Η περιγραφική στατιστική στην πτυχιακή αποτελεί συνήθως το πρώτο στάδιο επεξεργασίας των ποσοτικών δεδομένων. Στόχος της είναι να παρουσιάσει με σαφή τρόπο τι δείχνει το δείγμα. Ο μέσος όρος, η διάμεσος και η τυπική απόκλιση έχουν διαφορετική λειτουργία. Επομένως, δεν πρέπει να τα χρησιμοποιείς μηχανικά επειδή εμφανίζονται στο στατιστικό πρόγραμμα. Πρέπει πρώτα να εξετάσεις το είδος της μεταβλητής και την κατανομή των τιμών. Η σωστή επιλογή βοηθά τον αναγνώστη να καταλάβει τα αποτελέσματα πριν εξετάσει πιο σύνθετους στατιστικούς ελέγχους.
Περιεχόμενα άρθρου
1. Τι δείχνει η περιγραφική στατιστική στην πτυχιακή;
Η περιγραφική στατιστική οργανώνει τα δεδομένα χωρίς να εξετάζει ακόμη ερευνητικές υποθέσεις. Περιγράφει τι παρατηρήθηκε στο συγκεκριμένο δείγμα. Για παράδειγμα, μπορεί να παρουσιάσει τη μέση ηλικία των συμμετεχόντων. Μπορεί επίσης να δείξει πόσο διαφέρουν μεταξύ τους οι απαντήσεις μιας κλίμακας. Αν θέλεις μια συνολικότερη εισαγωγή, δες τον οδηγό μας για την περιγραφική στατιστική σε πτυχιακή ή διπλωματική εργασία.
Δεν χρησιμοποιούμε όμως τα ίδια μέτρα για κάθε μεταβλητή. Μια κατηγορική μεταβλητή παρουσιάζεται συνήθως με συχνότητες και ποσοστά. Μια αριθμητική μεταβλητή μπορεί να παρουσιαστεί με μέτρο κεντρικής τάσης. Παράλληλα, χρειάζεται συχνά ένα μέτρο που δείχνει τη διασπορά. Για αυτό ο μέσος όρος και η τυπική απόκλιση εμφανίζονται συχνά μαζί.
Η επιλογή εξαρτάται επίσης από τη μορφή της κατανομής. Μια έντονα ασύμμετρη κατανομή μπορεί να κάνει τον μέσο όρο λιγότερο αντιπροσωπευτικό. Οι ακραίες τιμές μπορούν επίσης να τον μετακινήσουν σημαντικά. Σε αυτές τις περιπτώσεις η διάμεσος συχνά περιγράφει καλύτερα το κέντρο των δεδομένων.
Αυτό σημαίνει ότι η περιγραφική στατιστική στην πτυχιακή δεν αποτελεί απλή εξαγωγή ενός πίνακα από το SPSS. Απαιτεί επιλογή κατάλληλων δεικτών και σωστή ερμηνεία. Αν η έρευνά σου περιλαμβάνει ποσοτικά δεδομένα, δες επίσης τις στατιστικές αναλύσεις.
2. Πότε χρησιμοποιούμε τον μέσο όρο στην περιγραφική στατιστική;
Ο αριθμητικός μέσος όρος υπολογίζεται αν προσθέσουμε όλες τις τιμές και διαιρέσουμε το άθροισμα με το πλήθος τους. Αν πέντε συμμετέχοντες έχουν ηλικίες 20, 21, 22, 23 και 24 ετών, ο μέσος όρος είναι 22. Η τιμή αυτή βρίσκεται στο κέντρο των παρατηρήσεων και περιγράφει αποτελεσματικά το συγκεκριμένο δείγμα.
Το βασικό πρόβλημα εμφανίζεται όταν υπάρχουν πολύ ακραίες παρατηρήσεις. Ας αλλάξουμε την τελευταία ηλικία από 24 σε 54 έτη. Ο μέσος όρος ανεβαίνει πλέον στα 28 έτη. Ωστόσο, τέσσερις από τους πέντε συμμετέχοντες βρίσκονται μεταξύ 20 και 23 ετών. Ο μέσος όρος παραμένει μαθηματικά σωστός, αλλά περιγράφει λιγότερο αποτελεσματικά τον τυπικό συμμετέχοντα.
