Statistikk: Betydning, egenskaper og betydning
Etter å ha lest denne artikkelen vil du lære om: - 1. Betydning av statistikk 2. Definisjon av statistikk 3. Konsepter 4. Viktighet og omfang.
Betydning av statistikk:
Fagstatistikken, som det ser ut til, er ikke en ny disiplin, men den er like gammel som det menneskelige samfunn, i seg selv. Den har blitt brukt rett fra livets eksistens på denne jorden, selv om sfæren til dets brukervennlighet var svært begrenset.
I gamle dager ble statistikk regnet som "Science Statecraft" og var biproduktet av statens administrative virksomhet. Ordet Statistikk ser ut til å ha blitt avledet fra det latinske ordet «status» eller det italienske ordet «statista» eller det tyske ordet «statistik» eller det franske ordet «statistique», som hver er en politisk stat.
I India eksisterte et effektivt system for innsamling av offisiell og administrativ statistikk for 2000 år siden, spesielt under regjering av Chandragupta Maurva (324-300 f.Kr.). Historiske bevis på utbredelsen av et meget godt system for å samle vitale statistikker og registrering av fødsler og dødsfall, selv før 300 f.Kr., er tilgjengelige i Kautilyas 'Arthashastra'.
Tallene for land, jordbruk og rikdomsstatistikk ble opprettholdt av Todermal, land- og inntektsministeren i regjeringen i Akbar (1556-1605 e.Kr.). En detaljert beskrivelse av de administrative og statistiske undersøkelsene som ble gjennomført under Akbar regjering er tilgjengelig i boken "Ain-e-Akbari" skrevet av Abul Fazl (i 1596-97), en av de ni edelstenene i Akbar.
Seksten århundre så anvendelsen av statistikk for innsamling av data knyttet til bevegelser av himmellegemer - stjerner og planeter - å vite om deres posisjon og forutsigelsen av formørkelser. Det syttende århundre var vitne til opprinnelsen til Vital Statistics. Kaptein John Graunt of London (1620-1674), kjent som Fader av Vital Statistikk, var den første mannen som gjorde en systematisk undersøkelse av fødsels- og dødsstatistikken.
Moderne stalwarts i utviklingen av emnet Statistikk er engelskmenn som gjorde banebrytende arbeid i anvendelsen av statistikk til ulike fagområder. Francis Galton (1822-1921) pionerer studiet av 'Regresjonsanalyse' i biometri; Karl Pearson (1857-1936) som grunnla den største statistiske laboratoriet i England pionerer studiet av "Korrelasjonsanalyse".
Hans Chi-Square test (X 2- test) av Godhet av Fit er den første og viktigste av tester av betydning i Statistikk; WS Gosset med sin t-test innledet en epoke med eksakte (små) prøveprøver. Kanskje det meste av arbeidet i den statistiske teorien de siste tiårene kan tilskrives en enkeltperson Sir Ronald A.
Fisher (1890-1962) som søkte statistikk på en rekke ulike felt som genetikk, biometri, psykologi og utdanning, landbruk osv., Og som med rette er kalt statistikkens far. I tillegg til å styrke den eksisterende statistiske teorien er han pioner i Estimeringsteori (Point Estimation and Fiducial Inference); Eksakt (liten) Sampling Distributions; Analyse av variasjon og utforming av eksperimenter.
Hans bidrag til emnet Statistikk er beskrevet av en forfatter i følgende ord:
"RA Fisher er den ekte giganten i utviklingen av teorien om statistikk."
Det er bare de varierte og fremragende bidragene til RA Fisher som satte emnet Statistikk på en meget fast fot og tjente statusen for en fullverdig vitenskap.
Definisjon av statistikk:
Opprinnelig ble ordet 'statistikk' brukt til innsamling av data om stater både historiske og beskrivende. Nå har den fått en mye bredere betydning og brukes til alle typer data og metoder for analyse av dataene. Dermed er det i nyere tid brukt i to sanser, nemlig singular og flertall.
Statistikk som statistiske metoder (Singular Sense):
I denne kategorien av definisjoner er statistikken i enestående forstand. I singulær forstand brukes statistikk til å beskrive prinsippene og metodene som brukes i innsamling, presentasjon, analyse og tolkning av data. Disse enhetene bidrar til å forenkle komplekse data og gjøre det mulig for en vanlig mann å forstå det uten store problemer.
