خطوات البحث العلمي3(المتغيرات-تحليل البيانات-عرض النتائج-قياس الاتجاهات-اساليب الاحصا
متغيرات الدرسة:
عند استخدام الباحث لمنهج تجريبي أو عند وجود اسئلةاو فرضيات تتعلق باثر متع=غير ما في نتغير اخر، فيفضل تحديد المتغيرات المستقلة ( المسئولة عن الاثر ) والمتغيرات التابعة ( الذي يمثل النتيجة )
الاجراءات:
يقصد بها الوسيلة المستخدمة في تطبيق اداة الدراسة وبيان كيفية وصول الباحث إلى المبحوثين من مثل ارسال الاستبانة بالبريد أو بالمقابلة وكيف تم ذلك؟ كيف حصل على عناوينهم؟كيف تمت مقابلتهم؟ ماذا عن الذين رفضوا المقابلة؟ أو الذين لم يردوا على رسالة الباحث؟
جمع البيانات:
وتشمل توضيح طريقة جمع البيانات كالرسالة المرفقة باستبانة البحث وتشمل الموافقات الخاصة بجمع البيانات من جهة ما ويشار إلى هذه الوثائق وتوضع كملاحق.
المحددات:
لابد من توضيح محددات الدراسة واهم المحددات في الدراسات الانسانية هي العينة وطريقة اختيارها، فالعينة غير العشوائية لا يمكن تعميم نتائجها، وقد يكون من المحددات صغر حجم العينة.
تحليل البيانات:
يشمل الطريقة التي استخدمت في التحليل بما في ذلك عملية الترميز أن وجدت أو ادخال البيانات في الحاسب الالي زاسم الرزم الاحصائية المستخدمة في التحليل مثل الـ SPSS والطريقة الت تم فيها حساب علامات المفحوصين خاصة في المقاييس أو الفهارس وكذلم بيان الاساليب الاحصائية المستخدمة في التحليل مثل اختبار (ز) أو (ت) أو (ف) ولماذا استخدمت؟ وكذا تحديد مستوى αالفا.
عرض النتائج :
عند استعراض النتائج يعطى تقديم قصير لهدف الدراسة الرئيسي وطريقة اختيار العينة وحجمها واسلوب جمع البيانات وعملية ادخالها والاساليب الاحصائية المستخدمة وبيان كيفية عرض النتائج كما، ويفضل ترتيب عرض النتائج وفق ترتيب فرضيات أو اسئلة الدراسة وذلك بكتابة السؤال أو الفرضية وعرض النتائج الخاصة بها وتعرض النتائج بجداول أو اشكال بيانية ويراعى عدم التكرار والربط بين الفرضيات.
ويشمل فصل النتائج ( الفصل الرابع ) عادة ثلاثة اجزاء رئيسية هي :
1. خصائص العينية 2. الاجابة على الاسئلة أو الفرضيات 3. ملخص الفصل.
خطوات البحث العلمي 6 (قياس الاتجاهات)
قياس الاتجاهات :
عملية ليست سهلة والخطأ الاكبر ينتج من الباحث حيث يضع اسئلة خاطئة من حسث أن كل الاسئلة لا اختلاف فيها وبالتالي تكون النتائج خاطئة علميا وهناك قواعد عامة لاسئلة الاتجاهات منها :
1. أن تكون الاسئلة ايجابية – سلبية – محايدة
2. أن تكون معتقد– سلوك– عاطفة (أحب–لا أحب، اعتقد– لا اعتقد، اري– لا اري، اقوم-لااقوم) بحيث تعكس هذه الجوانب الثلاثة واضف عليها الجوانب الاخري في الفقرة (1) ينتج لديك خليط يقيس الاتجاه.
اما أن تسال مثلا: الاسراف مرفوض (موافق– موافق جدا – غير موافق) فهنا لا نتوقع أن ياتي شخص ويقول أن الاسراف غير مرفوض ، وكذا الحال بالنسبة لسؤال : اماطة الاذي عن الطريق صدقة فلا يتوقع أن ياتي شخص ويقول غير ذلك وهكذا. فكل هذه الاسئلة معروفة اجابتها مسبقا ولاخلاف بين الناس فيها لذلك يجب تجنب امثال هذه الاسئلة المعروفة اجابتها مسبقا.
