Тумачење и прикупљање података о истраживачком процесу у психологији

Како се експерименти могу користити за прикупљање информација у друштвеним истраживањима. Сазнајте како се анкете, као што су интервјуи и упитници, могу користити за прикупљање података у социјалним истраживањима. Проучите како се анализа садржаја користи за прикупљање података у друштвеним истраживањима.

Тумачење резултата

То је повезивање резултата анализе података са истраживачком хипотезом, теоријама и већ постојећим и прихваћеним знањем..

Врсте проблема шта бисмо могли имати са тумачења одређених специфичних података: Умањење мјерне скале. Како треба тумачити погубљења која систематски досежу или никада не могу досећи, границе мјерила. Овај проблем се може ријешити пилот студијом, откривањем ових пропуста и ширењем љествице у новој интерпретацији.

Ефекат крова. Ако увек додирнемо највише резултате. Ефекат пода. Ако увек додирујемо најниже резултате. Регресија за мерење. То је нежељена појава која се појављује у готово свим истраживањима када се тражи квантитативна процјена. Тенденција је да се одговори који су близу средњих или централних вредности када се захтевају високе оцене. То нас може довести до погрешних закључака.

Резултати муст бе интерпретиран као за: величину добијеног ефекта и опажене тенденције или правилности. Упоредите ове резултате са резултатима других истраживача на сличним пословима. Јасни закључци о обављеном послу.

Прикупљање, анализа података

Прикупљање података: Систематским посматрањем, анкетама и експериментима. У природном окружењу (теренска студија) или у вештачким медијима (ситуације које је створио истраживач). Анализа података Фактори које треба узети у обзир приликом извођења четири задатка анализе података: Морамо одлучити, иако предлажемо двоструко окружење: Дескриптивна статистика. Ако останемо у узорку. Инферентиал статистицс. Ако желимо да закључимо према популацији користећи вероватноћу. Ниво мјерења варијабли: Разина мјере интервала или омјера. Покушајте да мерите на највишем могућем нивоу, јер они укључују ниску, али не и обрнуто. Проблем који је покренут и начин на који су подаци прикупљени. Увек мора бити успостављена равнотежа између могућег и погодног, како не би била преплављена различитим анализама. Препоручљиво је спровести систематски "аналитички" плурализам: систематичност подразумијева да мора постојати детаљан план са специфичним циљевима како за прикупљање тако и за анализу података..

Плурализам (сваки облик истраживања има своја ограничења.) Они се могу минимизирати оптимизацијом анализе, за коју је потребно тражити вишеструке и плуралне облике анализе. Ова множина укључује оне који се односе на неемпиријске податке и чисто математички или теоријски развој.. Задаци анализе података: Начини сумирања података. Имати индексе који сумирају различите аспекте дистрибуције. Индекси централног тренда. Наведите центар дистрибуције.

Израчунај:

• Аритметичка средина: Додамо резултате и поделимо их са нº од њих. (31 + 31 + 25 + 28 + 30) / 5 = 29 Мода: Најчешћа опсервација је 31
• Средња вредност: Сортирање резултата, централни резултат је 30. Индекси варијабилности или дисперзије. Наведите како су подаци о варијабли расути.
• Искривљена варијација или варијанса. Израчунавање диференцијалних резултата (одузимање просека сваке оцене), подизање на квадрат, њихово додавање и поделу међу нº од њих. Пример: С2с = / 5 = 5.2
• Непристрасна варијација Поделимо нº случајева осим једног: Пример ВИ = / (5-1) = 6.5
• Стандардна девијација непристрасна. Уклањање квадратног корена непристрасне варијанце (ВИ), нпр. ДТИ = О ВИ = О 6.5 = 2.55
• Примарна стандардна девијација. Узимање квадратног корена варијансе или пристрасне варијанце (С2с) Примјер: Сс = О С2с = О 5.2 = 2.28 Укупна амплитуда дистрибуције. Ако је минимална вредност максималне вредности одузета Еј АТ = 31 - 25 = 6
• Индекси асиметрије. ¿Да ли је симетрична дистрибуција резултата? Одузимање мода од средње вредности и подела ове разлике између пристрасне стандардне девијације. Ас = (29 - 31) / 2.28 = -0.88 Ако је мање од нуле, то јест, негативно (има више бодова од ниских) Ако је веће од нуле, то јест, позитивно (има више ниских резултата него високо)

Ако је нула симетрична (један део дистрибуције је одраз другог) Показивачки индекси. ¿Да ли је спљоштена дистрибуција резултата? Тражење образаца (законитости или разлика) у подацима. Један од најбољих облика је графички приказ. Прогнозирање резултата на основу података. Предвиђања која искориштавају њихове односе. Када се призна образац, најбољи начин да се резимира је помоћу функције. Иако не пролази кроз све тачке, нуди нам једноставнији, иако непотпун, начин описивања података, као и природу и интензитет односа између њих..

Генерализовање популације из узорка. Генерализовати претходне резултате на шире области од оних иницијалног узорка из кога почињемо да изводимо закључке о популацији уз помоћ дескриптивне анализе података применом вероватноће. Пролазимо путем закључака да се генерализујемо према резултатима популације.

Овај чланак је чисто информативан, у Онлине психологији немамо факултет да поставимо дијагнозу или препоручимо третман. Позивамо вас да одете код психолога да третирате ваш случај посебно.

Ако желите да прочитате више чланака сличних Тумачење и прикупљање података о истраживачком процесу у психологији, Препоручујемо да уђете у нашу категорију експерименталне психологије.