Enkel og omfattende betydning for statistikk, i singulær forstand, kan være en enhet som er ansatt for å samle, klassifisere, presentere, sammenligne og tolke data. Hensikten er å gjøre dataene enkle, klare og enkle å forstå av en vanlig mann med middelmådig intelligens.
Selligman opprettholdte denne oppfatningen av begrepet "statistikk". Alt dette innebærer en prosedyre og en metode fra hovedtrinnet til sluttfasen av analyse eller konklusjoner etc. Så dette er ganske omfattende mening og tolkning av begrepet statistikk. Turtle definerer også statistikk som "kroppen av prinsipper og teknikker for innsamling, klassifisering, presentasjon, sammenligning og tolkning av kvantitative data."
De tre første definisjonene av Bowley er utilstrekkelige. Boddingtons definisjon beskytter heller ikke statistikkens betydning og funksjoner, siden det er begrenset til bare sannsynligheter og estimater.
Kongens definisjon er også utilstrekkelig siden den begrenser statistikk bare til samfunnsvitenskap. Lovitts definisjon er ganske tilfredsstillende, men ufullstendig. Selligmans definisjon, men veldig kort og enkel, er ganske omfattende. Imidlertid synes det beste av alle de ovennevnte definisjonene å bli gitt av Croxton og Cowden.
Statistikk som numeriske data (flertallet):
I plural forstand er statistikk regnet som ar. en numerisk beskrivelse av kvantitative aspekter av ting. Imidlertid gir vi noen utvalgte definisjoner av statistikk som numeriske data.
Definisjonen av statistikk som gitt av Horace Secrist er mest omfattende og tydelig påpeker visse viktige egenskaper som må besitte av numeriske data, for å bli kalt statistikk.
Egenskapene er angitt i følgende avsnitt:
1. Statistikk er Aggregate of Facts:
Bare de fakta som er i stand til å bli studert i forhold til tid, sted eller frekvens, kan kalles statistikk. Individuelle, enkeltstående eller ikke-forbundne tall er ikke statistikk fordi de ikke kan studeres i forhold til hverandre. På grunn av dette kalles kun opplysninger om fakta, data knyttet til IQ av en gruppe studenter, akademisk oppnådd elev, etc., og blir studert i forhold til hverandre.
2. Statistikk er påvirket til en merket omfang ved multiplikasjon, årsaker:
Statistiske data er mer relatert til samfunnsvitenskap, og som sådan påvirkes endringer på en kombinert effekt av mange faktorer. Vi kan ikke studere effekten av en bestemt årsak på et fenomen. Det er bare i fysiske fag at enkelte årsaker kan spores og deres innflytelse er tydelig kjent. I statistisk studium av samfunnsvitenskap, kommer vi til å kjenne den kombinerte effekten av flere årsaker.
For eksempel kan forverring av prestasjonspoeng i akademiske sfære av enkelte studenter ikke bare skyldes manglende interesse for skolefag, men kan også på grunn av manglende motivasjon, effektive læringsmetoder, holdninger til elevene på skolefag, feil scoreprosedyre, etc.
Likeledes avhenger resultatene av gruppens minneprøve avhengig av meningsfullhet av læringsmateriell, modning av studentene, læringsmetoder, motivasjon, interesse for studentene, etc.
3. Statistikk er numerisk uttrykt:
Kvalitative fenomener som ikke kan uttrykkes numerisk, kan ikke beskrives som statistikk, for eksempel ærlighet, godhet, evne, etc. Men hvis vi tilordner numerisk uttrykk, kan det beskrives som 'statistikk'.
4. Statistikk er oppregnet eller estimert i henhold til rimelige standarder for nøyaktighet:
Standarden på estimering og nøyaktighet er forskjellig fra forespørsel til forespørsel eller fra formål til formål. Det kan ikke være en standard for enhetlighet for alle typer henvendelser og for alle formål. En enkelt student kan ikke ignoreres mens jeg beregner IQ på 100 studenter i gruppen, mens 10 soldater lett kan ignoreres mens du finner ut IQ av soldater i hele landet.
På samme måte kan vi ignorere ti dødsfall i et land, men vi kan ikke overse selv en eneste død i en familie. Mengden tid og ressurser som er til disposisjon, bestemmer også mengden av nøyaktighet i estimater.
