什么是泛化性?|定义和示例

普遍性你可以申请的学位是什么结果把你的研究放到更广阔的背景下。当研究结果可以应用于大多数情况下，大多数人，大多数时间时，研究结果被认为是可推广的。

普遍性是由你的作品的代表性来决定的样本是目标的人口．这被称为外部效度．

什么是泛化性?

研究的目标是产生能被尽可能广泛应用的知识。然而，由于通常不可能分析一个群体的每个成员，研究人员只能分析其中的一部分，对这一部分进行陈述。

为了能够将这些陈述应用于更大的群体，研究人员必须确保样本准确地与更广泛的人群相似。

换句话说，样本和人口必须分享与正在进行的研究相关的特征。当这种情况发生时，样本被认为是有代表性的，推而广之，研究的结果被认为是可推广的。

一般来说，当一项研究的结果适用于许多不同类型的人或不同的情况时，它具有良好的泛化性。相比之下，如果结果只能适用于人口的一个亚组或在一个非常具体的情况下，这项研究的概括性很差。

为什么泛化很重要?

获得有代表性的样本是至关重要的概率抽样．相比之下，研究使用non-probability抽样设计更关心深入调查几个案例，而不是概括他们的发现。因此，概括性是概率样本和非概率样本之间的主要区别。

在概率抽样设计中，有三个因素决定你的研究的泛化性:

• 的随机性在样本中，每个研究单位(例如，人口中的个人、企业或组织)都有相同的被选中的机会。
• 如何代表样本是总体的。
• 的大小更大的样本更有可能产生统计上显著的结果。

可泛化性是三个标准之一(以及有效性而且可靠性)，研究人员用它来评估定量和定性研究的质量。然而，根据研究类型的不同，可泛化性的解释和评估也不同。

• 在定量研究，可泛化性有助于对总体进行推断。
• 在定性研究，可泛化性有助于将结果与类似情况下的其他结果进行比较。

泛化的例子

可泛化性对于建立有效性而且可靠性你的书房。在大多数情况下，缺乏概括性会大大缩小范围范围你的研究。，to whom the results can be applied.

但是，不能一概而论的研究成果也有其价值。这完全取决于你的研究目标．

泛化的类型

泛化性有两种类型:

• 统计普遍性,这适用于定量研究吗
• 理论概括性(也被称为可转移性)，适用于定性研究

统计普遍性对于定量研究．定量研究的目标是在只研究这些单位(样本)的子集的同时，发展适用于总体所有单位的一般知识。当你研究一个准确反映总体特征的样本时，统计泛化就实现了。样本需要足够大且无偏倚。

在定性研究，统计泛化性不相关。这是因为定性研究主要关注对人类经验的某些方面的洞察，而不是具有坚实统计基础的数据。通过研究个别案例，研究人员将试图得到可以推广到类似案例的结果。这被称为理论概括性或可转让性。

你如何确保研究的普遍性?

为了在更大的范围内应用你的发现，你应该采取以下步骤，以确保你的研究有足够的普遍性。

• 详细定义你的种群。通过这样做，你将确定你想要概括的是什么。例如，你是要讨论一般的学生，还是你校园里的学生?

• 使用随机抽样．如果样本确实是随机的(即，总体中的每个人都有同样的可能被选为样本)，那么你可以避免抽样偏差并确保样本能代表整个人群。

• 考虑样本的大小。样本容量必须足够大，以支持所做的泛化。如果样本代表的是一个较小的群体，那么结论的范围就必须缩小。

• 如果你在指挥定性研究，尽量在重要的主题和类别上达到饱和点。这样，你就有足够的信息来解释所研究的现象的各个方面。

在完成你的研究后，花点时间反思你的发现的普遍性。哪些事情没有按计划进行，可能会影响您的泛化性?例如,选择偏见如nonresponse偏见会影响你的成绩。中解释你的结果有多一般化，以及可能的限制讨论部分你的研究论文．

关于概括性的常见问题

为什么概括性在研究中很重要?

普遍性是重要的，因为它允许研究人员对一大群人，即目标人群，仅通过研究它的一部分(样本）.

内在效度和外在效度的区别是什么?

我攻效度您所测试的因果关系的置信程度是否不受其他因素的影响变量．

外部效度你的成果能达到什么程度广义到其他语境。

你实验的有效性取决于你的实验设计．

论文的讨论章节是什么?

在讨论，你探索你的意义和相关性研究成果，解释了它们如何与现有的研究和理论相吻合。讨论:

• 你的解释:结果告诉我们什么?
• 的影响:为什么结果很重要?
• 的限制年代:结果不能告诉我们什么?

如何确定研究范围?

研究范围是你当初的决心吗研究过程，在数据收集阶段。有时被称为“研究范围”，你的范围描述了你的项目将涉及和不涉及的内容。它可以帮助你集中你的工作和时间，确保你能够实现你的目标和结果。

定义范围在任何研究项目中都是非常有用的研究计划到一个论文或论文．所有类型的研究都需要一个范围:定量，定性,混合的方法．

定义你的研究范围，考虑以下几点:

• 预算限制或任何拨款的细节
• 你提出的时间表和持续时间
• 关于你的具体情况人口学习，你提议的样本大小，以及研究方法你会追求
• 任何纳入和排除标准
• 任何预期的控制，无关的,或混淆变量可以偏向研究如果没有合理的解释。