Interpretace a shromažďování údajů z výzkumného procesu v psychologii

Jak lze experimenty použít ke shromažďování informací v sociálním výzkumu. Zjistěte, jak lze průzkumy, jako jsou rozhovory a dotazníky, použít ke sběru dat v sociálním výzkumu. Studujte, jak se analýza obsahu používá ke sběru dat v sociálním výzkumu.

Analýza výsledků

Jedná se o propojení výsledků analýzy dat s hypotézou výzkumu, s teoriemi a existujícími a přijímanými znalostmi.

Typy problémy které bychom mohli mít s Interpretace určitých konkrétních údajů: útlum měřítka měření. Jak provádění, které systematicky dosahují nebo nikdy nedosáhnou, je třeba interpretovat limity měřítka měření. Tento problém lze vyřešit provedením pilotní studie, detekce těchto selhání a rozšířením měřítka v nové interpretaci.

Efekt střechy. Pokud se vždy dotkneme nejvyššího skóre. Půdní efekt. Pokud se vždy dotkneme nejnižších skóre. Krejčí regrese. Je to nežádoucí jev, který se objevuje téměř ve všech vyšetřováních, když je požadována kvantitativní zkouška. Je to tendence vydávat odpovědi blízké průměrným nebo centrálním hodnotám, když jsou požadována vysoká hodnocení. Může nás to vést k chybným závěrům.

Výsledky Oni musí být interpretováno Ohledně: velikost získaného účinku a pozorované trendy nebo pravidelnosti. Porovnejte tyto výsledky s výsledky získanými jinými vědci v podobných pracích. Jasné závěry odvedené práce.

Sběr, analýza dat

Sběr dat: Systematickým pozorováním, průzkumy a experimenty. V přírodních médiích (terénní studie) nebo umělých médiích (situace vytvořené výzkumníkem). Faktory analýzy dat, které je třeba vzít v úvahu při provádění čtyř úkolů analýzy dat: Musíme se rozhodnout, i když navrhujeme dvojité prostředí: popisné statistiky. Pokud zůstaneme ve vzorku. Inferenciální statistika. Pokud chceme odvodit vůči populaci pomocí pravděpodobnosti. Úroveň měření proměnných: Úroveň měření intervalu nebo důvodu. Pokuste se měřit na nejvyšší možné úrovni, protože mezi ně patří basa, ale ne naopak. Problém, který byl vznesen a způsob, jakým byla data shromážděna. Rovnováha mezi možnými a pohodlnými musí být vždy vytvořena, aby nebyla zaplavena různou analýzou. Je vhodné provést „analytický“ systematický pluralismus: Systematičnost znamená, že musí existovat podrobný plán s určenými cíli, jak shromažďovat a analyzovat data.

Pluralismus (jakýkoli způsob vyšetřování má svá omezení. Mohou být minimalizovány optimalizací analýzy, pro kterou je nutné zajistit více a množné formy analýzy. Tato pluralita zahrnuje neempirická data a čistě matematický nebo teoretický vývoj. Úkoly Analýza dat: Způsoby shrnutí dat. Mají indexy, které obnoví různé aspekty distribuce. Indexy centrální tendence. Uveďte střed distribuce.

Vypočítat:

• Aritmetický průměr: přidáváme skóre a rozdělíme je podle jejich počtu. Např. (31+31+25+28+30)/5 = 29 Móda: Nejčastější pozorování je 31
• Medián: Objednávání skóre, centrální skóre je 30. Indexy variability nebo rozptylu. Označují, jak jsou rozptyly variabilní data.
• Rozptyl nebo zkreslený rozptyl. Výpočet diferenciálních skóre (odečtení průměru každého skóre), s čtvercem, přidáním a rozdělením mezi jejich počet. Např. S2S = / 5 = 5,2
• Nespívající rozptyl. Rozdělme počet případů méně: např. VI = / (5-1) = 6,5
• Typická odchylová odchylka. Nakreslete druhou odmocninu bezstarostného rozptylu (VI). DT = Ö VI = Ö 6,5 = 2,55
• Typická zkreslená odchylka. Kreslení druhé odmocniny rozptylu nebo zkresleného rozptylu (S2S) ex. SS = Ö S2S = Ö 5,2 = 2,28 Celková amplituda distribuce. Pokud je minimální hodnota maximální hodnoty odečtena ex. At = 31 - 25 = 6
• Indexy asymetrie. ¿Jedná se o rozdělení symetrického skóre?. Odečtení průměrné módy a rozdělení tohoto rozdílu mezi standardní zkreslenou odchylkou. As = (29 - 31) / 2,28 = -0,88 Pokud je menší než nula, tj. Negativní (existuje více vysokých skóre než klesl), pokud je větší než nula, to je pozitivní (existuje více nízký skóre než vysoká)

Pokud je to nula, je symetrická (jedna část distribuce je odrazem druhého) indexů bodů. ¿Je to distribuce zploštělých skóre? Hledáte vzory (pravidelnosti nebo rozdíly) v datech. Jedním z nejlepších způsobů je grafická reprezentace. Výsledky prognózy v závislosti na datech. Předpovědi využívající jejich vztahy. Když je vzorec rozpoznán nejlepším způsobem, jak to shrnout, je prostřednictvím funkce. Ačkoli to neprochází všemi body, které nám nabízí jednodušší, i když neúplný způsob, popsat data kromě povahy a intenzity vztahů mezi nimi.

Zobecnění populace ze vzorku. Zobecnit výše uvedené výsledky na širší pole než výsledky počátečního vzorku, z nichž začneme dělat závěry obyvatelstvu pomocí popisné analýzy dat pomocí pravděpodobnosti. Procházíme závěry, abychom zobecnili výsledky populace.

Tento článek je pouze informativní, v psychologii-online nemáme žádnou moc provést diagnózu nebo doporučit léčbu. Zveme vás, abyste šli k psychologovi, abyste zacházeli s vaším konkrétním případem.

Pokud si chcete přečíst více podobných článků Interpretace a shromažďování údajů z výzkumného procesu v psychologii, Doporučujeme, abyste zadali naši kategorii experimentální psychologie.