والسبب في ذلك أن الباحث يسعى في المحصلة للوصول إلى اختلافات وفروقات بين الناس، والدراسة التى ليس فيها فروقات واختلافات بين الناس يعتبر المتغير فيها ( ثابت ) وليس متغير وبالتالي لا يوجد تحليل، فلو قلنا مثلا أن كل واحد من المبحوثين راتبه خمسة الاف فلا يصبح هناك دخل متغير بل ثابت.
ومن هنا عندما يطرح الباحث اسئلة متشابهة الاجابة فان النتيجة تكون ثابتة ولا يمكن تحليلها وكثير من الطلاب يصيغون اسئلتهم بهذا الشكل وياخذون موافقة المحكمين عليها وهي خاطئة بهذا الشكل.
مستويات القياس :
هو اخذ موضوع الدراسة وتحويله إلى طريقة يمكن معها قياس المتغيرات،وحتي يمكن ذلك تستخدم ادوات القياس كالاستبانة أو الملاحظة أو المقابلة الخ ولكن هذه الادوات تنطلق كلها من اربعة مستويات متدرجة من الاضعف إلى الاقوي ويمكن أن تستخدم في الدراسة الواحدة جميع المستويات ولكن كنقطة اساسية إذا امكن للباحث استخدام مستوي اقوي فلا يستحسن له استخدام أو قياس المستوي الادني حيث انه كلما كان مستوي القياس اقوي كلما كانت النتائج اقوي.
والقياس نوعين قياس مجرد ( نظري ) و قياس اجرائي والاخير يتم عند تحويل القياس من مستوى نظري
( الوزن هو الشخص السمين ) إلى مستوى اجرائي (كان تقول أن الشخص السمين هو الذي يزيد وزنه عن 100كجم ) وهكذا سواء عند قياس الولاء أو خلافه حيث يتحول المفهوم من نظري إلى قياس.
والقياس يعنى اعطاء ارقام للاشياء وفق قواعد محددة ففرضا نقول أن رقم1. هو ذكر ورقم 2. انثي . ومن المهم أن يحدد الباحث المستوى الذي يقيس فيه متغيرات دراسته، وذلك من خلال تحديد وحدة التحليل اولا ومن ثم خصائص هذه الوحدة فقد تكون وحدة التحليل الفرد أو السلوك أو المنظمة،
فمثلا خواص الفرد هي العمر، الطول، الوزن والتعليم. وهذه الصفات أن اخذت قيما متباينة تسمى متغيرات ولقياس هذه المتغيرات تعطي ارقاما وفق قاعدة ومن ثم تقاس وفق المستويات الاربعة وهي :
1. المقياس الاسمي ( يتعلق بالاسماء والفئات والتصنيف) الارقام هنا غير حقيقة فتقيس مثلا ما رمز له برقم 1. وهو يمثل الذكور ورقم 2. وهو يمثل الاناث. واكثر شيئ يمكن أن نخرج به من هذا المقياس هو كم عدد الذكور والاناث ونسبتهم فقط وهو يعطي القيمة الاكثر تكرار.
2. مقياس الرتب : يعني ترتيب الصفة المقاسة فمثلا لو قسنا الولاء التنظيمي فهنا نقيس من هم الاكثر ولاء والاقل الخ ... وكذا لو اردنا قياس الصف من ناحية التحصيل فهناك الأول والثاني الخ ... كما يمكن ايضا قياس صفات اخرى كالسرعة والوزن والولاء الخ ... ولهذا المقياس ميزة انه يعطي من هو الاكثر والاقل أو الاسرع والابطأ أو الاطول والاقصر ...الخ. ومقياس الرتب هو القيمة التى تقسم المجموعة إلى قسمين متساوين.
3. مقياس الفترات : يعنى تساوي الاجزاء مثلا لو قست الفترات فيجب أن تكون الفارق بين الفترات ثابت كخمسة أو عشرة أو الخ ..كقياس العلامات مثلا من80-85 ومن 90-95 فالفترة هي واحدة اينما وقعت. وهذا المقياس يمكن أن يعطيك الفرق بين أي جزء كان تقول أن هذا حصل على ضعف الأول أو على نفس الشيئ مثلا.
