Statistik: Betydelse, egenskaper och betydelse
Efter att ha läst den här artikeln kommer du att lära dig om: - 1. Betydelse av statistik 2. Definition av statistik 3. Begrepp 4. Viktighet och omfattning.
Betydelse av statistik:
Ämnet Statistiken, som det verkar, är inte en ny disciplin, men den är lika gammal som det mänskliga samhället i sig. Den har använts direkt från livets existens på denna jord, även om dess användningsområde var mycket begränsad.
I gamla tider betraktades statistiken som "Science Statecraft" och var biprodukten av statens administrativa verksamhet. Ordet Statistiken verkar ha härstammat från latinska ordet "status" eller det italienska ordet "statista" eller det tyska ordet "statistik" eller det franska ordet "statistique" som var och en betyder en politisk stat.
I Indien fanns ett effektivt system för insamling av officiell och administrativ statistik för 2000 år sedan, särskilt under regeringstiden av Chandragupta Maurva (324-300 f.Kr.). Historiska bevis på förekomsten av ett mycket bra system för insamling av vital statistik och registrering av födelser och dödsfall redan före 300 f.Kr. finns i Kautilyas Arthashastra.
Uppgifterna om mark-, jordbruks- och riksdagsstatistik upprätthölls av Todermal, land- och inkomstminister vid Akbar (1556-1605 e.Kr.). Ett detaljerat redogörelse för de administrativa och statistiska undersökningarna som genomfördes under Akbars regeringstid finns i boken "Ain-e-Akbari", skriven av Abul Fazl (år 1596-97), en av de nio ädelstenarna i Akbar.
Sextonhundratalet såg tillämpningen av statistiken för insamling av data som rör himmelska kroppar - stjärnor och planeter - att veta om deras ställning och för prediktering av förmörkelser. 1700-talet bevittnade Vital Statistics ursprung. Kapten John Graunt of London (1620-1674), känd som Vital of Vital Statistics, var den första mannen som gjorde en systematisk studie av födelse- och dödsstatistik.
Moderna stalwarts i utvecklingen av ämnet statistik är engelsmän som gjorde banbrytande arbete vid tillämpningen av statistik till olika discipliner. Francis Galton (1822-1921) pioneered i studien av "regressionsanalys" i biometri; Karl Pearson (1857-1936), som grundade det största statistiska laboratoriet i England, var banbrytande för studien av "Correlation Analysis".
Hans Chi-Square test (X 2- test) av Goodness of Fit är den första och viktigaste av testen av betydelse i statistiken; WS Gosset med sitt t-test inledde en tid med exakta (små) provprov. Kanske kan det mesta av arbetet i statistisk teori under de senaste decennierna hänföras till en enda person Sir Ronald A.
Fisher (1890-1962) som tillämpade statistik på en mängd olika områden som genetik, biometri, psykologi och utbildning, jordbruk etc., och som med rätta kallas statistikens fader. Förutom att förbättra den befintliga statistiska teorin är han pionjären i Estimation Theory (Point Estimation and Fiducial Inference); Exakt (liten) Provtagningsfördelningar; Analys av varians och design av experiment.
Hans bidrag till ämnet Statistiken beskrivs av en författare med följande ord:
"RA Fisher är den verkliga jätten i utvecklingen av statistikteorin."
Det är bara RA Fishers varierande och enastående bidrag som satte ämnet statistik på en mycket fast fot och förtjänar statusen för en fullvärdig vetenskap.
Definition av statistik:
Ursprungligen användes ordet "statistik" för insamling av data om stater både historiskt och beskrivande. Nu har den fått en mycket bredare mening och används för alla typer av data och metoder för analys av data. Således har den nyligen använts i två sinnen, nämligen singular och plural.
Statistik som statistiska metoder (Singular Sense):
I denna kategori av definitioner är statistiken singular. I singular mening används statistik för att beskriva de principer och metoder som används vid insamling, presentation, analys och tolkning av data. Dessa enheter hjälper till att förenkla komplexa data och göra det möjligt för en gemensam man att förstå det utan svårigheter.
Enkel och omfattande betydelse för statistiken kan i singular mening vara en enhet som används för att samla in, klassificera, presentera, jämföra och tolka data. Syftet är att göra uppgifterna enkla, lätta och enkla att förstå av en vanlig man med medelmåttig intelligens.
