร์ ในตัวเรา ชีวิตประจำวันเรากำลังศึกษาสถิติอยู่ตลอดเวลาโดยไม่รู้ตัวด้วยซ้ำ เราต้องการวางแผนงบประมาณคำนวณปริมาณการใช้น้ำมันของรถยนต์ประเมินความพยายามที่จำเป็นในการเรียนรู้หลักสูตรใดหลักสูตรหนึ่งโดยคำนึงถึงคะแนนที่ได้รับจนถึงปัจจุบันจัดเตรียมโอกาสที่ดีและ สภาพอากาศเลวร้ายตามรายงานอุตุนิยมวิทยาหรือประเมินโดยทั่วไปว่าเหตุการณ์นี้หรือเหตุการณ์นั้นจะส่งผลกระทบต่ออนาคตส่วนตัวหรือร่วมกันของเราอย่างไร - เราต้องเลือก จำแนก และจัดระเบียบข้อมูลอย่างต่อเนื่อง เชื่อมโยงกับข้อมูลอื่น ๆ เพื่อให้เราสามารถสรุปข้อสรุปที่ช่วยให้เราสามารถทำสิ่งที่ถูกต้องได้ การตัดสินใจ.

กิจกรรมทุกประเภทเหล่านี้แตกต่างเพียงเล็กน้อยจากการดำเนินงานที่รองรับ การวิจัยทางวิทยาศาสตร์และประกอบด้วยการสังเคราะห์ข้อมูลที่ได้รับจากวัตถุกลุ่มต่างๆ ในการทดลองเฉพาะ การเปรียบเทียบเพื่อหาข้อแตกต่าง การเปรียบเทียบเพื่อระบุตัวบ่งชี้ที่เปลี่ยนแปลงไปในทิศทางเดียวกัน และสุดท้ายคือการทำนายบางอย่าง ข้อเท็จจริงขึ้นอยู่กับข้อสรุปที่ผลลัพธ์นำไปสู่ นี่เป็นจุดประสงค์ของสถิติในวิทยาศาสตร์โดยทั่วไปโดยเฉพาะในสาขามนุษยศาสตร์ ไม่มีอะไรแน่นอนอย่างแน่นอนเกี่ยวกับเรื่องหลัง และหากไม่มีสถิติ ข้อสรุปในกรณีส่วนใหญ่จะเป็นไปตามสัญชาตญาณล้วนๆ และจะไม่สร้างพื้นฐานที่มั่นคงสำหรับการตีความข้อมูลที่ได้รับในการศึกษาอื่น

เพื่อชื่นชมประโยชน์มหาศาลที่สถิติมอบให้ เราจะพยายามติดตามความคืบหน้าของการถอดรหัสและประมวลผลข้อมูลที่ได้รับในการทดลอง ดังนั้นจากผลลัพธ์ที่เฉพาะเจาะจงและคำถามที่พวกเขาถามผู้วิจัย เราจะสามารถเข้าใจเทคนิคต่างๆ และวิธีการง่ายๆ ในการนำไปใช้ อย่างไรก็ตามก่อนที่จะเริ่มงานนี้เราจะพิจารณาให้เป็นประโยชน์มากที่สุด โครงร่างทั่วไปสถิติสามส่วนหลัก

1. สถิติเชิงพรรณนา ตามชื่อที่แนะนำ ช่วยให้คุณสามารถอธิบาย สรุป และทำซ้ำในรูปแบบของตารางหรือกราฟ

ข้อมูลอย่างใดอย่างหนึ่ง การกระจาย, คำนวณ เฉลี่ยสำหรับการกระจายที่กำหนดและของมัน ขอบเขตและ การกระจายตัว.