5. Statistikk er samlet i en systematisk måte:
For å ha en rimelig standard for nøyaktighet må statistikken samles på en veldig systematisk måte. En hvilken som helst grov og tilfeldig innsamlingsmetode vil ikke være ønskelig fordi det kan føre til feil og feil konklusjon. Nøyaktighet vil heller ikke være bestemt og som sådan kan ikke troes.
6. Statistikk for et forhåndsbestemt formål:
Etterforskeren må ha en hensikt på forhånd, og da skal man starte oppsamlingsarbeidet. Data samlet uten noe formål er ubrukelig. Anta at vi vil vite etterretning av en del av mennesker, vi må ikke samle inn data om inntekt, holdninger og interesser. Uten å ha en klar ide om formålet vil vi ikke kunne skille mellom nødvendige data og unødvendige data eller relevante data og irrelevante data.
7. Statistikk er kapabel til å bli plassert i forhold til hverandre:
Statistikk er en metode for sammenligning etc. Det må kunne sammenlignes, ellers vil det miste mye av sin verdi og betydning. Sammenligning kan kun gjøres dersom dataene er homogene.
Data om minnetest kan sammenlignes med IQ, ikke med foreldres lønnsstatus. Det er kun ved bruk av sammenligning at vi kan skildre endringer som kan forholde seg til tid, sted, frekvens eller annen karakter, og statistiske enheter brukes til dette formålet.
Begreper i statistikk:
1. Data:
Du kan lese regelmessig en avis. Nesten hver avis gir minimum og maksimal temperatur registrert i byen på forrige dag. Det indikerer også nedbørfallet, og tiden for soloppgang og solnedgang. På skolen registreres deltakerne regelmessig i et register.
For en pasient, anbefaler legen opptak av kroppstemperaturen med jevne mellomrom. Hvis vi registrerer minimums- og maksimumstemperaturen, nedbør eller soloppgangstidspunktet, solnedgangen eller barnets oppmøte eller pasientens kroppstemperatur over tid, registreres det som vi registrerer.
Her registrerer vi dataene om minimums- og maksimumstemperaturen i byen, data om nedbør, data for soloppgangstiden og solnedgangen, og dataene som gjelder oppmøte av barn.
Som et eksempel er klassens tilstedeværelse av studenter, i en skole, som registrert i tabell 2.0:
Tabell 2.0 gir dataene for klassisk tilstedeværelse av studenter. Her består dataene av 7 observasjoner i alle. Disse observasjonene er oppmøte for klasse VI, VII og så videre. Så refererer data til settet med observasjoner, verdier, elementer eller objekter som vurderes. Komplett sett med alle mulige elementer eller objekter kalles en befolkning.
Hver av elementene kalles et stykke data. Data refererer også til de kjente fakta eller ting som brukes som grunnlag for å avlede eller regne fakta, informasjon, materiale som skal behandles eller lagres.
2. Scores:
Poeng eller andre tall i kontinuerlige serier skal betraktes som avstander langs et kontinuum, i stedet for som diskrete punkter. En tomme er den lineære størrelsen mellom to divisjoner på en fotregel; og på samme måte er en poengsum i en mental test en avstandsavstand mellom to grenser. En poengsum på 120 ved en intelligenseksamen representerer for eksempel intervallet 119, 5 opp til 120, 5.
Det eksakte midtpunktet for dette poengintervallet er 120 som vist nedenfor:
Andre poeng kan tolkes på samme måte. En poengsum på 15, for eksempel, inkluderer alle verdier fra 14, 5 til 15, 5, dvs. en verdi fra et punkt .5 enhet under 15 til et punkt .5 enhet over 15. Dette betyr at 14, 7, 15, 0 og 15, 4 alle ville være scoret 15. "Den vanlige matematiske betydningen av en poengsum er et intervall som strekker seg langs en dimensjon fra .5 enhet under til .5 enhet over verdien av poengsummen." (Garrett 1979)
3. Variabel:
På utdanningsområdet og psykologien studerer vi forskjeller med hensyn til personens personlighetstrekk, evner, ferdigheter, etc. For eksempel vil elevene i samme klasse avvike i deres prestasjoner på en bestemt prøve eller på karakterer oppnådd i eksamener.
