Эта документальная исследовательская работа направлена на то, чтобы помочь исследователю понять, как должно быть структурировано исследование, с учетом того, что в первую очередь необходимо выбрать тему и что проблема актуальна, и, таким образом, дать ей решение, поскольку все проблемы возникают в результате трудности, возникающей из потребности.
Документальное исследование должно включать формулировку проблемы, экспериментальное исследование, переменные, гипотезы, его методологию, статистику, меры центральной тенденции, меры дисперсии, таблицы и графики.
Чтобы провести расследование, необходимо четко понять формулировку проблемы, чтобы впоследствии выполнить гипотезу, которая будет определять форму расследования, поскольку это приведет нас к разработке цели, которую необходимо достичь, и разработке плана действий. возможное исследование проблемы, выбор метода, инструментов, методов и выбор ресурсов, как человеческих, так и материальных, с помощью которых будет проводиться расследование.
Следовательно, для проведения расследования необходимо знать, проводил ли кто-либо уже расследование в отношении проблемы, чтобы после этого расследование было возобновлено и было дано решение проблемы.
Чтобы провести расследование, исследователь должен знать значение каждой концепции шагов, которые необходимо выполнить в документальном расследовании, для которого мы представляем определение каждого из них.
Теоретические основы исследования.
Карлос Сабино (1996) утверждает, что «подход к расследованию не может быть реализован, если то, что мы предлагаем знать, не указано явно: всегда необходимо различать то, что известно, и то, что неизвестно по теме, чтобы определить ясно, что проблема требует исследования ». Правильный подход к проблеме исследования позволяет определить ее общие и частные цели, а также ограниченность объекта исследования.
Автор добавляет, что ни один факт или явление реальности нельзя рассматривать без адекватной концептуализации.
Исследователь, который ставит проблему, делает это не в вакууме, как если бы он не имел о ней представления, а всегда начинает с некоторых предыдущих идей или информации, с некоторых теоретических и концептуальных ссылок, даже если они еще не имеют точный и систематический характер.
Теоретическая основа, референциальная структура или концептуальная основа призваны дать исследованию скоординированную и последовательную систему концепций и предложений, которые позволяют решать проблему. «Это вопрос интеграции проблемы в области, где это имеет смысл, включения предыдущих знаний, связанных с ней, и упорядочивания их таким образом, чтобы они были полезны для нашей задачи».
Цель теоретической основы состоит в том, чтобы поместить нашу проблему в набор знаний, что позволяет нам направлять наш поиск и предложить нам адекватную концептуализацию терминов, которые мы будем использовать.
«Отправной точкой для построения системы отсчета является наше предварительное знание явлений, которые мы рассматриваем, а также уроки, которые мы извлекаем из работы по библиографическому обзору, которую нам обязательно придется сделать».
Теоретическая основа отвечает на вопрос: какие существуют предшественники? Таким образом, его цель - дать исследованию скоординированную и последовательную систему концепций, положений и постулатов, которая позволяет получить полное представление о теоретической системе и научных знаниях по данному предмету.
Эсекьель Андер-Эгг говорит нам, что в теоретической или ссылочной структуре «общие теоретические положения, конкретные теории, постулаты, допущения, категории и концепции, которые должны служить в качестве ссылки для упорядочивания массы фактов, касающихся проблемы, выражаются. или проблемы, которые являются предметом изучения и исследования. В этом смысле «каждая теоретическая основа разрабатывается на основе более широкой теоретической базы или непосредственно на основе теории. Для этой задачи предполагается, что проведен обзор существующей литературы по теме исследования. Но с учетом только существующих ссылок теоретическая основа не разрабатывается: это может стать эклектичным сочетанием различных теоретических точек зрения, а в некоторых случаях даже противоположных.Теоретическая основа, которую мы используем, происходит из того, что мы можем назвать нашими априорными вариантами, то есть из теории, на основе которой мы интерпретируем реальность.
Роберто Эрнандес Сампиери и другие выделяют следующие функции, которые теоретическая основа выполняет в рамках расследования:
- Помогает предотвратить ошибки, которые были допущены в других исследованиях. Руководство по проведению исследования (перейдя к фону, мы можем увидеть, как решалась конкретная исследовательская проблема, какие типы исследований были выполнены, с каким типом субъектов, как были собраны данные, в каких местах они проводились, какие схемы использовались) Это расширяет кругозор исследования и помогает исследователю сосредоточиться на своей проблеме, избегая отклонений от подхода Это приводит к созданию гипотез или утверждений, которые позже будут проверены на практике. Это вдохновляет на новые направления и области исследований. Это дает основу для интерпретации результатов исследования.
В целом можно сказать, что теоретическая основа также выполняет следующие функции:
- Ориентируйтесь на организацию данных и важных фактов, чтобы обнаружить взаимосвязь проблемы с существующими теориями.
- Не позволять исследователю заниматься вопросами, которые, учитывая уровень знаний, уже исследованы или не имеют научного значения.
- Руководство по выбору факторов и переменных, которые будут изучены в исследовании, а также их стратегии измерения, их достоверности и надежности.