2. ปัญหา สถิติอุปนัย- ตรวจสอบว่าผลลัพธ์ที่ได้จากการศึกษานี้สามารถสรุปได้ทั่วไปหรือไม่ ตัวอย่างโดยรวม ประชากรซึ่งได้นำตัวอย่างนี้มา กล่าวอีกนัยหนึ่ง กฎของสถิติส่วนนี้ทำให้สามารถค้นหาได้ว่าสามารถสรุปได้มากเพียงใด จำนวนที่มากขึ้นวัตถุ รูปแบบหนึ่งหรือรูปแบบอื่นที่ค้นพบระหว่างการศึกษากลุ่มที่จำกัดระหว่างการสังเกตหรือการทดลองใดๆ ดังนั้นด้วยความช่วยเหลือของสถิติอุปนัย ข้อสรุปและลักษณะทั่วไปบางประการจึงจัดทำขึ้นจากข้อมูลที่ได้รับจากการศึกษาตัวอย่าง

3. สุดท้ายคือการวัด ความสัมพันธ์ช่วยให้เรารู้ว่าตัวแปรสองตัวมีความสัมพันธ์กันอย่างไรเพื่อให้เราสามารถทำนายค่าที่เป็นไปได้ของหนึ่งในนั้นหากเรารู้อีกตัวหนึ่ง

มีวิธีหรือการทดสอบทางสถิติสองประเภทที่ช่วยให้คุณสามารถสรุปหรือคำนวณระดับความสัมพันธ์ได้ ประเภทแรกมีการใช้กันอย่างแพร่หลายที่สุด วิธีการแบบพาราเมตริกซึ่งใช้พารามิเตอร์ เช่น ค่าเฉลี่ยหรือความแปรปรวนของข้อมูล ประเภทที่สองคือ วิธีการแบบไม่มีพารามิเตอร์การให้บริการอันล้ำค่าเมื่อผู้วิจัยจัดการกับตัวอย่างที่มีขนาดเล็กมากหรือกับข้อมูลเชิงคุณภาพ วิธีการเหล่านี้ง่ายมากทั้งในแง่ของการคำนวณและการประยุกต์ใช้ เมื่อเราคุ้นเคยกับวิธีต่างๆ ในการอธิบายข้อมูลและไปยังวิธีการต่างๆ แล้ว การวิเคราะห์ทางสถิติเราจะมาดูทั้งสองสายพันธุ์นี้กัน

ดังที่ได้กล่าวไปแล้ว เพื่อพยายามทำความเข้าใจกับสถิติในด้านต่างๆ เราจะพยายามตอบคำถามที่เกิดขึ้นเกี่ยวกับผลการศึกษาเฉพาะเจาะจง ตัวอย่างเช่น เราจะทำการทดลองครั้งหนึ่ง กล่าวคือ การศึกษาผลกระทบของการบริโภคกัญชาที่มีต่อการประสานงานของกล้ามเนื้อตาและเวลาปฏิกิริยา วิธีการที่ใช้ในการทดลองสมมุตินี้ รวมถึงผลลัพธ์ที่เราอาจได้รับมีดังต่อไปนี้

หากคุณต้องการ คุณสามารถแทนที่รายละเอียดเฉพาะของการทดลองนี้กับรายละเอียดอื่นๆ เช่น การบริโภคกัญชาเพื่อดื่มแอลกอฮอล์หรือการอดนอน หรือดีกว่านั้น ให้แทนที่ข้อมูลสมมุติเหล่านี้กับข้อมูลที่คุณได้รับจริงใน การวิจัยของตัวเอง- ไม่ว่าในกรณีใด คุณจะต้องยอมรับ "กฎของเกมของเรา" และดำเนินการคำนวณที่คุณต้องการที่นี่ ภายใต้เงื่อนไขนี้เท่านั้นที่สาระสำคัญของวัตถุจะ "เข้าถึง" คุณหากสิ่งนี้ไม่เคยเกิดขึ้นกับคุณมาก่อน

หมายเหตุสำคัญในส่วนสถิติเชิงพรรณนาและสถิติอุปนัย เราจะพิจารณาเฉพาะข้อมูลการทดลองที่เกี่ยวข้องกับตัวแปรตาม "เป้าหมายที่เข้าถึง" สำหรับตัวบ่งชี้ เช่น เวลาตอบสนอง เราจะกล่าวถึงเฉพาะในส่วนการคำนวณความสัมพันธ์เท่านั้น อย่างไรก็ตาม ดำเนินไปโดยไม่ได้บอกว่าตั้งแต่เริ่มต้น ค่าของตัวบ่งชี้นี้จะต้องได้รับการประมวลผลในลักษณะเดียวกับตัวแปร “การบรรลุเป้าหมาย” เราปล่อยให้ผู้อ่านทำสิ่งนี้เพื่อตนเองด้วยดินสอและกระดาษ

