Tutkimusprosessin tulkinta ja keräys psykologian tutkimusprosessista

Kuinka kokeita voidaan käyttää tiedon keräämiseen sosiaalisessa tutkimuksessa. Opi, kuinka tutkimuksia, kuten haastatteluja ja kyselylomakkeita, voidaan käyttää tietojen keräämiseen sosiaalisessa tutkimuksessa. Tutki, kuinka sisältöanalyysiä käytetään tietojen keräämiseen sosiaalisessa tutkimuksessa.

Tulosanalyysi

Se on tietoanalyysin tulosten yhdistäminen tutkimushypoteesin kanssa teorioiden ja olemassa olevan ja hyväksyttyjen tietojen kanssa.

Tyypit aiheet että meillä voisi olla Tulkinnat tietyistä erityisistä tiedoista: mittausasteikon vaimennus. Kun systemaattisesti saavuttavat tai eivät koskaan pääse koskaan saavuttamaan, mittausasteikon rajat on tulkittava. Tämä ongelma voidaan ratkaista tekemällä pilottitutkimus, havaitsemalla nämä viat ja laajentamalla asteikkoa uudessa tulkinnassa.

Kattovaikutus. Jos kosketamme aina korkeimpia pisteitä. Maaperän vaikutus. Jos kosketamme aina alhaisimpia pisteitä. Räätälöidä regressio. Se on ei -toivottu ilmiö, joka esiintyy melkein kaikissa tutkimuksissa, kun pyynnöstä pyydetään kvantitatiivista tutkimusta. Se on taipumus antaa vastauksia lähellä keskimääräisiä tai keskeisiä arvoja, kun pyydetään korkean kestävän arvioinnin. Se voi johtaa meidät virheellisiin johtopäätöksiin.

Tulokset Heidän täytyy olla tulkittu Mitä tulee: saadun vaikutuksen suuruus ja havaittujen suuntausten tai säännöllisyydet. Vertaa näitä tuloksia muiden tutkijoiden saamiin vastaaviin teoksiin. Selkeät johtopäätökset tehdystä työstä.

Keräys, tietoanalyysi

Tiedonkeruu: Systemaattisen havainnon, tutkimusten ja kokeiden avulla. Luonnollisessa mediassa (kenttätutkimus) tai keinotekoinen media (tutkijan luomat tilanteet). Tietoanalyysitekijät, jotka otetaan huomioon suoritettaessa neljä data -analyysin tehtävää: Meidän on päätettävä, vaikka ehdotamme kaksoisympäristöä: kuvaavat tilastot. Jos pysymme näytteessä. Päätelmätilastot. Jos haluamme päätellä väestöä todennäköisyyden avulla. Muuttujien mittaustaso: aikaväli tai syyn mittaustaso. Yritä mitata korkeimmalla mahdollisella tasolla, koska niihin kuuluu basso, mutta ei päinvastoin. Esiin noussut ongelma ja tapa, jolla tiedot on kerätty. Tasapaino mahdollisen ja kätevän välillä on aina tehtävä, jotta sitä ei tulvi erilaisella analyysillä. On suositeltavaa suorittaa "analyyttinen" systemaattinen moniarvoisuus: systemaattisuus tarkoittaa, että määritettyjen tavoitteiden on oltava yksityiskohtainen suunnitelma sekä tietojen keräämiseksi ja analysoimiseksi.

Moniarvoisuus (millä tahansa tutkintatavalla on rajoitukset. Ne voidaan minimoida analyysin optimoimiseksi, jolle on tarpeen varmistaa analyysin useita ja moniarvoisia muotoja. Tämä monimuotoisuus sisältää ei -kempiirisen tiedon ja puhtaasti matemaattiset tai teoreettiset kehitykset. Tehtävät Tietoanalyysi: Tapoja tiivistää tiedot. On indeksejä, jotka jatkavat jakelun eri näkökohtia. Keskeinen taipumusindeksit. Ilmoita jakauman keskusta.

Laskea:

• Aritmeettinen keskiarvo: Lisäämme pisteet ja jaamme ne niiden lukumäärän mukaan. Esim. (31+31+25+28+30)/5 = 29 Muoti: Yleisin havainto on 31
• Mediaani: Pisteiden tilaaminen, keskuspiste on 30. Vaihtelevuus- tai dispersioindeksit. Ne osoittavat, kuinka hajautukset ovat muuttuvia tietoja.
• Varianssi tai puolueellinen varianssi. Differentiaalipisteiden laskeminen (kunkin pistemäärän vähentäminen), neliön kanssa, lisäämällä ne ja jakamalla ne niiden lukumäärän välillä. Esim. S2S = / 5 = 5,2
• Turmeltunut varianssi. Jaamme vähemmän tapausten lukumäärän: esim. Vi = / (5-1) = 6,5
• Tyypillinen purkamattoman poikkeama. Piirrä puristamattoman varianssin neliöjuuri (vi) esim. Dt = Ö vi = Ö 6,5 = 2,55
• Tyypillinen puolueellinen poikkeama. Piirrä varianssin tai puolueellisen varianssin (S2S) EX: n neliöjuuri. SS = Ö S2S = Ö 5,2 = 2,28 Jakauman kokonais amplitudi. Jos maksimiarvon minimiarvo vähennetään EX. AT = 31 - 25 = 6
• Epäsymmetriaindeksit. ¿Se on symmetrinen pisteet jakauma?. Keskimääräisen muodin vähentäminen ja tämän eron jakaminen tavanomaisen puolueellisen poikkeaman välillä. AS = (29 - 31) / 2,28 = -0,88 Jos se on pienempi kuin nolla, ts. Negatiivinen (korkeita pisteitä on enemmän kuin lasket), jos se on suurempi kuin nolla, ts. Positiivista (alhaisia ​​on enemmän alhaisia pisteet kuin korkeat)

Jos se on nolla, se on symmetrinen (yksi osa jakautumisesta on toisten heijastus) pisteindeksit. ¿Se on litistettyjen pisteiden jakautuminen? Tietojen mallien (säännöllisyydet tai erot) etsiminen. Yksi parhaimmista tavoista on graafinen esitys. Tulosten ennustaminen tietoista riippuen. Ennusteet, jotka hyödyntävät heidän suhteitaan. Kun kuvio tunnistetaan, paras tapa tiivistää se on funktion kautta. Vaikka se ei käy läpi kaikkia seikkoja, se tarjoaa meille yksinkertaisemman, vaikkakin epätäydellisen tavan, kuvaamaan tietoja niiden välisten suhteiden luonteen ja voimakkuuden lisäksi.

Yleistävä väestö näytteestä. Yleistä yllä olevat tulokset laajemmille kentälle kuin alkuperäisen näytteen tulokset, joista aloitamme päätelmien tekemisen väestölle kuvaavan data -analyysin avulla soveltamalla todennäköisyyttä. Olemme käyneet läpi päätelmiä yleistämään väestötuloksia.

Tämä artikkeli on vain informatiivinen, psykologiassa on linellä meillä ei ole valtaa diagnoosin tekemiseen tai hoidon suosittelemiseen. Kutsumme sinut menemään psykologin luo kohtelemaan tapaustasi.

Jos haluat lukea lisää artikkeleita Tutkimusprosessin tulkinta ja keräys psykologian tutkimusprosessista, Suosittelemme, että kirjoitat kokeellisen psykologian luokkaan.