관측 또는 실험 방법

관찰은 인간의 지각과 결정. 일상 생활에서 중요한 정보 원천 인 일반적인 관찰과 연구 질문에 대답하기위한 객관적이고 타당하고 신뢰할 수있는 지식을 제공하는 과학적 관찰이 있습니다.

관측 방법의 신뢰성 동일한 관측 상황에서 동일한 관측자가 2 개의 다른 시간에 또는 동일한 상황에 독립적으로 직면 한 두 명의 관측자에 의한 판단에 우연의 일치가 있는지를 알려주는 데이터의 품질 관리를 말한다. 관찰.

1. 관측 방법론의 범주화
2. 연구 계획
3. 관측 방법의 측정 및 측정 스케일
4. 신뢰성과 타당성
5. 설계 및 데이터 분석
6. 관측 측정 기준

관측 방법론의 범주화

과학적 관찰은 엄격하고 체계적으로 적용될 수있는 현실을 포착하는 방법이며 궁극적으로 과학적 연구에서 관련 정보를 수집하는 것을 가능하게합니다. 관측의 기여 과학 연구의 방법론에 두배의:

• 데이터 수집 기술로서 모든 유형의 연구 설계에 참여할 수 있습니다. 예를 들어 어떤 디자인의 RV도 측정 할 수 있습니다..
• 관측 방법으로는 연구 현상에서 연구자가 개입하지 않는 것과 작업이나 평가 도구를 통해 피험자의 반응을 제한하지 않는 것이 특징이다.
• 관측 방법은 자연스럽게 발생하는 행동의 체계적이고 객관적인 기록을 통해 가설의 테스트와 결과의 복제 가능성을 허용하고 지역에서 유효한 결과를 제공함으로써 이론적 발전에 기여하는 과학적 방법의 양식으로 정의됩니다 특정 지식.
• 과학적 조사에서 관측을 사용하는 것은 관찰의 구조화 정도와 관찰자의 참여 정도와 관련이있다.

관측의 구조화도

자연 주의적 관찰 (Naturalistic observation) : 피험자의 행동이 자연스러운 방식으로, 환경 또는 습관적으로 관찰 될 때, 그리고 연구자 측에서 어떤 유형의 수정도없는 경우. 반 구조적 관찰 (semi-structured observation) : 연구자가 관측 상황에서 어떤 유형의 변경을 소개 할 때, 관심있는 행동 또는 후속 비교를 허용하는 일정한 요소의 표현을 보장하기 위해. 구조 관찰 : 연구원이 체계적으로 개입하거나 관찰 상황을 크게 변경 한 경우 관찰 할 행동은 더 이상 자발적으로 발생하지 않지만 연구자의 개입의 효과가 될 수 있습니다.

관찰자의 참여도

비 참여자 또는 외부 관찰 : 관측자는 관찰되는 상황에 통합되지 않기 때문에 특징 지어진다. 참가자 관찰 : 관찰자는 관찰되는 활동에 참여할 때 관찰 상황 자체의 일부입니다. 관찰자로서의 관찰자 또는 친척에 의한 관찰 : 그룹의 자연적 구성원 또는 연구중인 상황은 관찰자의 기능을 수행하는 사람이다. 자기 관찰 : 그의 행동을 기록하는 것은 연구 대상입니다.

연구 계획

조사와 관련된 일반적인 측면 : 문제 및 가설 형성 확인. 디자인 (절차의 결정). 자료 확보 : 등록 및 코딩. 데이터의 품질 제어 : 타당성 및 신뢰성. 데이터 분석 및 결과 해석.

관측 방법의 특정 절차 :

• 관찰 대상 : 그것은 범주 체계의 선택, 적응 또는 창조를 통해 해결된다. (내부 구조와 범주의 정의를 통해 연구 문제와 관련된 행동을 결정한다. 관찰자).
• 누가, 언제, 어디서, 얼마나 관찰해야하는지 : 샘플링 절차로 해결되는 결정. 이 전략에서는 표본의 관련성과 대표성을 보장 할 필요가있다. 이를 위해 관찰 세션의 수, 세션의 시작 및 종료 기준, 관찰되는시기 (회 기간별 샘플) 및 각 세션에서 관찰되는 대상 (인트라 실례 샘플링).
• 관찰하는 법: 정보의 출처 (출현 및 / 또는 기간 및 / 또는 출현 순서)로서 고려 될 행동의 데이터 및 속성의 등록 양식.

관측 방법의 측정 및 측정 스케일

연구원은 연구중인 개인이나 그룹의 행동 샘플을 관찰하고 기록하며, 그 특성과 실제 동역학을 반영해야합니다. 즉, 표본이 대표성을 보여야합니다. 샘플의 대표성은 근본적으로 다음과 같습니다. 샘플링 규칙 조사를 위해 선택되거나 결정되었습니다. 그 등록 규칙 특정. 두 개념의 설명 :

• 관찰 세션 : 관찰자가 연구중인 행동을 체계적으로 기록하는 연속적인 시간.
• 관찰 기간 : 연구 목적에 따라 대상의 행동을 기록하는 것이 합리적 일 수있는 총 기간.

