मनोविज्ञान में अनुसंधान प्रक्रिया की व्याख्या और डेटा संग्रह

सामाजिक अनुसंधान में जानकारी इकट्ठा करने के लिए प्रयोगों का उपयोग कैसे किया जा सकता है। जानें कि कैसे सर्वेक्षण, जैसे साक्षात्कार और प्रश्नावली, का उपयोग सामाजिक अनुसंधान में डेटा एकत्र करने के लिए किया जा सकता है। अध्ययन करें कि सामाजिक अनुसंधान में डेटा एकत्र करने के लिए सामग्री विश्लेषण का उपयोग कैसे किया जाता है.

परिणामों की व्याख्या

यह अनुसंधान की परिकल्पना के साथ डेटा विश्लेषण के परिणामों को जोड़ने, सिद्धांतों के साथ और पहले से मौजूद और स्पष्ट ज्ञान के साथ है.

के प्रकार समस्याओं हमारे पास क्या हो सकता है व्याख्याओं कुछ विशिष्ट डेटा की: माप पैमाने की निरंतरता। जैसा कि उन्हें व्याख्यात्मक निष्पादित किया जाना है जो व्यवस्थित रूप से पहुंचते हैं या कभी नहीं पहुंच सकते हैं, माप के पैमाने की सीमा। एक पायलट अध्ययन करके, इन विफलताओं का पता लगाने और नई व्याख्या में पैमाने का विस्तार करके इस समस्या को हल किया जा सकता है.

छत का प्रभाव। अगर हम हमेशा उच्चतम स्कोर को छूते हैं। फर्श का प्रभाव। अगर हम हमेशा सबसे कम स्कोर को छूते हैं। मापने का रिग्रेशन। यह एक अवांछित घटना है जो लगभग सभी जांचों में दिखाई देती है जब एक मात्रात्मक निर्णय का अनुरोध किया जाता है। जब उच्च-अंत मूल्यांकन का अनुरोध किया जाता है, तो यह मध्य या केंद्रीय मूल्यों के करीब प्रतिक्रियाओं का उत्सर्जन करने की प्रवृत्ति है। यह हमें गलत निष्कर्ष पर ले जा सकता है.

परिणाम चाहिए होना व्याख्या की के रूप में: प्राप्त प्रभाव की मात्रा और प्रवृत्ति या नियमितता मनाया। इन परिणामों की तुलना अन्य शोधकर्ताओं द्वारा इसी तरह की नौकरियों में प्राप्त की गई है। किए गए कार्य के स्पष्ट निष्कर्ष.

संग्रह, डेटा विश्लेषण

डेटा संग्रह: व्यवस्थित अवलोकन, सर्वेक्षण और प्रयोगों के माध्यम से। प्राकृतिक वातावरण में (क्षेत्र अध्ययन) या कृत्रिम मीडिया में (शोधकर्ता द्वारा बनाई गई स्थिति)। डेटा विश्लेषण के चार कार्यों को निष्पादित करते समय डेटा विश्लेषण कारक ध्यान में रखते हैं: हमें तय करना चाहिए, हालांकि हम दोहरे वातावरण का सुझाव देते हैं: वर्णनात्मक सांख्यिकी। यदि हम नमूने में रहते हैं। अव्यवस्थित आँकड़े। यदि हम संभावना का उपयोग कर आबादी की ओर अनुमान लगाना चाहते हैं। चरों की माप का स्तर: अंतराल या अनुपात की माप का स्तर। उच्चतम संभव स्तर पर मापने की कोशिश करें, क्योंकि इनमें निम्न शामिल हैं, लेकिन आसपास के अन्य तरीके नहीं। समस्या जिसे उठाया गया है और जिस तरह से डेटा एकत्र किया गया है। एक संतुलन हमेशा संभव और सुविधाजनक के बीच बनाया जाना चाहिए, ताकि विभिन्न विश्लेषणों के साथ बाढ़ न हो। एक व्यवस्थित "विश्लेषणात्मक" बहुलवाद को आगे बढ़ाने की सलाह दी जाती है: व्यवस्थितता का अर्थ है कि डेटा एकत्र करने और विश्लेषण करने के लिए विशिष्ट उद्देश्यों के साथ एक विस्तृत योजना होनी चाहिए.

