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.

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.