แนวคิดพื้นฐานบางประการ ประชากรและกลุ่มตัวอย่าง

หน้าที่หนึ่งของสถิติคือการวิเคราะห์ข้อมูลที่ได้รับจากประชากรส่วนหนึ่งเพื่อสรุปผลเกี่ยวกับประชากรโดยรวม

ประชากรในทางสถิติไม่ได้หมายถึงกลุ่มคนหรือชุมชนตามธรรมชาติเสมอไป คำนี้หมายถึงสิ่งมีชีวิตหรือวัตถุทั้งหมดที่ประกอบเป็นประชากรทั้งหมดที่กำลังศึกษาอยู่ ไม่ว่าจะเป็นอะตอมหรือนักเรียนที่มาเยี่ยมชมร้านกาแฟแห่งใดแห่งหนึ่ง

ตัวอย่าง- เป็นองค์ประกอบจำนวนเล็กน้อยที่คัดเลือกโดยใช้วิธีการทางวิทยาศาสตร์เพื่อให้เป็นตัวแทน ได้แก่ สะท้อนถึงประชากรโดยรวม

(ในวรรณคดีรัสเซีย คำว่า "ประชากรทั่วไป" และ " ประชากรตัวอย่าง». - บันทึก การแปล)

ข้อมูลและความหลากหลายของมัน

ข้อมูลในทางสถิติ สิ่งเหล่านี้เป็นองค์ประกอบหลักที่ต้องวิเคราะห์ ข้อมูลอาจเป็นผลลัพธ์เชิงปริมาณ คุณสมบัติที่มีอยู่ในสมาชิกบางกลุ่ม สถานที่ในลำดับเฉพาะ โดยทั่วไป ข้อมูลใดๆ ที่สามารถจำแนกหรือแบ่งออกเป็นหมวดหมู่เพื่อวัตถุประสงค์ในการประมวลผล

เราไม่ควรสับสนระหว่าง "ข้อมูล" กับ "ความหมาย" ที่ข้อมูลสามารถรับได้ เพื่อที่จะแยกแยะความแตกต่างระหว่างพวกเขาอยู่เสมอ Chatillon (1977) แนะนำให้จดจำวลีต่อไปนี้: "ข้อมูลมักจะใช้ค่าเดียวกัน" (ดังนั้นหากเราใช้ข้อมูลหกรายการเช่น 8, 13, 10, 8, 10 และ 5 จากนั้นพวกเขาก็ยอมรับเพียงสี่เท่านั้น ความหมายที่แตกต่างกัน- 5, 8, 10 และ 13)

การก่อสร้าง การกระจาย- นี่คือการแบ่งข้อมูลหลักที่ได้รับจากตัวอย่างออกเป็นคลาสหรือหมวดหมู่เพื่อให้ได้ภาพทั่วไปที่เรียงลำดับซึ่งช่วยให้สามารถวิเคราะห์ได้

ข้อมูลมีสามประเภท:

1. ข้อมูลเชิงปริมาณที่ได้จากการวัด (เช่น ข้อมูลเกี่ยวกับน้ำหนัก ขนาด อุณหภูมิ เวลา ผลการทดสอบ เป็นต้น) สามารถกระจายไปตามมาตราส่วนในช่วงเวลาที่เท่ากัน

2. ข้อมูลลำดับสอดคล้องกับตำแหน่งขององค์ประกอบเหล่านี้ในลำดับที่ได้รับโดยการจัดเรียงตามลำดับจากน้อยไปหามาก (1, ..., 7, ..., 100, ...; A, B, C. ... ) .

