Interpretatie en gegevensverzameling van het onderzoeksproces in de psychologie

  • Jul 26, 2021
click fraud protection
Interpretatie en gegevensverzameling van het onderzoeksproces in de psychologie

Hoe experimenten kunnen worden gebruikt om informatie te verzamelen in sociaal onderzoek. Leer hoe enquêtes, zoals interviews en vragenlijsten, kunnen worden gebruikt om gegevens te verzamelen in sociaal onderzoek. Bestudeer hoe contentanalyse wordt gebruikt om gegevens te verzamelen in sociaal onderzoek.

Het is de koppeling van de resultaten van de data-analyse met de onderzoekshypothese, met de theorieën en met reeds bestaande en geaccepteerde kennis.

Types problemen die we zouden kunnen hebben met de interpretaties van bepaalde specifieke gegevens: Verzwakking van de meetschaal. Zoals te interpreteren voorstellingen die systematisch de grenzen van de meetschaal bereiken of nooit kunnen bereiken. Dit probleem kan worden opgelost door een pilotstudie te doen, deze gebreken op te sporen en de nieuwe interpretatie op te schalen.

Plafond effect. Als we altijd de hoogste scores raken. Vloereffect. Als we altijd de laagste scores raken. Regressie op maat. Het is een ongewenst fenomeen dat in bijna alle onderzoeken naar voren komt wanneer om een ​​kwantitatieve beoordeling wordt gevraagd. Het is de neiging om reacties uit te zenden die dicht bij de gemiddelde of centrale waarden liggen wanneer hoge extreme evaluaties worden gevraagd. Het kan ons tot verkeerde conclusies leiden.

De resultaten moet zijn geïnterpreteerd met betrekking tot: De omvang van het verkregen effect en de waargenomen trends of regelmatigheden. Vergelijk deze resultaten met die van andere onderzoekers in soortgelijke werken. Duidelijke conclusies van het uitgevoerde werk.

Gegevensverzameling: door systematische observatie, enquêtes en experimenten. In natuurlijke omgevingen (veldstudie) of in kunstmatige omgevingen (situaties gecreëerd door de onderzoeker). Gegevensanalyse Factoren waarmee rekening moet worden gehouden bij het uitvoeren van de vier gegevensanalysetaken: U moet beslissen, hoewel we de dubbele omgeving voorstellen: Beschrijvende statistiek. Als we in de steekproef blijven. Inferentiële statistieken. Als we willen afleiden naar de populatie met behulp van waarschijnlijkheid. Variabelen meetniveau: Interval of ratio meetniveau. Probeer op het hoogst mogelijke niveau te meten, want deze omvatten de lage, maar niet andersom. Probleem dat is ontstaan ​​en de manier waarop de gegevens zijn verzameld. Er moet altijd een afweging worden gemaakt tussen wat kan en wat handig is, om niet overspoeld te worden met verschillende analyses. Het is raadzaam om een ​​systematisch "analytisch" pluralisme uit te voeren: Systematiciteit houdt in dat er een gedetailleerd plan moet zijn met specifieke doelstellingen voor zowel het verzamelen als het analyseren van gegevens.

Pluralisme (elke vorm van onderzoek heeft zijn beperkingen. Deze kunnen worden geminimaliseerd door optimalisatie van de analyses, waarbij gezocht moet worden naar meerdere en meervoudige vormen van analyse. Deze veelvoud omvat die welke verwijzen naar niet-empirische gegevens en zuiver wiskundige of theoretische ontwikkelingen. Klusjes van data-analyse: manieren om de gegevens samen te vatten. Zorg voor indices die verschillende aspecten van de distributie samenvatten. Centrale tendensindices. Ze geven het centrum van een verdeling aan.

Berekenen:

  • Het rekenkundig gemiddelde: we tellen de scores op en delen ze door het aantal. Voorbeeld (31 + 31 + 25 + 28 + 30) / 5 = 29 De modus: De meest voorkomende waarneming is 31
  • De mediaan: bij het sorteren van de scores is de middelste score 30. Indices van variabiliteit of spreiding. Ze geven aan hoe verspreid de gegevens van de variabele zijn.
  • Variantie of bevooroordeelde variantie. Berekenen van de differentiële scores (aftrekken van het gemiddelde van elke score), ze kwadrateren, optellen en delen door het aantal ervan. Voorbeeld S2s = / 5 = 5,2
  • Onbevooroordeelde variantie. We delen het aantal gevallen min één: Voorbeeld VI = / (5-1) = 6.5
  • Onbevooroordeelde standaarddeviatie. De vierkantswortel nemen van de zuivere variantie (VI) Voorbeeld DTI = Ö VI = Ö 6,5 = 2,55
  • Scheve standaarddeviatie. De vierkantswortel nemen van de variantie of vertekende variantie (S2s) Bijvoorbeeld Ss = Ö S2s = Ö 5,2 = 2,28 Totale breedte van de verdeling. Als de minimumwaarde wordt afgetrokken van de maximumwaarde, bijv. AT = 31 - 25 = 6
  • Asymmetrie-indexen. Is het een symmetrische verdeling van scores? De modus aftrekken van het gemiddelde en dit verschil delen door de scheve standaarddeviatie. As = (29 - 31) / 2,28 = -0,88 Als het kleiner is dan nul, dat wil zeggen negatief (er zijn meer hoge scores dan laag) Als het groter is dan nul, dat wil zeggen positief (er zijn meer lage scores dan hoog)

Als het nul is, is het symmetrisch (het ene deel van de verdeling weerspiegelt het andere). Is het een platte scoreverdeling? Zoeken naar patronen (regelmatigheden of verschillen) in de data. Een van de beste manieren is de grafische weergave. Resultaten voorspellen op basis van gegevens. Voorspellingen die uw relaties uitbuiten. Als een patroon wordt herkend, kun je dat het beste samenvatten door middel van een functie. Hoewel het niet alle punten doorloopt, biedt het ons een eenvoudigere, zij het onvolledige, manier om de gegevens te beschrijven, evenals de aard en intensiteit van de onderlinge relaties.

Generaliseren naar de populatie uit de steekproef. Generaliseer de bovenstaande resultaten naar velden die breder zijn dan die van de eerste steekproef waaruit: We beginnen met het maken van gevolgtrekkingen naar de populatie met behulp van beschrijvende data-analyse met behulp van de waarschijnlijkheid. We gaan door gevolgtrekkingen om te generaliseren naar populatieresultaten.

Dit artikel is louter informatief, in Psychology-Online hebben we niet de macht om een ​​diagnose te stellen of een behandeling aan te bevelen. Wij nodigen u uit om naar een psycholoog te gaan om uw specifieke geval te behandelen.

instagram viewer