Kuidas saab eksperimente sotsiaalse uurimise käigus teabe kogumiseks kasutada. Siit saate teada, kuidas uuringute, näiteks intervjuude ja küsimustike abil saab andmeid sotsiaalsetes uuringutes koguda. Uurige, kuidas sisuanalüütikat kasutatakse andmete kogumiseks sotsiaalsetes uuringutes.
See on andmeanalüüsi tulemuste sidumine uurimistöö hüpoteesiga, teooriatega ning juba olemasolevate ja aktsepteeritud teadmistega.
Tüübid probleeme mis meil oleks tõlgendused teatud spetsiifilistest andmetest: mõõteskaala summutamine. Tuleb tõlgendada sooritusi, mis süstemaatiliselt jõuavad või ei jõua kunagi mõõtmiskaala piiridesse. Selle probleemi saab lahendada pilootuuringu tegemisega, nende vigade avastamisega ja uue tõlgenduse laiendamisega.
Lakke mõju. Kui me puudutame alati kõige kõrgemaid punkte. Põranda efekt. Kui me puudutame alati madalaimaid tulemusi. Regressioon mõõtmiseks. See on soovimatu nähtus, mis ilmneb peaaegu kõigis uurimistes, kui taotletakse kvantitatiivset otsust. Kui soovitakse kõrgeid äärmuslikke hinnanguid, on see kalduvus keskmistele või keskmistele väärtustele lähedaste vastuste väljastamisele. See võib viia meid valede järeldusteni.
Tulemused peab olla tõlgendatud osas: Saadud mõju suurus ja täheldatud suundumused või seaduspärasused. Võrrelge neid tulemusi teiste teadlaste sarnaste töödega saadud tulemustega. Tehtud töö selged järeldused.
Andmete kogumine: süstemaatilise vaatluse, uuringute ja katsete abil. Looduslikes keskkondades (väliõpe) või tehiskeskkondades (uurija loodud olukorrad). Andmete analüüs Tegurid, mida nelja andmeanalüüsi ülesande täitmisel arvestada: Te peate otsustama, kuigi soovitame topeltkeskkonda: kirjeldav statistika. Kui jääme valimisse. Järeldatav statistika. Kui tahame tõenäosust kasutades järeldada elanikkonna kohta. Muutujate mõõtmise tase: Intervalli või suhte mõõtmise tase. Proovige mõõta võimalikult kõrgel tasemel, kuna need hõlmavad madalaid, kuid mitte vastupidi. Tekkinud probleem ja andmete kogumise viis. Alati tuleb leida tasakaal võimaliku ja mugava vahel, et mitte üle ujutada erinevaid analüüse. Soovitav on läbi viia süsteemne "analüütiline" pluralism: süstemaatilisus tähendab, et andmete kogumiseks ja analüüsimiseks peab olema üksikasjalik kava koos konkreetsete eesmärkidega.
Pluralism (mis tahes uurimisvormil on oma piirangud. Neid saab minimeerida analüüside optimeerimisega, mille jaoks on vaja otsida analüüsi mitut ja mitut vormi. See paljusus hõlmab neid, mis viitavad mitte-empiirilistele andmetele ja puhtalt matemaatilistele või teoreetilistele arengutele. Kodutööd andmete analüüsi viisid: kuidas andmeid kokku võtta. Kas teil on indeksid, mis võtavad kokku jaotuse erinevad aspektid. Kesksed tendentsindeksid. Need tähistavad jaotuse keskpunkti.
Arvutama:
- Aritmeetiline keskmine: liidame hinded ja jagame need nende arvuga. Nt (31 + 31 + 25 + 28 + 30) / 5 = 29 Režiim: kõige sagedasem vaatlus on 31
- Mediaan: hindeid sorteerides on keskmine tulemus 30. Varieeruvuse või hajuvuse indeksid. Need näitavad muutuja andmete hajutatust.
- Dispersioon või kallutatud dispersioon. Diferentsiaalsete skooride arvutamine (lahutades iga skoori keskmise), ruutude kaupa lisamine ja jagamine nende arvuga. Nt S2s = / 5 = 5,2
- Erapooletu dispersioon. Jagame juhtumite arvu miinus üks: näide VI = / (5-1) = 6,5
- Erapooletu standardhälve. Erapooletu dispersiooni ruutjuure võtmine (VI) Nt DTI = Ö VI = Ö 6,5 = 2,55
- Viltune standardhälve. Dispersiooni või kallutatud dispersiooni (S2s) ruutjuure võtmine. Nt Ss = Ö S2s = Ö 5.2 = 2.28 Jaotuse kogulaius. Kui miinimumväärtus lahutatakse maksimaalsest väärtusest, nt AT = 31 - 25 = 6
- Asümmeetriaindeksid. Kas see on skooride sümmeetriline jaotus? Režiimi lahutamine keskmisest ja selle erinevuse jagamine kaldu standardhälbega. Kui = (29 - 31) / 2,28 = -0,88 Kui see on väiksem kui null, see tähendab, et negatiivne (seal on rohkem kõrgeid tulemusi kui madalad), kui see on suurem kui null, see tähendab, positiivne (on madalamaid punkte kui kõrge)
Kui see on null, on see sümmeetriline (jaotuse üks osa peegeldab teist). Kas see on lamestatud skoorijaotus? Andmete mustrite (seaduspärasuste või erinevuste) otsimine. Üks parimaid viise on graafiline kujutis. Tulemuste prognoosimine andmete põhjal. Teie suhteid ekspluateerivad ennustused. Kui muster tuvastatakse, on parim viis selle kokkuvõtmiseks funktsiooni abil. Ehkki see ei käi läbi kõik punktid, pakub see meile lihtsamat, kui mitte täielikku viisi andmete kirjeldamiseks, aga ka nendevaheliste suhete olemuse ja intensiivsuse kirjeldamiseks.
Valimist üldkogumi põhjal. Üldistage ülaltoodud tulemused laiematele väljadele kui algvalimi väljad Alustame elanikkonnale järelduste tegemisega kirjeldava andmeanalüüsi abil tõenäosus. Rahvastikutulemuste üldistamiseks läbime järeldused.
See artikkel on pelgalt informatiivne, meil pole Psychology-Online'is õigust diagnoosi panna ega ravi soovitada. Kutsume teid pöörduma psühholoogi juurde, et teie konkreetset juhtumit ravida.