I alle slike tilfeller handler vi om egenskaper som varierer eller svinger på en ganske uforutsigbar måte. Vi finner at formen eller kvaliteten er en egenskap som objekter varierer fra. fart er en egenskap som dyr varierer fra; høyde er en egenskap som trær varierer og folk varierer med hensyn til ulike egenskaper som alder, kjønn, høyde, vekt og personlighetstrekk etc.
Karakteristikken som individer adskiller seg fra, kalles en variabel. Dermed er hastighet, form, høyde, vekt, alder, kjønn, karakterer variabler i eksemplene ovenfor. I pedagogiske og psykologiske studier behandler vi ofte variabler knyttet til intellektuelle evner.
Nå er det målet med hver fysisk og atferdsevitenskap å studere arten av variasjonen i hvilken variabel den har å gjøre med, og derfor er det nødvendig å måle omfanget og typen variasjon i en variabel. Statistikk er en gren av vitenskapen som omhandler studiet av variabler som varierer på uforutsigbar måte og bidrar til å gi forståelse for fenomenene og objektene som viser slike variasjoner.
4. Måleskalaer:
Måling refererer til tildeling av tall til objekter og hendelser i henhold til logisk akseptable regler. Tallene har mange egenskaper, for eksempel identitet, rekkefølge og additivitet. Hvis vi lovlig kan tilordne tall ved å beskrive objekter og hendelser, bør egenskapene til tallene gjelde for objektene og hendelsene.
Det er viktig å vite om de ulike typer måleverdier, da antall eiendommer som er relevante, avhenger av måleskalaen som brukes på objektene eller hendelsene.
La oss ta fire forskjellige situasjoner for en klasse på 30 studenter:
Jeg. Tilordne dem ruller nos. fra 1 til 30 på tilfeldig basis.
ii. Be elevene stå i kø i henhold til høyden og tildele dem stillingsnummer i kø fra 1 til 30.
iii. Administrere en prøve på 50 poeng til alle studenter og tildele karakterer fra 0 til 50, i henhold til deres prestasjoner.
iv. Måle elevers høyde og vekt og gjøre studentopptegnelse.
I den første situasjonen har tallene blitt tildelt bare på vilkårlig basis. Enhver student kunne bli tildelt nr. 1, mens noen kunne bli tildelt nr. 30. Ingen to studenter kan sammenlignes på grunnlag av tildeling av tall, uansett.
Studentene har blitt merket fra 1 til 30 for å gi hver en identitet. Denne skalaen refererer til nominell skala. Her gjelder identitetsegenskapen, men egenskapene til orden og additivitet gjelder ikke.
I den andre situasjonen har studentene blitt tildelt sine stillingsnummer i kø fra 1 til 30. Her er nummereringen ikke på vilkårlig basis. Tallene har blitt tildelt i henhold til elevens høyde. Så elevene er sammenlignbare på grunnlag av deres høyder, da det er en sekvens i denne forbindelse.
Hver etterfølgende barn er høyere enn den forrige, og så videre. Denne skalaen refererer til ordinær skala. Her har objektet eller arrangementet sin identitet, så vel som rekkefølge. Da forskjellen i høyden til noen to studenter ikke er kjent, så er egenskapen til tillegg av tall ikke aktuell for ordinær skalaen.
I den tredje situasjonen har studentene blitt tildelt karakterer fra 0 til 50 på grunnlag av deres resultater i testen administrert på dem. Vurder merkene som er oppnådd av 3 studenter, som er henholdsvis 30, 20 og 40. Her kan det tolkes at forskjellen mellom utførelsen av 1. og 2. elev er den samme som mellom prestasjonen til 1. og 3. elev.
Men ingen kan si at forestillingen til den tredje studenten er bare den dobbelte av den andre studenten. Dette er fordi det ikke er absolutt null, og en student får 0 karakterer, kan ikke betegnes som å ha null prestasjonsnivå. Denne skalaen refererer til intervallskala. Her gjelder egenskapene til identitet, orden og additivitet.
I den fjerde situasjonen er de nøyaktige fysiske verdiene knyttet til høyder og vekter for alle studenter blitt oppnådd. Her er verdiene sammenlignbare i alle henseender. Hvis to studenter har høyder på 120 cm. og 140 cm, da er forskjellen i høyden 20 cm og høyde er i forholdet 6: 7. Denne skalaen refererer til forholdsskalaen.
