يسألني كثيرًا عن
التثليث في البحث النوعي ، حيث تتطلب العديد من المدارس والكراسي تثليث نتائج البحث
كجزء من أطروحة نوعية. ما هو التثليث في البحث النوعي؟ غالبًا ما أرى التثليث ممزوجًا
بالثقة أو الصلاحية ، وهي إحدى طرق عرض التثليث. لا تكون نتائج الدراسة جديرة بالثقة
إلى حد ما أو صحيحة أو ذات مصداقية بسبب وجود أو عدم وجود التثليث. في التصميم النوعي
الصحيح ، مثل دراسة الحالة ، قد يكون تثليث البيانات منطقيًا. لكن هذا لا يعني أنك
إذا فشلت في تفسير نتائجك بالثلاثي ، فإن دراستك خاطئة.
الرأي البديل هو
أن التثليث يكشف عن أبعاد مختلفة لظاهرة البحث. تخيل أنك شاهدت عملية سطو على بنك وتطلب
منك الشرطة وصف الحادث. هل سيتحدثون معك ، وأنت فقط ، لفهم ما حدث؟ بالطبع لا. سيحتاجون
إلى دعم قصتك بأي دليل آخر يمكنهم فعله ، مثل الشهود الآخرين ولقطات الفيديو CC. هذه
هي الفكرة من وراء التثليث - أن المصادر المتعددة للبيانات ، على سبيل المثال ، تؤكد
وتلقي ضوءًا جديدًا على نتائج بحثك.
لا تدع الثلاثييضللك
هنا - التثليث لا يعني ثلاثة! التثليث في هذا السياق يعني ببساطة أكثر من واحد. تثليث
البيانات هو أكثر ما أراه مطلوبًا من عملائي. يمكنك ، على سبيل المثال ، استخدام المقابلات
ومجموعة التركيز كمصادر بيانات مختلفة لتثليث نتائجك. هناك طرق أخرى لتثليث النتائج.
يمكنك استخدام التثليث النظري ، والذي يعني استكشاف وتحليل بياناتك من خلال أطر نظرية
مختلفة. أو يمكنك جمع البيانات من نفس المشاركين ولكن في أوقات مختلفة ، على الرغم
من أن هذا النهج قد يكون أقل جاذبية إذا كنت تمر بأزمة زمنية. إذا كان لديك وصول إلى
باحث آخر ، فإن البحث عن تحليله المستقل لبياناتك هو طريقة أخرى للتثليث يمكنك استخدامها.
أخيرا، جمع البيانات من عدة مشاركين هو شكل من أشكال التثليث. يقدم كل مشارك خبراته
ونظرته للعالم إلى دراستك ، مما يوفر أبعادًا جديدة وإمكانية القواسم المشتركة للتجربة.
إذا طُلب منك استخدام
التثليث في دراسة أطروحتك ، فأنت لست وحدك. بينما لا يكون التثليث منطقيًا لجميع التصاميم
النوعية ، وهو ما قد يكون هو الحال بالنسبة لأطروحتك الخاصة ، حاول أن تنظر إليها على
أنها شيء سيعزز فهمك لبحثك ، وكن مبدعًا في كيفية اختيارك لإنجاز ذلك.
يسألني كثيرًا عن
الاختلافات بين تحليل المحتوى والتحليل الموضوعي ، وهو موضوع هذه المدونة. هناك بعض
أوجه التشابه بين هذين النهجين التحليليين. ومع ذلك ، هناك اختلافات رئيسية أيضًا تجعلها
مناسبة لتصميمات البحث المختلفة.
التحليل الموضوعي
هو طريقة لتحليل البيانات النوعية. هذا النهج مرن من حيث أنه يمكن استخدامه مع تصميمات
بحث مختلفة. التحليل الموضوعي مفيد لاستكشاف الأنماط عبر البيانات النوعية من المشاركين
والباحثين غالبًا ما يستخدمونها لتحليل المقابلات. السمات هي الفئات الشاملة للبيانات
المشتركة عبر العديد من المشاركين. تحكي جميع البيانات النصية الموجودة في موضوع ما
قصة حول هذا الموضوع وهي مرتبطة بطريقة ما ، وتمثل أبعادًا مختلفة لظاهرة ما. يساعد
التحليل الموضوعي الباحثين على فهم جوانب الظاهرة التي يتحدث عنها المشاركون بشكل متكرر
أو متعمق ، والطرق التي يمكن أن ترتبط بها تلك الجوانب من الظاهرة.
من ناحية أخرى ،
يمكن استخدام تحليل المحتوى كطريقة كمية أو نوعية لتحليل البيانات. حتى في تحليل المحتوى
النوعي ، هناك بعض التحديد الكمي للبيانات ، حيث يساعد تحليل المحتوى الباحثين في حساب
حالات الرموز. يمكن تطبيق تحليل المحتوى على بيانات نصية أخرى وليس على المقابلات فقط.