Για αυτό πρέπει να εξετάζεις την κατανομή πριν ερμηνεύσεις τον μέσο όρο. Το Penn State παρουσιάζει αναλυτικά τη σχέση μεταξύ μέσου όρου, διαμέσου, ακραίων τιμών και διασποράς. Η σύγκριση μέσου όρου και διαμέσου μπορεί να αποκαλύψει σημαντική ασυμμετρία.
Σε μια πτυχιακή μπορείς να γράψεις ότι «η μέση ηλικία των συμμετεχόντων ήταν 34,6 έτη». Η πρόταση όμως χρειάζεται συνήθως και πληροφορία για τη διασπορά. Ένας μέσος όρος χωρίς πρόσθετο πλαίσιο δεν δείχνει πόσο διαφορετικές ήταν οι παρατηρήσεις μεταξύ τους.
Ιδιαίτερη προσοχή χρειάζονται οι κλίμακες Likert. Για μία μεμονωμένη ερώτηση, οι κατηγορίες έχουν διατακτικό χαρακτήρα. Για σύνθετες κλίμακες, πολλές μελέτες χρησιμοποιούν μέσους όρους όταν η μεθοδολογία το επιτρέπει. Πρέπει πάντα να ακολουθείς τη λογική του εργαλείου και τις οδηγίες της σχολής.
3. Πότε είναι προτιμότερη η διάμεσος στην πτυχιακή;
Η διάμεσος είναι η μεσαία τιμή όταν ταξινομήσουμε τις παρατηρήσεις από τη μικρότερη προς τη μεγαλύτερη. Αν το πλήθος είναι μονό, επιλέγουμε την παρατήρηση που βρίσκεται ακριβώς στο κέντρο. Αν είναι ζυγό, χρησιμοποιούμε τις δύο κεντρικές παρατηρήσεις για τον υπολογισμό της.
Η μεγάλη χρησιμότητα της διαμέσου είναι η αντοχή της στις ακραίες τιμές. Ας επιστρέψουμε στις ηλικίες 20, 21, 22, 23 και 54. Η διάμεσος παραμένει 22 έτη. Η ακραία ηλικία των 54 ετών δεν μετακινεί τη θέση της. Έτσι η διάμεσος περιγράφει καλύτερα το κέντρο αυτού του μικρού δείγματος.
Η ίδια λογική εμφανίζεται συχνά σε οικονομικές μεταβλητές. Ένα πολύ υψηλό εισόδημα μπορεί να ανεβάσει σημαντικά τον μέσο όρο. Η διάμεσος επηρεάζεται πολύ λιγότερο. Για αυτό χρησιμοποιείται συχνά όταν η κατανομή παρουσιάζει έντονη ασυμμετρία.
Στην πτυχιακή δεν πρέπει να επιλέγεις τη διάμεσο μόνο επειδή «φαίνεται καλύτερη». Πρέπει να εξηγείς γιατί ταιριάζει στα δεδομένα. Μπορείς να εξετάσεις το ιστόγραμμα ή ένα θηκόγραμμα. Μπορείς επίσης να συγκρίνεις τη διάμεσο με τον μέσο όρο. Μεγάλη απόσταση μεταξύ τους αποτελεί ένδειξη ότι η κατανομή χρειάζεται προσεκτικότερη εξέταση.
Η παρουσίαση μπορεί να είναι απλή. Για παράδειγμα, μπορείς να γράψεις ότι «η διάμεση διάρκεια ολοκλήρωσης ήταν 18 λεπτά». Αν η κατανομή είναι ασύμμετρη, μπορείς να συνοδεύσεις τη διάμεσο με το ενδοτεταρτημοριακό εύρος. Έτσι περιγράφεις τόσο το κέντρο όσο και τη διασπορά χωρίς να βασίζεσαι στον μέσο όρο.
4. Τι δείχνει η τυπική απόκλιση και πώς την ερμηνεύεις;
Η τυπική απόκλιση δείχνει πόσο απλώνονται οι παρατηρήσεις γύρω από τον μέσο όρο. Μικρή τιμή σημαίνει ότι οι παρατηρήσεις βρίσκονται σχετικά κοντά στον μέσο όρο. Μεγαλύτερη τιμή δείχνει μεγαλύτερη διασπορά. Η ερμηνεία πρέπει πάντα να λαμβάνει υπόψη την κλίμακα της μεταβλητής.
