sem5 wnioskowania

CO DALEJ Z DANYMI?

WNIOSKOWANIA

www.logic.amu.edu.pl

2

KWESTIE TECHNICZNE

dr Victoria Kamasa

WSPÓŁPRACA: rozdziały przesyłamy w całości, w wersji ostatecznej; nazwa pliku: imię i numer (albo inna wskazówka);

REDAKCJA: po cytowaniu w nawiasie np. (Kvale, 2001) kropka, jeśli jest na końcu zdania; odmiana nazwisk obcych:

Normalnie – jeśli kończy się na spółgłoskę: Lakoffa, Lakoffowi Z apostrofem – jeśli kończ się na samogłoskę: Grice’a, Grice’owi

SPOSÓB PISANIA: mniej pamiętnika – autor bardziej przejrzysty; podsumowania, konkluzje itp. zestawienia proponowanych teorii , nie tylko referowanie;


PRZED

dr Victoria Kamasa ZSL IJ

CO ROBIĘ?

• OPIS• WYJAŚNIANIE• SPRAWDZANI

E• ..

O KIM MÓWIĘ?

• PRÓBA• POPULACJA

JAKIE DANE?

• ILOŚCIOWE• JAKOŚCIOWE

CZYM SIĘ ZAJMUJĘ

• PRZEDMIOT BADANIA?

• ELEMENTY POMOCNICZE?


4

WAŻNE

dr Victoria Kamasa

CZEGO dotyczą moje wyniki i wnioski: precyzja; uwaga na nadmierne generalizacje; mówię o tym, co zbadałam;

mam WYNIKI i WNIOSKI: WYNIKI – to co „widać” z zebranych danych; WNIOSKI – to co mój warsztat badacza pozwala mi na podstawie

tych danych powiedzieć; wyższy poziom abstrakcji; oddzielam WYNIKI i WNIOSKI:

może być w osobnych podrozdziałach (results/discussion); Przynajmniej: w osobnych zdaniach ;); Jasne, co jest co; Jakie są WYNIKI – stwierdzam; Jakie są WNIOSKI – postuluję, przypuszczam, podjerzewam…


DANE

ILOŚCIOWE JAKOŚCIOWE


dane sprowadzone do formatu liczbowego; uporządkowanie; jakiś rodzaj kategoryzacji;

dane nie sprowadzone do formatu liczbowego; wielość; wielostronność; różnorodność.


DANE ILOŚCIOWE


www.logic.amu.edu.pl dr Victoria Kamasa ZSL IJ


DANE ILOŚCIOWE

PREZENTACJA ZEBRANYCH

INDUKCJA


proste dane liczbowe i procentowe; wykresy; statystyki opisowe;

wnioski dotyczą PRÓBY

Konieczne spełnienie pewnych warunków dotyczących próby i/lub danych.

estymacja przedziałowa; testowanie hipotez (np. istotności różnic)

STATYSTYKA! wnioski dotyczą

POPULACJI


DANE JAKOŚCIOWE



POMOCNE PYTANIA


Szukając zrozumienia danych można analizować:1) Częstość zjawiska X.2) Nasilenie zjawiska X.3) Struktura (np. typy, związki między typami)4) Procesy.5) Przyczyny.6) Konsekwencje.

(Loflandowie 1995, 127-145)


POSZUKIWANIE REGULARNOŚCI


wybór kryterium; operacjonalizacja kryterium; porządkowanie danych wg wybranego kryterium; poszukiwanie regularności wewnątrz podzielonych danych;

sprawdzanie postulowanych regularności: na zebranym materiale; na innych danych (np. ilościowych).


KODOWANIE


zaliczanie zebranych fenomenów do pewnych kategorii:

skoncentrowanie na „pojęciach”; poszukiwanie intersubiektywności;

źródła kategorii: teoria stanowiąca podstawę badania; sam materiał (teoria ugruntowana, dialog z danymi)

kody nie muszą podziałem w sensie logicznym.


TYPOLOGIE


TYP IDEALNY (Weber): „strukturyzacja amorficznej per se rzeczywistości”

(Szacki 2002) abstrakcyjny; idealizacja cech/prawidłowości obserwowanych w

danych; w rzeczywistości występują przypadki mniej lub

bardziej zbliżone do danego typu idealnego; autorska propozycja opisu rzeczywistości.


TYPOLOGIE w praktyce


obserwacja materiału; poszukiwanie prawidłowości; abstrahowanie od zróżnicowań indywidualnych; tworzenie typów; ilustrowanie przykładami danych „zbliżających się” do typów.


BIBLIOGRAFIA


S. Kvale: „InterViews. Wprowadzenie do jakościowego wywiadu badawczego”, TransHumana, Białystok 2004E. Babbie: „Badania społeczne w praktyce”, Wydawnictwo Naukowe PWN, Warszawa 2003A. Pawłowski: Empiryczne i ilościowe metody badań wobec naukowego statusu językoznawstwa w: P. Stalmaszczyk (red.): Metodologie językoznawstwa. Filozoficzne i empiryczne problemy w analizie języka. Wydawnictwo Uniwersytety Łódzkiego, Łódź 2010.J. Szacki: „Historia myśli społecznej”, Wydawnictwo Naukowe PWN, Warszawa 2002


16

dr Victoria Kamasa


17

ZADANIE DOMOWE

TERMIN:

dr Victoria Kamasa


18

BIBLIOGRAFIA

dr Victoria Kamasa

sem5 wnioskowania

Documents