Psykologian tutkimusprosessin tulkinta ja tiedonkeruu

Miten kokeita voidaan kerätä tietoa yhteiskunnallisessa tutkimuksessa. Opi, miten kyselyjä, kuten haastatteluja ja kyselylomakkeita, voidaan käyttää tietojen keräämiseen yhteiskunnallisessa tutkimuksessa. Tutki, miten sisällön analysointia käytetään tietojen keräämiseen yhteiskunnallisessa tutkimuksessa.

Tulosten tulkinta

Se on tietojen analyysin tulosten yhdistäminen tutkimushypoteesiin, teorioihin ja jo olemassa oleviin ja hyväksyttyihin tietoihin.

Tyypit ongelmia mitä voisimme olla tulkinnat tietyt erityiset tiedot: Mittausasteikon vaimennus. Koska niitä tulkitaan teloituksilla, jotka tavoittelevat järjestelmällisesti tai eivät koskaan pääse ulottumaan, mittausasteikon rajat. Tämä ongelma voidaan ratkaista tekemällä pilottitutkimus, havaitsemalla nämä viat ja laajentamalla mittakaavaa uudessa tulkinnassa.

Katon vaikutus. Jos kosketamme aina korkeimpia pisteitä. Lattian vaikutus. Jos kosketamme aina alimpia pisteitä. Regressio mitattavaksi. Se on ei-toivottu ilmiö, joka ilmenee lähes kaikissa tutkimuksissa, kun pyydetään määrällistä harkintaa. On taipumus päästää vastauksia lähelle keskiarvoja tai keskiarvoja, kun vaaditaan huippuluokan arviointeja. Se voi johtaa virheellisiin päätelmiin.

Tulokset pitäisi olla tulkita kuten: Saadun vaikutuksen suuruus ja havaitut suuntaukset tai säännöllisyydet. Vertaa näitä tuloksia muiden tutkijoiden samankaltaisiin töihin saamien tulosten kanssa. Selkeät päätelmät tehdystä työstä.

Kokoelma, tietojen analysointi

Tietojen keruu: järjestelmällisen havainnoinnin, tutkimusten ja kokeiden avulla. Luonnollisissa ympäristöissä (kenttätutkimus) tai keinotekoisissa medioissa (tutkijan luomat tilanteet). Tietojen analysointi Tekijät, jotka on otettava huomioon suoritettaessa neljää tietojenkäsittelyn tehtävää: Meidän on päätettävä, vaikka ehdotamme kaksinkertaista ympäristöä: Kuvaileva tilasto. Jos pysymme näytteessä. Epäsuoria tilastoja. Jos haluamme päätellä väestöä käyttäen todennäköisyyttä. Muuttujien mittaustaso: Välin tai suhteen mittasuhde. Yritä mitata korkeimmalla mahdollisella tasolla, koska niihin kuuluu matala, mutta ei päinvastoin. Esitetty ongelma ja tapa, jolla tiedot on kerätty. Mahdollisen ja kätevän välillä on aina oltava tasapaino, jotta eri analyysejä ei tule uuttaa. On suositeltavaa toteuttaa systemaattinen "analyyttinen" moniarvoisuus: järjestelmällisyys merkitsee sitä, että on laadittava yksityiskohtainen suunnitelma, johon sisältyy erityisiä tavoitteita tietojen keräämiseksi ja analysoimiseksi..

Moniarvoisuus (minkä tahansa tutkimusmuodon rajoitukset ovat rajalliset.) Ne voidaan minimoida optimoimalla analyysi, jota varten on tarpeen etsiä moni- ja monikkomuotoja analyysistä.. tehtävät tietojen analysointi: tapoja tiivistää tietoja. On indeksejä, jotka tiivistävät jakelun eri näkökohtia. Keskeiset suuntausindeksit. Ilmoita jakelun keskipiste.

laskea:

• Aritmeettinen keskiarvo: Lisäämme tulokset ja jaamme ne n: lläº niistä. Esim. (31 + 31 + 25 + 28 + 30) / 5 = 29 Muoti: Yleisin havainto on 31
• Keskiarvo: Pisteiden lajittelu, keskitulos on 30. Vaihtelevuus- tai dispersioindeksejä. Ilmoita, kuinka hajallaan ovat muuttujan tiedot.
• Vääntynyt varianssi tai varianssi. Erotuspisteiden laskeminen (vähennetään kunkin pistemäärän keskiarvo), nostamalla ne neliöön, lisäämällä ne ja jakamalla ne n: n kesken.º niistä. Esim. S2s = / 5 = 5,2
• Kohdistamaton varianssi Jaamme n: nº tapauksia lukuun ottamatta yksi: Esimerkki VI = / (5-1) = 6.5
• Standardipoikkeama on puolueeton. Eristetyn Varianssin (VI) neliöjuuren poistaminen esim. DTI = Ö VI = Ö 6.5 = 2.55
• Biasoitu standardipoikkeama. Varianssin tai esijännitetyn varianssin neliöjuuren ottaminen (S2s) Esimerkki Ss = Ö S2s = Ö 5,2 = 2,28 Jakelun kokonaisamplitudi. Jos maksimiarvon vähimmäisarvo vähennetään Ej. AT = 31 - 25 = 6
• Epäsymmetriaindeksit. ¿Onko symmetrinen pisteiden jakauma?. Poistetaan muoti keskiarvosta ja jaetaan tämä ero puolueellisen poikkeaman välillä. As = (29 - 31) / 2,28 = -0,88 Jos se on pienempi kuin nolla, eli negatiivinen (on korkeampia pisteitä kuin alhainen) Jos se on suurempi kuin nolla, eli positiivinen (on pienempiä pisteitä kuin korkea)

Jos se on nolla, se on symmetrinen (yksi osa jakelusta on toisen heijastus) Osoitinindeksit. ¿Onko litteä pisteiden jakauma? Etsit tietoja kuvioista (laillisuuksista tai eroista). Yksi parhaista muodoista on graafinen esitys. Tulosten ennustaminen tietojen perusteella. Ennusteet, jotka hyödyntävät heidän suhteitaan. Kun kuvio tunnistetaan, paras tapa tiivistää se on funktion avulla. Vaikka se ei läpäise kaikkia pisteitä, se tarjoaa meille yksinkertaisemman, mutta epätäydellisen tavan kuvata tietoja sekä niiden välisten suhteiden luonnetta ja intensiteettiä..

Yleistetään väestö otoksesta. Yleistetään aiemmat tulokset laajempiin kenttiin kuin alkuperäisen näytteen tulokset, joista aloitamme päätelmät väestölle kuvailevan datananalyysin avulla todennäköisyyden avulla. Menemme päätelmillä yleistämään väestön tuloksia.

Tämä artikkeli on puhtaasti informatiivinen, online-psykologiassa meillä ei ole kykyä tehdä diagnoosia tai suositella hoitoa. Kutsumme sinut käymään psykologissa käsittelemään tapaustasi.

Jos haluat lukea lisää artikkeleita, jotka ovat samanlaisia Psykologian tutkimusprosessin tulkinta ja tiedonkeruu, Suosittelemme, että kirjoitat kokeellisen psykologian luokkaan.