Как експериментите могат да се използват за събиране на информация в социалните изследвания. Научете как проучванията, като интервюта и въпросници, могат да се използват за събиране на данни в социалните изследвания. Проучете как се използва анализ на съдържанието за събиране на данни в социалните изследвания.
Това е обвързването на резултатите от анализа на данните с изследователската хипотеза, с теориите и с вече съществуващи и приети знания.
Видове проблеми които бихме могли да имаме с интерпретации на определени специфични данни: Затихване на скалата за измерване. Както трябва да се тълкуват изпълненията, които систематично достигат или никога не могат да достигнат, границите на скалата на измерване. Този проблем може да бъде решен чрез пилотно проучване, откриване на тези недостатъци и увеличаване на новата интерпретация.
Таван ефект. Ако винаги се докосваме до най-високите резултати. Ефект на пода. Ако винаги се докосваме до най-ниските резултати. Регресия по мярка. Това е нежелан феномен, който се появява в почти всички разследвания, когато се иска количествено решение. Тенденцията е да се излъчват отговори, близки до средните или централните стойности, когато се изискват високи екстремни оценки. Това може да ни доведе до грешни заключения.
Резултатите трябва да да бъде тълкуван по отношение: Размерът на получения ефект и наблюдаваните тенденции или закономерности. Сравнете тези резултати с тези, получени от други изследователи в подобни трудове. Ясни заключения от извършената работа.
Събиране на данни: Чрез систематично наблюдение, проучвания и експерименти. В естествена среда (полево проучване) или в изкуствена среда (ситуации, създадени от изследователя). Фактори за анализ на данните, които трябва да се вземат предвид при изпълнението на четирите задачи за анализ на данни: Трябва да решите, въпреки че предлагаме двойната среда: Описателна статистика. Ако останем в извадката. Справочна статистика. Ако искаме да направим извод за популацията, използвайки вероятност. Ниво на измерване на променливи: Ниво на измерване на интервал или съотношение. Опитайте се да измервате на възможно най-високо ниво, тъй като те включват ниските, но не и обратното. Възникнал проблем и начинът, по който са събрани данните. Винаги трябва да се прави баланс между това, което е възможно и това, което е удобно, за да не се затрупва с различни анализи. Препоръчително е да се извърши систематичен „аналитичен“ плурализъм: Систематичността предполага, че трябва да има подробен план с конкретни цели както за събиране, така и за анализ на данни.
Плурализъм (всяка форма на изследване има своите ограничения. Те могат да бъдат сведени до минимум чрез оптимизиране на анализите, за които е необходимо да се търсят множество и множествени форми на анализ. Това множество включва тези, които се отнасят до неемпирични данни и чисто математически или теоретични разработки. Домашни задължения на анализ на данни: Начини за обобщаване на данните. Имате индекси, които обобщават различни аспекти на разпределението. Индекси на централната тенденция. Те показват центъра на разпределението.
Изчисли:
- Средната аритметична стойност: Събираме оценките и ги разделяме на броя им. Пример (31 + 31 + 25 + 28 + 30) / 5 = 29 Режимът: Най-честото наблюдение е 31
- Медианата: Сортирането на резултатите, средният резултат е 30. Индекси на променливост или дисперсия. Те показват колко разпръснати са данните на променливата.
- Дисперсия или пристрастна дисперсия. Изчисляване на диференциалните резултати (изваждане на средната стойност на всеки резултат), квадратирането им, добавянето им и разделянето им на броя им. Например S2s = / 5 = 5.2
- Безпристрастна дисперсия. Разделяме броя на случаите минус един: Пример VI = / (5-1) = 6.5
- Безпристрастно стандартно отклонение. Вземането на квадратния корен от непредубедената дисперсия (VI) Пример DTI = Ö VI = Ö 6.5 = 2.55
- Наклонено стандартно отклонение. Вземането на квадратния корен от дисперсията или пристрастната дисперсия (S2s) Например Ss = Ö S2s = Ö 5.2 = 2.28 Обща ширина на разпределението. Ако минималната стойност се извади от максималната стойност, напр. AT = 31 - 25 = 6
- Индекси на асиметрия. Това симетрично разпределение на резултатите ли е? Изваждане на режима от средната стойност и разделяне на тази разлика на изкривеното стандартно отклонение. As = (29 - 31) / 2.28 = -0.88 Ако е по-малко от нула, тоест отрицателно (има повече високи оценки, отколкото ниски) Ако е по-голямо от нула, т.е. положително (има по-ниски резултати от Високо)
Ако е нула, тя е симетрична (едната част от разпределението отразява другата). Това ли е сплескано разпределение на резултатите? Търси модели (закономерности или разлики) в данните. Един от най-добрите начини е графичното представяне. Резултати от прогнозиране въз основа на данни. Прогнози, използващи вашите взаимоотношения. Когато даден модел е разпознат, най-добрият начин за обобщаване е чрез функция. Въпреки че не преминава през всички точки, той ни предлага по-опростен, макар и непълен начин на описание на данните, както и естеството и интензивността на връзките между тях.
Обобщаващо за популацията от извадката. Обобщете горните резултати в полета, по-широки от тези на първоначалната извадка, от които Започваме с изводи за населението с помощта на описателен анализ на данни, прилагащ вероятност. Преминаваме през изводи, за да обобщим резултатите от популацията.
Тази статия е само информативна, в Psychology-Online ние нямаме силата да поставим диагноза или да препоръчаме лечение. Каним ви да отидете на психолог, за да лекувате вашия конкретен случай.
