数据处理与分析

每次你烤蛋糕的时候，你可能会把这个过程分解成不同的步骤。你可以选择一个食谱，去商店，安排食材，并按照食谱。数据处理有点相似。研究人员遵循一个合乎逻辑的顺序，以获得尽可能高质量的最终产品。

数据处理在任何心理学研究中都是至关重要的，直接影响所获得结果的质量。让我们进一步了解数据处理和分析。

• 解释将从探索心理学中的数据分析开始，涵盖其在研究中的用途和重要性。
• 接下来，我们将深入研究数据处理的步骤。
• 然后我们将一起回顾数据处理和定量分析。
• 然后，我们将探索研究中的数据处理和分析是如何进行的。
• 最后，我们将探讨一个研究环境中的数据处理和分析示例。

数据分析心理学

数据收集完成后，研究人员还需要做几件事，其中之一就是数据处理。

研究人员在数据分析过程中所采取的步骤很重要，因为它们会影响研究结果的有效性和可靠性。例如，如果研究人员发现了一些意想不到的东西，并选择忽略变量他们最初感兴趣的是，这项研究将不再调查它打算做什么。从而降低了研究的效度。

此外，如果研究人员不使用标准化的程序来分析研究结果，这可能会降低研究的可靠性。

数据处理步骤

现在我们已经了解了数据处理的重要性，让我们来了解数据处理包括哪些步骤。数据处理有六个步骤，分别是:

在研究人员分析他们的研究甚至处理它之前，研究人员应该对他们的研究方向有一个清晰和仔细的计划。例如，在收集数据之前，研究人员应该知道他们将在哪里收集信息的来源。

研究人员可以在他们的研究中使用主要或次要数据。

数据分析是研究人员处理数据后的一个步骤。

在研究方法，收集两种类型的数据:定性和定量。定性数据的处理略有不同定量数据。让我们来看看数据处理在定量分析中。

定量分析与数据处理“，

定量数据是以数字形式表示的数据。定量分析通常包括使用数学方法和统计学来确定研究结果是否支持或推翻假设。

在进行统计分析时，研究人员需要考虑一些基本的数据处理步骤。原因是统计测试有一定的条件。

这些条件之一是确定测量水平。有四个测量水平哪些本质上区分了不同的特征变量。了解变量的特征是必要的，因为这些特征将暗示哪些统计分析可以做，哪些不能做。

心理学数据分析

正如您所了解的，数据分析是应用统计技术在样本中发现模式的过程。研究中的数据分析通常遵循两个步骤。首先,描述性统计进行检查，然后进行统计分析。

顾名思义，描述性统计描述数据的特征，主要有两种类型的描述性统计测试使用的是集中趋势的度量和离散度测量。

的集中趋势的度量测试用于计算平均值，三种主要类型的测试是:

• 均值:数据集的平均分。它的计算方法是把所有分数加起来，然后除以分数的个数。
• 中位数:给定数据集中的中心得分。它是通过将所有分数按顺序排列，并选择中间的分数来计算的。
• 模式:最常见的分数。它是通过查看分数并确定哪个数字出现频率最高来计算的。

的离散度测量测试用于测量数据的散布/方差。计算的常用计算有:

• 范围:这是最低分和最高分之间的差距。
• 标准偏差:每个分数与平均值的平均距离。

研究中的数据处理和分析

一般来说，描述性统计涉及数据的呈现。这种数据的表示通常使用图形来完成。以下是图表的类型:

表格是用来显示几组数据之间的对比。例如，上表根据平均值和标准偏差测量显示了对照和药物条件之间的差异。

柱状图使用不同高度的柱状图显示不同条件(或变量)的结果。柱状图说明了不同组之间的差异，使识别趋势和模式更容易。

图1所示。柱状图示例

散射图也被纳入相关研究。从散点图中，研究人员可以确定两个变量之间关系的方向和强度。

图2所示。散点图的例子。

在进行推理检验之前，研究人员通常进行描述性分析。在此之后，分析了数据的分布。

发现的分布类型将影响以后的统计分析。

有两种类型的分布:

• 正态分布形成钟形曲线，大部分数据点向中心值聚集，而极端的数据点较少。

• 倾斜分布，数据集可以是正的(右)或负的(左)。

统计分析

心理学研究中使用的统计分析使用推断统计学来确定数据是否支持或否定他们的假设。

有时我们可能会发现差异，但这些差异可能并不显著。心理学上接受的概率水平是0.05(5%)。那么，这在研究中究竟意味着什么呢?低于这一阈值的显著性水平表明，在因变量中观察到的变化可能是由于对自变量的操纵。但是，如果它高于阈值，则观察到的变化很可能是偶然的。

当研究确立了差异，但结果不显著时，研究结果不应被接受。

数据处理与分析实例

让我们来看一个在研究中如何处理和分析数据的真实例子。

在一项调查复习时间和考试成绩之间关系的研究中，研究人员首先会考虑收集数据。

最初，研究人员会对描述进行分析，例如复习时间和考试表现的平均分数。当前样本中的学生报告的平均复习时间约为6小时(M =5.78）平均成绩为78分(满分为100分)。米= 78)。

这两个变量'的分布将通过直方图进行探索。视视检查的分布情况，参数或非参数测试将被执行。假设这两个的分布变量正态分布。

然后，研究人员将继续进行数据分析，即推断统计学。为了验证这一假设，研究人员可能会进行相关分析。皮尔森的相关可以解释为分析表明复习时间和考试成绩呈正相关，r(20) = .78，P = .05。