Hvordan eksperimenter kan brukes til å samle inn informasjon i samfunnsforskning. Lær hvordan undersøkelser, som intervjuer og spørreskjemaer, kan brukes til å samle inn data i samfunnsforskning. Studer hvordan innholdsanalyse brukes til å samle inn data i samfunnsforskning.
Det er en sammenkobling av resultatene fra dataanalysen med forskningshypotesen, med teoriene og med allerede eksisterende og akseptert kunnskap.
Typer problemer som vi kunne ha med tolkninger av visse spesifikke data: Demping av måleskalaen. Som skal tolkes forestillinger som systematisk når eller aldri kan nå, grensene for målestokken. Dette problemet kan løses ved å gjøre en pilotstudie, oppdage disse feilene og øke den nye tolkningen.
Takeffekt. Hvis vi alltid berører de høyeste poengene. Gulveffekt. Hvis vi alltid berører de laveste poengene. Regresjon etter mål. Det er et uønsket fenomen som dukker opp i nesten alle undersøkelser når det blir bedt om en kvantitativ dom. Det er tendensen til å gi svar nær middelverdiene eller sentrale verdier når det blir bedt om høye ekstreme evalueringer. Det kan føre oss til feil konklusjoner.
Resultatene må å være tolket angående: Størrelsen på den oppnådde effekten og trendene eller regelmessighetene som ble observert. Sammenlign disse resultatene med resultatene fra andre forskere i lignende verk. Tydelige konklusjoner av utført arbeid.
Datainnsamling: Gjennom systematisk observasjon, undersøkelser og eksperimenter. I naturlige miljøer (feltstudie) eller i kunstige miljøer (situasjoner skapt av forskeren). Dataanalyse Faktorer som skal tas i betraktning når du utfører de fire dataanalyseroppgavene: Du må bestemme, selv om vi foreslår det doble miljøet: Beskrivende statistikk. Hvis vi holder oss i prøven. Inferensiell statistikk. Hvis vi vil slutte oss til befolkningen ved hjelp av sannsynlighet. Målenivå for variabler: Intervall- eller forholdsnivå. Prøv å måle på høyest mulig nivå, da disse inkluderer de lave, men ikke omvendt. Problem som har oppstått og måten dataene er samlet inn. Det må alltid være en balanse mellom hva som er mulig og hva som er praktisk, for ikke å bli oversvømmet med forskjellige analyser. Det anbefales å gjennomføre en systematisk "analytisk" pluralisme: Systematikk innebærer at det må foreligge en detaljert plan med spesifikke mål for både innsamling og analyse av data.
Pluralisme (enhver form for forskning har sine begrensninger. Disse kan minimeres ved å optimalisere analysene, som det er nødvendig å søke flere og flertall former for analyse for. Denne flerheten inkluderer de som refererer til ikke-empiriske data og rent matematisk eller teoretisk utvikling. Gjøremål av dataanalyse: Måter å oppsummere dataene på. Ha indekser som oppsummerer forskjellige aspekter ved distribusjonen. Sentrale tendensindekser. De angir sentrum for en distribusjon.
Regne ut:
- Det aritmetiske gjennomsnittet: Vi legger til partiturene og deler dem med antallet av dem. Eks. (31 + 31 + 25 + 28 + 30) / 5 = 29 Modus: Den hyppigste observasjonen er 31
- Medianen: Sortering av poengene, midtpoengene er 30. Indeks for variabilitet eller spredning. De indikerer hvor spredte dataene til variabelen er.
- Variasjon eller partisk avvik. Beregner differensialpoengene (trekker gjennomsnittet av hver poengsum), kvadrerer dem, legger dem til og deler dem med antall. Eks. S2s = / 5 = 5.2
- Upartisk avvik. Vi deler antall tilfeller minus ett: Eks. VI = / (5-1) = 6,5
- Upartisk standardavvik. Tar kvadratroten av den objektive variansen (VI) Eks. DTI = Ö VI = Ö 6,5 = 2,55
- Skjev standardavvik. Å ta kvadratroten av variansen eller forspent varians (S2s) F.eks. Ss = Ö S2s = Ö 5.2 = 2.28 Fordelingens totale bredde. Hvis minimumsverdien trekkes fra maksimumsverdien, for eksempel AT = 31 - 25 = 6
- Asymmetriindekser. Er det en symmetrisk fordeling av score? Å trekke modusen fra gjennomsnittet og dele denne forskjellen med det skjeve standardavviket. As = (29 - 31) / 2.28 = -0.88 Hvis det er mindre enn null, det vil si negativt (det er flere høye poeng enn lave) Hvis det er større enn null, det vil si positivt (det er flere lave poeng enn høy)
Hvis det er null, er det symmetrisk (den ene delen av fordelingen gjenspeiler den andre). Målindekser. Er det en flat poengsumfordeling? Leter etter mønstre (regelmessigheter eller forskjeller) i dataene. En av de beste måtene er den grafiske representasjonen. Prognoseresultater basert på data. Spådommer som utnytter forholdene dine. Når et mønster blir gjenkjent, er den beste måten å oppsummere det ved hjelp av en funksjon. Selv om det ikke går gjennom alle punktene, gir det oss en enklere, hvis ufullstendig, måte å beskrive dataene på, samt naturen og intensiteten i forholdet mellom dem.
Generalisering til populasjonen fra utvalget. Generaliser resultatene ovenfor til felt som er bredere enn de i det opprinnelige utvalget Vi starter med å gjøre slutninger til befolkningen ved hjelp av beskrivende dataanalyse som bruker sannsynlighet. Vi går gjennom konklusjoner for å generalisere mot befolkningsresultater.
Denne artikkelen er bare informativ, i Psychology-Online har vi ikke makten til å stille en diagnose eller anbefale en behandling. Vi inviterer deg til å gå til en psykolog for å behandle din spesielle sak.
