Duomenų aiškinimas ir psichologijos tyrimų proceso duomenų rinkimas

Kaip eksperimentai gali būti naudojami norint rinkti informaciją socialiniuose tyrimuose. Sužinokite, kaip apklausos, tokios kaip interviu ir klausimynai, gali būti naudojami norint rinkti duomenis socialiniuose tyrimuose. Tyrinėkite, kaip turinio analizė naudojama duomenims rinkti socialiniuose tyrimuose.

Rezultatų analizė

Tai yra duomenų analizės rezultatų susiejimas su tyrimų hipoteze, su teorijomis ir su esamomis bei priimtomis žiniomis.

Tipai Problemos kad mes galėtume turėti su Interpretacijos tam tikrų konkrečių duomenų: matavimo skalės susilpnėjimas. Kadangi egzekucijos, kurios sistemingai pasiekia ar niekada negali pasiekti, turi būti aiškinamos matavimo skalės ribos. Ši problema gali būti išspręsta atliekant bandomą.

Stogo efektas. Jei visada paliesime aukščiausius balus. Dirvožemio efektas. Jei visada paliesime žemiausius balus. Pritaikyti regresiją. Tai yra nepageidaujamas reiškinys, kuris pasirodo beveik visuose tyrimuose, kai reikalaujama kiekybinio tyrimo. Tai yra tendencija leisti atsakymus arti vidutinių ar centrinių verčių, kai reikalaujama aukštų vertinimų. Tai gali mus paskatinti klaidingas išvadas.

Rezultatai Jie privalo būti interpretuota Dėl: gauto poveikio dydžio ir stebimos tendencijos ar dėsningumo. Palyginkite šiuos rezultatus su tais, kuriuos gauna kiti tyrėjai panašiuose darbuose. Aiškios atlikto darbo išvados.

Kolekcija, duomenų analizė

Duomenų rinkimas: sistemingai stebint, apklausos ir eksperimentai. Gamtos žiniasklaidoje (lauko tyrimas) arba dirbtinėje laikmenoje (tyrėjo sukurtos situacijos). Duomenų analizės veiksniai, į kuriuos reikia atsižvelgti atliekant keturias duomenų analizės užduotis: Turime nuspręsti, nors mes siūlome dvigubą aplinką: aprašomoji statistika. Jei liksime mėginyje. Inferencinė statistika. Jei norime daryti išvadą, naudodamiesi tikimybe. Kintamųjų matavimo lygis: intervalas ar priežastis matavimo lygis. Pabandykite išmatuoti aukščiausiu įmanomu lygiu, nes tai apima bosą, bet ne atvirkščiai. Iškelta problema ir duomenų rinkimo būdas. Visada turi būti pusiausvyra tarp galimo ir patogaus. Patartina atlikti „analitinį“ sisteminį pliuralizmą: sistemingumas reiškia, kad turi būti išsamus planas su ryžtingais tikslais tiek rinkti, tiek analizuoti duomenis, ir analizuoti duomenis.

Pliuralizmas (bet koks tyrimo būdas turi savo apribojimus. Tai gali būti sumažinta analizės optimizavimas, kuriam reikia užtikrinti kelių ir daugiskaitos analizės formas. Šis daugiskaitas apima ne empirinius duomenis ir grynai matematinius ar teorinius pokyčius. Užduotys Duomenų analizė: būdai, kaip apibendrinti duomenis. Turi indeksus, kurie atnaujina skirtingus paskirstymo aspektus. Centrinės tendencijos indeksai. Nurodykite paskirstymo centrą.

Apskaičiuoti:

• Aritmetinis vidurkis: pridedame balus ir padaliname juos iš jų skaičiaus. Pvz. (31+31+25+28+30)/5 = 29 Mada: Dažniausias stebėjimas yra 31
• Mediana: Užsakant balus, pagrindinis balas yra 30. Kintamumo ar dispersijos indeksai. Jie rodo, kaip dispersai yra kintamieji duomenys.
• Dispersija ar šališkas dispersija. Apskaičiuojant diferencialinius balus (kiekvieno balo vidurkio atimkite), su kvadratu, pridedant juos ir padalijant juos tarp jų skaičiaus. Pvz. S2S = / 5 = 5,2
• Nepriklausomas dispersija. Mes padalijame atvejų skaičių mažiau: pvz. Vi = / (5-1) = 6,5
• Tipiškas nesukurtas nuokrypis. Nukreiptos dispersijos kvadratinės šaknies (vi) pvz. Dt = ö vi = ö 6.5 = 2,55
• Tipiškas šališkas nuokrypis. Nubraižykite kvadratinę dispersijos ar šališko dispersijos (S2S) Ex šaknį. SS = ö S2S = ö 5.2 = 2,28 Bendra pasiskirstymo amplitudė. Jei atimama mažiausia maksimalios vertės vertė. Ties = 31 - 25 = 6
• Asimetrijos indeksai. ¿Tai simetriškas balų pasiskirstymas?. Atimant vidutinę madą ir padalijant šį skirtumą tarp standartinio šališko nuokrypio. As = (29 - 31) / 2.28 = -0,88, jei jis yra mažesnis nei nulis, tai yra neigiamas (yra daugiau aukštų balų nei jūs mažėjate), jei jis yra didesnis nei nulis, tai yra teigiamas (yra daugiau žemo balai nei aukšti)

Jei jis yra nulis. ¿Tai yra išlygintų balų pasiskirstymas? Duomenų modelių (dėsningumų ar skirtumų) ieško. Vienas geriausių būdų yra grafinis vaizdas. Prognozuoti rezultatus, atsižvelgiant į duomenis. Prognozės, išnaudojančios jų santykius. Kai modelis yra atpažįstamas, geriausias būdas jį apibendrinti yra per funkciją. Nors tai nėra visų dalykų, kurie mums siūlo paprastesnį, nors ir neišsamiai, apibūdinti duomenis, be jų santykių pobūdžio ir intensyvumo.

Apibendrinant populiaciją iš imties. Apibendrinkite aukščiau pateiktus rezultatus į platesnius laukus nei pradinės imties laukai. Mes darome išvadas, kad apibendrintume gyventojų rezultatus.

Šis straipsnis yra tik informatyvus, o psichologijoje mes neturime galios diagnozuoti ar rekomenduoti gydymo. Kviečiame kreiptis į psichologą, kad galėtumėte gydyti jūsų konkrečią bylą.

Jei norite perskaityti daugiau straipsnių, panašių į Duomenų aiškinimas ir psichologijos tyrimų proceso duomenų rinkimas, Mes rekomenduojame patekti į mūsų eksperimentinės psichologijos kategoriją.