심리학 연구 과정의 해석 및 자료 수집

실험을 통해 사회 연구에서 정보를 수집하는 방법. 인터뷰 및 설문 조사와 같은 설문 조사가 사회 조사에서 어떻게 데이터를 수집하는 데 사용될 수 있는지 알아보십시오. 사회 조사에서 데이터를 수집하는 데 콘텐츠 분석을 사용하는 방법 연구.

결과의 해석

데이터 분석 결과와 연구 가설, 이론 및 이미 존재하고 받아 들여지는 지식과의 연결입니다.

유형 문제들 우리는 무엇을 가지고있을 수 있는가? 해석들 특정 데이터 : 측정 규모의 감쇄. 체계적으로 도달하거나 결코 도달 할 수없는 해석의 실행이므로 측정 규모의 한계가 있습니다. 이 문제는 파일럿 연구를 통해 해결할 수 있으며 이러한 실패를 감지하고 새로운 해석의 척도를 확장합니다..

지붕 효과. 우리가 항상 가장 높은 점수를 만지는 경우. 바닥 효과. 우리가 항상 최저 점수를 만지는 경우. 측정 할 회귀. 양적 판단이 요구 될 때 거의 모든 조사에서 나타나는 원치 않는 현상입니다. 하이 엔드 평가가 요청 될 때 평균 또는 중심 값에 가까운 응답을 내보내는 경향이 있습니다. 잘못된 결론을 내릴 수 있습니다..

결과 ~해야한다 ~이다 해석 된 다음과 같은 경우 : 얻은 효과의 크기와 관찰 된 경향 또는 규칙 성. 이 결과를 유사한 작업의 다른 연구자가 얻은 결과와 비교하십시오. 완료된 작업의 명확한 결론.

수집, 데이터 분석

데이터 수집 : 체계적인 관찰, 조사 및 실험을 통해. 자연 환경 (현장 연구) 또는 인공 미디어 (연구자가 만든 상황). 데이터 분석 데이터 분석의 네 가지 작업을 수행 할 때 고려해야 할 요소 : 우리는 두 가지 환경을 제안하지만 결정해야합니다 : 기술 통계. 우리가 샘플에 머물러 있다면. 추론 통계. 우리가 확률을 사용하여 인구에 대해 추론하고 싶다면. 변수의 측정 수준 : 간격 또는 비율의 측정 수준. 가능한 한 가장 높은 수준에서 측정을 시도하십시오. 여기에는 낮은 값이 포함되지만 다른 값은 포함되지 않기 때문입니다. 제기 된 문제와 데이터 수집 방법. 가능한 분석과 편리한 분석 사이에 균형이 이루어져야한다. 체계적인 "분석적"다원주의를 수행하는 것이 바람직하다 : 체계 성이란 데이터를 수집하고 분석하는 특정 목적을 가진 세부 계획이 있어야 함을 의미한다.

다원주의 (모든 형태의 연구에는 한계가 있습니다.) 분석을 최적화함으로써 여러 가지 형태의 분석을 추구 할 필요가있는 경우 최소화 할 수 있습니다. 여기에는 비 실험적 데이터와 순전히 수학적 또는 이론적 개발을 언급하는 것이 포함됩니다.. 할 일 목록 데이터 분석 : 데이터를 요약하는 방법. 분포의 다른 측면을 요약하는 인덱스를 갖습니다. 중앙 동향 지수. 분포의 중심을 나타냅니다..

계산 :

• 산술 평균 : 점수를 더하고 n으로 나눕니다.º 그들 중. 예 : (31 + 31 + 25 + 28 + 30) / 5 = 29 패션 : 가장 빈번한 관찰은 31
• 중앙값 : 점수를 정렬하면 중앙 점수는 30입니다. 가변성 또는 분산 지수. 변수의 데이터가 어떻게 분산되어 있는지 나타냅니다..
• 기울어 진 분산 또는 분산. 차등 점수 계산 (각 점수의 평균 빼기), 정사각형으로 키우기, 추가 및 n으로 나누기º 그들 중. 예 : S2s = / 5 = 5.2
• 편견없는 편차 우리는 n을 나눕니다.º 1을 제외한 사례 : 예 VI = / (5-1) = 6.5
• 편파 표준 편차. 불균등 분산 (VI)의 제곱근 제거 예 : DTI = Ö VI = Ö 6.5 = 2.55
• 편향된 표준 편차. 분산 또는 편향된 분산의 제곱근을 취함 (예 : Ss = ÖS2s = σ5.2 = 2.28 분포의 총 진폭). 최대 값의 최소값을 빼면 Ej. AT = 31 - 25 = 6
• 비대칭 지수. ¿대칭 점수 분포입니까? 평균에서 유행을 뺀 값을 편파 된 표준 편차로 나누십시오. As = (29 - 31) / 2.28 = -0.88 0보다 작 으면 음수 (낮은 점수보다 높은 점수가 더 큽니다.)가 0보다 크면 양수입니다 (낮은 점수보다 높은)

0 인 경우 대칭입니다 (분포의 한 부분은 다른 부분의 반영입니다).. ¿평평한 점수 분포입니까? 데이터의 패턴 (규칙 성 또는 차이점)을 찾습니다. 가장 좋은 형태 중 하나는 그래픽 표현입니다. 데이터를 기반으로 한 예측 결과. 그들의 관계를 악용하는 예측. 패턴이 인식되면이를 요약하는 가장 좋은 방법은 함수를 사용하는 것입니다. 비록 모든 점을 통과하지는 않지만 데이터를 기술하는 단순하지만 불완전한 방법과 그것들 사이의 관계의 본질과 강도를 제공합니다..

표본으로부터 집단 일반화. 이전 결과를 확률을 적용하여 설명 데이터 분석을 통해 모집단에 대한 추론을 시작하는 초기 샘플보다 넓은 분야로 일반화하십시오. 우리는 인구 결과로 일반화하기위한 추론을 통해 전달한다..

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 심리학 연구 과정의 해석 및 자료 수집, Experimental Psychology 카테고리에 들어가기를 권장합니다..