Statistikkets betydning og omfang:
Det faktum at statistiske metoder i den moderne verden er universelt anvendelige. Det er i seg selv nok til å vise hvor viktig statistikkvitenskapen er. Faktisk er det millioner av mennesker over hele verden som ikke har hørt et ord om statistikk og likevel som gjør en stor bruk av statistiske metoder i deres daglige beslutninger. Statistiske metoder er vanlige måter å tenke på og dermed brukes av alle typer personer.
Eksempler kan multipliseres for å vise at menneskelig atferd og statistiske metoder har mye til felles. Faktisk er statistiske metoder så nært knyttet til menneskelige handlinger og atferd at praktisk talt all menneskelig aktivitet kan forklares med statistiske metoder. Dette viser hvor viktig og universell statistikk er.
La oss nå diskutere betydningen av statistikk i noen forskjellige fagområder:
(i) Statistikk i planlegging:
Statistikk er uunnværlig når det gjelder planlegging, kan det være i forretnings-, økonomi- eller regjeringsnivå. Den moderne tidsalderen kalles "planleggingsalder", og nesten alle organisasjoner i regjeringen eller virksomheten eller ledelsen benytter planlegging for effektiv arbeid og for å formulere politisk beslutning.
For å oppnå dette, er de statistiske dataene knyttet til produksjon, forbruk, fødsel, død, investering, inntekt av avgjørende betydning. I dag er effektiv planlegging et must for nesten alle land, spesielt utviklingslandene for deres økonomiske utvikling.
(ii) Statistikk i matematikk:
Statistikken er nært knyttet til og i hovedsak avhengig av matematikk. Den moderne teorien om statistikk har grunnlaget for sannsynlighetsteorien som igjen er en bestemt gren av mer avansert matematisk teori om tiltak og integrasjon. En stadig voksende rolle matematikk i statistikk har ført til utviklingen av en ny gren av statistikk kalt matematisk statistikk.
Statistikk kan dermed anses å være et viktig medlem av matematikkfamilien. I ordene til Connor, "Statistikk er en gren av anvendt matematikk som spesialiserer seg på data."
(iii) Statistikk i økonomi:
Statistikk og økonomi er så blandet med hverandre at det ser dumt ut å skille dem fra. Utvikling av moderne statistiske metoder har ført til en omfattende bruk av statistikk i økonomi.
Alle viktige grener av økonomi-forbruk, produksjon, utveksling, distribusjon, offentlige finanser-bruk statistikk med det formål å sammenligne, presentere, tolke osv. Problemet med å bruke inntekt på og av ulike deler av folket, produksjon av nasjonal rikdom, justering av etterspørsel og forsyning, effekt av økonomisk politikk på økonomien etc. angir bare betydningen av statistikk innen økonomi og i sine forskjellige grener.
Statistikk for offentlig finansiering gir oss mulighet til å pålegge skatt, gi tilskudd, å bruke på ulike hoder, mengde penger som skal lånes eller lånes osv. Så vi kan ikke tenke på statistikk uten økonomi eller økonomi uten statistikk.
(iv) Statistikk i samfunnsvitenskap:
Hvert sosialt fenomen påvirkes i stor grad av en rekke faktorer som bringer ut variasjonen i observasjoner fra tid til annen, sted og sted og objekt til objekt. Statistiske verktøy for regresjon og korrelasjonsanalyse kan brukes til å studere og isolere effekten av hver av disse faktorene på den oppgitte observasjonen.
Prøvetakingsteknikker og estimeringsteori er svært kraftige og uunnværlige verktøy for å gjennomføre noen sosiale undersøkelser, relatert til samfunnslag og deretter analysere resultatene og tegne gyldige avledninger. Den viktigste anvendelsen av statistikk i sosiologi er innen Demografi for å studere dødelighet (dødelighet), fruktbarhet (fødselsrater), ekteskap, befolkningsvekst og så videre.
I denne sammenheng har Croxton og Cowden med rette sagt:
"Uten en tilstrekkelig forståelse av de statistiske metodene, kan forskerne i samfunnsvitenskapen være som den blinde mannen som groper i et mørkt rom for en svart katt som ikke er der. Metodene for statistikk er nyttige i et over-bredere spekter av menneskelige aktiviteter i et hvilket som helst tankeområde i hvilken numeriske data kan være hatt. "
(v) Statistikk i handel:
Som allerede nevnt er statistikk en del metoder for å gjøre klare beslutninger i møte med usikkerhet. Virksomheten er full av usikkerhet og risiko. Vi må prognose på hvert trinn. Spekulasjon er bare å vinne eller miste ved hjelp av prognoser. Kan vi prognose uten å se på fortiden? Kanskje nei. Fremtidens trend i markedet kan bare forventes dersom vi benytter statistikk. Feil i forventning vil bety feil i virksomheten.
