Методы описательной статистики

В основе большинства экспериментов лежит прием «наблюдение», позволяющий установить поведение объекта, определить причинно-следственные связи, мнение и позицию испытуемых, а также сформулировать конкретные выводы в рамках изучаемого вопроса. Далеко не всегда итоги научной работы или практической части позволяют сделать конкретное умозаключение. Поэтому для корректной и грамотной трактовки всех явлений эксперимента авторы используют методы описательной статистики.

Что это такое?

Анализ результатов практический части или любой научной работы – необъемлемая часть полноценного труда, представляющего ценность для науки и отрасли. Данный этап важен в любом направлении и предопределяет правомерность или неправомерность выдвинутой гипотезы. Чаще всего к методам описательной статистики прибегают исследователи психологической, социологической и технической сферы.

Описательная (дескриптивная) статистика представляет собой раздел статистики или «инструмент широкого спектра действия», который предназначен для сбора и обработки эмпирических материалов с их дальнейшей систематизацией, уточнением полученных результатов. Миссия данного приема – кратко и емко дать характеристику изучаемому явлению и представить это в максимальной простой форме: графической, табличной, числовой и пр.

Благодаря методам описательной статистики автор научного исследования изначально отсеивает второстепенные моменты, погружаясь в суть мероприятий с учетом заданной цели, намеченных задач и выдвинутой гипотезы, особенностей объекта и предмета исследования. Такие приемы оптимизируют выборку, позволяя получить более точные результаты.

Возникли сложности?

Нужна помощь преподавателя?

Мы всегда рады Вам помочь!

дипломные
магистерские
диссертации

Основные показатели описательной статистики

Описательная статистика базируется на ряде «аргументов», каждый из которых выполняет свою миссию и отражается на конечном результате. К числу таких составляющих показателей относят:

• Общие.

Переменные и постоянные. Уже из самого наименования показателей можно понять, что переменным свойственно меняться (ими могут быть условия проведения эксперимента, какие-либо воздействующие на испытуемых факторы и пр.), постоянные – стабильны на протяжении всего исследования. К их числу можно отнести число испытуемых (если объем выборки изначально утвержден) и т.д.

• Показатели положения.

К ним можно отнести медиану и моду, среднее арифметическое. Медиана – среднее значение повторяющихся переменных, мода – часто встречающийся элемент выборки, среднее арифметическое – призван охарактеризовать центр распределения выборки.

Помимо этого, к данной категории принято относить так называемые экстремум: максимум и минимум (минимальное и максимальное значение (элемент)) выборки.

• Показатели разброса, которые позволяют определить степень распределения в выборке относительно своего центра.

В эту группу показателей включают дисперсию, стандартное отклонение, коэффициент эксцесса, размах и пр.

• Параметры асимметрии, демонстрирующие наглядно или в числовой форме распределения элементов выборки относительно собственного центра.

Наиболее яркими и распространенными в исследованиях показателями данного класса являются гистограммы, медианы, коэффициенты асимметрии и т.д.

• Материалы, описывающие законы распределения в конкретной ситуации.

Чаще всего к таким материалам относят результаты наблюдений, которые можно представить в виде гистограмм, таблиц частот, функций распределения.

Для того, чтобы получить и проанализировать вышеуказанные критерии, достаточно следовать определенному алгоритму действий:

Шаг 1. Фиксируем каждый показатель относительно его оси, определяем его вес в числовом выражении.

Шаг 2. Определяем степень распределения вокруг утвержденного центра (оси).

Шаг 3. Определяем асимметричность распределения относительно центра;

Шаг 4. Выводим результаты удобным способом: гистограмма, таблица, функция, график, схема и пр.

Этапы применения методов описательной статистики

Методы описательной статистики применимы не всегда. Чтобы они позволили получить максимально достоверные и полезные результаты, необходимо:

• Собираем максимально доступное количество данных по выбранной теме исследования;
• Определяем объем выборки. Здесь многие исследователи полагаю, что для получения достоверной картины данный показатель должен быть не менее 1000 или согласно принципу «чем больше, тем лучше».
• Упорядочиваем полученные данные по возрастанию величин, определяем максимум и минимум выборки;
• Группируем полученные данные, разбивая их интервалы с учетом количества наблюдений;
• Рассчитываем частотность и плотность вероятностей;
• Определяем ось значений для каждого распределения группы;
• Строит гистограмму, таблицу частот, графики и схемы;
• Оформляем полученный результат в виде вывода по полученным данным.

Каждый этап по своему важен и способствует оптимизации собранных материалов, их тотальной обработке и упорядочиванию, что в итоге позволяет понять роль каждого компонента, фактора, испытуемого и сделать грамотный и корректный вывод.