3. ข้อมูลเชิงคุณภาพแสดงถึงคุณสมบัติบางอย่างขององค์ประกอบตัวอย่างหรือประชากร ไม่สามารถวัดได้ และการประเมินเชิงปริมาณเพียงอย่างเดียวคือความถี่ของการเกิดขึ้น (จำนวนคนที่มีตาสีฟ้าหรือสีเขียว ผู้สูบบุหรี่และไม่สูบบุหรี่ เหนื่อยและพักผ่อน แข็งแรงและอ่อนแอ ฯลฯ)

จากข้อมูลประเภทนี้ทั้งหมด มีเพียงข้อมูลเชิงปริมาณเท่านั้นที่สามารถวิเคราะห์ได้โดยใช้วิธีการตาม พารามิเตอร์(เช่น ค่าเฉลี่ยเลขคณิต เป็นต้น) แต่แม้กระทั่งข้อมูลเชิงปริมาณ วิธีการดังกล่าวสามารถใช้ได้ก็ต่อเมื่อจำนวนข้อมูลเหล่านี้เพียงพอสำหรับการแจกแจงแบบปกติเท่านั้น ดังนั้น โดยหลักการแล้ว หากต้องการใช้วิธีการแบบพาราเมตริก จำเป็นต้องมีเงื่อนไขสามประการ: ข้อมูลต้องเป็นเชิงปริมาณ จำนวนต้องเพียงพอ และการแจกแจงต้องเป็นปกติ ในกรณีอื่นๆ ทั้งหมด ขอแนะนำให้ใช้วิธีที่ไม่ใช่พารามิเตอร์เสมอ

วิธีทางคณิตศาสตร์ในด้านจิตวิทยาใช้ในการประมวลผลข้อมูลการวิจัยและสร้างรูปแบบระหว่างปรากฏการณ์ที่กำลังศึกษา แม้แต่การวิจัยที่ง่ายที่สุดก็ไม่สามารถทำได้หากไม่มี การประมวลผลทางคณิตศาสตร์ข้อมูล.

การประมวลผลข้อมูลสามารถทำได้ด้วยตนเองหรืออาจใช้วิธีพิเศษ ซอฟต์แวร์- ผลลัพธ์สุดท้ายอาจดูเหมือนตาราง วิธีการทางจิตวิทยาทำให้สามารถแสดงข้อมูลที่ได้รับแบบกราฟิกได้ เครื่องมือการประเมินที่แตกต่างกันจะถูกใช้สำหรับการประเมินที่แตกต่างกัน (เชิงปริมาณ เชิงคุณภาพ และลำดับ)

วิธีการทางคณิตศาสตร์ในทางจิตวิทยามีทั้งวิธีที่อนุญาตให้สร้างการพึ่งพาเชิงตัวเลขและวิธีการประมวลผลทางสถิติ มาดูสิ่งที่พบบ่อยที่สุดกันดีกว่า

ในการวัดข้อมูล อันดับแรก จำเป็นต้องตัดสินใจเลือกสเกลการวัด และนี่ก็ใช้วิธีทางคณิตศาสตร์ในด้านจิตวิทยาเช่นกัน การลงทะเบียนและ การปรับขนาดซึ่งประกอบด้วยการแสดงปรากฏการณ์ที่กำลังศึกษาอยู่ในรูปตัวเลข เครื่องชั่งมีหลายประเภท อย่างไรก็ตาม มีบางส่วนเท่านั้นที่เหมาะสำหรับการประมวลผลทางคณิตศาสตร์ นี่เป็นมาตราส่วนเชิงปริมาณเป็นหลักที่ช่วยให้คุณสามารถวัดระดับการแสดงออกของคุณสมบัติเฉพาะในวัตถุที่กำลังศึกษาและแสดงความแตกต่างระหว่างตัวเลขเหล่านั้น ตัวอย่างที่ง่ายที่สุด- การวัดไอคิว มาตราส่วนเชิงปริมาณช่วยให้คุณสามารถดำเนินการจัดอันดับข้อมูลได้ (ดูด้านล่าง) เมื่อจัดอันดับ ข้อมูลจากมาตราส่วนเชิงปริมาณจะถูกแปลงเป็นข้อมูลที่ระบุ (เช่น ต่ำ ปานกลาง หรือ มูลค่าสูงตัวบ่งชี้) ในขณะที่การเปลี่ยนแบบย้อนกลับไม่สามารถทำได้อีกต่อไป