Endringer i etterspørsel, forsyning, vaner, mote etc. kan forventes ved hjelp av statistikk. Statistikk er av største betydning for å bestemme prisene på de ulike produktene, bestemme faser av bommen og depresjon etc. Bruk av statistikk bidrar til en jevn drift av virksomheten, for å redusere usikkerhetene og dermed bidra til suksess for virksomheten.
(vi) Statistikk i forskningsarbeid:
Arbeidet til en forsker er å presentere resultatet av sin forskning før samfunnet. Effekten av en variabel på et bestemt problem, under forskjellige forhold, kan kun kjennes av forskerarbeideren dersom han benytter seg av statistiske metoder. Statistikk er overalt grunnleggende for forskningsaktiviteter. For å beholde sine forskningsinteresser og forskningsaktiviteter, må forskeren lene seg på sin kunnskap og ferdigheter i statistiske metoder.
Kort fortalt er fordelene med statistisk tenkning og operasjoner i forskning som følger:
1. De tillater den mest nøyaktige beskrivelsen:
Målet med vitenskap er beskrivelse av fenomener. Beskrivelsen skal være fullstendig og nøyaktig slik at det kan være nyttig for alle som kan forstå det når han leser symbolene. Matematikk og statistikk er en del av det beskrivende språket, en utvækst av våre verbale symboler.
2. De tvinger oss til å være klare:
Statistikk gjør en forskers aktiviteter bestemt og nøyaktig - både i hans prosedyrer og tenkning. Statistikken systematiserer en forskers innsats og leder ham til målet.
3. De hjelper oss å oppsummere resultatene:
Masser av observasjoner tatt av seg selv er forvirrende og nesten meningsløse. Statistikk gjør at vi kan oppsummere våre resultater i meningsfylt og praktisk form. Før vi kan se skogen, så vel som trærne, må det gis orden på dataene. Statistikk gir en uovertruffen enhet for å få ordren ut av kaos, for å se det generelle bildet i ens resultater.
4. De gjør oss i stand til å trekke generelle konklusjoner:
Og prosessen med å trekke ut konklusjoner utføres i henhold til aksepterte regler. Videre kan vi ved hjelp av statistiske skritt si om hvor mye tro som skal legges i hvilken som helst konklusjon og om hvor langt vi kan utvide vår generalisering.
5. De gjør oss i stand til å gjøre spådommer:
av "hvor mye" av en ting vil skje under forhold vi kjenner og har målt. For eksempel kan vi forutsi det sannsynlige merket en freshman vil tjene i høyskolealgebra hvis vi kjenner hans poengsum i en generell faglig egnethetstest, hans poengsum i en spesiell algebra-aptitude test, hans gjennomsnittsmerke i videregående matematikk, etc. Vårt Forutsigelsen kan være noe feil, men statistisk metode vil fortelle oss hvor mye feilmargin som skal tillate ved å lage spådommer.
6. De gjør det mulig for oss å analysere noen av de tilfeldige faktorene i komplekse og ellers forvirrende hendelser.
Studentens mål i sin statistikkstudie:
1. Å beherske ordforrådet for statistikk:
For å lese og forstå et fremmedspråk er det alltid nødvendig å bygge opp et tilstrekkelig ordforråd. Til nybegynner, bør statistikk anses som et fremmedspråk. Ordforrådet består av begreper som er symbolisert av ord og bokstavsymboler.
2. Å skaffe seg, eller for å gjenopplive, og å utvide ferdigheter i beregning:
Statistikken tar sikte på å utvikle beregningsevner innen studentene. Forståelsen av statistiske begreper kommer i stor grad gjennom å anvende dem i databehandling.
3. For å lære å tolke statistiske resultater riktig:
Statistiske resultater kan bare være nyttige i den utstrekning de er korrekt tolket. Med full og riktig tolkning hentet fra data, er statistiske resultater den mest kraftige kilden til betydning og betydning. Utilstrekkelig fortolket, kan de representere noe verre enn bortkastet innsats. Feilaktig forstått, de er verre enn ubrukelige.