- Предотвратить возможные мешающие факторы или странные переменные, которые потенциально могут вызвать нежелательные смещения.
- Руководство по поиску и интерпретации данных
1.1 РАЗРАБОТКА ТЕОРЕТИЧЕСКОЙ ОСНОВЫ
Разработка теоретической основы обычно состоит из двух этапов:
- Обзор существующей литературы. Он состоит из выделения, получения и ознакомления с библиографией и другими материалами, которые могут быть полезны в учебных целях, из которых должна быть извлечена и собрана соответствующая и необходимая информация, касающаяся нашей исследовательской проблемы.
- Принятие теории или развитие теоретической перспективы. В этом аспекте мы можем найти разные ситуации:
- Что существует полностью разработанная теория с множеством эмпирических данных, применимая к нашей исследовательской проблеме. В этом случае лучшая стратегия - принять эту теорию как саму структуру теоретической основы, поскольку существует несколько теорий, применимых к нашей исследовательской проблеме. В этом случае мы можем выбрать одну и опираться на нее, чтобы построить теоретическую основу или взять части некоторых или всех теорий, если они связаны с проблемой исследования.
III. Существуют «фрагменты» теории с умеренной или ограниченной эмпирической поддержкой, предполагающие важные переменные, применимые к нашей исследовательской проблеме. В этом случае необходимо построить теоретическую перспективу.
- Что есть только руководства, которые еще не изучены, и идеи, смутно связанные с проблемой исследования. В этом случае исследователь должен искать литературу, которая, хотя и не относится к конкретной проблеме исследования, помогает ему или ей сориентироваться в ней.
После того, как будут проведены соответствующие чтения, мы сможем разработать нашу теоретическую основу, которая будет основана на интеграции собранной информации.
Порядок интеграции будет определяться целью теоретической основы. Если, например, это исторический характер, рекомендуется установить хронологический порядок теорий и / или эмпирических результатов. Если исследование связано с рядом переменных, и у нас есть информация из теории, а также из предыдущих исследований каждой из этих переменных и взаимосвязи между ними, было бы удобно определить разделы, охватывающие каждый из соответствующих аспектов, чтобы интегрировать данные, относящиеся к нашему исследованию.
Однако в любом исследовании важно, чтобы автор включал свои собственные идеи, критические замечания или выводы, касающиеся как проблемы, так и собранного материала. Также важно, чтобы самые нерешенные вопросы были связаны между собой, переходя от общего к конкретному, то есть сначала упоминая общие аспекты предмета, пока мы не дойдем до того, что конкретно связано с нашим исследованием.
1.2 ПОСТАНОВКА ПРОБЛЕМЫ
Обычно это один из самых коротких этапов расследования; однако в некоторых случаях это может стать самой продолжительной стадией процесса из-за таких причин, как недостаток информации, плохое зрение, отсутствие общения и т. д.
Вопрос в том, какая модель подсказывает смысл поиска; Соответствующие действия, средства, ресурсы, методы или процедуры будут удобны в той степени, в которой они способствуют предоставлению данных, позволяющих сформировать ответ.
Вопрос может выражать несколько идей, поэтому при выполнении исследовательской задачи необходимо учитывать следующие моменты:
Что вы хотите исследовать?
Как вы хотите расследовать?
Как далеко вы хотите исследовать?
Какие элементы доступны для проведения исследования?
Почему вы хотите расследовать?
Сколько времени доступно?
Вопросительные выражения определяют состояние вопроса при задании вопроса: что, кто, где, как, когда и т. Д. Являются словами, указывающими на конкретный вопрос, например:
Какая связь между переменными X и Y?
Имеет ли это практическое значение?
Мне это интересно?, Это важно?, Это основано на предыдущем исследовании?
Актуально?
Подход должен быть правильным и точным, важным и четко определенным, чтобы избежать накопления данных, которые могут быть неактуальными, и поэтому ценится отсутствие необходимых данных. Чтобы быть точным, необходимо ограничить объем исследования.
Исследование должно быть глубоким анализом ограниченной проблемы, а не беглым изучением широкой области исследования.
Итак, при постановке проблемы всегда учитываются ранее полученные знания; Но, понимая их как требование разрешить неизвестные, которые содержит само развитие знания, а также, в проблеме, указываются результаты экспериментов и теоретических разработок, которые не могут быть полностью объяснены с опорой на предыдущие знания.
1.3 РАЗРЕШЕНИЕ ПРОБЛЕМЫ
Как и любое явление во Вселенной, проблема исследования не статична, а соответствует динамике. Поскольку проблемы существуют в латентном состоянии (их проявления еще не очевидны) и ждут своего распознавания.
Хотя проблема является скрытой, она не всегда полностью распознается, ее часть может быть идентифицирована, когда что-то из нее проявляется, поэтому при визуализации проблемы можно обнаружить несколько загадок с аспектами, требующими ответа, если это произойдет, Они должны быть сокращены или помещены в цели, которые могут быть адресованы одному исследованию, поэтому оно должно быть поставлено надлежащим образом, ясным и кратким языком, то есть оно должно быть разграничено.
