Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

HIPOTÉZIS MEGFOGALMAZÁSA Hipotézis: A tárgyra vonatkozó feltételezések egyértelmű, konkrét, pontos megfogalmazása és rögzítése. A szakmai gyakorlat mindennapos.

Hasonló előadás


Az előadások a következő témára: "HIPOTÉZIS MEGFOGALMAZÁSA Hipotézis: A tárgyra vonatkozó feltételezések egyértelmű, konkrét, pontos megfogalmazása és rögzítése. A szakmai gyakorlat mindennapos."— Előadás másolata:

1 HIPOTÉZIS MEGFOGALMAZÁSA Hipotézis: A tárgyra vonatkozó feltételezések egyértelmű, konkrét, pontos megfogalmazása és rögzítése. A szakmai gyakorlat mindennapos feltételezései HIPOTÉZIS mintaválasztás adatfelvétel módszerei adatfeldolgozás módszerei

2 HIPOTÉZISEK TÍPUSAI  I. típusú hipotézis – VARIANCIA-TÍPUSÚ HIPOTÉZISEK o Hatékonyságvizsgálatok hipotézisei változást, varianciát feltételeznek: valamiféle módszer, beavatkozás, változtatás akkor hatékony, ha változást okoz.  II. típusú hipotézis – KORRELÁCIÓ-TÍPUSÚ HIPOTÉZISEK o Ezek a hipotézisek ok-okozati összefüggést vagy együttjárást, korrelációt feltételeznek.  Null-hipotézis – nincs változás, nincs összefüggés o A statisztikai hipotézisvizsgálati eljárások a null-hipotézist veszik kiindulási alapul.

3 POPULÁCIÓ MEGHATÁROZÁS, MINTA KIVÁLASZTÁSA POPULÁCIÓ, NÉPESSÉG: A vizsgálat tárgyában érintett személyek, élőlények, tárgyak köre, akikre a hipotézisek vonatkoznak. (A teljes populáció vizsgálatának gyakorlati, időbeli, kapacitásbeli, pénzügyi, szervezési és egyéb akadályai vannak.) MINTA: A populációból kiválasztott részhalmaz, mely tükrözi, képviseli, reprezentálja a populáció egészére jellemző tulajdonságokat.

4 A REPREZENTATÍV MINTAVÁLASZTÁS MÓDSZEREI  RÉTEGZETT MINTAVÉTEL o A népességet, populációt alkotó különböző rétegcsoportok arányát, a minta összeállításánál is biztosítjuk; a szerkezetét, összetételét illetően hasonló lesz a minta a populációval. o A minta reprezentativitásának valószínűségét a rétegképző szempontok érvényesítésével biztosítjuk.  VÉLETLENSZERŰ MINTAVÉTEL o A populáció valamennyi tagjának egyenlő esélyt adunk a mintába kerülésre, a véletlenre bízzuk. o A minta reprezentativitását a valószínűségi törvények érvényesülésével biztosítjuk.

5 ADATFELVÉTELI MÓDSZEREK  Dokumentumok elemzése (dokumentáció-analízis), tartalom-elemzés, új szempontok szerinti csoportosítás (kategorizálás),  megkérdezés (anonimitás, keresztkérdés technika, projekció biztosítása) o közvetlen (interjús), o közvetett (kérdőíves),  megfigyelés, esettanulmány (tervezettség és rögzítettség, megfigyelési jegyzőkönyv, a vizsgált jelenségre irányul az elemzés – függő változása),  kísérlet (a vizsgált jelenséget és az ezt meghatározó tényezőket is elemezzük, kontrolláljuk – függő és független változók vizsgálata),  feladatvégrehajtás értékelése (a feladatok végrehajtását értékelve, pontrendszerek segítségével jutunk adatokhoz),  teszt (standardizált feladathelyzetek, teljesítménytesztek, projektív tesztek).

6 ADATFELDOLGOZÁSI MÓDSZEREK LEÍRÓ  csoportosítás, kategorizálás,  megoszlás számítás (megoszlási mutatók),  középérték számítás (átlag, medián médus),  szóródás számítás. VALÓSZÍNŰSÉGI STATISZTIKAI MÓDSZEREK  változás vizsgálat (variancia- analízis, egymintás t-próba, kétmintás t-próba),  összefüggés-vizsgálat (korreláció-analízis, korrelációs együttható, lineáris regresszió, kszi 2 -próba).

