Hvordan eksperimenter kan bruges til at indsamle information i social forskning. Lær hvordan undersøgelser, såsom interviews og spørgeskemaer, kan bruges til at indsamle data i social forskning. Undersøg, hvordan indholdsanalyse bruges til at indsamle data i social forskning.
Det er sammenkædningen af resultaterne af dataanalysen med forskningshypotesen, med teorierne og med allerede eksisterende og accepteret viden.
Typer problemer som vi kunne have med fortolkninger af bestemte specifikke data: Dæmpning af måleskalaen. Som det skal fortolkes forestillinger, der systematisk når eller aldrig kan nå grænserne for målestørrelsen. Dette problem kan løses ved at lave en pilotundersøgelse, opdage disse fejl og opskalere den nye fortolkning.
Lofteffekt. Hvis vi altid rører ved de højeste score. Gulveffekt. Hvis vi altid rører ved de laveste score. Regression efter mål. Det er et uønsket fænomen, der optræder i næsten alle undersøgelser, når der anmodes om en kvantitativ dom. Det er tendensen til at udsende svar tæt på middelværdien eller centrale værdier, når der anmodes om høje ekstreme evalueringer. Det kan føre os til forkerte konklusioner.
Resultaterne skal at være fortolket vedrørende: Størrelsen af den opnåede effekt og de observerede tendenser eller regelmæssigheder. Sammenlign disse resultater med resultater opnået af andre forskere i lignende værker. Klare konklusioner af det udførte arbejde.
Dataindsamling: Gennem systematisk observation, undersøgelser og eksperimenter. I naturlige miljøer (feltstudie) eller i kunstige miljøer (situationer skabt af forskeren). Dataanalyse Faktorer, der skal tages i betragtning, når du udfører de fire dataanalyser: Du skal beslutte, selvom vi foreslår det dobbelte miljø: Beskrivende statistik. Hvis vi bliver i prøven. Inferential statistik. Hvis vi ønsker at udlede over for befolkningen ved hjælp af sandsynlighed. Variabelmålingsniveau: Interval eller niveau for måling af niveau. Prøv at måle på det højest mulige niveau, da disse inkluderer de lave, men ikke omvendt. Problem, der er opstået, og hvordan dataene er indsamlet. Der skal altid laves en balance mellem hvad der er muligt og hvad der er bekvemt for ikke at blive oversvømmet med forskellige analyser. Det tilrådes at udføre en systematisk "analytisk" pluralisme: Systematisitet indebærer, at der skal være en detaljeret plan med specifikke mål for både indsamling og analyse af data.
Pluralisme (enhver form for forskning har sine begrænsninger. Disse kan minimeres ved at optimere analyserne, for hvilke det er nødvendigt at søge flere og flere former for analyse. Denne flerhed inkluderer dem, der henviser til ikke-empiriske data og rent matematisk eller teoretisk udvikling. Lektier af dataanalyse: Måder at opsummere dataene på. Har indeks, der opsummerer forskellige aspekter af fordelingen. Centrale tendensindeks. De angiver midten af en distribution.
Beregn:
- Det aritmetiske gennemsnit: Vi tilføjer scores og dividerer dem med antallet af dem. Eks. (31 + 31 + 25 + 28 + 30) / 5 = 29 Tilstand: Den hyppigste observation er 31
- Medianen: Ved at ordne scorerne er den midterste score 30. Indeks for variabilitet eller spredning. De angiver, hvor spredte dataene for variablen er.
- Varians eller forudindtaget varians. Beregning af differensscorerne (fratrækning af gennemsnittet for hver score), kvadrering af dem, tilføjelse af dem og deling af antallet af dem. Eks. S2s = / 5 = 5.2
- Upartisk varians. Vi deler antallet af tilfælde minus en: Eks. VI = / (5-1) = 6,5
- Upartisk standardafvigelse. Tager kvadratroden af den objektive varians (VI) Eks. DTI = Ö VI = Ö 6,5 = 2,55
- Skæv standardafvigelse. Tager kvadratroden af variansen eller forudindtaget varians (S2s) F.eks. Ss = Ö S2s = Ö 5.2 = 2.28 Fordelingens samlede bredde. Hvis minimumsværdien trækkes fra den maksimale værdi, fx AT = 31 - 25 = 6
- Asymmetriindekser. Er det en symmetrisk fordeling af scoringer? Subtrahere tilstanden fra middelværdien og dividere denne forskel med den skæve standardafvigelse. As = (29 - 31) / 2.28 = -0.88 Hvis det er mindre end nul, det vil sige negativt (der er flere høje score end lave) Hvis det er større end nul, det vil sige positivt (der er flere lave scores end høj)
Hvis det er nul, er det symmetrisk (den ene del af fordelingen afspejler den anden). Målretningsindeks. Er det en flad fordeling af score? På udkig efter mønstre (regelmæssigheder eller forskelle) i dataene. En af de bedste måder er den grafiske repræsentation. Prognoseresultater baseret på data. Forudsigelser, der udnytter dine forhold. Når et mønster genkendes, er det bedst at opsummere det ved hjælp af en funktion. Selvom det ikke gennemgår alle punkterne, giver det os en enklere, hvis ufuldstændig, måde at beskrive dataene på, såvel som arten og intensiteten af forholdet mellem dem.
Generalisering til populationen ud fra stikprøven. Generaliser ovenstående resultater til felter, der er bredere end dem i den oprindelige prøve, hvorfra Vi starter med at slutte til befolkningen ved hjælp af beskrivende dataanalyse, der anvender sandsynlighed. Vi gennemgår konklusioner for at generalisere mod befolkningsresultater.
Denne artikel er kun informativ, i Psychology-Online har vi ikke beføjelse til at stille en diagnose eller anbefale en behandling. Vi inviterer dig til at gå til en psykolog for at behandle din særlige sag.