Выявление и четкое разграничение проблемы с целью ее научного исследования - задача не из легких, поскольку для нее нет правил; сам акт «изобретения» или открытия проблемы ускользает от логического анализа.
Тем не менее, истинное размышление о конкретной проблеме, которая является теоретически значимой и, в принципе, доступной для поиска, может стать очень тщательным мыслительным процессом, который обычно не предпринимается без минимального призвания.
Что обычно происходит, когда кто-то излагает проблему, которая, по его мнению, уже определена путем ознакомления с дополнительной информацией, оказывается, что выводится ряд вопросов, которые для нас могут быть проблемами, таким образом, что наша исходная проблема является очень общей проблемой, так что последний вопрос, из которого больше не возникает другой, который нас больше не интересует, будет нашей задачей исследовать.
- 4 ФОРМУЛИРОВКА ГИПОТЕЗ
Мы можем определить гипотезу как попытку объяснения или «предварительный» ответ на исследовательскую проблему. Его функция состоит в разграничении исследуемой проблемы по некоторым элементам, таким как время, место, характеристики субъектов и т. Д.
Подтвердить или отвергнуть ранее разработанную гипотезу, сопоставив ее теоретическое утверждение с эмпирическими фактами, является основной целью любого исследования, которое пытается объяснить некоторую область реальности.
Чтобы сделать адекватную гипотезу, мы должны принять во внимание следующие моменты:
Используемые термины должны быть четкими и конкретными, чтобы определять их оперативным образом, чтобы любой исследователь, желающий повторить исследование, мог сделать это. Гипотеза без эмпирической ссылки представляет собой оценочное суждение. Если гипотеза не может быть подвергнута эмпирической проверке, с научной точки зрения она не имеет силы.
Гипотезы должны быть объективными и не содержать оценочных суждений; Другими словами, это явление не следует определять с помощью прилагательных, таких как «лучше» или «хуже», а только так, как мы думаем, что это происходит в действительности.
Гипотезы должны быть конкретными не только в отношении проблемы, но и в отношении показателей, которые будут использоваться для измерения переменных, которые мы изучаем.
Предположения должны быть связаны с доступными ресурсами и методами. Это означает, что когда исследователь формулирует свою гипотезу, он должен знать, достаточны ли ресурсы, которыми он обладает, для ее проверки.
Гипотеза должна быть напрямую связана с теоретической основой исследования и выводиться из нее.
Гипотезы должны быть результатом объективного наблюдения и его проверки, быть доступными для исследователя.
ТРЕБОВАНИЯ ГИПОТЕЗ
Гипотезы должны:
Установите переменные для изучения, то есть укажите переменные для изучения, установите пределы.
Установите отношения между переменными, то есть гипотеза должна быть указана таким образом, чтобы она служила основой для выводов, которые помогают нам решить, объясняет ли она наблюдаемые явления. Гипотезы должны устанавливать количественные отношения между переменными.
Поддерживайте согласованность между фактами и гипотезами, поскольку они основаны, по крайней мере частично, на уже известных фактах. Таким образом, гипотезы не должны иметь противоречивых или противоречивых выводов с тем, что уже было проверено объективным образом.
ВИДЫ ГИПОТЕЗ
Нулевая гипотеза. Для всех типов исследований, в которых у нас есть две или более групп, будет установлена нулевая гипотеза.
Нулевая гипотеза - это гипотеза, которая говорит нам об отсутствии существенных различий между группами.
Например, предположим, что исследователь считает, что если группа молодых людей проходит интенсивную подготовку к олимпиаде по математике, они будут лучше решать задачи, чем те, кто не прошел никакой подготовки. Чтобы продемонстрировать свою гипотезу, он произвольно берет выборку молодых людей, а также случайным образом распределяет их на две группы: одну, которую мы назовем экспериментальной, которая будет проходить обучение, и другую, которая не получит никакого обучения, которую мы назовем контрольной. Нулевая гипотеза будет указывать на отсутствие разницы в эффективности решения задач между группой молодых людей, прошедших обучение, и группой, не прошедшей обучение.
Нулевая гипотеза важна по нескольким причинам:
Это гипотеза, которая принимается или отклоняется в зависимости от результата расследования.
Наличие нулевой гипотезы помогает определить, есть ли разница между группами, является ли это различие значительным и не было ли оно случайным.
Не все исследования требуют нулевой гипотезы. Напомним, что нулевая гипотеза - это гипотеза, с помощью которой мы указываем, что информация, которую необходимо получить, противоречит рабочей гипотезе.
Формулируя эту гипотезу, предполагается отрицать независимую переменную.
То есть утверждается, что причина, определяемая как источник проблемы, колеблется, поэтому она должна быть отвергнута как таковая.
Другой пример:
Гипотеза: обучение детей напрямую зависит от их возраста.
Нулевая гипотеза: нет существенной разницы в обучении у детей разного возраста.
Концептуальная гипотеза. Это гипотеза, сформулированная в результате теоретических объяснений, применимых к нашей проблеме. Это помогает нам объяснить исследуемый нами феномен с теоретической точки зрения.