7 ADATFELVÉTELI ÉS ADATFELDOLGOZÁSI MÓDSZEREK MEGTERVEZÉSE  Egyszerre kell megtervezni, mert az adatok felvételének és a feldolgozásának módja kölcsönösen meghatározzák egymást.  Diszkrét változók közötti összefüggés vizsgálatra: kontingencia táblázat kell, x 2 próba.  Sokféle változó esetén számítógépes program kell, stb.

8 A TERVEZETT MÓDSZEREK KIPRÓBÁLÁSA  A kutatási algoritmus biztonságot nyújtó, leellenőrző módszere.  A tervezett módszer kipróbálása kis mintán.  Az adatfelvétel és az adatfeldolgozás előzetes kipróbálása a felesleges munka és időtöltés elkerülésére.

9 ADATFELVÉTEL  A tényleges adatok felvétele a megtervezett adatfelvételi módszerrel a minta egészén. AZ „ADAT” FOGALMA  Az „adat” a kutatás tárgyáról nyert információ egysége.  Az adat objektív, tárgyszerű, nem módosítható és nem hagyható el szabadon. A „VÁLTOZÓ” FOGALMA  Az adat a valóságnak csak egy adott pillanatnyi megjelenését, változatát tudja rögzíteni és elemezhetővé tenni. AZ „ADATOK” FAJTÁI  Mérhető adatok – folytonos eloszlású adatok, a skála bármely pontján eshet adat.  Megállapítható adatok – diszkrét eloszlású adatok, az elképzelt skálának csak bizonyos kitüntetett, diszkrét pontjaira eshet adat.

10 AZ ADATOK ÉS AZ ADATFELVÉTEL HITELESSÉGE  Validitás – érvényesség: o Az adatok valóban a vizsgált változót tükrözik-e.  Reliabilitás – megbízhatóság: o Az adatok pontosságára, valósághűségére vonatkozó fogalom. o A reliabilitás mértéke ellenőrizhető a felezéses eljárás (split-half) módszerrel. o Elvégezhető az összes lehetséges felezésre az összefüggés- vizsgálat, a belső egyezés-konzisztencia vizsgálat, melynek mutatója: Cronbach-alfa.

11 ADATFELDOLGOZÁS  Adatfeldolgozási módszerek ismerete.  Adatleíró módszerek ismerete: o A kutatási tárgyunk különböző változóinak (tulajdonságainak, mértékének, minőségének) könnyen átlátható, szemléletes leírása.  Hipotézisek vizsgálati módjainak ismerete: o Variancia típusú, változást kifejező hipotézisek és a korreláció típusú hipotézisek vizsgálatának módszerei.  Valószínűségi módszerek ismerete: o A hipotézisek érvényességi fokának kifejezése a valószínűségi meghatározásokkal.

12 ADATFELDOLGOZÁS  Variancia-típusú hipotézisek.  Hatékonyságvizsgálatok (valamilyen beavatkozás hatással van bizonyos változókra).  Változás mértékének a meghatározása.  A variancia kimutatására szolgáló leíró módszer: szóródás- számítás.  Szignifikancia fogalma: az elfogadható hatás mértéke.  A variancia mértékének meghatározására szolgáló statisztikai eljárás: a variancia-analízis.

13 VARIANCIA EGYETLEN VÁLTOZÓRÓL NYERT ADATOK ESETÉBEN – SZÓRÓDÁSSZÁMÍTÁS EGYETLEN ADATFELVÉTEL SORÁN  A vizsgált mintában szereplő egyének egy meghatározott változója különböző adatokat mutat,  ezen adatoknak kiszámítható a mintára vonatkozó átlagos értéke – átlagszámítás,  meghatározható, hogy az egyes adatok milyen mértékben térnek el a mintára jellemző átlagtól – szóródás számítás,  a szóródás megmutatja, hogy az adatok milyen variálódását, változékonyságát mutatják a vizsgált tulajdonságnak.