ตั้งแต่- นี่คือการกระจายข้อมูลตามลำดับจากมากไปน้อย (จากน้อยไปหามาก) ของคุณลักษณะที่กำลังประเมิน ในกรณีนี้จะใช้มาตราส่วนเชิงปริมาณ แต่ละค่าได้รับการกำหนดอันดับที่แน่นอน (ตัวบ่งชี้ด้วย ค่าต่ำสุด- อันดับที่ 1 ค่าถัดไป- อันดับ 2 เป็นต้น) หลังจากนั้นจะสามารถแปลงค่าจากระดับเชิงปริมาณเป็นค่าที่ระบุได้ ตัวอย่างเช่น ตัวบ่งชี้ที่วัดคือระดับความวิตกกังวล มีการทดสอบคน 100 คน ผลลัพธ์ได้รับการจัดอันดับ และผู้วิจัยเห็นว่ามีกี่คนที่มีคะแนนต่ำ (สูงหรือเฉลี่ย) อย่างไรก็ตาม วิธีการนำเสนอข้อมูลนี้ทำให้ผู้ตอบแบบสอบถามแต่ละคนสูญเสียข้อมูลบางส่วน

การวิเคราะห์สหสัมพันธ์ - นี่คือการสร้างความสัมพันธ์ระหว่างปรากฏการณ์ ในกรณีนี้ จะมีการวัดว่าตัวบ่งชี้ตัวหนึ่งจะเปลี่ยนไปอย่างไรเมื่อตัวบ่งชี้ที่เกี่ยวข้องมีการเปลี่ยนแปลง ความสัมพันธ์นั้นพิจารณาเป็นสองด้าน: ความแรงและทิศทาง อาจเป็นได้ทั้งเชิงบวก (เมื่อตัวบ่งชี้ตัวหนึ่งเพิ่มขึ้น ตัวที่สองก็เพิ่มขึ้นด้วย) และเชิงลบ (เมื่อตัวบ่งชี้ตัวแรกเพิ่มขึ้น ตัวบ่งชี้ที่สองจะลดลง: ตัวอย่างเช่น ยิ่งระดับความวิตกกังวลของแต่ละบุคคลสูงขึ้นเท่าใด โอกาสที่เขาจะครอบครองก็จะน้อยลงเท่านั้น ตำแหน่งผู้นำในกลุ่ม) การขึ้นต่อกันอาจเป็นเส้นตรง หรือบ่อยกว่านั้นแสดงเป็นเส้นโค้ง ความเชื่อมโยงที่ช่วยสร้างอาจไม่ชัดเจนตั้งแต่แรกเห็นหากใช้วิธีการประมวลผลทางคณิตศาสตร์แบบอื่นในทางจิตวิทยา นี่คือข้อได้เปรียบหลัก ข้อเสีย ได้แก่ ความเข้มของแรงงานสูงเนื่องจากจำเป็นต้องใช้สูตรจำนวนมากและการคำนวณอย่างรอบคอบ

การวิเคราะห์ปัจจัย - นี่เป็นอีกสิ่งหนึ่งที่ช่วยให้คุณคาดการณ์ผลกระทบที่อาจเกิดขึ้นได้ ปัจจัยต่างๆในกระบวนการที่กำลังศึกษาอยู่ ในกรณีนี้ ปัจจัยที่มีอิทธิพลทั้งหมดจะได้รับการยอมรับในตอนแรกว่ามี มูลค่าเท่ากันและระดับของอิทธิพลจะถูกคำนวณทางคณิตศาสตร์ การวิเคราะห์นี้ทำให้เราสามารถสร้างได้ สาเหตุทั่วไปความแปรปรวนของปรากฏการณ์หลายอย่างพร้อมกัน

เพื่อแสดงข้อมูลที่ได้รับ วิธีการจัดตาราง (การสร้างตาราง) และ การก่อสร้างกราฟิก(แผนภูมิและกราฟที่ไม่เพียงแต่ให้ การแสดงภาพเกี่ยวกับผลลัพธ์ที่ได้รับ แต่ยังช่วยให้เราสามารถคาดการณ์แนวทางของกระบวนการได้)

เงื่อนไขหลักที่วิธีการทางคณิตศาสตร์ข้างต้นในด้านจิตวิทยาทำให้มั่นใจในความน่าเชื่อถือของการศึกษาคือการมีตัวอย่างที่เพียงพอความแม่นยำของการวัดและความถูกต้องของการคำนวณ