4. For å forstå logikken i statistikk:
Statistikk gir en måte å tenke på, samt et ordforråd og et språk. Det er et logisk system, som all matematikk, som er spesielt tilpassbar til behandling av vitenskapelige problemer. Guilford har med rette sagt: "Velplanlagte undersøkelser inkluderer alltid i deres designklare hensyn til de spesifikke statistiske operasjonene som skal brukes."
5. Hvis du vil vite hvor du skal bruke statistikk og hvor du ikke skal:
Mens alle statistiske enheter kan belyse data, har hver sine begrensninger. Det er i denne forbindelse at den gjennomsnittlige studenten sannsynligvis vil lide mest fra mangel på matematisk bakgrunn, om han skjønner det eller ikke. Hver statistikk er utviklet som en rent matematisk ide. Som sådan hviler det på visse antagelser. Hvis disse forutsetningene er sanne for de spesifikke dataene som vi må håndtere, kan statistikken på riktig måte brukes.
6. For å forstå den underliggende statistikkens matematikk:
Dette målet vil ikke gjelde for alle studenter. Men det bør gjelde for mer enn de med uvanlig tidligere matematisk trening. Dette vil gi ham en mer forståelig forståelse av hva som skjer i bruk av formler.
Statistikk i psykologi og utdanning:
Statistikk har blitt brukt svært mye i psykologi og utdanning også for eksempel i skalering av mentale tester og andre psykologiske data; for å måle påliteligheten og gyldigheten av testresultater; for å bestemme Intelligence Quotient; i elementanalyse og faktoranalyse. De store bruken av statistiske data og statistiske teorier har gitt opphav til en ny disiplin kalt 'Psychometry'.
Moderne problemer og behov tvinger statistiske metoder og ideer mer og mer i forkant. Det er så mange ting vi ønsker å vite som ikke kan oppdages ved en enkelt observasjon eller ved en enkelt måling. Vi ønsker å forestille seg en manns oppførsel som, som alle menn. er en variabel mengde, og må observeres gjentatte ganger og ikke en gang for alle. Vi ønsker å studere den sosiale gruppen, som består av personer som er forskjellige fra hverandre.
Vi vil gjerne kunne sammenligne en gruppe med en annen, ett løp med en annen, samt ett individ med en annen person, eller individet med normen for hans alder, rase eller klasse. Vi ønsker å spore kurven som viser veksten av et barn eller en befolkning. Vi ønsker å disentangle de sammenvevdfaktorer av arvelighet og miljø. Den eneste løsningen er anvendelsen av statistikk på ovennevnte områder.
Kunnskap om statistikk er spesielt nyttig for studentene i psykologi og utdanning av følgende grunner:
1. Det hjelper med å forstå den moderne litteraturen i disse fagene. De fleste bøker og artikler i forskningsblader i disse fagene bruker statistisk terminologi og presenterer resultatene i en statistisk form, som ikke kan forstås uten tilstrekkelig kunnskap om statistikk.
2. Det hjelper med å utføre forskningsundersøkelser for hvilken prøveundersøkelse eller eksperimentell tilnærming som skal brukes. Kunnskap om prøveundersøkelsesmetoder, utforming av eksperimenter og statistiske metoder for dataanalyse er avgjørende for de avanserte elevene som må gjennomføre egne undersøkelser.
3. Det danner grunnlag for vitenskapelig tilnærming til problemer, hvor induktiv innledning er vanlig brukt. Studenter i psykologi og utdanning har ikke råd til å forbli uvitende om den vitenskapelige metoden for tilnærming til problemløsing i disipliner.
4. Det hjelper den profesjonelle psykologen, enten en rådgiver, en veiledende arbeidstaker eller en klinisk psykolog, i å gjøre sitt arbeid effektivt, da han i løpet av sitt arbeid må administrere tester, tolke testresultater og opprettholde en oversikt over en rekke tilfeller (som utgjør data som krever statistisk analyse for riktig tolkning). For alt dette er kunnskapen om statistikk viktig.
5. Det gir grunnleggende verktøy for dataanalyse til utdannere som er engasjert i planlegging og administrasjon av et utdanningssystem. De trenger å kjenne statistikk for å studere tidligere trender for innmelding, å estimere lærerkrav, å planlegge nye skoler og for mange andre slike formål.