14 VARIANCIA EREDETI ÉS MEGISMÉTELT (KONTROLL) VIZSGÁLAT SORÁN – VARIANCIA SZÁMÍTÁS KÉT ADATSOR ESETÉBEN  A törvényszerű változás, variancia meglétének igazolása – kimutatni, hogy van változás, mely nem csak a véletlennek köszönhető és nem csak a két adatsor önmagában való változékonyságából adódik,  feltételezzük, hogy nincsen változás: null-hipotézis,  elvégezzük a variancia-analízis statisztikai eljárást,  ha találunk változást, akkor a null-hipotézist elvetjük,  megállapítjuk, hogy törvényszerűnek tekinthető a változás megléte, igaz a hatékonyságra való feltételezésünk, valóban változást okozott.

15 KORRELÁCIÓ – ÖSSZEFÜGGÉS, EGYÜTTJÁRÁS  Ok-okozati összefüggés vagy csak együttjárás, a két változó közötti kapcsolat.  A korreláció iránya szerint: o pozitív korreláció – egyenes irányú összefüggés, o negatív korreláció – fordított irányú összefüggés, o pozitív és negatív korreláció, o nincs korreláció, nincs összefüggés.  Pontdiagram: minden egyes pont egyszerre mutatja a vizsgált személy elhelyezkedését mindkét tulajdonságának vonatkozásában.  A korreláció erősségét pontdiagramon a szóródás jelzi, az összefüggés irányát jelző egyenestől való távolság (csekély szóródás: erős összefüggés).  A korrelációs hipotézisek igazolására: o valószínűségi statisztikai eljárásokat kell alkalmazni.

16 KORRELÁCIÓ-ÖSSZEFÜGGÉS VIZSGÁLATOK mérhető adatok, folytonos eloszlású adatok megállapítható adatok, diszkrét adatok folytonos skáladimenziók koordináta-rendszerek pontdiagramos ábrázolás kontingencia táblázat összefüggés táblázat oszlopok: egyik változó diszkrét adata sorok: másik változó diszkrét adata korreláció analízis

17 HIPOTÉZIS VIZSGÁLAT SZIGNIFIKANCIA  Szignifikancia: o „Jelentősnek értékelhetőség” fogalmát jelenti. A hipotézisek igazolhatósága vagy elvetése közötti határ értelmezésére szolgál a szignifikancia szint meghatározása (érvényesnek elfogadott valószínűség).  Szignifikancia szint: o A véletlennek az általunk megengedett szintjét nevezzük szignifikancia szintnek. A véletlennek a megengedett szintje, részesedése, ami mellett még a törvényszerűség megállapítható. A tudományosságban általánosan elfogadott szignifikancia szint: 5% = p<0,05. (A véletlennek legfeljebb csak 5%-os valószínűséget engedünk.)

18 HIPOTÉZIS VIZSGÁLAT  p≤0,05: o A véletlen valószínűsége kisebb, mint 5%. o A hipotézis igaz, a hipotézisben feltételezett változás (variancia) vagy összefüggés (korreláció) 95%-os valószínűséggel fennáll valóban. o A változás vagy összefüggés szignifikáns.  p>0,05 : o A véletlen valószínűsége nagyobb, mint 5%. o A hipotézis hamis, a hipotézisben feltételezett változás vagy összefüggés (korreláció) törvényszerű meglétét el kell vetni. o Az eredmény, a változás vagy összefüggés nem szignifikáns.

19 KÖVETKEZTETÉSEK, JAVASLATOK, MEGBESZÉLÉS, DISZKUSSZIÓ  Gyakorlatiasság (a gyakorlat, szakma számára hasznosíthatót kell nyújtani).  Szemléletesség (szöveges, ábrák, táblázatok, egyértelműség, egyszerűség).  Alkalmazkodás a közlési formához (előadás, poszter, folyóirat, cikk).  Adatvédelmi szempontok érvényesítése (jogi és kutatásetikai előírások betartása, adatvédelmi előírások).


Letölteni ppt "HIPOTÉZIS MEGFOGALMAZÁSA Hipotézis: A tárgyra vonatkozó feltételezések egyértelmű, konkrét, pontos megfogalmazása és rögzítése. A szakmai gyakorlat mindennapos."

Hasonló előadás


Google Hirdetések