Это руководящая гипотеза расследования, она пытается подойти к проблеме как к основе для поиска данных. Вы не можете охватить больше, чем предлагается в целях исследования, или не согласиться с ними. Мы можем сформулировать это как причинную или определяющую связь из постановки проблемы, из которой возникают переменные.
Гипотеза работы. Он служит исследователю в качестве основы для его исследования, то есть пытается дать предварительное объяснение исследуемому феномену. Это гипотеза, которую исследователь попытается принять в результате своего исследования, отвергнув нулевую гипотезу.
Говорят, что рабочая гипотеза действует, поскольку концептуальная или общая гипотеза представлена количественно (в измеримых терминах).
Альтернативная гипотеза. При ответе на задачу очень удобно предлагать другие гипотезы, в которых независимые переменные оказываются отличными от первых сформулированных нами. Поэтому, чтобы не тратить время на бесполезные поиски, необходимо найти разные альтернативные гипотезы в ответ на одну и ту же проблему и выбрать среди них, какие и в каком порядке мы будем рассматривать их проверку.
Гипотезы, конечно, будут различаться в зависимости от типа проводимого исследования. В поисковых исследованиях иногда цель исследования может заключаться просто в получении минимальных знаний, позволяющих сформулировать гипотезу.
Также допустимо, что в этом случае они не очень точны, как, например, когда мы утверждаем, что «в такой группе есть какая-то социальная проблема» или что на планетах есть какая-то атмосфера, без указания, из каких элементов она состоит.
В работах описательного характера обычно выдвигаются гипотезы типа «все X в той или иной степени обладают характеристиками Y». Например, мы можем сказать, что все страны имеют определенную международную торговлю, и посвятить себя описанию, количественной оценке торговых отношений между ними. Мы также можем делать заявления типа «X принадлежит типу Y», например, когда мы говорим, что технология является капиталоемкой. В этих случаях мы описываем, классифицируем его, интересующий нас объект, включая его в сложный идеальный тип более высокого порядка.
Наконец, мы можем построить гипотезы типа «X производит (или влияет) Y», где мы будем находиться в наличии связи между переменными.
Только в случаях объяснительного исследования необходимо четко сформулировать гипотезы исследования. В описательных исследованиях и, тем более, в исследовательских, можно опустить гипотезы либо потому, что они настолько широки и плохо определены, что мало что говорят тому, кто читает отчет об исследовании, либо потому, что их невозможно или необходимо проверить., Трудности формулирования гипотез:
Недостаток знаний или неясность теоретических основ.
Отсутствие способности к логическому использованию теоретической основы.
Незнание надлежащих методов исследования, чтобы писать
Гипотеза в установленной форме.
Полезность гипотез:
Правильное использование и формулировка гипотез позволяют исследователю проверять аспекты реальности, уменьшая искажение, которое могут вызвать их собственные желания или вкусы. Их можно проверить и доказать, что они, скорее всего, верны или неверны, не вмешиваясь в ценности или убеждения человека.
Структура гипотез
Гипотеза обычно определяется структурой IF - THEN (когда задействованы две переменные). Когда переменных больше двух, наиболее частыми структурами являются:
- Если P, то Q при условиях R и S. Если P1, P2 и P3, то Q.
- 5 ОПРЕДЕЛЕНИЕ ПЕРЕМЕННЫХ
Самое простое определение - это способность объектов и вещей изменять свое текущее состояние, то есть изменяться и принимать разные значения. Сабино (1980) утверждает:
«Под переменной мы понимаем любую характеристику или качество реальности, которое может принимать разные значения, то есть, что оно может варьироваться, хотя для данного объекта, который считается, оно может иметь фиксированное значение».
Briones (1987: 34) определяет:
«Переменная - это свойство, характеристика или атрибут, который может встречаться в определенных предметах или может иметь различную степень или модальность.,, они представляют собой классификационные концепции, которые позволяют помещать людей в категории или классы и могут идентифицироваться и измеряться.
КЛАССИФИКАЦИЯ ПЕРЕМЕННЫХ
Независимая переменная:
Именно эта характеристика или свойство предполагается причиной изучаемого явления. В экспериментальных исследованиях это имя переменной, которой манипулирует исследователь.
Зависимая переменная:
Хейман (1974: 69) определяет его как свойство или характеристику, которая должна быть изменена путем манипулирования независимой переменной.
Зависимая переменная - это фактор, который наблюдается и измеряется для определения влияния независимой переменной.
Промежуточная переменная:
Это те характеристики или свойства, которые так или иначе влияют на ожидаемый результат и связаны с независимыми и зависимыми переменными.
Переменная модератора:
Согласно Такману: они представляют собой особый тип независимой переменной, которая является вторичной и выбирается для того, чтобы определить, влияет ли она на отношения между первичной независимой переменной и зависимыми переменными.
Качественные переменные:
Это те, которые относятся к атрибутам или качествам явления. Сабино (1989: 80) указывает, что на этом типе переменных нельзя построить определенный числовой ряд.
Количественная переменная:
Это те переменные, в которых характеристики или свойства могут проявляться в различной степени интенсивности, то есть они допускают числовую шкалу измерения.
