Deskriptívna štatistika
Prvý krok v každej analýze — priemery, štandardné odchýlky, skewness, kurtosis a korelačná matica, pripravené na report v APA.
Táto stránka je prekladom recenzovaného anglického originálu. Zobraziť originál (EN)
deskriptívna štatistikaČo to je
Deskriptívna štatistika zhŕňa tvoje dáta predtým, než sa začne akékoľvek modelovanie. Pre každú spojitú premennú dostaneš priemer (M), štandardnú odchýlku (SD), minimum, maximum a rozpätie. Skewness a kurtosis ukazujú, či je rozdelenie symetrické a či sú chvosty ťažké — užitočné kontroly pred spustením parametrických testov. Pri kategoriálnych položkách tabuľky početností ukazujú, ako sú odpovede rozložené naprieč kategóriami. Pearsonova korelačná matica ukazuje dvojrozmerný vzťah medzi všetkými spojitými premennými naraz. Explonia tiež počíta chýbajúce dáta pre každú premennú, takže vidíš, kde sú odpovede neúplné.
Kedy ho použiť
- Práve si zozbieral alebo nahral dáta a potrebuješ prvý pohľad na svoju vzorku.
- Chceš skontrolovať rozdelenia položiek a všimnúť si nezvyčajné hodnoty pred spustením modelu.
- Potrebuješ reportovať charakteristiky vzorky (priemery a SD) v tabuľke.
- Chceš preskúmať dvojrozmerné korelácie pred spustením regresie alebo SEM.
- Recenzent alebo školiteľ žiada korelačnú maticu.
Kedy ho nepoužiť
- Deskriptívy netestujú rozdiely ani vzťahy — opisujú. Pre inferenčné závery spusti t-test, ANOVA alebo regresiu.
- Korelácia neznamená kauzalitu a nekontroluje iné premenné — na to použi regresiu alebo SEM.
Predpoklady
- Spojité premenné pre priemer, SD, skewness a kurtosis; kategoriálne premenné pre tabuľky početností.
- Skewness a kurtosis sa čítajú ako hrubé kontroly pred parametrickými testami, nie ako tvrdé pravidlá prejde/neprejde.
- Pearsonove korelácie predpokladajú zhruba lineárne vzťahy medzi spojitými premennými; skontroluj nelinearitu a odľahlé hodnoty.
- Chýbajúce dáta sa reportujú pre každú premennú; viac než 5 % chýbajúcich na položke stojí za preskúmanie.
Prahy a medzné hodnoty
| Criterion | Rule of thumb | Source |
|---|---|---|
| Skewness | |skew| < 2 sa často uvádza ako prijateľné pre parametrické testy | George & Mallery (2010) |
| Kurtosis | |kurt| < 7 sa často uvádza ako prijateľné | West, Finch & Curran (1995) |
| Korelácia (r) | Znamienko ukazuje smer; |r| ≥ .10 malá, ≥ .30 stredná, ≥ .50 veľká (hrubé vodidlá) | Cohen (1988) |
| Chýbajúce dáta | Označ premenné s > 5 % chýbajúcich; reportuj počty pre každú položku | Tabachnick & Fidell (2013) |
Ako to reportovať v APA
Účastníci (N = 248) prejavili strednú spokojnosť (M = 4.21, SD = 0.87, rozpätie 1–7). Korelačná matica (Tabuľka 1) ukázala, že cenová citlivosť a lojalita k značke boli negatívne spojené (r = −.34, p < .001). Hodnoty skewness a kurtosis boli v prijateľných medziach (|skew| ≤ 1.3, |kurt| ≤ 2.1), čo podporuje použitie parametrických analýz.
Ako to počíta Explonia
Otvor ľubovoľnú štúdiu v Explonii a zvoľ Descriptives pod Analyses. Explonia vypočíta štatistiky pre každú premennú — M, SD, min, max, skewness, kurtosis a počet chýbajúcich — plus úplnú Pearsonovu korelačnú maticu s označením významnosti. Pole Article description pripraví odsek v štýle APA z tvojich čísel, ktorý môžeš upraviť pred skopírovaním. Všetky plány zahŕňajú deskriptívnu štatistiku; jediným limitom naprieč plánmi je počet odpovedí v tvojej štúdii.
Často kladené otázky
Čo mi hovoria skewness a kurtosis?
Skewness meria, aké asymetrické je rozdelenie; kurtosis meria, aké ťažké sú chvosty. Hodnoty |skew| pod 2 a |kurtosis| pod 7 sa bežne uvádzajú ako prijateľné pre parametrické testy, hoci sú to hrubé vodidlá, nie tvrdé pravidlá. Mierne porušenia sú menej problematické pri väčších vzorkách.
Mám v práci reportovať úplnú korelačnú maticu?
Pri prieskumových a škálových dátach korelačná matica ukazuje, ako premenné navzájom súvisia pred modelovaním. Mnohé časopisy a recenzenti ju očakávajú. Explonia maticu generuje automaticky a pripraví ti odsek v APA.
Koľko desatinných miest vyžaduje APA pre deskriptívnu štatistiku?
APA 7 odporúča dve desatinné miesta pre priemery, štandardné odchýlky a korelácie. V rámci tabuľky používaj rovnaký počet desatinných miest konzistentne.
Koľko chýbajúcich dát je prijateľných?
Neexistuje univerzálna hranica, ale chýbajúce dáta nad 5 % na premennú stoja za preskúmanie. Reportuj počet alebo percento chýbajúcich hodnôt pre každú položku. Ak chýbajúce dáta nie sú náhodné (MCAR), môže byť potrebná imputácia alebo iné metódy — over si to so školiteľom alebo s pokynmi časopisu.
Last updated: júl 2026
Spustite Deskriptívna štatistika na vlastných dátach
Zozbierajte alebo nahrajte svoje dáta, spustite analýzu v prehliadači a získajte návrh odseku APA, ktorý môžete upraviť. Začnite zadarmo. Bez karty.
Začať zadarmo