Selligman behöll denna uppfattning av termen "statistik". Allt detta handlar om ett förfarande och en metod från det primära steget till slutskedet av analyser eller slutsatser etc. Så det här är en heltäckande betydelse och tolkning av begreppet statistik. Sköldpadda definierar också statistik som "principen och tekniken för att samla in, klassificera, presentera, jämföra och tolka kvantitativa data".
De första tre definitionerna av Bowley är otillräckliga. Boddingtons definition beskriver också statistikens innebörd och funktioner eftersom det begränsas till endast sannolikheter och uppskattningar.
Konungens definition är också otillräcklig eftersom den begränsar statistik endast till samhällsvetenskap. Lovits definition är ganska tillfredsställande, men ofullständig. Selligmans definition, men mycket kort och enkel, är ganska omfattande. Det bästa av alla ovanstående definitioner tycks emellertid ges av Croxton och Cowden.
Statistik som numeriska data (plural sense):
I plural mening anses statistik vara ar. en numerisk beskrivning av kvantitativa aspekter av saker. Men vi ger nedan några valda definitioner av statistik som numeriska data.
Definitionen av statistik som ges av Horace Secrist är mest omfattande och påpekar tydligt vissa väsentliga egenskaper som måste innehas av numeriska data för att kunna kallas statistik.
Egenskaperna anges i följande stycken:
1. Statistik är sammanlagda av fakta:
Endast de fakta som kan studeras i förhållande till tid, plats eller frekvens kan kallas statistik. Individuella, enskilda eller oskydda siffror är inte statistik eftersom de inte kan studeras i förhållande till varandra. På grund av denna anledning kallas endast sammanlagda fakta, t.ex. uppgifter om IQ för en grupp studenter, akademisk prestation av studenter etc. statistik och studeras i förhållande till varandra.
2. Statistik påverkas till ett markerat omfång med multiplicitet, orsaker:
Statistiska data är mer relaterade till samhällsvetenskap och som sådan påverkas förändringar av en kombination av många faktorer. Vi kan inte studera effekten av en viss orsak på ett fenomen. Det är bara i fysik att enskilda orsaker kan spåras och deras inverkan är tydligt känd. I statistisk studie av samhällsvetenskap kommer vi att känna till den kombinerade effekten av flera orsaker.
Till exempel kan försämring av prestationspoäng inom akademiska sfären hos vissa studenter inte vara enbart på grund av bristande intresse för skolämnen, men kan också bero på brist på motivation, effektiva undervisningsmetoder, elevernas inställning till skolämnen, felaktigt poängförfarande, etc.
På samma sätt beror poäng på minnesprov av en grupp förvisso av meningsfullhet i läromedel, mognad av eleverna, metoder för inlärning, motivation, elevernas intresse etc.
3. Statistik är numeriskt uttryckt:
Kvalitativa fenomen som inte kan uttryckas numeriskt kan inte beskrivas som statistik, t.ex. ärlighet, godhet, förmåga etc. Men om vi tilldelar numeriskt uttryck, beskrivs det kanske som statistik.
4. Statistik uppräknas eller beräknas enligt rimliga normer för noggrannhet:
Uppskattningsnivån och precisionen skiljer sig från förfrågan till förfrågan eller från syfte till syfte. Det kan inte finnas en enhetlighet för alla typer av förfrågningar och för alla ändamål. En enskild student kan inte ignoreras vid beräkning av IQ på 100 elever i grupp medan 10 soldater lätt kan ignoreras när man upptäcker IQ av soldater i hela landet.
På samma sätt kan vi ignorera tio dödsfall i ett land, men vi kan inte ignorera ens en enda död i en familj. Mängden tid och resurser som står till förfogande bestämmer också mängden av noggrannhet i beräkningar.
5. Statistik samlas in i en systematisk metod:
För att ha en rimlig standard för noggrannhet måste statistiken samlas på ett mycket systematiskt sätt. Varje grov och slumpmässig insamlingsmetod är inte önskvärd eftersom det kan leda till felaktig och felaktig slutsats. Noggrannhet kommer inte heller att vara bestämd och som sådan kan inte tros.
