Interpretazione e raccolta dei dati del processo di ricerca in psicologia

Come gli esperimenti possono essere utilizzati per raccogliere informazioni nella ricerca sociale. Scopri come i sondaggi, come interviste e questionari, possono essere utilizzati per raccogliere dati nella ricerca sociale. Studia come l'analisi del contenuto viene utilizzata per raccogliere dati nella ricerca sociale.

Interpretazione dei risultati

È il collegamento dei risultati dell'analisi dei dati con l'ipotesi di ricerca, con le teorie e con le conoscenze già esistenti e accettate.

Tipi di problematica cosa potremmo avere con il interpretazioni di alcuni dati specifici: attenuazione della scala di misurazione. Come devono essere interpretate esecuzioni che raggiungono sistematicamente o non potranno mai raggiungere, i limiti della scala di misura. Questo problema può essere risolto facendo uno studio pilota, rilevando questi fallimenti e ampliando la scala nella nuova interpretazione.

Effetto tetto Se tocchiamo sempre i punteggi più alti. Effetto pavimento Se tocchiamo sempre i punteggi più bassi. Regressione alla misura. È un fenomeno indesiderato che appare in quasi tutte le indagini quando viene richiesto un giudizio quantitativo. È la tendenza ad emettere risposte vicine ai valori medi o centrali quando vengono richieste valutazioni di alto livello. Può portarci a conclusioni errate.

I risultati dovrebbe essere interpretato per quanto riguarda: l'entità dell'effetto ottenuto e le tendenze o regolarità osservate. Confronta questi risultati con quelli ottenuti da altri ricercatori in lavori simili. Chiare conclusioni del lavoro svolto.

Raccolta, analisi dei dati

Raccolta dati: attraverso osservazione sistematica, indagini e esperimenti. In ambienti naturali (studio sul campo) o in mezzi artificiali (Situazioni create dal ricercatore). Analisi dei dati Fattori da prendere in considerazione quando si eseguono i quattro compiti dell'analisi dei dati: Dobbiamo decidere, anche se suggeriamo il doppio ambiente: Statistica descrittiva. Se restiamo nel campione. Statistiche inferenziali Se vogliamo inferire verso la popolazione usando la probabilità. Livello di misurazione delle variabili: livello di misura dell'intervallo o del rapporto. Cerca di misurare al massimo livello possibile, in quanto questi includono il basso, ma non il contrario. Problema che è stato sollevato e il modo in cui i dati sono stati raccolti. Bisogna sempre creare un equilibrio tra il possibile e il conveniente, in modo da non essere sommersi da analisi diverse. È consigliabile effettuare un sistematico pluralismo "analitico": la sistematicità implica che ci debba essere un piano dettagliato con obiettivi specifici sia per raccogliere che analizzare i dati.

Il pluralismo (ogni forma di ricerca ha i suoi limiti). Questi possono essere minimizzati ottimizzando l'analisi, per la quale è necessario cercare forme multiple e plurali di analisi. Questa pluralità comprende quelle che si riferiscono a dati non empirici e sviluppi puramente matematici o teorici.. compiti di analisi dei dati: modi per riepilogare i dati. Avere indici che riassumono diversi aspetti della distribuzione. Indici di tendenza centrale. Indicare il centro di una distribuzione.

il calcolo:

• La media aritmetica: aggiungiamo i punteggi e li dividiamo per il nº di loro. Es. (31 + 31 + 25 + 28 + 30) / 5 = 29 Moda: l'osservazione più frequente è 31
• La mediana: ordinando i punteggi, il punteggio centrale è 30. Indici di variabilità o dispersione. Indicare quanto sono dispersi i dati della variabile.
• Scostamento o varianza parziale. Calcolare i punteggi differenziali (sottraendo la media di ciascun punteggio), aumentandoli al quadrato, sommandoli e dividendoli tra il nº di loro. Es. S2 = 5 = 5,2
• Varianza non distorta Dividiamo il nº di casi tranne uno: Esempio VI = / (5-1) = 6.5
• Deviazione standard imparziale Rimozione della radice quadrata della varianza imparziale (VI) es. DTI = Ö VI = Ö 6.5 = 2,55
• Deviazione standard parziale. Prendendo la radice quadrata della varianza o varianza parziale (S2s) Es. Ss = Ö S2s = Ö 5.2 = 2.28 Ampiezza totale della distribuzione. Se il valore minimo del valore massimo viene sottratto Ej. AT = 31 - 25 = 6
• Indici di asimmetria. ¿È una distribuzione simmetrica del punteggio? Sottraendo la moda dalla media e dividendo questa differenza tra la deviazione standard parziale. As = (29 - 31) / 2.28 = -0.88 Se è inferiore a zero, cioè negativo (ci sono più punteggi alti che bassi) Se è maggiore di zero, cioè positivo (ci sono più punteggi bassi di alta)

Se è zero è simmetrico (una parte della distribuzione è un riflesso dell'altro) Indici puntati. ¿Una distribuzione del punteggio appiattita? Alla ricerca di modelli (regolarità o differenze) nei dati. Una delle forme migliori è la rappresentazione grafica. Risultati di previsione basati sui dati. Previsioni che sfruttano le loro relazioni. Quando viene riconosciuto un modello, il modo migliore per riassumere è tramite una funzione. Sebbene non passi attraverso tutti i punti, ci offre un modo più semplice, anche se incompleto, di descrivere i dati e la natura e l'intensità delle relazioni tra loro..

Generalizzando la popolazione dal campione. Generalizza i risultati precedenti in campi più ampi di quelli del campione iniziale da cui iniziamo a fare inferenze alla popolazione con l'aiuto dell'analisi descrittiva dei dati applicando la probabilità. Passiamo attraverso le inferenze per generalizzare verso i risultati della popolazione.