मनोविज्ञान में गणितीय विधियों का उपयोग किया जाता हैअध्ययन के तहत अनुसंधान डेटा को संसाधित करने और घटना के बीच पैटर्न स्थापित करने के लिए। यहां तक कि सबसे सरल अनुसंधान गणितीय डेटा प्रसंस्करण के बिना पूरा नहीं होता है।
डेटा प्रसंस्करण मैन्युअल रूप से किया जा सकता है, लेकिनकर सकते हैं - विशेष सॉफ्टवेयर का उपयोग कर। अंतिम परिणाम तालिका की तरह लग सकता है; मनोविज्ञान में गणितीय आँकड़ों की विधियाँ प्राप्त आंकड़ों को रेखांकन प्रदर्शित करने की अनुमति देती हैं। विभिन्न मूल्यांकन उपकरण विभिन्न प्रकार के डेटा (मात्रात्मक, गुणात्मक और क्रमिक) के लिए उपयोग किए जाते हैं।
मनोविज्ञान में गणितीय विधियों में वे दोनों शामिल हैं जो संख्यात्मक निर्भरता और सांख्यिकीय प्रसंस्करण के तरीकों की स्थापना की अनुमति देते हैं। आइए उनमें से सबसे आम पर करीब से नज़र डालें।
डेटा को मापने के लिए, सबसे पहले, माप के पैमाने को निर्धारित करना आवश्यक है। और यहाँ मनोविज्ञान में ऐसे गणितीय तरीकों का उपयोग किया जाता है चेक इन और स्केलिंग, जांच की घटना की अभिव्यक्ति में शामिल हैसंख्यात्मक संकेतक। तराजू कई प्रकार के होते हैं। हालांकि, उनमें से कुछ ही गणितीय प्रसंस्करण के लिए उपयुक्त हैं। यह मुख्य रूप से एक मात्रात्मक पैमाने है जो आपको अध्ययन के तहत वस्तुओं में विशिष्ट गुणों की अभिव्यक्ति की डिग्री और उनके बीच के अंतर को व्यक्त करने के लिए संख्यात्मक शब्दों में मापने की अनुमति देता है। सबसे सरल उदाहरण IQ को मापना है। मात्रात्मक पैमाने रैंकिंग डेटा के संचालन की अनुमति देता है (नीचे देखें)। रैंकिंग करते समय, एक मात्रात्मक पैमाने से डेटा नाममात्र एक में स्थानांतरित किया जाता है (उदाहरण के लिए, एक संकेतक का कम, मध्यम या उच्च मूल्य), जबकि रिवर्स संक्रमण अब संभव नहीं है।
लेकर – это распределение данных в порядке убывания (वृद्धि) उस गुण का मूल्यांकन किया जा रहा है। यह एक मात्रात्मक पैमाने का उपयोग करता है। प्रत्येक मान को एक निश्चित रैंक सौंपा गया है (न्यूनतम मान के साथ संकेतक रैंक 1 है, अगला मान रैंक 2 है, और इसी तरह), जिसके बाद मात्रात्मक पैमाने से नाममात्र एक तक मूल्यों को स्थानांतरित करना संभव हो जाता है। उदाहरण के लिए, मापा संकेतक चिंता का स्तर है। 100 लोगों का परीक्षण किया गया था, परिणाम रैंक किए गए हैं, और शोधकर्ता देखता है कि कितने लोगों का कम (उच्च या मध्यम) स्कोर है। हालाँकि, डेटा प्रस्तुत करने का यह तरीका प्रत्येक उत्तरदाता के लिए जानकारी के आंशिक नुकसान को दर्शाता है।
सहसंबंध विश्लेषण - यह घटना के बीच संबंध की स्थापना है।उसी समय, यह मापा जाता है कि सूचक के बदलने पर, जिस पर यह स्थित है, एक सूचक का औसत मूल्य कैसे बदलता है। सहसंबंध दो पहलुओं में माना जाता है: ताकत और दिशा। यह सकारात्मक हो सकता है (एक संकेतक में वृद्धि के साथ, दूसरा बढ़ता है) और नकारात्मक (पहले में वृद्धि के साथ, दूसरा सूचक कम हो जाता है: उदाहरण के लिए, किसी व्यक्ति में चिंता का स्तर जितना अधिक होगा, कम संभावना है कि वह समूह में अग्रणी स्थान लेगा)। संबंध रेखीय हो सकता है, या, अधिक बार, वक्र के रूप में व्यक्त किया जा सकता है। सहसंबंध विश्लेषण स्थापित करने में मदद करने वाले कनेक्शन पहली नज़र में स्पष्ट नहीं हो सकते हैं यदि मनोविज्ञान में गणितीय प्रसंस्करण के अन्य तरीकों का उपयोग किया जाता है। यह इसका मुख्य लाभ है। नुकसान में उच्च श्रम तीव्रता शामिल है क्योंकि सूत्र और सावधान गणना की काफी संख्या का उपयोग करने की आवश्यकता है।
कारक विश्लेषण एक और सांख्यिकीय विधि हैआपको अध्ययन के तहत प्रक्रिया पर विभिन्न कारकों के संभावित प्रभाव की भविष्यवाणी करने की अनुमति देता है। इस मामले में, सभी प्रभावित कारकों को शुरू में समान महत्व के रूप में लिया जाता है, और उनके प्रभाव की डिग्री गणितीय रूप से गणना की जाती है। इस तरह के विश्लेषण से एक साथ कई घटनाओं की परिवर्तनशीलता के सामान्य कारण को स्थापित करना संभव हो जाता है।
प्राप्त आंकड़ों को प्रदर्शित करने के लिए, आप कर सकते हैंसारणीकरण (तालिकाएँ बनाने) और चित्रमय निर्माण (चित्र और रेखांकन) जो न केवल प्राप्त परिणामों का एक दृश्य प्रतिनिधित्व देते हैं, बल्कि प्रक्रिया की प्रगति की भविष्यवाणी करने की भी अनुमति देते हैं।
जिसके तहत मुख्य स्थितियांमनोविज्ञान में गणितीय तरीके अध्ययन की विश्वसनीयता सुनिश्चित करते हैं, एक पर्याप्त नमूने की उपलब्धता, माप की सटीकता और गणना की शुद्धता है।
