Interpretace a sběr dat výzkumného procesu v psychologii

Jak lze experimenty využít ke shromažďování informací v sociálním výzkumu. Naučte se, jak mohou být průzkumy, jako jsou rozhovory a dotazníky, použity pro sběr dat v sociálním výzkumu. Studujte, jak se používá analýza obsahu ke sběru dat v sociálním výzkumu.

Interpretace výsledků

Jedná se o propojení výsledků analýzy dat s hypotézou výzkumu, s teoriemi as již existujícími a akceptovanými znalostmi..

Druhy problémy co bychom mohli mít s interpretací určitých specifických dat: zeslabení měřítka měření. Jelikož se jedná o exekuce, které systematicky dosahují nebo nikdy nedosáhnou, hranice měřítka měření. Tento problém lze vyřešit provedením pilotní studie, detekcí těchto poruch a rozšířením rozsahu v nové interpretaci.

Střešní efekt. Pokud se vždy dotkneme nejvyššího skóre. Efekt podlahy. Pokud se vždy dotkneme nejnižšího skóre. Regrese k měření. Je to nežádoucí jev, který se objevuje téměř ve všech vyšetřováních, kdy se požaduje kvantitativní posouzení. Je to tendence vydávat odezvy blízko průměrných nebo středních hodnot, když se požadují špičková hodnocení. To nás může vést k chybným závěrům.

Výsledky musí být interpretovány jako pro: Velikost dosaženého účinku a pozorované tendence nebo zákonitosti. Porovnejte tyto výsledky s výsledky získanými jinými výzkumnými pracovníky v podobných pracovních místech. Jasné závěry o provedené práci.

Sběr, analýza dat

Sběr dat: prostřednictvím systematického pozorování, průzkumů a experimentů. V přírodním prostředí (terénní studium) nebo v umělých médiích (situace vytvořená výzkumným pracovníkem). Analýza dat Faktory, které je třeba vzít v úvahu při provádění čtyř úkolů analýzy dat: Musíme se rozhodnout, i když navrhujeme dvojí prostředí: Popisná statistika. Pokud zůstaneme ve vzorku. Inferenční statistiky. Chceme-li usuzovat na populaci s pravděpodobností. Úroveň měření proměnných: Úroveň měření intervalu nebo poměru. Snažte se měřit na nejvyšší možné úrovni, protože mezi ně patří nízká, ale ne naopak. Problém, který byl vznesen, a způsob, jakým byly údaje shromážděny. Rovnováha musí být vždy provedena mezi možným a pohodlným, aby nebyla zaplavena různými analýzami. Je vhodné provádět systematický "analytický" pluralismus: Systematičnost znamená, že musí existovat podrobný plán se specifickými cíli jak pro shromažďování, tak pro analýzu údajů..

Pluralismus (jakákoliv forma výzkumu má svá omezení.) Ty mohou být minimalizovány optimalizací analýzy, pro kterou je nutné hledat mnohonásobné a pluralitní formy analýzy. Tato pluralita zahrnuje ty, které odkazují na neempirická data a čistě matematický nebo teoretický vývoj.. Úkoly analýzy dat: způsoby, jak shrnout data. Mají indexy, které shrnují různé aspekty distribuce. Centrální indexy trendů. Uveďte střed distribuce.

Vypočítat:

• Aritmetický průměr: Přidáme skóre a rozdělíme je nº z nich. Příklad (31 + 31 + 25 + 28 + 30) / 5 = 29 Móda: Nejčastější pozorování je 31
• Medián: Třídění skóre, centrální skóre je 30. Variabilita nebo rozptylové indexy. Uveďte, jak jsou rozptýlená data proměnné.
• Šikmý rozptyl nebo rozptyl. Výpočet rozdílových hodnot (odečtením průměru každého skóre), jejich zvýšení na čtverec, jejich přidání a rozdělení mezi nº z nich. Příklad S2s = / 5 = 5,2
• Nestranné odchylky Rozdělujeme nº případů kromě jedné: Příklad VI = / (5-1) = 6,5
• Standardní odchylka nezkreslená. Odstranění druhé odmocniny nezkreslené odchylky (VI) např. DTI = Ö VI = Ö 6.5 = 2.55
• Předpjatá standardní odchylka. Vezmeme-li druhou odmocninu rozptylu nebo vychýlené odchylky (S2s) Ex Ss = Ö S2s = Ö 5.2 = 2.28 Celková amplituda rozložení. Pokud je minimální hodnota maximální hodnoty odečtena Ej, AT = 31 - 25 = 6
• Indexy asymetrie. ¿Je symetrické rozložení skóre ?. Odčítání módy od střední hodnoty a dělení tohoto rozdílu mezi vychýlenou směrodatnou odchylkou. As = (29 - 31) / 2.28 = -0.88 Pokud je menší než nula, tj. Záporná hodnota (existuje více než nízká hodnota) Je-li hodnota vyšší než nula, to znamená, že je kladné (existuje více nízkých skóre než vysoký)

Je-li nulová, je symetrická (jedna část distribuce je odrazem ostatních) Polohovací indexy. ¿Je rozdělení rozdělených skóre? Hledáme vzory (zákonitosti nebo rozdíly) v datech. Jednou z nejlepších forem je grafické znázornění. Výsledky prognóz na základě údajů. Předpovědi využívající jejich vztahů. Když je vzorek rozpoznán, nejlepší způsob, jak jej shrnout, je pomocí funkce. I když neprochází všemi body, nabízí nám jednodušší, i když neúplný způsob popisu dat, jakož i povahu a intenzitu vztahů mezi nimi..

Zobecnění populace ze vzorku. Zobecnit předchozí výsledky na širší pole, než je tomu u počátečního vzorku, ze kterého začneme vyvodzovat závěry obyvatelstvu pomocí analýzy deskriptivních dat s využitím pravděpodobnosti. Prostřednictvím závěrů předáváme zobecnění směrem k výsledkům populace.

Tento článek je čistě informativní, v online psychologii nemáme schopnost dělat diagnózu nebo doporučit léčbu. Zveme vás k návštěvě psychologa, který se bude zabývat zejména vaším případem.

Pokud chcete číst více článků podobných Interpretace a sběr dat výzkumného procesu v psychologii, Doporučujeme Vám vstoupit do naší kategorie Experimentální psychologie.