Ας υποθέσουμε ότι δύο ομάδες έχουν σχεδόν ίδιο μέσο όρο ικανοποίησης. Η πρώτη έχει μέσο όρο 4,10 και τυπική απόκλιση 0,30. Η δεύτερη έχει μέσο όρο 4,12 και τυπική απόκλιση 1,05. Οι κεντρικές τιμές μοιάζουν πολύ. Ωστόσο, οι απαντήσεις της δεύτερης ομάδας παρουσιάζουν σημαντικά μεγαλύτερη διασπορά.
Αυτός είναι ο λόγος που δεν πρέπει να παρουσιάζεις τον μέσο όρο μόνο του. Δύο δείγματα μπορούν να έχουν ίδιο μέσο όρο και εντελώς διαφορετική κατανομή απαντήσεων. Η τυπική απόκλιση προσθέτει πληροφορία που ο μέσος όρος δεν μπορεί να δώσει.
Η τυπική απόκλιση εκφράζεται στις ίδιες μονάδες με τη μεταβλητή. Αν μετράς ηλικία σε έτη, εκφράζεται επίσης σε έτη. Αν όλες οι παρατηρήσεις έχουν ακριβώς την ίδια τιμή, η τυπική απόκλιση ισούται με μηδέν. Όσο αυξάνονται οι αποκλίσεις από τον μέσο όρο, αυξάνεται και η τιμή της.
Πώς γράφεις μέσο όρο και τυπική απόκλιση στα αποτελέσματα;
Σε μια πτυχιακή μπορείς να γράψεις: «Η μέση βαθμολογία ικανοποίησης ήταν 3,72, με τυπική απόκλιση 0,64». Η διατύπωση δίνει αμέσως δύο διαφορετικές πληροφορίες. Η πρώτη αφορά το κέντρο των απαντήσεων. Η δεύτερη αφορά την έκταση της διασποράς τους.
Μην μετατρέπεις όμως κάθε μικρή διαφορά σε ουσιαστικό συμπέρασμα. Η περιγραφική στατιστική περιγράφει το δείγμα. Δεν αποδεικνύει από μόνη της ότι δύο ομάδες διαφέρουν στατιστικά. Για αυτό χρειάζεται κατάλληλος επαγωγικός έλεγχος, όταν το ερευνητικό ερώτημα απαιτεί σύγκριση.
Αν η εργασία περιλαμβάνει πλήρη ποσοτική έρευνα, η πτυχιακή εργασία πρέπει να συνδέει τη μεθοδολογία με την παρουσίαση των αποτελεσμάτων. Οι δείκτες που εμφανίζονται στους πίνακες πρέπει να υπηρετούν συγκεκριμένο ερευνητικό σκοπό.
5. Χρειάζεσαι βοήθεια με τη στατιστική ανάλυση της πτυχιακής σου;
Αν χρειάζεσαι βοήθεια με την πτυχιακή ή τη στατιστική ανάλυσή σου, στείλε μας ό,τι έχεις ήδη διαθέσιμο. Μπορείς να στείλεις την εκφώνηση, το ερωτηματολόγιο ή τις οδηγίες της σχολής. Αν έχεις ήδη δεδομένα, στείλε και το αρχείο Excel ή SPSS. Έτσι μπορούμε να δούμε ποια περιγραφικά μέτρα χρειάζονται και πώς πρέπει να παρουσιαστούν.
Η περιγραφική στατιστική στην πτυχιακή πρέπει να συνδέεται με τις πραγματικές μεταβλητές και τα ερευνητικά ερωτήματα. Δεν αρκεί η παραγωγή ενός αυτόματου πίνακα. Χρειάζεται σωστή επιλογή δεικτών και ερμηνεία που ανταποκρίνεται στη μεθοδολογία της εργασίας.
Για πιο άμεση εκτίμηση, συμπλήρωσε τη φόρμα κοστολόγησής μας και επισύναψε τα διαθέσιμα αρχεία. Αν θέλεις πρώτα να συζητήσεις τι ακριβώς χρειάζεται η εργασία, μπορείς να επικοινωνήσεις μαζί μας.