6. Statistik för ett förutbestämt syfte:
Utredaren måste ha ett syfte i förväg och då bör man börja arbetet med insamling. Data som samlats in utan något syfte är inte till nytta. Antag att vi vill veta intelligens av en sektion av människor, vi får inte samla in uppgifter om inkomst, attityd och intresse. Utan att ha en klar uppfattning om syftet kommer vi inte att kunna skilja mellan nödvändiga data och onödiga data eller relevanta uppgifter och irrelevanta uppgifter.
7. Statistiken är kapabel att placeras i förhållande till varandra:
Statistik är en metod för jämförelse etc. Det måste kunna jämföras, annars kommer det att förlora mycket av dess värde och betydelse. Jämförelse kan göras endast om data är homogena.
Data om minnetest kan jämföras med IQ, inte med föräldrarnas lönestatus. Det är endast med hjälp av jämförelse att vi kan skildra förändringar som kan relatera till tid, plats, frekvens eller något annat tecken, och statistiska enheter används för detta ändamål.
Begrepp i statistik:
1. Data:
Du kanske läser en tidning regelbundet. Nästan varje tidning ger den minsta och högsta temperaturen som registrerats i staden på föregående dag. Det indikerar också regnet som registrerats och tiden för soluppgång och solnedgång. I skolan registreras studenterna i ett register regelbundet.
För en patient rådgör läkaren med inspelning av kroppstemperaturen med jämna mellanrum. Om vi registrerar minsta och maximala temperaturen eller regnfallet eller tiden för soluppgång och solnedgång, eller närvaro hos barn eller kroppstemperaturen hos patienten, över en tidsperiod, är vad vi spelar in känt som data.
Här registrerar vi data om minsta och maximala temperaturen i staden, data om regn, data för soluppgångstiden och solnedgången och uppgifterna om barns närvaro.
Som ett exempel är klassklassig närvaro av elever, i en skola, som noterat i tabell 2.0:
Tabell 2.0 ger data för studenternas klassiska deltagande. Här innefattar data 7 observationer i alla. Dessa observationer är närvaro för klass VI, VII och så vidare. Så hänvisar data till uppsättningen observationer, värden, element eller objekt som övervägs. Den kompletta uppsättningen av alla möjliga element eller objekt kallas en befolkning.
Var och en av elementen kallas en bit data. Data hänvisar också till kända fakta eller saker som används som grund för inferens eller beräkning av fakta, information, material som ska behandlas eller lagras.
2. poäng:
Scores eller andra tal i kontinuerliga serier ska betraktas som avstånd längs ett kontinuum, snarare än som diskreta punkter. En tum är den linjära storleken mellan två divisioner på en fotregel; och på samma sätt är ett poäng i ett mentalt test ett avstånd avstånd mellan två gränser. En poäng på 120 vid en intelligens undersökning representerar exempelvis intervallet 119, 5 upp till 120, 5.
Den exakta mittpunkten för detta poängintervall är 120 som visas nedan:
Andra poäng kan tolkas på samma sätt. En poäng av 15, för exempel, inkluderar alla värden från 14, 5 till 15, 5, dvs vilket värde som helst från en punkt .5 enhet under 15 till en punkt .5 enhet över 15. Det betyder att 14, 7, 15, 0 och 15, 4 alla skulle vara scored 15. "Den vanliga matematiska betydelsen av en poäng är ett intervall som sträcker sig längs en viss dimension från .5 enhet nedan till .5 enhet över poängets nominella värde." (Garrett 1979)
3. Variabel:
Inom utbildningen och psykologin studerar vi skillnader med avseende på personers personlighet, förmågor, förmågor etc. Till exempel skulle universitetsstuderande i samma klass skilja sig åt i sina prestationer på ett visst prov eller på poäng som erhållits i tentamina.
I alla sådana fall handlar det om egenskaper som varierar eller fluktuerar på ett ganska oförutsägbart sätt. Vi finner att formen eller kvaliteten är en egenskap som objekten varierar mellan. hastighet är en egenskap där djur varierar höjd är en egenskap där träd varierar och människor varierar beroende på olika egenskaper som ålder, kön, höjd, vikt och personlighetsdrag etc.