Непрерывные переменные:
Это те, которые можно принять между двумя промежуточными ориентирами. Академические оценки (10,5, 14,6, 18,7 и др.)
Дискретные переменные:
Это те, которые не допускают промежуточных позиций между двумя числами. Например, в Баринасе территориальное деление состоит из 11 муниципалитетов по нет (10,5 или 11,5 муниципалитетов).
Контрольные переменные:
Согласно Такману: «Он определяет это как те факторы, которые контролируются исследователем для устранения или нейтрализации любого воздействия, которое они в противном случае могли бы оказать на наблюдаемое явление.
Переменная эксплуатация:
Это важный шаг в развитии расследования. Когда переменные определены, следующим шагом будет их введение в действие.
2.1 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ
Экспериментальное исследование - это тип исследования, в котором используются логика и принципы естественных наук. Эксперименты можно проводить в лаборатории или в реальной жизни.
Обычно в них участвует относительно небольшое количество людей и решается довольно конкретный вопрос. Эксперименты наиболее эффективны для объяснительных исследований и часто ограничиваются темами, в которых исследователь может управлять ситуацией, в которой находятся люди.
В большинстве этих экспериментов исследователь делит исследуемых людей на две или более группы.
Обе группы получают идентичное лечение, за исключением того, что исследователь дает одной группе, а не другим, условие, в котором он заинтересован: лечение.
Исследователь точно измеряет реакции обеих групп. Контролируя состояние обеих групп и назначая лечение одной из них, исследователь может сделать вывод, что разные реакции групп связаны исключительно с лечением.
ХАРАКТЕРИСТИКИ ЭКСПЕРИМЕНТАЛЬНОЙ МЕТОДОЛОГИИ
Определение: эксперимент - это исследование, в котором осуществляется манипуляция, по крайней мере, с одной переменной, а единицы измерения случайным образом назначаются различным уровням или категориям переменных. (Педхазур и Педхазур, 1991)
Характеристики экспериментального плана:
- Манипуляция: это преднамеренное вмешательство исследователя с целью изменения v. зависимый. Рандомизация: больший эффект по сравнению с выравниванием.
Все экспериментальные дизайны характеризуются манипуляциями, но могут быть классифицированы в соответствии с рандомизацией по:
- Поистине экспериментальный.
В экспериментальных планах рандомизация - это то, как субъекты распределяются по разным группам, участвующим в исследовании. Первое рандомизированное клиническое испытание было проведено в 1947 году сэром Остином Брэдфордом Хиллом и посвящено влиянию стрептомицина на туберкулез. Это первое исследование, проводившееся с экспериментальным дизайном, до этого момента дизайн проводимого исследования был следующим. «Тематические исследования», простые наблюдательные исследования.
Рандомизация измеряет и уменьшает ошибку.
В науках о здоровье, поскольку так важно изучать эффекты, производимые переменной, ее последствия и причинно-следственные связи, которые могут возникнуть, очень важно знать ошибку и уменьшить ее в максимально возможной степени, по этой причине исследования они должны соответствовать характеристикам рандомизации, поэтому необходимо использовать экспериментальные планы.
Пример: исследование заболеваемости кальцием в легких. Для его выполнения были бы взяты две группы людей, которые должны иметь идентичные характеристики с точки зрения одного и того же числа лиц, составляющих его, возрастные группы, составляющие его, и одинаковую пропорцию с точки зрения пола, затем мы перейдем к сравнению и исследованию Ca легкое в каждой из групп.
ПРЕИМУЩЕСТВА ЭКСПЕРИМЕНТАЛЬНОГО КОНСТРУКЦИИ
- Эффект мешающих или странных переменных устраняется за счет эффекта рандомизации.Контроль и манипулирование переменными-предикторами уточняют направление и природу причины.Гибкость, эффективность, симметрия и статистические манипуляции.
Возможность экспериментальных разработок
- Невозможность манипулировать некоторыми переменными Этические вопросы Практичность
НЕДОСТАТКИ ЭКСПЕРИМЕНТАЛЬНОЙ КОНСТРУКЦИИ
- Сложность отбора и обработки контрольных переменных. Сложность получения репрезентативных выборок. Недостаток реализма.
КАЧЕСТВО ЭКСПЕРИМЕНТАЛЬНОГО ДИЗАЙНА
- Внутренняя валидность Внешняя валидность Экологическая валидность Построить валидность
2.2 МЕТОДОЛОГИЯ
Этапы, которые исследователь должен выполнить для проведения экспериментального исследования.
* Наличие проблемы. Для которых был проведен библиографический обзор.
* Определение и определение проблемы.
* Определение гипотез и переменных и их действие.
* Разработка экспериментального плана.
-Исследовательский дизайн.
-Определение генеральной совокупности и выборки.
-Подбор средств измерений.
-Разработка инструментов.
-Процедуры получения данных.
* Проверка достоверности данных.
* Проведение эксперимента.
* Обработка данных. Здесь на этом этапе необходимо учитывать, что одно - это необработанные данные, другое - обработанные данные, а третье - данные, которые должны быть указаны как окончательные.
