Zinātniskās metodoloģijas piemērs

Tas ir izsaukts zinātniskā metodoloģija, uz tehniku, darbību, rīku un procesu uzkrāšanu, kas tiek izmantoti zinātnisko teoriju ģenerēšanai.

Zinātniskā metodika katrā zinātnē ir atšķirīga, tāpēc sociālajai zinātnei ir atšķirīgi principi un metodes nekā medicīnas zinātnei.

Zinātniskās metodoloģijas koncepciju izveidoja Tomass Semjuels Kūns 1971. gadā, kurš skaidri norādīja, ka katrai zinātnei ir īpaša metode, lai veiktu savus secinājumus, attālinoties no tradicionālās zinātniskās metodes, tādējādi uzsverot, ka katrai zinātnei ir noteikta metode, kas palīdz jums zināt vai noliegt teorijas.

Tādējādi, secinot, zinātniskā metodika katrai studiju nozarei ir īpaša procedūra, kas studentiem ļauj pētnieki sasniedz rezultātus, kurus var pārbaudīt ar konkrētu zinātnisku metodi katrai pētījums.

Zinātniskās metodoloģijas piemēri:

1. - zinātnes pamatzinātnes piemērs:

Zinātnes pamatmetodoloģija sastāv no vienkāršiem parametriem, kas var palielināties vai samazināties atkarībā no zinātnes, kurai tā tiek piemērota.

Šī metodika sastāv no vispārīgiem parametriem, piemēram:

a) Priekšmets. - Tas ir būtiski, jo bez tā nav nekā, ko mācīties.

b) Novērošana. - Šī ir izvēlētā objekta atpazīšana.

c) Datu vākšana. - Šī ir informācijas vākšana, un tas tiek parādīts visos izmeklēšanās.

d) Eksperimentēšana. - Šī ir vēl viena metode, kas var atšķirties atkarībā no zinātnes nozares.

e) Secinājumi. - Šis ir loģiskais gals, kas tiek iegūts metodiskā procesa beigās.

2. - Statistikas metodoloģijas piemērs:

Statistikā tiek izmantota metode, kas nodrošina šādu parametru sniegšanu:

a) Problēmas izklāsts:

Tas var būt jebkas, piemēram, transports, pārtika, laika apstākļi, viesuļvētras, vēlēšanas, epidēmija utt.

b) Nosakiet pētījuma objektu:

Kāpēc tas tiek pētīts un kas tiek pētīts, šeit pieņemsim, ka tā ir sezonālās gripas epidēmija.

c) Definējiet mērķus un hipotēzes:

Mērķis vai uzdevumi un hipotēzes kalpo, lai uzzinātu, kas notiks vai notiek ar tēmu vai kas ir tas, ko vēlaties uzzināt tieši par tēmu.

d) Norādiet paraugu ņemšanas lielumu un veidu:

Tas ir informācijas apjoms un veids, kuru paredzēts savākt, zinot, cik daudz un kādā nozīmē tiks savākts.

f) vāc datus:

Tā ir pareiza datu vākšanas darbība, ko var veikt, izmantojot aptaujas, ierakstus, fotogrāfijas utt.

g) ievācot datus, ievērojiet ētikas prasības:

Tas ir tas, ka tie ir patiesi dati, ka tie netiek viltoti, kā tas notiek ar politiskām aptaujām vai ar sociālās aptaujas par strīdīgiem vai nepieņemtiem tematiem, kur informāciju var viltot, lai iegūtu rezultātu specifiski.

h) Notīriet paraugu:

Tas sastāv no iegūto datu labošanas un katalogizēšanas.

i) Aprakstoša analīze:

Soli pa solim izskaidrojiet iegūto datu rezultāta cēloni, lai iegūtu loģisku secinājumu, kas atbilst statistikas realitātei.

j) Paskaidrojošā modeļa ģenerēšana:

Tas ir par grafika vai diagrammu iegūšanu kopā ar pamata secinājumiem, kas izskaidros minētās aptaujas tendenci un atbilstošo statistiku.

k) Atrisiniet hipotēzes:

Tas ir pārliecinošs secinājums par jūsu izvēlēto tēmu.

3. - Eksperimentālās zinātniskās metodoloģijas piemērs:

Zinātniskās metodikas posmi ir gandrīz identiski parastajai zinātniskajai metodei.

 a) Novērojums:

Tas sastāv no skatīšanās ārpus pirmā objektīvā iespaida, mēģinot noteikt konkrētu informāciju par ko mēs redzam, un daudzos gadījumos novērošanai ir nepieciešami dažādi procesi, jo acis mums parasti nerāda realitāti tas izskatās. Papildus tam tas var mums parādīt dažādas iespējas vai izmaiņas, kādas tam var būt.

b) Pieeja un informācijas meklēšana par problēmu:

Mēs varam teikt, ka problēma ir tā, ko mēs vēlamies izpētīt, un informācijas meklēšana ir tas, ko problēma mums var pateikt, jautājot mums, kas tas ir un kādas iespējas tas mums piedāvā.

Pēc pieejas tiek meklēta un izpētīta saistītā informācija, papildus teoriju zīmēšanai.

c) Hipotēzes un teoriju formulēšana:

Teoriju formulēšana un hipotēžu radīšana ļauj mums paredzēt skaidrojumu vai iegūt iespējamās atbildes.

d) Eksperimentēšana:

Šajā brīdī tiek veiktas modifikācijas un manipulēti ar elementiem, mēģinot uzzināt dažādas sekas un sekas.

Lai veiktu eksperimentu, vispirms jāveic projekts, lai veiktu darbības, paredzot manipulācijas ar pētāmo objektu.

Šajā ziņā tiek izveidota kontroles grupa, kas veiks darbības, kuras veiks tie, kas veido eksperimentu grupu, saglabājot rezultātu uzskaiti.

e) Datu vākšana:

Kontroles grupa ir tā, kas ir atbildīga par datu vākšanu, un jāsavāc gan tie, kas tiek uzskatīti par kvalitatīviem vai nekvalitatīviem

Pirmie "kvalitatīvie" ir tie, kas izsaka redzamo, jo tie ir objektīvi dati, kas izsaka izmēru, krāsu, faktūras, smaržas utt.

Kvantitatīvie dati ir tie, kas mums apzīmē daudzumus, mērus, svarus utt.

f) Datu prezentācija:

Dati tiek parādīti, izmantojot pārskatus, datus, diagrammas un tabulas, kas ļauj skaidri uztvert visus datus.

g) datu secinājums un analīze:

Izmantojot apkopotos datus, tiek veiktas minējumu sērijas, kas mūs noved pie secinājuma, kas mūs izskaidro datus, kas saistīti ar tēmu, ar kuru mēs nodarbojamies, galīgais salīdzinājums ir tas, kas mūs noved pie secinājuma iespējams.