Karaktären hos vilken individer skiljer sig från varandra kallas en variabel. Således är hastighet, form, höjd, vikt, ålder, kön, betyg, variabler i ovanstående exempel. I pedagogiska och psykologiska studier behandlar vi ofta variabler relaterade till intellektuella förmågor.
Nu är det syftet med varje fysisk och beteendevetenskap att studera variationens art i vilken variabel det handlar om, och därför är det nödvändigt att mäta omfattningen och typen av variation i en variabel. Statistik är en gren av vetenskap som handlar om studier av variabler som varierar på oförutsägbart sätt och hjälper till att förstå de fenomen och föremål som visar sådana variationer.
4. Mätningsskalor:
Mätning avser tilldelning av nummer till objekt och händelser enligt logiskt godtagbara regler. Numren har många egenskaper, såsom identitet, ordning och additivitet. Om vi med säkerhet kan tilldela siffror i beskrivningen av objekt och händelser, ska egenskapernas egenskaper vara tillämpliga på objekten och händelserna.
Det är viktigt att veta om olika typer av mätvågar, eftersom antalet egenskaper som är tillämpliga beror på mätskalan som tillämpas på objekten eller händelserna.
Låt oss ta fyra olika situationer för en klass på 30 studenter:
jag. Tilldela dem rullar nos. från 1 till 30 på slumpmässig basis.
ii. Be studenterna att stå i en kö enligt sina höjder och tilldela dem positionsnummer i kö från 1 till 30.
III. Administrera ett prov på 50 poäng för alla studenter och tilldela betyg från 0 till 50, enligt deras prestanda.
iv. Mäta elevers höjd och vikt och göra studentvisa uppgifter.
I den första situationen har siffrorna blivit uppdelade på en godtycklig basis. Någon elev skulle kunna tilldelas nr 1, medan någon kunde tilldelas nr 30. Inga två elever kan jämföras på grundval av tilldelning av siffror, i vilket som helst avseenden.
Eleverna har märkts från 1 till 30 för att ge var och en en identitet. Denna skala avser nominell skala. Här är identitetsegenskapen tillämplig, men egenskaperna hos order och additivitet är inte tillämpliga.
I den andra situationen har eleverna fått sina positionsnummer i kö från 1 till 30. Här är numreringen inte på godtycklig basis. Numren har tilldelats enligt elevernas höjd. Så eleverna är jämförbara på grundval av deras höjder, eftersom det finns en sekvens i detta avseende.
Varje efterföljande barn är högre än föregående och så vidare. Denna skala avser ordinär skala. Här har objektet eller evenemanget fått sin identitet såväl som order. Eftersom skillnaden i höjden av några två elever inte är känd, så är egenskapen att lägga till tal inte tillämplig på ordinalskalan.
I den tredje situationen har eleverna fått poäng från 0 till 50 på grundval av deras prestanda i det test som administrerats på dem. Tänk på de betyg som erhållits av 3 studenter, som är 30, 20 respektive 40. Här kan det tolkas att skillnaden mellan prestationen för 1: a och 2: a elev är densamma, som mellan prestationen för 1: a och 3: e studenten.
Ingen kan dock säga att den 3: e elevens prestation bara är den dubbla av den andra studenten. Detta beror på att det inte finns någon absolut noll och en elev får 0 poäng, kan inte betecknas ha nollprestationsnivå. Denna skala avser intervallskala. Här är egenskaperna hos identitet, ordning och additiv tillämpliga.
I den fjärde situationen har de exakta fysiska värdena för höjder och vikter hos alla studenter erhållits. Här är värdena jämförbara i alla avseenden. Om två elever har höjder på 120 cm. och 140 cm, då är skillnaden i deras höjder 20 cm och höjderna är i förhållandet 6: 7. Denna skala avser förhållandeskalan.
Statistikkens betydelse och omfattning:
Det faktum att statistiska metoder i den moderna världen är universellt tillämpliga. Det är i sig tillräckligt att visa hur viktigt statistikvetenskapen är. Faktum är att det finns miljontals människor över hela världen som inte hört något ord om statistik och än vem som använder en riklig användning av statistiska metoder i sina dagliga beslut. Statistiska metoder är vanliga sätt att tänka och används därför av alla typer av personer.