2,3. СТАТИСТИКА В ИССЛЕДОВАНИИ
Процесс статистического применения включает в себя ряд шагов:
Отбор и определение популяции или выборки и содержащихся признаков для изучения. В случае отбора пробы необходимо определить ее размер и тип отбора проб (вероятностный или не вероятностный).
Получение данных. Это может быть сделано путем непосредственного наблюдения за элементами, применения опросов и интервью и проведения экспериментов.
Классификация, табулирование и организация данных. Классификация включает обработку данных, считающихся аномальными, которые могут в определенный момент искажать анализ статистических показателей. Табулирование включает в себя суммирование данных в статистических таблицах и графиках.
Описательный анализ данных. Анализ дополняется получением статистических показателей, таких как показатели: центральная тенденция, дисперсия, положение и форма.
Инференциальный анализ данных. Применяются методы обработки данных, которые включают вероятностные элементы, которые позволяют сделать выводы из выборки для совокупности (необязательно).
Выработка выводов. Окончательный отчет построен.
2.4 ЦЕНТРАЛЬНАЯ ТЕНДЕНЦИЯ И МЕРЫ ДИСПЕРСИИ
Распределение частоты.
Распределение частоты. Это группировка данных по взаимоисключающим категориям с указанием количества наблюдений в каждой категории.
Шаги для получения частотного распределения следующие:
1) Определите желаемое количество занятий. Одним из методов определения количества классов является правило «от 2 до k». Это правило предлагает выбрать в качестве количества классов наименьшее число (k), такое, чтобы от 2 до k было больше, чем количество данных (n).
2) Определите интервал или ширину класса. Обычно размер класса или интервала должен быть одинаковым для всех классов. Вместе классы должны охватывать как минимум расстояние от наименьшего значения необработанных данных до наибольшего значения. Выражается следующей формулой:
я = H - L / k
Куда:
i = интервал класса
H = самое высокое наблюдаемое значение
L = наименьшее наблюдаемое значение
k = количество классов
Обычно результат формулы округляется до некоторого подходящего числа, например, кратного 10 или 100.
3) Установите ограничения для каждого класса. Речь идет об установке пределов каждого класса, чтобы каждое наблюдение можно было поместить только в один класс. Следует избегать нечетких или перекрывающихся границ классов.
4) Поставьте отметку за каждое наблюдение, оставшееся в каждом классе.
5) Подсчитайте количество наблюдений в каждом классе (частота занятий)
Относительная частота получается делением частоты класса на суммарные данные (n). Процентная частота получается умножением относительной частоты на 100.
2.5 ТАБЛИЦА И ГРАФИЧЕСКОЕ ПРЕДСТАВЛЕНИЕ
Графические представления частотных распределений обычно выполняются с помощью так называемых гистограмм (в которых классы указаны по горизонтальной оси, а частоты классов по вертикальной оси) или с помощью стоповых графиков, особенно используемых для показать процентные частоты.
Важно отметить, что хотя графические представления служат для быстрого обзора поведения данных, их также можно использовать (в зависимости от того, как они настроены), чтобы дать неверное представление об информации, которая должна быть представлена.
Меры центральной тенденции
Цель любой меры центральной тенденции - точно указать центр набора наблюдений. Некоторые из наиболее распространенных показателей центральной тенденции - это среднее значение, медиана и мода.
Среднее арифметическое
Среднее арифметическое, вероятно, является наиболее важным показателем центральной тенденции, фактически, оно используется чаще всего. Его также называют средним, и мы видим, что он применяется ежедневно практически во всех с половиной местах, посвященных предоставлению информации. Некоторыми примерами могут быть средний остаток на банковском счете, средняя зарплата сотрудников компании, средняя оценка студента и т. Д.
Формально определенное среднее арифметическое - это сумма всех значений в выборке или генеральной совокупности, деленная на количество значений в генеральной совокупности или выборке.
Когда вычисляется среднее значение населения, оно обозначается греческой буквой «». С другой стороны, когда вычисляется среднее значение выборки, оно обозначается знаком «x». Таким образом, формулы следующие:
Среднее по совокупности = X
N
Куда:
= Среднее по совокупности
X = представляет любое конкретное значение
N = количество особей в популяции
= обозначает операцию сложения
Среднее значение выборки x = X
N
Куда:
x = среднее значение по совокупности
X = представляет любое конкретное значение
n = количество особей в популяции
= обозначает операцию сложения
Некоторые характеристики среднего арифметического:
- Каждый интервал или набор данных отношения имеет среднее значение.
- Набор данных имеет только одно среднее значение.
- Среднее значение полезно для сравнения двух популяций.
- Среднее арифметическое - это единственная мера центральной тенденции, при которой сумма отклонений значений от среднего всегда будет равна нулю.
Выражается символически (X - x) = 0
медиана
Иногда, когда в наборе данных есть один или два очень больших или очень маленьких, среднее арифметическое может не быть репрезентативным. В таких случаях центральную точку этого набора данных лучше всего описать с помощью медианы.
Медиана - это центральное наблюдение за значениями генеральной совокупности или выборки после того, как они были упорядочены в порядке возрастания или убывания. Для четного числа наблюдений медиана - это среднее из двух промежуточных значений.
