Tolkning og innsamling av data fra forskningsprosessen i psykologi

Hvordan eksperimenter kan brukes til å samle informasjon i sosial forskning. Lær hvordan undersøkelser, for eksempel intervjuer og spørreskjemaer, kan brukes til å samle inn data i sosial forskning. Studer hvordan innholdsanalyse brukes til å samle inn data i sosial forskning.

Resultatanalyse

Det er koblingen av resultatene fra dataanalysen med forskningshypotesen, med teoriene og med eksisterende og akseptert kunnskap.

Typer problemer som vi kunne ha med Tolkninger av visse spesifikke data: Demping av måleskalaen. Som henrettelser som systematisk når eller aldri kan nå, må grensene for målingsskalaen tolkes. Dette problemet kan løses ved å gjøre en pilotstudie, oppdage disse feilene og utvide skalaen i den nye tolkningen.

Takeffekt. Hvis vi alltid berører de høyeste score. Jordeffekt. Hvis vi alltid berører de laveste score. Skreddersydd regresjon. Det er et uønsket fenomen som vises i nesten alle undersøkelser når det blir bedt om en kvantitativ studie. Det er tendensen til å gi svar i nærheten av gjennomsnittet eller sentrale verdier når evalueringer av høye enden blir bedt om. Det kan føre oss til feilaktige konklusjoner.

Resultatene De må være tolket Angående: størrelsen på den oppnådde effekten og trendene eller regelmessighetene observert. Sammenlign disse resultatene med de som er oppnådd av andre forskere i lignende arbeider. Klare konklusjoner av arbeidet som er gjort.

Innsamling, dataanalyse

Datainnsamling: Gjennom systematisk observasjon, undersøkelser og eksperimenter. I naturlige medier (feltstudie) eller kunstige medier (situasjoner opprettet av forskeren). Dataanalysefaktorer å ta hensyn til når vi utfører fire oppgaver med dataanalyse: Vi må bestemme, selv om vi foreslår det doble miljøet: beskrivende statistikk. Hvis vi holder oss i prøven. Inferensiell statistikk. Hvis vi vil utlede befolkningen ved å bruke sannsynlighet. Målingsnivå for variabler: Intervall eller årsak Målingsnivå. Prøv å måle på høyest mulig nivå, da disse inkluderer bassen, men ikke omvendt. Problem som er reist og måten dataene er samlet på. Det må alltid lages en balanse mellom det mulige og det praktiske, for ikke å bli oversvømmet med forskjellig analyse. Det anbefales å utføre en "analytisk" systematisk pluralisme: Systematisitet innebærer at det må være en detaljert plan med bestemte mål både for å samle inn og analysere data.

Pluralisme (hvilken som helst måte å undersøke har sine begrensninger på. Disse kan minimeres optimalisering av analysen, som det er nødvendig for å sikre flere og flertallsformer for analyse. Dette flertallet inkluderer ikke -empiriske data og rent matematisk eller teoretisk utvikling. Oppgaver Dataanalyse: Måter å oppsummere data. Har indekser som gjenopptar forskjellige aspekter ved distribusjon. Sentrale tendensindekser. Angi sentrum for en distribusjon.

Regne ut:

• Det aritmetiske gjennomsnittet: vi legger til score og deler dem med antall av dem. F.eks. (31+31+25+28+30)/5 = 29 Mote: Den hyppigste observasjonen er 31
• Medianen: Bestiller score, den sentrale poengsummen er 30. Variabilitet eller spredningsindekser. De indikerer hvordan spredninger er variable data.
• Varians eller partisk varians. Beregne differensialscore (trekke gjennomsnittet av hver poengsum), med torget, legge dem til og dele dem mellom antallet av dem. F.eks. S2S = / 5 = 5.2
• Usisped varians. Vi deler antall tilfeller mindre: f.eks. VI = / (5-1) = 6.5
• Typisk usikret avvik. Tegne kvadratroten til den ukskrede variansen (vi) f.eks. DT = Ö VI = Ö 6.5 = 2,55
• Typisk partisk avvik. Tegne kvadratroten av variansen eller partisk varians (S2S) eks. SS = Ö S2S = Ö 5.2 = 2,28 Total amplitude av distribusjonen. Hvis minimumsverdien på maksimal verdi blir trukket fra EX. At = 31 - 25 = 6
• Asymmetri -indekser. ¿Det er en symmetrisk score -distribusjon?. Trekke gjennomsnittlig mote og dele denne forskjellen mellom standard partisk avvik. As = (29 - 31) / 2.28 = -0,88 Hvis det er mindre enn null, det vil si negativt (det er flere høye score enn du går ned) hvis det er større enn null, det vil si positivt (det er mer lave score enn høyt)

Hvis det er null, er det symmetrisk (den ene delen av fordelingen er en refleksjon av den andre) punktindeksene. ¿Det er en distribusjon av flatede score? Leter etter mønstre (regelmessigheter eller forskjeller) i data. En av de beste måtene er den grafiske representasjonen. Prognoseresultater avhengig av data. Spådommer som utnytter forholdene sine. Når et mønster blir gjenkjent den beste måten å oppsummere det på er gjennom en funksjon. Selv om det ikke går gjennom alle punktene, tilbyr det oss en enklere, selv om de er ufullstendige, for å beskrive dataene i tillegg til arten og intensiteten i forholdene mellom dem.

Generalisere befolkningen fra prøven. Generaliser resultatene ovenfor til mer brede felt enn for den første prøven som vi begynner å gjøre slutninger til befolkningen ved hjelp av beskrivende dataanalyse ved å anvende sannsynlighet. Vi går gjennom slutninger for å generalisere til befolkningsresultater.

Denne artikkelen er bare informativ, i psykologi-online har vi ingen makt til å stille en diagnose eller anbefale en behandling. Vi inviterer deg til å gå til en psykolog for å behandle din spesielle sak.

Hvis du vil lese flere artikler som ligner på Tolkning og innsamling av data fra forskningsprosessen i psykologi, Vi anbefaler at du går inn i vår kategori av eksperimentell psykologi.