Exempel kan multipliceras för att visa att mänskligt beteende och statistiska metoder har mycket gemensamt. I själva verket är statistiska metoder så nära kopplade till mänskliga handlingar och beteenden att praktiskt taget all mänsklig aktivitet kan förklaras med statistiska metoder. Detta visar hur viktigt och universell statistik är.
Låt oss nu diskutera betydelsen av statistik i vissa olika discipliner:
(i) Statistik i planering:
Statistik är oumbärlig i planeringen - det kan vara på affärs-, ekonomi- eller regeringsnivå. Den moderna tiden kallas "planeringsåldern" och nästan alla organisationer i regeringen eller näringslivet eller företagsledningen planerar att arbeta effektivt och för att formulera politiskt beslut.
För att uppnå detta är de statistiska uppgifterna om produktion, konsumtion, födelse, död, investering, inkomst av avgörande betydelse. Idag är effektiv planering ett måste för nästan alla länder, särskilt utvecklingsekonomierna för deras ekonomiska utveckling.
(ii) Statistik i matematik:
Statistik är intimt relaterad till och i huvudsak beroende av matematik. Den moderna teorin om statistik har sin grundval på sannolikhetsteorin som i sin tur är en viss gren av mer avancerad matematisk teori om åtgärder och integration. Matematikens allt större roll i statistiken har lett till utvecklingen av en ny statistikgren, kallad matematisk statistik.
Statistiken kan således anses vara en viktig medlem i matematikfamiljen. Med Connors ord "Statistiken är en gren av tillämpad matematik som specialiserat sig på data."
(iii) Statistik i ekonomi:
Statistik och ekonomi är så blandade med varandra att det ser dumt ut att skilja dem. Utveckling av moderna statistiska metoder har lett till en omfattande användning av statistik inom ekonomi.
Alla viktiga grenar av ekonomi-konsumtion, produktion, utbyte, distribution, offentliga finanser-användningsstatistik för jämförelse, presentation, tolkning etc. Problemet med inkomstinkomster på och av olika delar av befolkningen, produktion av nationell förmögenhet, anpassning av efterfrågan och utbudet, effekten av ekonomisk politik på ekonomin etc. indikerar bara betydelsen av statistik inom ekonomi och i dess olika grenar.
Statistiken för offentlig finansiering gör det möjligt för oss att införa skatt, att ge bidrag, att spendera på olika huvuden, hur mycket pengar som ska lånas eller lånas etc. Så vi kan inte tänka på statistik utan ekonomi eller ekonomi utan statistik.
(iv) Statistik i samhällsvetenskap:
Varje socialt fenomen påverkas i stor utsträckning av ett flertal faktorer som medför variationen i observationer från tid till annan, ställe att placera och motsätta sig objekt. Statistiska verktyg för regression och korrelationsanalys kan användas för att studera och isolera effekten av var och en av dessa faktorer på den givna observationen.
Provtagningstekniker och uppskattningsteori är mycket kraftfulla och oumbärliga verktyg för att genomföra någon social undersökning, som gäller alla samhällsgrupper och sedan analysera resultaten och dra giltiga avledningar. Den viktigaste tillämpningen av statistik inom sociologi är inom Demografi för att studera dödligheten (dödsräntor), fertilitet (födelsetal), äktenskap, befolkningstillväxt och så vidare.
I detta sammanhang har Croxton och Cowden med rätta tagit märke till:
"Utan en adekvat förståelse av de statistiska metoderna kan utredarna i samhällsvetenskapen vara som den blinda mannen som groper i ett mörkt rum för en svart katt som inte finns där. Metoderna för statistik är användbara i ett övergripande spektrum av mänskliga aktiviteter inom något tankeområde i vilken numeriska data kan ha haft. "
(v) Statistik i handel:
Som redan nämnts är statistiken en uppsättning metoder för att göra kloka beslut inför osäkerhet. Verksamheten är full av osäkerheter och risker. Vi måste prognostisera vid varje steg. Spekulationen är bara att få eller förlora genom prognoser. Kan vi prognostisera utan att ta hänsyn till det förflutna? Kanske, nej. Marknadens framtida trend kan endast förväntas om vi använder statistik. Underlåtenhet i förväg innebär att verksamheten misslyckas.