Некоторые характеристики медианы:
-Все наборы данных порядкового номера, интервала или отношения имеют медиану.
-Данный набор данных имеет только медиану.
На медиану не влияют очень большие или очень маленькие значения, поэтому это особенно полезно, когда у вас есть эти значения.
мода
Режим - это значение, которое наиболее часто встречается в наборе данных. Этот режим особенно полезен для поиска центральной точки набора данных номинального или порядкового типа.
Некоторые характеристики моды:
Режим может быть определен в группах данных всех уровней (номинальный, порядковый, интервальный и коэффициент).
-Для каждой группы данных может быть несколько режимов.
На моду не влияют чрезвычайно большие или очень маленькие значения, поэтому это особенно полезно, когда у вас есть эти значения.
Другие меры центральной тенденции
Другими часто используемыми показателями центральной тенденции являются средневзвешенное и среднее геометрическое. Краткое объяснение обоих приведено ниже.
Средневзвешенное значение - это частный случай среднего арифметического. Это происходит, когда у вас есть несколько данных с одинаковым значением, что может произойти, когда они сгруппированы в частотном распределении. Используемая формула:
Средневзвешенное значение x = (wX)
w
Куда:
x = среднее значение по совокупности
X = представляет любое конкретное значение
= обозначает операцию сложения
w = указывает вес или количество повторений каждого значения
Со своей стороны, среднее геометрическое полезно для нахождения среднего значения процентов, пропорций, индексов или темпов роста. По определению, среднее геометрическое для набора из n натуральных чисел является корнем n-й степени из произведения n значений. Используемая формула следующая:
Среднее геометрическое GM = n √ (X1) (X2).,, (Xn)
Куда:
GM = среднее значение по совокупности
X = представляет любое конкретное значение
n = количество особей в популяции
Эта же мера тенденции применима к проблемам среднего процентного увеличения:
Увеличение в процентах GM = n √ Значение на конец периода - 1
Среднее по времени Значение на начало периода
Меры рассеивания
Меры дисперсии используются для получения дополнительной информации к мерам центральной тенденции и измерения способа распределения данных, составляющих генеральную совокупность или выборку. Таким образом, диапазон основан на расположении наивысшего и наименьшего значений группы данных, а также на дисперсии и стандартном отклонении отклонений каждого из данных, составляющих генеральную совокупность или выборку, относительно ее среднего значения.
отклонение
Дисперсия является одним из наиболее часто используемых показателей центральной тенденции и, как уже упоминалось, основана на разнице между значением каждого наблюдения и средним значением.
С концептуальной точки зрения дисперсия - это среднее арифметическое квадратов отклонений от среднего.
Когда вычисляется дисперсия генеральной совокупности, она представляется греческой буквой «σ2» (в квадрате), а когда вычисляется дисперсия выборки, она представляется буквой «s2» (также квадрат). Формулы для расчета каждого из них следующие:
Важно отметить, что формула выборочной дисперсии для расчетов имеет то преимущество, что для ее получения не требуется вычислять среднее значение.
ТАБЛИЧНЫЕ ПРЕЗЕНТАЦИИ
Сначала я определю, что такое таблица, а затем поработаю с различными типами запрошенных таблиц:
Таблица - это таблица, которая состоит из упорядоченного и обычно суммированного совместного упорядочения сумм или общих частот, полученных при табулировании данных, со ссылкой на категории или размеры переменной или нескольких переменных, связанных друг с другом.
Таблицы систематизируют количественные результаты и предлагают численное, синтетическое и глобальное видение наблюдаемого явления и взаимосвязи между его различными характеристиками или переменными. На этом квалификационная фаза количественного исследования заканчивается и окончательно завершается.
Имея определение, что такое таблица, мы можем затем работать с каждым из запрашиваемых типов таблиц:
Таблица ввода данных: это таблица, в которой отображаются только данные, полученные в результате научных исследований или экспериментов. Это самая простая таблица, и она используется, когда дополнительная информация о данных не требуется, эти таблицы строятся путем табулирования данных, эта процедура относительно проста, для этого мы имеем дело с набором статистических данных, полученных с помощью записывать результаты серии из n повторений какого-либо эксперимента или случайного наблюдения, предполагая, что повторения взаимно независимы и выполняются в однородных условиях, важно сказать, что результат каждого наблюдения может быть выражен численно для этого типа таблиц ввод данных вы можете работать с одной или несколькими переменными,так что наш статистический материал состоит из n наблюдаемых значений переменной Xj.
Наблюдаемые значения обычно записываются сначала в списке, если количество наблюдений не превышает 20 или 30, эти данные записываются в порядке возрастания.
Используя данные в этой таблице, можно сделать различные графические представления и рассчитать определенные числовые характеристики, такие как среднее значение, медиана и т. Д.
EX: Группировка в таблице данных
10, 1, 6, 9, 2, 5, 7, 4, 3, 8
| Икс | один | два | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
ГРАФИЧЕСКИЕ МЕТОДЫ
Сначала я определю, что такое график или диаграмма в статистике.
