Barreiras comuns na coleta de dados

Seja na escola, faculdade ou pós-graduação , há inúmeras situações em que você pode ser obrigado a coletar dados. Se você está baseando sua pesquisa sobre informações recolhidas e analisadas por outros pesquisadores , as dificuldades podem ser menos distinta. No entanto , a coleta de seus próprios dados , ou a pesquisa primária , pode ser difícil em qualquer nível. Considere-se um punhado de sugestões como a enquadrar os seus objetivos e revisitá-los à medida que avança em direção a conclusões com base em seus dados de desenho. Ficar concentrado

Se você não sabe o que você está tentando entender ou medida , você pode facilmente correr em círculos antes mesmo de começar. Definir cuidadosamente sua hipótese ou foco de investigação bem antes de iniciar a sua investigação. Por exemplo, você pode começar com a pergunta : “Como é que os alunos aprendem melhor sobre os acontecimentos atuais? ” Você logo perceber , no entanto, que esta questão é demasiado vago para a pesquisa. Comece com o seu tema maior de interesse e se mover em direção a um objetivo mensurável. Por exemplo, você pode restringir o foco da questão , perguntando: ” Será que o aumento do nível de retenção de um aluno quando se apresenta com um evento atual , na forma de um vídeo , em vez de um artigo de impressão? ”

Knowing Quem diz que

Depois de ter articulado especificamente a pergunta que você precisa responder , rever o trabalho de outros pesquisadores. Isso ajuda você a entender o que o trabalho sobre o assunto já foram realizados. Mesmo se alguém já fez uma pergunta semelhante , você pode confirmar ou contradizer suas descobertas. Você também pode querer analisar a sua investigação e decidir se concentrar em um tópico semelhante, mas um pouco diferente. Compreender os pontos fortes e as deficiências de pesquisa prévia pode impedir a duplicação de erros e permitir que você tome conceitos semelhantes ainda mais.

Size Matters

Quando a coleta de dados , você pode provavelmente fazê-lo com base em uma população limitada; então generalizar suas descobertas para uma população maior . Por exemplo, se você está pesquisando hábitos de estudo dos alunos , você pode experimentar vários milhares de estudantes para tirar conclusões sobre todos os alunos em um determinado estado ou país. Se você está tirando conclusões sobre uma grande população de pessoas, é importante que o tamanho da amostra é grande o suficiente para levar a conclusões precisas. Levantamento dez alunos , por exemplo, para tirar conclusões sobre toda uma escola com 1.000 alunos provavelmente levaria a dados imprecisos.

Precisão Counts

Da mesma forma que a amostra matérias do tamanho, os temas de um estudo de caso também. Se as pessoas ou objetos que compõem uma amostra não representam a população maior, em seguida, suas conclusões podem ser distorcidos . Por exemplo, se você estava tentando calcular o peso médio de todos os moradores de sua cidade , mas você recolheu todos os seus dados de indivíduos a pé dentro e fora do ginásio local, o seu exemplo , provavelmente não representa toda a cidade . Uma forma de evitar esses erros é a realização de uma amostra aleatória , onde toda a população tem uma chance igual de ser escolhido para a amostra.