Den simpleste måde at få system og overblik over resultater fra en undersøgelse er at lægge tal sammen, beregne fordelingsindikatorer som gennemsnit og spredning, at vise dette i tabeller og i grafer.

Resultater kan bestå i simple optællinger af et eller andet, f.eks. hvor mange henholdsvis mænd og kvinder siger ja til et forbud mod omskæring, og vise optællingen i en tabel.
I psykologien er resultater imidlertid tit forskellige slags målinger af psykologiske egenskaber. Det som også kaldes psykometri
Se nærmere om psykologiske målemetoder og om testindstilling her (som ppt-fil)

Når man laver målinger, prøver man så vidt muligt at få resultaterne til at fordele sig på en måde som er let at beskrive matematisk, fordi det gør det lettere at regne med resultaterne. Sådanne enkle matematiske fordelinger kaldes også for teoretiske fordelinger. Den teoretiske fordeling som bruges allermest er normalfordelingen.

En fordel ved at bruge normalfordelingen som udgangspunkt for beregninger er at den gør det muligt at ændre måleskalaerne for at gøre dem lettere at forstå og for lettere at kunne at sammenligne resultater fra forskellige målemetoder. Dette kaldes at standardisere skalaerne og gøres ed at ændre dem så de får gennemsnit 0 og standardafvigelsen 1.
Se nærmere om normalfordeling, teoretiske fordelinger og standardiseing her (som ppt-fil)

Et problem med deskriptiv statistik er at man tit har brug for at vurdere om en forskel eller en bestemt ændring er bemærkelsesværdig eller ikke.
Det er svært at gøre dette ‘på øjemål’, fordi vi let bliver fanget af tallene. Eksempelvis ser en forskel mellem 13 og 33 stor ud, men hvis man ændrer skalaen så det bliver til 1,3 og 3,3, synes man måske ikke forskellen ser så stor ud.

Vi har derfor brug for en måde til at vise om en forskel eller ændring er vigtig eller ikke. Det gennemgås på næste niveau som Hypoteseprøvning af om en forskel er statistisk signifikant.

Jan Ivanouw
18. maj 2018