Диаграмма - это вид схемы, состоящий из линий, рисунков, карт, используемых для представления статистических данных в масштабе или в соответствии с определенной пропорцией, или элементов системы, этапов процесса и подразделений или подразделений классификация. Среди функций, которые выполняют диаграммы, можно выделить следующие:
Они делают данные, системы и процессы более заметными
Они раскрывают свои вариации и их историческую или пространственную эволюцию.
Они могут показать отношения между различными элементами системы или процесса и представить корреляцию между двумя или более переменными.
Они систематизируют и синтезируют данные, системы и процессы.
Они уточняют и дополняют таблицы и теоретические или количественные изложения.
Изучение их расположения и отношений, которые они показывают, может предложить новые гипотезы.
Некоторые из наиболее важных диаграмм - это древовидная диаграмма, диаграмма площади или поверхности, полосовая диаграмма, гистограмма, блок-схема, круговая диаграмма, круговая полярная диаграмма, точечная диаграмма, диаграмма ствола и листа, гистограммы и коробка и усы графика или boxplots.
Одномерные графики
Чтобы работать с одномерными графиками, мы должны сначала знать, что такое одномерный статистический анализ, и после этого мы будем работать с запрошенными методами.
Статистический анализ, который работает с данными, относящимися к одной переменной или частотному распределению, и стремится определить его статистические свойства. Aeu предоставляет аналитику репрезентативные меры распределения или средние значения, индексы дисперсии данных распределения, процедуры для нормализации данных, меры неравенства одних данных по отношению к другим и, наконец, меры асимметрии распределения.
Графики точек: это вариант простой линейной диаграммы, которая образована прямыми линиями или кривыми, которые являются результатом представления на координатной оси частотных распределений, которые он строит, помещая значения, соответствующие переменной и на оси ординат значение, соответствующее частоте для этого значения. В основном он предоставляет информацию о частотах. Это используется, когда требуется только информация о частоте.
Когда выборка сгруппирована по интервалам, мы работаем с отметкой класса интервала занятий, отметка класса - середина интервала
EX: Продолжительность неоновых трубок
| X (часы) | Xm | F |
| 300-400 | 350 | два |
| 400-500 | 450 | 6 |
| 500-600 | 550 | 10 |
| 600-700 | 650 | 8 |
| 700-800 | 750 | 4 |
| С 30 |
Продолжительность неоновых ламп
ВЫВОД
Вся исследовательская работа требует шагов, которые необходимо предпринять для проведения качественного и трудоемкого исследования, в котором нет недостатка в информации, имеются необходимые источники и население, для которого оно будет проводиться, и больше всего на свете. не упустите свою цель.
Таким образом, чрезвычайно важно, чтобы исследователь был хорошо осведомлен о шагах, которые необходимо выполнить при решении проблемы, чтобы он знал, как структурировать постановку проблемы, как выдвинуть гипотезу, каковы переменные, метод и цель, которым нужно следовать, чтобы она не выполнялась. при проведении расследования возникает путаница.
Все исследования имеют введение, развитие, заключение, библиографию и приложения, последние прилагаются к таблицам, графикам и инструментам оценки или всей информации, которая поддерживает исследование, важно подчеркнуть, что исследователь уже устраняет личные предпочтения и чувства что могло скрыть результаты расследования.
В методологическом исследовании можно внести свой вклад в альтернативу, которая отвечает на проблемы конкретного общества, давая ему решение.
ЛИТЕРАТУРА БИБЛИОГРАФИЯ:
- Арана Федерико. (1975), «Экспериментальная методика для начинающих» Ред. Хоакин Мотрис, Мексика 77pp Bunge Mario (1989),. «Наука, ее метод и ее философия» Ред. New Image Аргентина, 35-61Hernández, R.; К. Фернандес и П. Баптиса, (1995), «Методология исследования», Mc.Graw-Hill, Мексика. 505 стр. Гарсиа-Кордова Ф., Л: Учия Тереза Гарсиа-Кордова., (2004), «Проблематизация. Возможность стимулировать и ценить поколение исследователей ». Редактировать. Высший институт педагогических наук штата Мехико. Мексика 58 с. Морено Родригес Диана, Ма дель Рефухио Лопес Гаминьо, Ма. Луиза Сепеда Ислас, Патрисия Планкарте Кансино и Ирма Роса Аль Варадо Герреро, (2000), «Предложение проблемы», UNAM FES Iztacala, стр. 5-14 Пик, Сьюзан и Лопес, Ана Луиза. (1994) КАК ИССЛЕДОВАТЬ В СОЦИАЛЬНЫХ НАУКАХ. 5-е изд. Мексика. Ed. Trillas SAПолит, Д. и Б. Ханглер. 1985. "Научные исследования в области здравоохранения". Второй. Interamerican. Мексика. 595pp Тамайо и Тамайо, Марио. (1998). Процесс научного исследования. 3-е изд. Мексика: Эд. Лимуса С.А.
СТРАНИЦЫ В ИНТЕРНЕТЕ
- Получено с: http://www.monografias.com Получено с «http://es.wikipedia.org/wiki/Investigaci%C3%B3n_experimental«