4. مقياس النسبة : وهو قليل الاستخدام في العلوم الاجتماعية وهو نفس مقياس الفترات الا أن الصفر هنا صفر مطلق ( أي غياب الصفة المقاسة تماما ) فعندما نقول أن الحرارة مثلا صفر مطلق أي لاوجود لها وهذا يختلف عن الصفر المئوي العايدي الذي يعنى درجة التجمد، أو الصفر النسبي أي نسبة إلى معيار معين، أو الصفر الجامعي أي أن ياخذ الطالب الاقل مستوى مثلا درجة 35 سواء اجاب أو لو لم يجب.
ولكن كملاحظة اساسية في هذه المقاييس الاربعة هي أن كل مقياس حسب هذا الترتيب يشمل على صفات المقياس الذي يسبقه بالاضافة إلى صفته الجديدة، فمقياس الرتب مثلا يشمل صفات مقياس الفئات.
ويرتبط بهذه المقاييس تحديد نوعية تحليل البيانات فمثلا في المقياس الاسمي هناك اساليب قياس خاصة لايجوز استخدامها على سبيل المثال مع المقاييس الاخري.
خطوات البحث العلمي 7 (انواع الاساليب الاحصائية)
أنواع الاساليب الاحصائية : هناك خطين رئيسين للتعامل مع البيانات:
1. اساليب احصاء وصفية وهو الخط الأول: والوصف يمكن أن يتم باساليب متنوعة فهناك الوصف بالصورة (الرسم البياني، الرسم بالنقاط، الاعمدة، المنحنيات،القطاعات الدائرية) وهناك الوصف بالرقم أي وصف مجموعة من البيانات بالارقام سواء للتمركز حول قيمة معينة( النزعة المركزية ) أو الاختلاف حول قيمة معينة ( التشتت ) . وهناك ايضا معامل الانحدار. 2. اساليب احصاء استنتاجية متعلقة بفحص فرضية ( بشكل عام ) وهو الخط الثاني أي خط الاستنتاج أو التحليل وهناك ايضا مجموعة اساليب احصائية تتعلق بفحص الفرضيات الاحصائية. وفي كلا الخطين الوصفي أو الاستنتاجي لابد من الاخذ في الحسبان مستوي القياس، بمعنى أن مستوي القياس عامل مهم لمعرفة الاسلوب الاحصائي. فمستوي القياس مهم حيث أن كل وصف أو تحليل يناسبه اسلوب معين بحسب كل مستوي وقد تختلف القضية إذا كان لدينا متغير على مستوي معين ومتغير اخر على مستوي اخر فيصبح لدينا مستويين وهناك اساليب معينة تناسب هذا الاختلاف. فمستويات القياس مهم جدا لانه كل مستوي قياس يناسبه نوع معين.
النزعة المركزية : من الاساليب الاحصائية الوصفية ويعنى وصف مجموعة من البيانات برقم واحد يمثل للقيم المختلفة أي يحل محل هذه القيم عندما يصفها. وهناك ثلاثة اساليب يمكن استخدامها هنا هي: 1. المنوالmode : مناسب للمقياس الاسمي. والمنوال هو : القيمة الاكثر تكرارا وقد يكون هناك اكثر من منوال ولكن لا ينصح باستخدام اكثر من ثلاثة قيم كمنوالات. وتوزيع القيم في المنوال يعد مؤشر على وجودها فالقيمة التى تتكرر اكثر شيئ فهي بهذا المعنى اكثر مركزية. وبصفة عامة في المقياس الاسمي لا يوجد هناك سوي التكرار أو العدد الكلي للمجموعة مثلا ذكور اناث فلا استطيع التعامل معها الا بهذه الطريقة.والمنوال يركز على قيمة واحدة وهي القيمة الاكثر تكرار فقط في حين ياخذ الوسط ( المتوسط ) في الاعتبار جميع القيم لذلك فالمنوال كمقياس من حيث الدقة غير دقيق. 2. الوسيط median : مناسب لقياس الرتب. والوسيط هو: القيمة التى تقسم مجموعة من البيانات إلى قسمين متساويين بمعنى 50٪ اعلي و 50٪ ادني فلو وجدت بيانات مثلا فيبحث عن رقم يمثل القيمة المركزية التى تقسم البيانات إلى نصفين متساويين وهذا يصلح مع مقياس الرتب(موافق–غير موافق ). ويمكن أن نأخذ ذلك بقسمة مجموعة القيم على 2 ولكن بعد ترتيبها من الاعلي إلى الادني أو العكس 3. الوسط: mean : مناسب لقياس الفترات ويسمي احيانا المعدل أو المتوسط تجاوزا. والوسط يعنى : مجموعة القيم على عددها.