샘플링 규칙

일단 문제가 정의되면 우리는 모집단을 대표해야하는 연구 표본을 선택합니다. (각 과목을 관찰 할 시간과 각 관찰 시간을 선택) : 집중 과목 샘플링 :이 규칙은 단일 과목 (또는 표본 단위)이 관찰자의 지속적인주의 집중의 초점이된다는 것을 나타냅니다.

스윕 또는 다 초점 샘플링 : 관찰자는 매우 짧은 기간에 각 개인에게 초점을 맞추고, 한 주제에서 다른 주제로 순서대로 진행하고 세션에서 여러 번 반복합니다. 결합 샘플링 (초점 피사체 및 스윕) : 관찰자는 단일 초점 인물에 초점을 맞추고 모든 특정 기간마다 모든 그룹 구성원에게 완전한 스윕을 수행 한 다음 초점 피사체로 돌아갑니다. 관측 샘플링 규칙 (관측 세션의 시작과 끝 기준 설정) : 고정 선택 : 고정 된 제한된 기준이 적용됩니다..

간단한 임의 샘플링 : 기준은 무작위로 선택됩니다. 층화 무작위 표본 추출 : 이용 가능한 각 지층 또는 그룹에서 기준을 무작위로 선택. 체계적인 무작위 표본 추출 : 첫 번째 세션의 시작 순간을 무작위로 선택하고, 이로부터 세션의 지속 시간 및 / 또는 이들 간의 거리를 고려하여 체계적인 규칙을 적용하여 다음을 시작합니다.

등록 규칙

관측 기록은 관찰 된 행동으로 만들어진 주석으로 구성됩니다. 종종 이러한 주석은 시스템의 각 범주 (코드)를 나타내는 코드를 통해 작성됩니다. 전환에 의해 활성화 된 등록 (RAT) : 관련 행동의 모든 발생 (이벤트 등록) 및 기간에 대한 정보 (주정부 등록)를 결정하는 등록 규칙.

이것은 새로운 관찰 운동을 수행하는 관찰자의 "활성화"가 관찰 된 대상의 행동에서의 각 변화 또는 변화와 함께 발생한다는 것을 반영하기 때문에 그렇게 명명된다.

시간 단위 (RAUT)에 의해 활성화 된 등록 : 관찰자에게 일정 기간 동안 결정된 등록 패턴을 부과하는 등록 규칙. 범주를 통해 일어나는 일 (정각 또는 즉석 샘플링)이 기록되는 특정 시간 순간이 식별되거나 세션이 연속적인 짧은 기간으로 나누어지고 각 범주의 끝 부분에 범주가 기록됩니다. 동일한 (간격 샘플링).

신뢰성과 타당성

합의에 의한 신뢰도는 공동 작업으로 수행되고 일부 관찰 세션에서 카테고리 시스템의 적용에서 협상 된 두 명 이상의 관찰자 (종종 그들 중 하나는 연구자 임)의 기록을 점진적으로 조정하는 것이다 . 일반적으로 관찰자 준비 프로세스의 일부이며 범주 시스템을 테스트하고 디버깅하는 역할을합니다..

관측에서의 오류의 원인과 통제의 형태

오류의 원인으로 연구 주제 : 반응성 반응성은 관찰 된 단순한 사실에 의해 피험자에서 자발적으로 또는 비자발적으로 발생하는 변화에 대해 호출됩니다. 그들은 반응성에 영향을 미치는 요인들입니다 : 관찰자의 가시성과 관찰자의 어떤 자질.

관찰자는 오류의 원천이된다 관찰자는 카테고리 시스템의 적용, 부적절한 해석 또는 특정 요소에 대한주의 부족으로 레지스트리의 오류로 인해 연구 데이터에서 오류의 원인이 될 수있다. 이 오류 중 일부를 살펴 보겠습니다.

• 옵저버의 표류 : 그 자신의 경험은 그에게 범주의 원래 정의에 대한 해석과 개인적인 적응을 개발할 수있게하고, 데이터 기록에서 체계적으로 이탈한다.
• 옵서버의 기대 : 또는 연구 된 상황에서 어떤 일이 일어나거나 나타나야하는지에 대한 기대치를 기록하고, 기록 된 행동을 변경합니다. 통제 전략은 맹목적 절차이다 (관찰자는 연구의 목적과 가설을 알지 못한다).

카테고리 및 코드 시스템

범주의 정의, 시스템의 과도한 진폭 또는 복잡성 또는 범주의 의미와 너무 멀리 떨어져있는 임의 코드의 적용 문제는 오류의 원인입니다..

