Se al liceo , college o formazione post-laurea , ci sono numerosi scenari in cui potrebbe essere necessario per raccogliere i dati . Se si basa la vostra ricerca su informazioni raccolte e analizzate da altri ricercatori , le difficoltà possono essere meno distinti . Tuttavia , raccogliendo i propri dati, o la ricerca primaria , può essere difficile a qualsiasi livello . Si consideri una manciata di indizi , come si inquadrare i vostri obiettivi e rivisitare loro come ci si sposta in avanti verso trarre conclusioni basate sui dati. Restare concentrati

Se non si sa cosa si sta cercando di capire o misura , si può facilmente incorrere in cerchio prima ancora di iniziare . Definire con attenzione la tua ipotesi o focus di ricerca con largo anticipo rispetto iniziare la vostra inchiesta. Per esempio , si può iniziare con la domanda: “Come fanno gli studenti meglio conoscere gli eventi in corso ? ” È facile rendersi conto , però , che questa domanda è troppo vaga alla ricerca . Inizia con l’argomento maggiore di interesse e muoversi verso un obiettivo misurabile . Ad esempio, si può restringere il focus della questione chiedendo , ” fa aumentare il livello di conservazione di uno studente quando ha presentato con un evento corrente sotto forma di un video, piuttosto che un articolo di stampa? ”

Knowing Chi dice ciò

volta specificamente articolata la domanda che è necessario rispondere , rivedere il lavoro di altri ricercatori . Questo aiuta a capire che lavoro su questo argomento è già stato effettuato . Anche se qualcuno ha già posto una domanda simile, è possibile confermare o contraddire i suoi risultati . Si consiglia inoltre di analizzare la sua ricerca e decidere di concentrarsi su un argomento simile , ma leggermente diverso . Comprendere i punti di forza e le carenze della ricerca prima può impedire la duplicazione errori e permetterà di prendere ancora di più concetti simili .

Size Matters

Quando la raccolta dei dati , è possibile che molto probabilmente non così basata su una popolazione limitata; poi generalizzare i vostri risultati di una popolazione più ampia . Ad esempio, se si è alla ricerca di abitudini di studio degli studenti , è possibile assaggiare diverse migliaia di studenti di trarre conclusioni in merito a tutti gli studenti in un determinato stato o paese . Se si sta disegnando conclusioni su una vasta popolazione di persone , è importante che la dimensione del campione è abbastanza grande da portare a conclusioni precise. Esaminando dieci studenti , per esempio , di trarre conclusioni in merito a tutta una scuola con 1000 studenti porterebbe probabilmente a dati inesatti .

Precisione Conti

Nello stesso modo che il campione le dimensioni contano , i soggetti di uno studio materia così . Se i soggetti o gli oggetti che compongono un campione non rappresentano la popolazione più ampia , quindi le vostre conclusioni possono essere falsati . Ad esempio, se si stava tentando di calcolare il peso medio di tutti i residenti nella vostra città , ma avete raccolto tutti i dati provenienti da individui che camminano dentro e fuori della palestra locale , il campione probabilmente non rappresenta l’intera città . Un modo per evitare tali errori è quello di condurre un campione casuale , dove tutti nella popolazione ha la stessa probabilità di essere scelto per il campione .