Förändringar i efterfrågan, utbud, vanor, mode etc. kan förväntas med hjälp av statistik. Statistik är av yttersta betydelse för att bestämma priserna på de olika produkterna, bestämma faser av boom och depression etc. Användning av statistik bidrar till att verksamheten fungerar väl, för att minska osäkerheten och därigenom bidra till framgången för verksamheten.
(vi) Statistik i forskningsarbetet:
Arbetet med en forskare är att presentera resultatet av sin forskning före samhället. Effekten av en variabel på ett visst problem, under olika förhållanden, kan endast vara känt av forskaren om han använder sig av statistiska metoder. Statistik är överallt grundläggande för forskningsverksamhet. För att hålla sina forskningsintressen och forskningsaktiviteter kvar måste forskaren lita på hans kunskaper och färdigheter i statistiska metoder.
Kortfattat är fördelarna med statistiskt tänkande och verksamheter inom forskning som följer:
1. De tillåter den mest exakta typen av beskrivning:
Målet med vetenskap är beskrivning av fenomen. Beskrivningen ska vara fullständig och korrekt så att det kan vara till nytta för alla som kan förstå det när han läser symbolerna. Matematik och statistik är en del av det beskrivande språket, en utväxt av våra verbala symboler.
2. De tvingar oss att vara bestämda:
Statistik gör verksamheten hos en forskare bestämd och exakt - både i hans procedurer och tänkande. Statistiken systematiserar en forskares ansträngningar och leder honom till målet.
3. De hjälper oss att sammanfatta resultaten:
Många observationer som de själva tagit är förvirrande och nästan meningslösa. Statistik gör det möjligt för oss att sammanfatta våra resultat i meningsfull och bekväm form. Innan vi kan se skogen såväl som träden måste order ges till uppgifterna. Statistik ger en oöverträffad enhet för att få order ur kaos, att se den allmänna bilden i sina resultat.
4. De gör det möjligt för oss att dra allmänna slutsatser:
Och processen för att extrahera slutsatser utförs enligt godkända regler. Vidare kan vi med hjälp av statistiska steg säga hur mycket tro bör läggas i vilken slutsats och hur långt vi kan utvidga vår generalisering.
5. De gör det möjligt för oss att göra förutsägelser:
av "hur mycket" av en sak kommer hända under förhållanden som vi vet och har mätt. Till exempel kan vi förutsäga det sannolika varumärket som en nybörjare kommer att tjäna i college algebra om vi vet hans poäng i ett generellt akademiskt skicklighetsprov, hans poäng i ett speciellt algebra-aptitude test, hans genomsnittliga betyg i gymnasietematik etc. förutsägelse kan vara något fel, men statistisk metod kommer att berätta för oss hur mycket felmarginalen tillåter för att göra förutsägelser.
6. De gör det möjligt för oss att analysera några av de lediga faktorerna av komplexa och annars förvirrande händelser.
Studentens mål i sin statistikstudie:
1. För att behärska ordförrådets statistik:
För att kunna läsa och förstå ett främmande språk är det alltid nödvändigt att bygga upp en adekvat ordförråd. För nybörjaren bör statistiken ses som ett främmande språk. Ordförrådet består av begrepp som symboliseras av ord och med bokstavssymboler.
2. Att förvärva, eller att återuppliva, och att utöka kompetens vid beräkning:
Statistik syftar till att utveckla beräkningskunskaper inom eleverna. Förståelsen av statistiska begrepp kommer till stor del genom att tillämpa dem i datoperationer.
3. Att lära sig att tolka statistiska resultat korrekt:
Statistiska resultat kan endast vara användbara i den utsträckning de tolkas korrekt. Med fullständiga och korrekta tolkningar utdragna från data är statistiska resultat den mest kraftfulla källan till mening och betydelse. Otillräckligt tolkas, kan de representera något värre än bortkastad ansträngning. Felaktigt förstått, de är värre än värdelösa.
4. För att förstå statistikens logik:
Statistik ger ett sätt att tänka såväl som ett ordförråd och ett språk. Det är ett logiskt system, som all matematik, som är särskilt anpassningsbar till hanteringen av vetenskapliga problem. Guilford har med rätta påpekat, "välplanerade undersökningar inkluderar alltid i deras design tydliga överväganden av de specifika statistiska operationer som ska användas."