6. Det hjelper lærerne og skolelederne til å vurdere utførelsen av studenter og skoler. De må kjenne litt statistikk for å kunne håndtere undersøkelsesdata, testpoeng av studenter og kvantitative data som brukes til ulike typer evaluering.
7. I psykologi og utdanning blir kvantitative metoder i økende grad brukt til å studere ulike fenomener, for hvilke statistiske teknikker er uunnværlige. I psykofysikk studerer man forhold mellom målinger oppnådd av instrumenter og ved menneskelig vurdering.
Forsøk gjøres for å måle menneskets evne (for eksempel intelligens, skolastabilitet, kreativitet, personlighet, interesse, oppførsel, holdning, etc.) ved tester. Kunnskapen om statistiske teknikker er nødvendig for å forstå og løse problemer i alle disse situasjonene, noe som er ganske vanlig innen psykologi og utdanning.
Statistikk hjelper en lærer:
Den beste delen av statistikken er at 'hvordan hjelper det en lærer til å oppfylle instruksjons- eller læringsmålene i klassesituasjoner?' Således er det i virkeligheten bekymret for organisering, analyse og tolkning av testresultater og andre numeriske data.
Det er nødvendig for en lærer å vite alle statistiske teknikker som hjelper ham til å:
(i) Analyser og beskriv resultatene av måling oppnådd i hans klasserom.
(ii) Forstå statistikken som brukes i testhåndbøker og forskningsrapporter.
(iii) Og tolke de ulike typer avledede poeng brukt i testing.
Hvis en lærer har grunnleggende kunnskaper om statistiske tiltak og bruksområder, vil han sikkert forbedre sin effektivitet i undervisningen, og statistikk skal derfor være en stor hjelp for ham i hans oppdrag.
I lys av ovennevnte diskusjoner må statistikken oppnå følgende sett med målsettinger i psykologi og utdanning, så vel som generelt type undersøkelser:
Det hjelper:
(i) Å samle informasjon om ulike aspekter for å teste forutsetninger eller testhypoteser.
(ii) i observasjon, utvelgelse, innsamling, organisering og analyse av fakta og data av forskjellig art.
(iii) Understreke eller utlede annen metode for bruk.
(Iv) Ved å vite den sentrale tendensen til en gruppe, variasjoner i dens bretter og normer for sin struktur eller konsolidering.
(V) Ved å teste påliteligheten, gyldigheten, brukervennligheten og omfanget av et testresultat.
(Vi) Ved å avgjøre prosedyrene og teknikkene til et testpreparat og dets bruksområder.
(vii) Ved å avlede resultater og konklusjoner.
Dataanalyse:
Statistiske data analyseres på to måter som er angitt nedenfor:
(i) Beskrivende statistikk:
Beskrivende statistikk er opptatt av å beskrive eller oppsummere de numeriske egenskapene til dataene. The methodology of descriptive statistics includes classification, tabulation, graphical representation and calculation of certain indicators such as mean, median, range, etc. which summarise certain important features of data.
It restricts to generalisation and to specifically a particular group of individuals being observed. No conclusion can be drawn beyond this group. The data describe only one group on which these have been collected. Many such action researches involve descriptive analysis. These researches provide worthy information's regarding the nature of a specific group of individuals.
(ii) Inferential Statistics:
Inferential statistics, which is also referred to as statistical inference, is concerned with derivation of scientific inference about generalisation of results from the study of a few particular cases.
Technically speaking, the methods of statistical inference help in generalising the results of a sample to the entire population from which the sample is drawn. It should be kept in mind while selecting a sample that it should approximately represent the larger group of population. Thus the characteristics of the sample will represent the characteristics of the total groups.
The nature of inference is inductive in the sense that we make general statements from the study of a few cases. Inferential statistics provides us the tools of making inductive inference scientific and rigorous. In such inference, it is presumed that the generalisation cannot be made with certainty.
Some uncertainty is inevitable since in some cases the inference drawn from the data of a sample survey or an experiment can be wrong. However, the degree of uncertainty is itself measurable and one can make rigorous statements about the uncertainty (or the chance of being wrong) associated with a particular inference. This uncertainty in inference is dealt with by applying the theory of probability, which is the backbone of statistical inference.
It is a branch of mathematical statistics that deals with measurement of the extent of certainty of events whose occurrence depends on chance.
