Interpretatie en gegevensverzameling van het onderzoeksproces in de psychologie

Interpretatie en gegevensverzameling van het onderzoeksproces in de psychologie / Experimentele psychologie

Hoe experimenten kunnen worden gebruikt om informatie te verzamelen in sociaal onderzoek. Ontdek hoe enquêtes, zoals interviews en vragenlijsten, kunnen worden gebruikt om gegevens te verzamelen in sociaal onderzoek. Bestudeer hoe inhoudsanalyse wordt gebruikt om gegevens te verzamelen in sociaal onderzoek.

Mogelijk bent u ook geïnteresseerd in: Methoden en onderzoek ontwerpen in Psychologie

Interpretatie van resultaten

Het is het verbinden van de resultaten van de data-analyse met de onderzoekshypothese, met de theorieën en met reeds bestaande en geaccepteerde kennis.

Soorten problemen wat kunnen we hebben met de interpretaties van bepaalde specifieke gegevens: verzwakking van de meetschaal. Als ze moeten worden geïnterpreteerd uitvoeringen die systematisch bereiken of nooit kunnen bereiken, de grenzen van de meetschaal. Dit probleem kan worden opgelost door een pilotstudie uit te voeren, deze fouten te detecteren en de schaal in de nieuwe interpretatie uit te breiden.

Dakeffect. Als we altijd de hoogste scores aanraken. Vloer effect. Als we altijd de laagste scores aanraken. Regressie naar de maat. Het is een ongewenst verschijnsel dat in bijna alle onderzoeken voorkomt wanneer een kwantitatief oordeel wordt gevraagd. Het is de neiging om reacties uit te zenden die dicht bij de gemiddelde of centrale waarden liggen wanneer hoogwaardige evaluaties worden gevraagd. Het kan ons leiden tot onjuiste conclusies.

De resultaten moeten zijn uitgelegd als voor: De omvang van het verkregen effect en de waargenomen tendensen of regelmatigheden. Vergelijk deze resultaten met die verkregen door andere onderzoekers in vergelijkbare banen. Duidelijke conclusies van het uitgevoerde werk.

Verzameling, data-analyse

Gegevensverzameling: door middel van systematische observatie, enquêtes en experimenten. In natuurlijke omgevingen (veldstudie) of in kunstmatige media (Situaties gecreëerd door de onderzoeker). Gegevensanalyse Factoren waarmee rekening moet worden gehouden bij het uitvoeren van de vier taken van gegevensanalyse: we moeten beslissen, hoewel we de dubbele omgeving voorstellen: beschrijvende statistieken. Als we in de steekproef blijven. Inferentiële statistieken. Als we de waarschijnlijkheid van de bevolking willen afleiden. Meetniveau van de variabelen: meetniveau van interval of ratio. Probeer op het hoogst mogelijke niveau te meten, want deze bevatten de lage, maar niet andersom. Probleem dat is gerezen en de manier waarop de gegevens zijn verzameld. Er moet altijd een balans worden gevonden tussen het mogelijke en het handige, om niet te worden overspoeld met verschillende analyses. Het is raadzaam om een ​​systematisch "analytisch" pluralisme uit te voeren: Systematiciteit houdt in dat er een gedetailleerd plan met specifieke doelstellingen moet zijn om zowel gegevens te verzamelen en te analyseren..

Pluralisme (elke vorm van onderzoek heeft zijn beperkingen.) Deze kunnen worden geminimaliseerd door de analyse te optimaliseren, waarvoor het nodig is om meerdere en meervoudige analysevormen te zoeken. Deze veelvoud omvat die verwijzingen naar niet-empirische gegevens en zuiver wiskundige of theoretische ontwikkelingen.. taken van data-analyse: manieren om gegevens samen te vatten. Zijn indexen die verschillende aspecten van de distributie samenvatten. Centrale trendindexen. Geef het midden van een verdeling aan.

te berekenen:

  • Het rekenkundig gemiddelde: we voegen de scores toe en delen ze door de nº van hen. Ex. (31 + 31 + 25 + 28 + 30) / 5 = 29 Mode: de meest voorkomende waarneming is 31
  • De mediaan: het sorteren van de scores, de centrale score is 30. Variabiliteits- of dispersie-indexen. Geef aan hoe verspreid de gegevens van de variabele zijn.
  • Variantie of vooringenomen variantie. Het berekenen van de differentiële scores (aftrekken van het gemiddelde van elke score), ze verhogen naar het vierkant, ze optellen en delen onder de nº van hen. Ex. S2s = / 5 = 5.2
  • Onbevooroordeelde variantie We verdelen de nº van gevallen behalve één: Voorbeeld VI = / (5-1) = 6.5
  • Standaarddeviatie onbevooroordeeld De vierkantswortel van de onbevooroordeelde afwijking (VI) verwijderen, bijv. DTI = Ö VI = Ö 6,5 = 2,55
  • Voorspelde standaarddeviatie. De vierkantswortel van de variantie of vooringestelde variantie (S2s) Exis Ss = Ö S2s = Ö 5.2 = 2.28 Totale amplitude van de verdeling. Als de minimumwaarde van de maximale waarde wordt afgetrokken Ej. AT = 31 - 25 = 6
  • Asymmetrie-indexen. ¿Is een symmetrische scoreverdeling? Het aftrekken van de mode van het gemiddelde en het delen van dit verschil tussen de vooringenomen standaardafwijking. As = (29 - 31) / 2.28 = -0.88 Als het minder dan nul is, dat wil zeggen, negatief (er zijn meer hoge scores dan laag) Als het groter is dan nul, dat wil zeggen, positief (er zijn meer lage scores dan hoog)

Als het nul is, is het symmetrisch (een deel van de verdeling is een reflectie van de ander). ¿Is een afgevlakte scoreverdeling? Zoeken naar patronen (regelmatigheden of verschillen) in de gegevens. Een van de beste vormen is de grafische weergave. Prognoseresultaten op basis van de gegevens. Voorspellingen die hun relaties uitbuiten. Wanneer een patroon wordt herkend, is de beste manier om het samen te vatten een functie. Hoewel het niet alle punten doorloopt, biedt het ons een eenvoudiger, maar onvolledige manier om de gegevens te beschrijven, evenals de aard en intensiteit van de onderlinge relaties..

Generalisatie van de populatie uit het monster. Generaliseer eerdere resultaten naar bredere velden dan die van de eerste steekproef waaruit we beginnen met het maken van conclusies aan de populatie met behulp van beschrijvende data-analyse door waarschijnlijkheid toe te passen. We gaan door conclusies om te generaliseren naar populatieresultaten.