5. För att få veta var man ska tillämpa statistik och var inte till:
Medan alla statistiska enheter kan belysa data har alla sina begränsningar. Det är i detta avseende att den genomsnittliga studenten sannolikt kommer att drabbas mest av brist på matematisk bakgrund, oavsett om han inser det eller ej. Varje statistik är utvecklad som en rent matematisk idé. Som sådan vilar det på vissa antaganden. Om dessa antaganden är sanna för de specifika uppgifter som vi måste hantera, kan statistiken tillämpas på lämpligt sätt.
6. Att förstå den underliggande matematiken i statistiken:
Detta mål gäller inte alla studenter. Men det borde gälla mer än de med ovanlig tidigare matematisk träning. Detta kommer att ge honom en mer än allmän uppfattning om vad som händer i användningen av formler.
Statistik i psykologi och utbildning:
Statistik har använts i stor utsträckning inom psykologi och utbildning, till exempel i skala av mentala tester och andra psykologiska data; för mätning av pålitligheten och giltigheten av testresultat för att bestämma Intelligence Quotient; i objektanalys och faktoranalys. De stora tillämpningarna av statistiska data och statistiska teorier har givit upphov till en ny disciplin kallad "Psychometry".
Moderna problem och behov tvingar statistiska metoder och idéer mer och mer framåt. Det finns så många saker vi vill veta, som inte kan upptäckas genom en enda observation eller genom en enda mätning. Vi önskar att föreställa sig en människans beteende som, liksom alla män. är snarare en varierande mängd och måste observeras upprepade gånger och inte en gång för alla. Vi vill studera den sociala gruppen, som består av individer som skiljer sig från varandra.
Vi skulle vilja kunna jämföra en grupp med en annan, en tävling med en annan, såväl som en individ med en annan individ, eller individen med normen för hans ålder, ras eller klass. Vi önskar spåra kurvan som visar på ett barns eller en befolknings tillväxt. Vi vill disentangle de sammanvävda faktorerna av ärftlighet och miljö. Den enda lösningen är tillämpningen av statistik på ovan nämnda områden.
Kunskap om statistik är särskilt användbar för psykolog- och utbildningsstuderande av följande skäl:
1. Det hjälper till att förstå den moderna litteraturen i dessa ämnen. De flesta böcker och artiklar i forskarskrifter i dessa ämnen använder statistisk terminologi och presenterar resultaten i en statistisk form, som inte kan förstås utan tillräcklig kunskap om statistik.
2. Det hjälper vid genomförande av undersökningar av undersökningar för vilka provundersökningar eller experimentella metoder som ska användas. Kunskap om provundersökningsmetoder, utformning av experiment och statistiska metoder för dataanalys är avgörande för de avancerade studenterna som måste göra egna undersökningar.
3. Det utgör grunden för ett vetenskapligt förhållningssätt till problem, där induktiv inferens ofta används. Elever i psykologi och utbildning har inte råd att förbli okunniga om den vetenskapliga metoden att lösa problemlösning i sina discipliner.
4. Det hjälper den professionella psykologen, oavsett om en rådgivare, en vägledare eller en klinisk psykolog arbetar effektivt, eftersom han under sin verksamhet måste administrera test, tolka testresultat och upprätthålla en rekord av ett antal fall (som utgör data som kräver statistisk analys för korrekt tolkning). För allt detta är kunskapen om statistik väsentlig.
5. Det ger grundläggande verktyg för dataanalys till utbildare som arbetar med planering och administration av ett utbildningssystem. De behöver veta statistik för att studera tidigare trender för inskrivning, att uppskatta lärarens krav, att planera nya skolor och för många andra sådana ändamål.
6. Det hjälper lärarna och skolans administratörer att utvärdera prestationerna för elever och skolor. De måste känna till viss statistik för att hantera undersökningsdata, testresultat av studenter och kvantitativ data som används för olika typer av utvärdering.
7. I psykologi och utbildning används kvantitativa metoder i allt högre grad för att studera olika fenomen, för vilka statistiska tekniker är oumbärliga. I psykofysik studerar en studie förhållandet mellan mätningar som erhållits med hjälp av instrument och av mänsklig bedömning.