계약 지수

합의 비율 (%) : 두 관찰자의 기록과 그들이 일치하는 행동의 등록 된 사건의 수 (%)를 기록 된 사건의 합계로 나눈 백분율로 표현한다. 합의 + 불일치 수).

(P = (계약 수) / (계약 수 / 불일치 수) x 100)

카파 지수 (Kappa Index, Cohen, 1960) : 실제 계약과 우연한 계약으로 합의한 계약의 비율을 나타냅니다. (K = Po-Pe) / (1-Pe) × 100)

설계 및 데이터 분석

데이터 분석에 적용 할 수있는 통계 기법은 계획된 관측 연구의 유형에 따라 달라지며 궁극적으로 연구의 구체적인 목적에 따라 연구의 구조와 그에 부합하는 절차 적 결정이 결정됩니다. 데이터 분석의 다양한 가능성을 살펴 보겠습니다.

• 분석의 목적에 따라: 탐색 적 분석 : 존재 관계 또는 중요한 관계를 찾기위한 특정 관계 분석.
• 확인 분석: 가설 또는 예측 검사 및 테스트.
• 시간 변수의 포함에 따르면: 동기식 분석 : 동시에 취해진 측정치를 기술하고 관련시킬 때.
• 동기식 분석: 동시에 취해진 조치를 기술하고 관련시킬 때.
• 동기식 분석 : 동시에 취해진 조치를 기술하고 관련시킬 때.
• 매크로 분석: 글로벌 대책을 통해 관계에 대한 설명과 연구가 수행 될 때.
• 디자인 또는 횡단 분석: 동시에 수행되는 경우 (동기 분석).
• 설계 또는 종단 분석 : 그들이 서로 다른 시간에 수행된다면 (연대 측정 분석).
• 미세 분석: 체인의 링크 형태로 행동 단위를 관계를 연구 할 때 시간이 지남에 따라 규칙적으로 개인이나 그룹의 행동을 반영.
• 순차 분석 : 행동 범주의 발생에서 일시적인 비상 사태 관계의 존재를 탐지하고 행동 역학에서 체계적인 패턴의 존재를 발견 할 수있다..
• 동시성 또는 동시 발생의 분석 : 특정 행동이 다른 행동과 동시에 발생할 확률을 아는 것은 흥미로운 일입니다.

관측 측정 기준

빈도 : 관찰 세션에서 특정 범주가 발생하는 횟수를 계산하여 얻을 수 있습니다. 비율 척도로 측정 된 이산 량 계량 변수 (중간 값을 허용하지 않음)입니다 (이 값은 원점에서 절대 값이 0입니다).

2 차 조치가 있습니다 :

• 카테고리의 비율 : 전체 관찰 시간 (세션 또는 세션의 합)으로 빈도를 나눔으로써 얻어지며, 행동 ​​범주의 시간 밀도의 척도로 간주 될 수 있습니다.
• 상대적 빈도 또는 상대적 비율 : 범주의 빈도를 해당 관측 기간에 기록 된 총 (시스템의 모든 범주의 빈도의 합)으로 나눈 결과이며, 더 큰 또는 큰 비율을 알기위한 방법입니다. 특정 조건 하에서 분석 된 관찰 세션의 행동 범주 유병율 감소.

소요 시간 :

• 관찰 기간 동안 카테고리의 모든 발생을 차지하는 총 시간 단위 수를 나타냅니다. 그것은 비율의 척도로 측정 된 연속적인 양적 변수 (중간 값을 허용 함)이며 (원점에서 절대 영도를 가짐).

2 차 조치가 있습니다 :

• 평균 지속 시간 : 지속 시간을 빈도로 나눔으로써 계산됩니다..
• 상대적 지속 시간 또는 유행 : 카테고리의 지속 시간을 총 관측 시간으로 나누어 계산합니다..
• 전환 빈도 : 특정 관찰 카테고리에서 특정 카테고리의 행동이 다른 카테고리에 의해 뒤따른 횟수.
• 그것은 2 차 척도로서 : 상대적인 전이 빈도 : 특정 범주가 발생할 확률의 추정, 다른 범주를 생성 한 확률.

연구 대상 카테고리 쌍의 전이 빈도를 전례 행동 카테고리의 빈도로 나눈 값입니다. Intensity (강도) : 특정 행동이 주체에있는 정도를보고합니다. 당신은 다른 학위를 수립해야하거나 편견의 위험을 증가시키는 주관적인 평가 요소를 가질 수 있습니다.

이 글은 순전히 유익한 정보이며 온라인 심리학에서는 진단을하거나 치료를 권할 교수가 없습니다. 귀하의 사례를 특별히 치료하기 위해 심리학자에게 귀하를 초대합니다..

비슷한 기사를 더 읽고 싶다면 관측 또는 실험 방법, Experimental Psychology 카테고리에 들어가기를 권장합니다..