Statistiche descrittive in psicologia

La statistica descrittiva in psicologia ha l'obiettivo di sintetizzare in modo utile per il ricercatore o il lettore quanto verificatosi nell'ambito di un determinato studio.

Scritto e verificato la psicologa Paula Villasante.

Ultimo aggiornamento: 11 febbraio, 2023

L’essere umano ha bisogno di classificare e misurare per conoscere. Uno strumento prezioso a questo scopo è rappresentato dalle statistiche descrittive, che forniscono dati e grafici utili per capire cosa succede all’interno di una determinata ricerca.

La statistica è quel ramo della matematica che studia la variabilità, così come il processo che la genera seguendo le leggi della probabilità. È necessaria sia per la ricerca in sé sia per capire come la ricerca è stata condotta. Questo settore consente di conoscere la qualità di uno studio e, quindi, il grado di affidabilità delle sue conclusioni.

Le statistiche descrittive, a loro volta, sono quella parte della statistica che si occupa della raccolta, la presentazione e la caratterizzazione di un insieme di dati. In altre parole, aiuta a capire cosa è successo, a differenza della statistica inferenziale (che cerca di prevedere cosa accadrà in futuro se si presentano determinate condizioni).

Queste condizioni in genere sono espresse mediante variabili come l’età, il clima o il grado di ansia. La statistica descrittiva in psicologia ha dunque l’obiettivo di sintetizzare in modo utile per il ricercatore o il lettore quanto verificatosi nell’ambito di un determinato studio.

Variabili statistiche

Le variabili sono un asse portante delle statistiche descrittive, ma anche non descrittiva. Una variabile comprende una serie di valori e in base a questi parliamo di:

• Variabili quantitative: possono avere valore numerico (età, prezzo di un prodotto, reddito annuo).

• Variabili categoriche o qualitative: esprimono una qualità, un valore non numerico (es. sesso, nazionalità, colore della pelle).

Le variabili possono anche essere classificate in:

• Variabili semplici: raccolgono informazioni su un’unica caratteristica di un campione di riferimento, ad esempio l’altezza degli studenti di una scuola.

• V. doppie: raccolgono informazioni su due caratteristiche di un campione (ad es. altezza ed età degli studenti di una scuola).

• V. multiple: raccolgono informazioni su tre o più caratteristiche di un campione (ad es. altezza, peso ed età).

I dati (numeri o misurazioni raccolti dall’osservazione) possono, in questo modo, essere di due tipi:

• Dati discreti: sono risposte numeriche che derivano da un conteggio. 

• Dati continui: sono risposte numeriche che derivano da una misurazione. Possono assumere tutti i valori intermedi di un intervallo.

Scale di misura nelle statistiche descrittive

Misurare significa collegare concetti astratti con indicatori empirici. Il risultato si chiama misura. Esistono quattro possibili scale di misura, utilizzate per favorire la classificazione delle variabili.

In questo senso, le proprietà di attendibilità e validità sono molto importanti nelle statistiche descrittive, perché ci permettono di capire la qualità della misurazione. A cosa servirebbero, infatti, dei dati che sono stati raccolti in modo sbagliato?

Scala nominale

In questa scala, i numeri sono assegnati a categorie che non necessitano di un ordine (non possiamo dire che una categoria venga prima di un’altra). Queste categorie, inoltre, si escludono a vicenda (ad esempio il genere o il colore). L’opzione scelta, dunque, esclude le altre. Questa scala è assegnata a variabili qualitative o categoriche.

Scala ordinale

Vengono stabilite categorie a due o più livelli che possono essere ordinati. Come nella scala precedente, le categorie si escludono a vicenda, ma ora possiamo mettere i valori delle variabili in un ordine. Ad esempio,

• In forte disaccordo.
• In disaccordo.
• Indifferente.
• In accordo.
• Completamente d’accordo.

Questi schemi di risposta possono essere codificati con numeri che vanno da uno a cinque e che suggeriscono un ordine prestabilito. Non possiamo conoscere, però, la distanza tra due categorie, a meno che non si usino sofisticate procedure statistiche.

Possiamo pertanto dire che l’oggetto della nostra ricerca ha più o meno di un determinato elemento, ma non possiamo dire quanto più di quell’elemento possiede (intelligenza, memoria, ansia, ecc.). Anche questa scala è assegnata alle variabili qualitative.

Scale a intervallo

Con questa scala viene quantificata la distanza tra i valori. La misurazione dell’intervallo contiene anche le caratteristiche delle due misurazioni precedenti. Stabilisce dunque la distanza tra una misura e l’altra.

La scala a intervallo, applicata alle variabili continue, non contempla lo zero assoluto. Un esempio di questo tipo di misurazione è il termometro. Quando segna zero gradi, non significa assenza di temperatura. La scala a intervalli viene applicata alla variabili quantitative.

Scala di rapporto

Infine, la scala di rapporto riunisce le caratteristiche delle precedenti. Determina la distanza esatta tra gli intervalli di una categoria. Ha un punto di zero assoluto in cui la caratteristica o l’attributo presi in considerazione non esiste.

Per esempio, se misuriamo la quantità di figli, zero bambini significa assenza di bambini. Questa scala viene applicata alle variabili quantitative.

Frequenze nelle statistiche descrittive

La distribuzione di frequenza è un elenco dei possibili valori (o intervalli) che assume una variabile, insieme al numero di osservazioni per ciascun valore.

• La frequenza assoluta registra il numero di volte in cui appare un determinato valore nell’osservazione.

• La frequenza relativa registra la proporzione o la percentuale di occorrenza di un determinato valore.

Questa distribuzione di frequenza viene di solito rappresentata con delle tabelle. Deve quindi includere tutti i possibili valori di una variabile. Inoltre, deve essere indicato il numero totale di osservazioni (n) realizzate.

Conviene raggruppare a intervalli una grande quantità di categorie di dati, alcune delle quali con frequenze molto basse.

Indicatori

Infine, gli indicatori statistici vengono usati per descrivere un insieme di dati mediante un numero. Tale numero riassume, in altre parole, una caratteristica della distribuzione dei dati analizzati. Alcuni di questi indicatori sono:

• Indici di tendenza centrale.
  • Media aritmetica.
  • Moda.
  • Mediana.

• Indici di dispersione.
  • Varianza.
  • Minimo massimo.
  • Range.
  • Scarto interquartile.

Con l’aiuto di questi concetti, le statistiche descrittive permettono di filtrare, organizzare, calcolare e rappresentare dati, offrendo al ricercatore, e per estensione alla comunità scientifica, una mappa completa di quanto verificatosi in uno studio.