Försök görs för att mäta mänsklig förmåga (t.ex. intelligens, skolastift, kreativitet, personlighet, intresse, beteende, attityd etc.) genom test. Kunskapen om statistisk teknik krävs för att förstå och lösa problem i alla dessa situationer, vilket är ganska vanligt inom psykologi och utbildning.
Statistik hjälper en lärare:
Den bästa delen av statistiken är att "hur hjälper det en lärare att uppfylla de instruktions- eller undervisningsmålen i klassrumssituationer?" Således är det i verklig mening att det handlar om organisation, analys och tolkning av testresultat och andra numeriska data.
Det är nödvändigt för en lärare att veta alla statistiska tekniker som hjälper honom att:
(i) Analysera och beskriv mätresultatet i hans klassrum.
(ii) Förstå den statistik som används i testhandböcker och forskningsrapporter.
(iii) Och tolka de olika typerna av härledda poäng som används vid testning.
Om en lärare har en grundläggande kunskap om statistiska åtgärder och dess användningsområden, kommer han säkerligen att förbättra sin effektivitet i undervisningen. Därmed ska statistiken vara en stor hjälp för honom i sitt uppdrag.
Mot bakgrund av ovanstående diskussioner måste statistiken uppnå följande uppsättning mål inom psykologi och utbildning samt i allmänhet typ av undersökningar:
Det hjälper:
(i) Att samla information om olika aspekter för att testa antaganden eller testhypotesen.
(ii) i observation, urval, insamling, organisation och analys av fakta och data av olika slag.
(iii) Att underlätta eller härleda annan metod för användningen.
(Iv) Att känna till en grupps centrala tendens, variationer i dess veck och normer för dess struktur eller konsolidering.
(V) Vid testning av pålitlighet, validitet, användbarhet och fullständighet av ett testresultat.
(Vi) Vid bestämning av förfaranden och tekniker för en provberedning och dess användningsområden.
(vii) Att avleda resultat och slutsatser.
Dataanalys:
Statistiska data analyseras på två sätt som anges nedan:
(i) Beskrivande statistik:
Den beskrivande statistiken handlar om att beskriva eller summera dataens numeriska egenskaper. Metoden för beskrivande statistik innefattar klassificering, tabulering, grafisk representation och beräkning av vissa indikatorer som medelvärde, median, intervall etc. som summerar vissa viktiga dataegenskaper.
Det begränsar till generalisering och specifikt en särskild grupp av individer som observeras. Ingen slutsats kan dras utöver denna grupp. Uppgifterna beskriver endast en grupp där dessa har samlats in. Många sådana åtgärdsforskningar innefattar beskrivande analyser. Dessa undersökningar ger värdig information om typen av en viss grupp individer.
(ii) Inferentiell statistik:
Inferentiell statistik, som också kallas statistisk inferens, handlar om avledning av vetenskaplig inferens om generalisering av resultat från studien av några få fall.
Tekniskt sett bidrar metoderna för statistisk inferens till att generalisera resultaten av ett prov till hela befolkningen från vilken provet dras. Det bör hållas i åtanke när du väljer ett urval som det ungefär skulle representera den större befolkningsgruppen. Sålunda representerar egenskaperna hos provet egenskaperna hos de totala grupperna.
Inferensens natur är induktiv i den meningen att vi gör allmänna uttalanden från studien av några fall. Inferentiell statistik ger oss verktygen för att göra induktiv inferens vetenskaplig och rigorös. I en sådan inledning antas det att generaliseringen inte kan ske med säkerhet.
En viss osäkerhet är oundviklig, eftersom det i vissa fall kan vara en felaktighet att dra slutsatsen från uppgifterna i en provundersökning eller ett experiment. Graden av osäkerhet är emellertid själv mätbar och man kan göra strikta uttalanden om osäkerheten (eller chansen att vara fel) i samband med en viss inferens. Denna osäkerhet i inferensen behandlas genom att tillämpa sannolikhetsteorin, som är ryggraden för statistisk inferens.
Det är en gren av matematisk statistik som handlar om mätning av omfattningen av säkerhet om händelser vars förekomst beror på chans.
