Bagaimana eksperimen dapat digunakan untuk mengumpulkan informasi dalam penelitian sosial. Pelajari bagaimana survei, seperti wawancara dan kuesioner, dapat digunakan untuk mengumpulkan data dalam penelitian sosial. Pelajari bagaimana analisis konten digunakan untuk mengumpulkan data dalam penelitian sosial.
Ini adalah menghubungkan hasil analisis data dengan hipotesis penelitian, dengan teori-teori dan dengan pengetahuan yang sudah ada dan diterima.
Jenis masalah yang bisa kita miliki dengan interpretasi data spesifik tertentu: Atenuasi skala pengukuran. Seperti yang harus ditafsirkan pertunjukan yang secara sistematis mencapai atau tidak pernah dapat mencapai, batas-batas skala pengukuran. Masalah ini dapat diselesaikan dengan melakukan studi percontohan, mendeteksi kekurangan ini dan meningkatkan interpretasi baru.
Efek langit-langit. Jika kita selalu menyentuh skor tertinggi. Efek lantai. Jika kita selalu menyentuh skor terendah. Regresi untuk mengukur. Ini adalah fenomena yang tidak diinginkan yang muncul di hampir semua investigasi ketika penilaian kuantitatif diminta. Ini adalah kecenderungan untuk memancarkan tanggapan yang mendekati nilai rata-rata atau pusat ketika evaluasi ekstrem tinggi diminta. Itu bisa membawa kita pada kesimpulan yang salah.
Hasil harus menjadi ditafsirkan mengenai: Besarnya pengaruh yang diperoleh dan kecenderungan atau keteraturan yang diamati. Bandingkan hasil ini dengan yang diperoleh oleh peneliti lain dalam karya serupa. Kesimpulan yang jelas dari pekerjaan yang dilakukan.
Pengumpulan data: Melalui observasi sistematis, survei dan eksperimen. Di lingkungan alami (studi lapangan) atau di lingkungan buatan (situasi yang diciptakan oleh peneliti). Analisis data Faktor-faktor yang perlu dipertimbangkan saat melakukan empat tugas analisis data: Anda harus memutuskan, meskipun kami menyarankan lingkungan ganda: Statistik Deskriptif. Jika kita tetap dalam sampel. Statistik Inferensial. Jika kita ingin menyimpulkan terhadap populasi menggunakan probabilitas. Tingkat pengukuran variabel: Tingkat pengukuran interval atau rasio. Cobalah untuk mengukur pada tingkat setinggi mungkin, karena ini termasuk yang rendah, tetapi tidak sebaliknya. Masalah yang muncul dan cara pengumpulan data. Keseimbangan harus selalu dicapai antara apa yang mungkin dan apa yang nyaman, agar tidak dibanjiri dengan analisis yang berbeda. Disarankan untuk melakukan pluralisme "analitis" yang sistematis: Sistematisitas menyiratkan bahwa harus ada rencana terperinci dengan tujuan khusus untuk mengumpulkan dan menganalisis data.
Pluralisme (setiap bentuk penelitian memiliki keterbatasan. Hal ini dapat diminimalisir dengan mengoptimalkan analisis, untuk itu perlu dicari bentuk analisis yang beragam dan jamak. Pluralitas ini termasuk yang mengacu pada data non-empiris dan perkembangan matematis atau teoritis murni. Pekerjaan rumah tangga analisis data: Cara meringkas data. Memiliki indeks yang merangkum berbagai aspek distribusi. Indeks tendensi sentral. Mereka menunjukkan pusat distribusi.
Menghitung:
- Rata-rata aritmatika: Kami menambahkan skor dan membaginya dengan jumlah mereka. Contoh (31 + 31 + 25 + 28 + 30) / 5 = 29 Modus: Pengamatan yang paling sering adalah 31
- Median: Mengurutkan skor, skor tengah adalah 30. Indeks variabilitas atau dispersi. Mereka menunjukkan seberapa tersebar data variabel tersebut.
- Varians atau varians bias. Menghitung skor diferensial (mengurangi rata-rata setiap skor), mengkuadratkannya, menjumlahkannya, dan membaginya dengan jumlahnya. Contoh S2s = / 5 = 5,2
- Varians yang tidak bias. Kami membagi jumlah kasus dikurangi satu: Contoh VI = / (5-1) = 6,5
- Standar deviasi tidak bias. Mengambil akar kuadrat dari varians tak bias (VI) Contoh DTI = VI = 6,5 = 2,55
- Standar deviasi miring. Mengambil akar kuadrat dari Varians atau varians bias (S2s) Misal Ss = S2s = 5,2 = 2,28 Total lebar distribusi. Jika nilai minimum dikurangi dengan nilai maksimum misalnya AT = 31 - 25 = 6
- Indeks asimetri. Apakah ini distribusi skor yang simetris? Kurangi modus dari mean dan bagi perbedaan ini dengan standar deviasi yang miring. As = (29 - 31) / 2.28 = -0,88 Jika kurang dari nol, yaitu negatif (ada lebih banyak skor tinggi daripada rendah) Jika lebih besar dari nol, yaitu positif (ada lebih banyak skor rendah daripada tinggi)
Jika nol, itu simetris (satu bagian dari distribusi mencerminkan yang lain). Apakah ini distribusi skor yang rata? Mencari pola (keteraturan atau perbedaan) pada data. Salah satu cara terbaik adalah representasi grafis. Hasil peramalan berdasarkan data. Prediksi mengeksploitasi hubungan Anda. Ketika suatu pola dikenali, cara terbaik untuk meringkasnya adalah melalui suatu fungsi. Meskipun tidak mencakup semua poin, ia menawarkan kepada kita cara yang lebih sederhana, jika tidak lengkap, untuk menggambarkan data serta sifat dan intensitas hubungan di antara mereka.
Generalisasi ke populasi dari sampel. Generalisasi hasil di atas ke bidang yang lebih luas daripada sampel awal yang Kita mulai dengan membuat inferensi ke populasi dengan bantuan analisis data deskriptif dengan menerapkan kemungkinan. Kami pergi melalui kesimpulan untuk menggeneralisasi ke hasil populasi.
Artikel ini hanya informatif, di Psikologi-Online kami tidak memiliki kekuatan untuk membuat diagnosis atau merekomendasikan pengobatan. Kami mengundang Anda untuk pergi ke psikolog untuk menangani kasus khusus Anda.