बहुलवाद (अनुसंधान के किसी भी रूप की अपनी सीमाएँ हैं।) इन्हें विश्लेषण को अनुकूलित करके कम से कम किया जा सकता है, जिसके लिए विश्लेषण के कई और बहुवचन रूपों की तलाश करना आवश्यक है। इस बहुतायत में गैर-आनुभविक डेटा और शुद्ध गणितीय या सैद्धांतिक विकास का उल्लेख करने वाले लोग शामिल हैं।. कार्य डेटा विश्लेषण: डेटा को संक्षेप करने के तरीके। सूचकांक हैं जो वितरण के विभिन्न पहलुओं को संक्षेप में प्रस्तुत करते हैं। केंद्रीय प्रवृत्ति सूचकांक। एक वितरण के केंद्र को इंगित करें.

गणना:

• अंकगणित का अर्थ है: हम स्कोर जोड़ते हैं और उन्हें n से विभाजित करते हैंº उनमें से। Ex। (31 + 31 + 25 + 28 + 30) / 5 = 29 फैशन: सबसे लगातार अवलोकन 31 है
• माध्यिका: अंकों को छांटना, केंद्रीय स्कोर 30 है। भिन्नता या फैलाव सूचकांकों। इंगित करें कि चर के डेटा कितने बिखरे हुए हैं.
• तिरछा विचरण या विचरण। अंतर अंकों की गणना (प्रत्येक स्कोर के औसत को घटाते हुए), उन्हें वर्ग में बढ़ाते हुए, उन्हें जोड़ते हुए और उन्हें n में विभाजित करेंº उनमें से। Ex। S2s = / 5 = 5.2
• निष्पक्ष विचरण हम एन को विभाजित करते हैंº मामलों को छोड़कर एक: उदाहरण VI = / (5-1) = 6.5
• मानक विचलन निष्पक्ष। निष्पक्ष भिन्न (VI) के वर्गमूल को हटाना जैसे DTI = square VI = Ö 6.5 = 2.55
• पक्षपाती मानक विचलन। विचरण या पक्षपाती विचरण (S2s) Ex। Ss = Ö S2s = 28 5.2 = 2.28 वितरण के कुल आयाम का वर्गमूल लेना। यदि अधिकतम मान का न्यूनतम मान Ej घटाया जाता है। AT = 31 - 25 = 6
• विषमता सूचकांक. ¿एक सममित स्कोर वितरण है? माध्य से फैशन को घटाना और पक्षपाती मानक विचलन के बीच इस अंतर को विभाजित करना। यथा = (२ ९ - ३१) / २.२ 31 = ०. If it यदि यह शून्य से कम है, अर्थात, ऋणात्मक (निम्न से अधिक उच्च स्कोर हैं) यदि यह शून्य से अधिक है, तो यह सकारात्मक है (इससे अधिक कम स्कोर हैं उच्च)

यदि यह शून्य है तो यह सममित है (वितरण का एक हिस्सा दूसरे का प्रतिबिंब है) सूचक सूचकांक. ¿एक चपटा स्कोर वितरण है? डेटा में पैटर्न (नियमितता या अंतर) की तलाश। सबसे अच्छे रूपों में से एक ग्राफिक प्रतिनिधित्व है। डेटा के आधार पर पूर्वानुमान परिणाम। उनके रिश्तों का शोषण करने की भविष्यवाणी। जब एक पैटर्न को मान्यता दी जाती है, तो इसे संक्षेप में प्रस्तुत करने का सबसे अच्छा तरीका एक फ़ंक्शन है। यद्यपि यह सभी बिंदुओं से नहीं गुजरता है, यह हमें एक सरल, हालांकि अधूरा, डेटा का वर्णन करने का तरीका और उनके बीच संबंधों की प्रकृति और तीव्रता प्रदान करता है।.

नमूने से जनसंख्या को सामान्य करना। प्रारंभिक परिणामों की तुलना में व्यापक क्षेत्रों में पिछले परिणामों को सामान्य करें जिसमें से हम संभाव्यता को लागू करके वर्णनात्मक डेटा विश्लेषण की मदद से आबादी के लिए अनुमान लगाना शुरू करते हैं। हम जनसंख्या परिणामों के प्रति सामान्यीकरण के लिए इनफॉरमेशन के माध्यम से पास होते हैं.

यह आलेख विशुद्ध रूप से जानकारीपूर्ण है, ऑनलाइन मनोविज्ञान में हमारे पास निदान करने या उपचार की सिफारिश करने के लिए संकाय नहीं है। हम आपको विशेष रूप से अपने मामले का इलाज करने के लिए एक मनोवैज्ञानिक के पास जाने के लिए आमंत्रित करते हैं.

अगर आप इसी तरह के और आर्टिकल पढ़ना चाहते हैं मनोविज्ञान में अनुसंधान प्रक्रिया की व्याख्या और डेटा संग्रह, हम आपको प्रायोगिक मनोविज्ञान की हमारी श्रेणी में प्रवेश करने की सलाह देते हैं.