وكل هذه القيم عبارة عن ممثلة توصف مجموعة من البيانات لان من عمليات الوصف هو الاختزال أي البحث عن قيمة أو وصف تتجنب فيه الوصف الفردي لكل مفردة من مفردات البحث. ولنأخذ الوسط كاسلوب احصائي وصفي مثلا يقيس النزعة المركزية أي إلى أي درجة تتجمع البيانات حول رقم معين كان نقول بان متوسط الدخل هو خمسة الاف ريال أي غالبية الافراد دخلهم خمسة الاف ، اذن هنا تم استخدام الوسط ( مجموع القيم على عددها )لقياس متغير الدخل على مستوى النسبة أو الفترات. اما إذا اردت قياس الدخل لمعرفة من هو الاكثر دخلا ومن يليه فهنا المقياس المناسب من ( الوسط – الوسيط – المنوال ) هو الوسيط أي القيمة التي يقع فوقها 50٪ و أقل منها 50٪ . وهنا خطأ شائع وهو استخدام الوسط بصرف النظر عن نوع البيانات التى لدي الباحث فيصبح عملية الوسط مضللة ولا معنى له. كما يمكن استخدام المنوال هنا حيث يعطي الفئة الاكثر تكراراً ولكنه مناسب اكثر في المقياس الاسمي حيث يحول المتغير إلى مجموعتين احدهما مرتفعي الدخل والاخرى منخفضي الدخل ويبين كم عدد كل فئة. اما الوسط فلا يمكن استخدامه هنا حيث يتطلب الوسط بيانات على مقياس النسبة. فهنا نوعية السؤال هو الذي يحدد نوعية المقياس سواء اسمي أو رتب أو خلافه. فمثلا لو طرح السؤال كالاتي : هل انت 1. مدني 2. عسكري فهنا المقياس اسمي وبالتالي ما يمكن أن تستخدمه من احصاء مع بيانات الدراسة يعتمد اساسا على كيفية وضع اسئلة الاستبانة ولا يجوز أن تستخدم اسلوب احصائي معين لا يمكن استخدامه مع هذا النوع من البيانات. وعندما يكون هناك اكثر من متغير فانه يمكن وصفها بيانيا كوصف العلاقة بين الطول والوزن، كما يمكن وصف العلاقة بمعامل الارتباط في حالة اهتماننا في الوصف بالعلاقة بين متغيرات كالعلاقة بين الخبرة والاداء الوظيفي أو بين الطول والوزن (وهذا الاسلوب متخصص في وصف العلاقة وان كان يمكن استخدام الاساليب الاخري الا أن معامل الارتباط هو الأفضل في حالة وصف العلاقة، فيمكن القول مثلا أن معامل الارتباط بين الاداء الوظيفي والخبرة هو ( r =0.88 ) وهو ما يعنى أن هناك علاقة ايجابية قوية بين الخبرة والاداء فهنا برقم واحد وصفت العلاقة لاشخاص قد يصل عددهم للألف.
التشتت : يصف مدي اختلاف أو تباين مجموعة من البيانات (عكس النزعة المركزية) ومن الأفضل دوما في حالة الاسلوب الوصفي للنزعة المركزية اعطاء وصف التشتت. وهناك ثلاثة اساليب لقياس التشتت سواء في المستوي الاسمي أو الرتبي أو في مستوي الفترات فهناك :
1. المدي : ابسط أنواع مقاييس التششت وهو الفرق بين اعلى قيمة وادني قيمة ويمكن استخدامه مع الرتب أو الفترات
2. التباين/ الانحراف المعياري : اكثر انتشارا واهمية نظرا لوقوع غالبية البيانات في العلوم الانسانية على مقياس الفترات. وهما في الاصل معيار واحد ولكن جرت العادة على التمييز بينهما. و الانحراف المعياري = الجزر التربيعي للتباين فعمليا إذا اثبتت الدراسات الانحراف المعياري فيمكن الوصول إلى التبيان بضرب الجزر التربيعي. والانحراف المعياري هو متوسط الاختلافات عن القيمة المركزية أي عن الوسط كوننا نتحدث عن مقاييس الفترات والذي يناسبها هو الوسط
3. IQV : لبيان نسبة التشابة أو الاختلاف في بيانات اثنين وهو مناسب مع البيانات الاسمية
ملاحظة هامة في القياس يقع فيها الكثير من الطلاب : قياس شيئ في الواقع يختلف عن دراسة الاتجاهات الموجودة فالواقع يختلف عن الاتجاهات. فمثلا دارس يريد دراسة الولاء التنظيمي في مؤسسة فياتي بدراسات تقيس الاتجاهات، والاتجاهات تختلف عن الواقع حيث أن الواقع هو إلى أي درجة ينتمى هؤلاء الناس إلى عملهم وبالتالي يجب أن تعكس الدراسة هذا البعد.
مصطلحات احصائية :
متغير منفصل: المتغير الذي لا يمكن وضع عدد لانهائي من القيم بين أي منزلتين متجاورتين
متغير متصل:المتغير الذي يمكن وضع عدد لانهائي من القيم بين أي منزلتين متجاورتين ويكون على مستوى الفترات
معامل الارتباط : يعنى درجة الخطية للمتغير أو مقدار الخطية واتجاهها أي الدرجة التى يمكن تمثيل البيانات تمثيلا خطيا. وهناك معامل ارتباط لا خطية ( نعم، لا ) أي أن أن يكون الخط ممكن رسمه ولكن ليس مستقيم بل منحنى.
χ = القيمة أو البيانات الخام χَ = مقدار الانحراف عن الوسط
X2 = كاي2∑ = مجموع S2= تباين SDS OR = انحراف معياري
ملحوظة:كبر قيمة الانحراف المعياري مؤشرا على أن الاختلاف كبير في البيانات وقلته يعنى أن هناك تجانس كبير في البيانات مع الاخذ في الاعتبار أن الاحتلاف أو التجانس عن الوسط والافضل أن يكون الانحراف المعياري اقل من قيمة الوسط وبكثير مما يعنى أن البيانات التى حصل عليها الباحث جيدة .
نصيحة اولية للباحث: التعامل مع البيانات يمكن أن يأخذ منحنى واحد أو منحنيين في ذات الوقت ولكن يفضل أن يتطلع الباحث إلى بياناته اولا وكخطوة اولى ( وصف بياناته ) ويستحسن استخدام الرسم البياني على شكل نقاط ومن ثم تفحص البيانات فقد يجد انها متجمعة بشكل معين أو قد يجد فيها بعض القيم الخارجة ( خوارج ) أي يكون شكلها شاذ وقد يعود ذلك إلى خطأ في الادخال كان تدخل عمر شخص 250 بدلا من 25 سنة وقد يكون قيمة حقيقية لحالة شاذة فيكون هناك شخص عمره 130 سنة وهو امر شاذ، وفي حالة القيمة الشاذة لدي الباحث ثلاثة خيارات اما أن يحلل البيانات مع وجود القيمة الشاذة أو يحلل مع غياب هذه القيمة أو يحلل القيمة الشاذة ويدرسها كحالة مستقلة في حد ذاتها.
استفسار عن أساليب التحليل
بعد التحية،
أود الأستفسار عن ماذا يقصد بدرجات الحرية، وقيمة كا2 وهل طريقة الcrosstab باستخدام مربع كايسوير، يمكن إستخدام لفحص فرضيات ذات علاقة إحصائية وفق مقياس ليكرد، وما نسبة الخطأ فيها؟ بالإضافة ما علاقة مستوى الدلالة الإحصائية في بيانات الجدول؟ وما هي الحالات التي يجوز استخدام هذه الطريقة الإحصائية فيها؟ أرجو الإجابة بالتفصيل.
علماً بأنني أثمن عالياً المعلومات الإحصائية التي تقوم بنشرها عبر هذا الموقع.