يعد تحليل المحتوى مناسبًا أيضًا لتحليل الصور المرئية مثل الصور أو مقاطع الفيديو.
قد يساعد هذا النوع من التحليل الباحثين في الحصول على كميات كبيرة من البيانات النصية
، حيث يفيد تحليل المحتوى في تحديد كيفية استخدام الكلمات وأنماط الكلمات في السياق.
تتشابه العملية التحليلية
لكل من التحليل الموضوعي والمحتوى في أن الباحثة تتعرف على البيانات وتجري الترميز
على جميع البيانات. في التحليل الموضوعي ، يقوم الباحث بترميز جميع البيانات بشكل منهجي
ثم يبدأ في تنظيم الرموز ، بناءً على بعض التشابه ، في فئات أكبر وأكبر قد تؤدي إلى
بنية هرمية للرمز -> موضوع فرعي -> موضوع. يقوم الباحث في تحليل المحتوى بترميز
البيانات وإنشاء الفئات والفئات الفرعية. يختلف عرض النتائج بين التحليل الموضوعي وتحليل
المحتوى قليلاً. يتم عرض الموضوعات ، إلى جانب المقتطفات الداعمة من البيانات ، في
التقرير النهائي ، بما في ذلك وصف تلك الموضوعات فيما يتعلق بأسئلة البحث. في تحليل
المحتوى ، غالبًا ما يقدم الباحثون النتائج كخرائط أو نماذج مفاهيمية.
يعد
كل من التحليل الموضوعي وتحليل المحتوى أدوات مفيدة في البحث النوعي. بالإضافة إلى
ذلك ، يعد تحليل المحتوى مفيدًا في تحديد البيانات النوعية. كلاهما مفيد أيضًا لتصميمات
البحث الوصفي. ومع ذلك ، هناك بعض الاختلافات بين النهجين ، وتحديداً فيما يبحث عنه
الباحثون في بياناتهم ، وكيف يتم تحليل البيانات ، وعرض البيانات.
النسبة للطلاب الذين
يتعلمون عن الإحصائيات ، يتساءل البعض عما إذا كان ينبغي عليهم استخدام اختبار t للعينات
التابعة (يُسمى أيضًا اختبار t للعينات المزدوجة) أو اختبار ANOVA المتكرر. لنبدأ من البدايه. يقوم كلا الاختبارين بتقييم الاختلافات عبر
نفس الملاحظات (أو الأزواج) على متغيرات مستوى المقياس. على سبيل المثال ، هل هناك
اختلاف في المعدل التراكمي في الوقت 1 والمعدل التراكمي في الوقت 2 ، أم أن هناك اتفاق
شريك على الانبساط ، إلخ
الافتراضات
كل من العينات التابعة
واختبار t والقياسات المتكررة ANOVA لها نفس الافتراضات: الحالة الطبيعية وتجانس التباين. يمكن تقييم افتراضات
الحالة الطبيعية من خلال اختبار Shapiro Wilks أو بواسطة مخطط مبعثر QQ من أجل
الوضع الطبيعي. غالبًا ما يتم تقييم تجانس اختبار التباين باستخدام اختبار Levene. في اختبار شابيرو وليفين ، تكون النتيجة غير المهمة جيدة وتشير إلى استيفاء
افتراضات اختبار t للعينة المزدوجة أو مقاييس ANOVA المتكررة.
إذن أي واحد يجب
أن أستخدمه؟
بالنسبة لاختبار
الاختلاف في متغير مقياس يتم قياسه عند نقطتين زمنيتين (المعدل التراكمي في الوقت
1 والوقت 2) أو بواسطة عينات مزدوجة (استجابات الشريك) ، تكون قيمة t الناتجة
وقيمة F متكافئة ، والاحتمال هو بالضبط نفس الشيء.
إذا كان الاحتمال 0.05 أو أقل ، فإننا نستنتج أن الوسائل تختلف عبر الأزواج (أو الفترات
الزمنية).
مذكرة قانونية
إذا كان المتغير
التابع الخاص بك يقيس في ثلاث فترات زمنية أو أكثر (المعدل التراكمي في الوقت 1 ، والوقت
2 ، والوقت 3) أو إذا كان مقياس النتيجة الخاص بك يحتوي على ثلاث قيم مقابلة (الشريك
1 ، والشريك 2 ، والطفل) ، فيجب عليك استخدام تدابير متكررة ANOVA. يسمح اختبار t للعينات التابعة فقط بالمتغيرات في فترتين
زمنيتين فقط.
إذا كنت تريد أن
ترى بنفسك ، يمكنك الانتقال إلى www.IntellectusStatistics.com ، وتجربته مجانًا لمدة أسبوع
، وتنزيل نموذج لمجموعة بيانات ، ثم تشغيل كل من اختبار t للعينات المزدوجة والقياسات المتكررة ANOVA.
لطلب تحليل
احصائي التواصل عبر الواتسب اضغط
هنا
ليست هناك تعليقات:
إرسال تعليق