7:12 ص
علم الاحصاء الزراعي -
كتب الزراعة
كتاب : مدخل لدراسة و تحليل البيانات الاحصائية - تطبيقات على برنامج SPSS
اعداد : جمال شعوان
التحليل الإحصائي يعني دراسة الاتجاهات والأنماط والعلاقات باستخدام البيانات الكمية. إنها أداة بحث مهمة يستخدمها العلماء والحكومات والشركات والمنظمات الأخرى. لاستخلاص استنتاجات صحيحة، يتطلب التحليل الإحصائي تخطيطًا دقيقًا منذ بداية عملية البحث. تحتاج إلى تحديد فرضياتك واتخاذ القرارات بشأن تصميم البحث وحجم العينة وإجراءات أخذ العينات. بعد جمع البيانات من عينتك، يمكنك تنظيم البيانات وتلخيصها باستخدام الإحصائيات الوصفية. بعد ذلك، يمكنك استخدام الإحصائيات الاستدلالية لاختبار الفرضيات رسميًا وإجراء تقديرات حول السكان. وأخيرا، يمكنك تفسير وتعميم النتائج التي توصلت إليها.
هذه المقالة هي مقدمة عملية للتحليل الإحصائي للطلاب والباحثين. سنرشدك خلال الخطوات باستخدام مثالين بحثيين. يبحث الأول في العلاقة المحتملة بين السبب والنتيجة، بينما يبحث الثاني في العلاقة المحتملة بين المتغيرات. لجمع بيانات صالحة للتحليل الإحصائي، تحتاج أولاً إلى تحديد فرضياتك والتخطيط لتصميم بحثك.
كتابة الفرضيات الإحصائية
غالبًا ما يكون هدف البحث هو دراسة العلاقة بين المتغيرات داخل المجتمع. تبدأ بالتنبؤ، وتستخدم التحليل الإحصائي لاختبار هذا التنبؤ. الفرضية الإحصائية هي طريقة رسمية لكتابة التنبؤ حول السكان. تتم إعادة صياغة كل تنبؤ بحثي إلى فرضيات فارغة وبديلة يمكن اختبارها باستخدام بيانات العينة. في حين أن الفرضية الصفرية تتنبأ دائمًا بعدم وجود أي تأثير أو عدم وجود علاقة بين المتغيرات، فإن الفرضية البديلة تنص على توقع بحثك بوجود تأثير أو علاقة.
تصميم البحث هو إستراتيجيتك الشاملة لجمع البيانات وتحليلها. فهو يحدد الاختبارات الإحصائية التي يمكنك استخدامها لاختبار فرضيتك لاحقًا. أولاً، حدد ما إذا كان بحثك سيستخدم تصميمًا وصفيًا أو ارتباطيًا أو تجريبيًا. تؤثر التجارب بشكل مباشر على المتغيرات، في حين أن الدراسات الوصفية والارتباطية تقيس المتغيرات فقط.
في التصميم التجريبي، يمكنك تقييم العلاقة بين السبب والنتيجة (على سبيل المثال، تأثير التأمل على درجات الاختبار) باستخدام الاختبارات الإحصائية للمقارنة أو الانحدار.
في التصميم الارتباطي، يمكنك استكشاف العلاقات بين المتغيرات (على سبيل المثال، دخل الوالدين والمعدل التراكمي) دون أي افتراض للسببية باستخدام معاملات الارتباط واختبارات الأهمية.
في التصميم الوصفي، يمكنك دراسة خصائص السكان أو الظاهرة (على سبيل المثال، مدى انتشار القلق لدى طلاب الجامعات الأمريكية) باستخدام الاختبارات الإحصائية لاستخلاص استنتاجات من بيانات العينة. يتعلق تصميم بحثك أيضًا بما إذا كنت ستقارن بين المشاركين على مستوى المجموعة أو المستوى الفردي، أو كليهما. في التصميم بين المواضيع، يمكنك مقارنة النتائج على مستوى المجموعة للمشاركين الذين تعرضوا لعلاجات مختلفة (على سبيل المثال، أولئك الذين قاموا بتمرين التأمل مقابل أولئك الذين لم يفعلوا ذلك).
في التصميم داخل المواضيع، يمكنك مقارنة القياسات المتكررة من المشاركين الذين شاركوا في جميع معالجات الدراسة (على سبيل المثال، الدرجات من قبل وبعد أداء تمرين التأمل). في التصميم المختلط (العاملي)، يتم تغيير متغير واحد بين المواضيع وآخر داخل المواضيع (على سبيل المثال، درجات الاختبار القبلي والاختبار البعدي من المشاركين الذين قاموا أو لم يمارسوا تمرين التأمل). عند التخطيط لتصميم البحث، يجب عليك تفعيل المتغيرات الخاصة بك وتحديد كيفية قياسها بالضبط. بالنسبة للتحليل الإحصائي، من المهم أن تأخذ في الاعتبار مستوى قياس متغيراتك، والذي يخبرك بنوع البيانات التي تحتوي عليها:
تمثل البيانات الفئوية المجموعات. قد تكون هذه اسمية (مثل الجنس) أو ترتيبية (مثل مستوى القدرة اللغوية).
البيانات الكمية تمثل المبالغ. وقد تكون هذه على مقياس فاصل (مثل درجة الاختبار) أو مقياس نسبي (مثل العمر).
يمكن قياس العديد من المتغيرات بمستويات مختلفة من الدقة. على سبيل المثال، يمكن أن تكون بيانات العمر كمية (8 سنوات) أو فئوية (شباب). إذا تم ترميز المتغير رقميًا (على سبيل المثال، مستوى الاتفاق من 1 إلى 5)، فهذا لا يعني تلقائيًا أنه كمي وليس فئوي.
يعد تحديد مستوى القياس أمرًا مهمًا لاختيار الإحصائيات المناسبة واختبارات الفرضيات. على سبيل المثال، يمكنك حساب متوسط النتيجة باستخدام البيانات الكمية، ولكن ليس باستخدام البيانات الفئوية. في دراسة بحثية، إلى جانب قياسات المتغيرات التي تهمك، ستقوم غالبًا بجمع بيانات حول خصائص المشاركين ذات الصلة.
------------------
------------------------------
ليست هناك تعليقات: