تحلیل آماری یا Statictical Analysis
فرآیندی است که با هدف ایجاد یک تصویر روشن و تفسیر دقیق ازمفهوم مستتر در داده های جمع آوری شده در تحقیق انجام می شود.
داده های گرد آوری شده در تحقیق ممکن است به واسطه طراحی پرسشنامه یا داده های کتابخانه ای بدست آمده باشد.
برای مثال داده های مربوط به نرخ تورم، نرخ بیکاری، اشتغال، توزیع درآمد و غیره از نوع داده های کتابخانه ای هستند که توسط نهادهای دولتی جمع آوری شده و در اختیار پژوهشگران و عموم جامعه قرار می گیرند که بعضا به این داده ها دسته دوم نیز می گویند.
اما داده های دست اول یا پرسشنامه ای اطلاعاتی هستند که توسط خود پژوهشگر مرتبط با یک تحقیق خاص از طریق مصاحبه یا پرسشنامه گردآوری می شوند.
در گذشته و پیش از طراحی نرم افزارهای آماری مانند SPSS, R, AMOS, LISREL,SMART PLS, و غیره بیشتر محققان از روشها و محاسبات ریاضی بسیار طولانی و دشوار برای بررسی داده های خام و نتیجه گیری استفاده می کردند اما پس از معرفی نرم افزارهای آماری تنها چند کلیک ساده و اجرای یک معادله یا مدل در کسری از ثانیه قابل انجام است.
در این مقاله قصد داریم شما را با فرآیند انجام تحلیل آماری و مراحل مربوط به آن بیشتر آشنا کنیم. بر اساس تعریف ارائه شده توسط دکتر رامین کریمی در کتاب "راهنمای آسان تحلیل آماری با SPSS" فرآیند تحلیل آماری شامل 8 مرحله است که تقریبا در تمامی نرم افزارهای آماری مشابه است. این 8 مرحله به ترتیب عبارتند از :
تعریف متغیرها، وارد کردن داده ها، آماده سازی داده ها، آزمون پیش فرض های چند متغیره، بررسی روایی و پایایی تحقیق، آمارهای توصیفی، آمارهای استنباطی و تفسیر و گزارش نتایج که در ادامه به هر کدام از آنها به تفضیل خواهیم پرداخت.
تعریف متغیرها: اولین گام در انجام تحلیل های آماری تعریف کردن متغیر ها است. بدین معنا که شما باید قبل از وارد کردن داده ها در نرم افزار از روابط بین آنها مطلع باشید. متغیرها به طور کلی ممکن است کمی یا کیفی باشند اما متغیرهای تحقیق در فرآیند تحلیل آماری حتما کمی هستند و روابط بین آنها در قالب متغیر وابسته، متغیر مستقل، متغیر میانجی و متغیر کنترل بیان می شود. برای مثال فرض کنید می خواهید تاثیر عدالت سازمانی بر رضایت شغلی در میان کارکنان بانک ملی را بسنجید.
در این حالت متغیرهای عدالت سازمانی مستقل و متغیرهای رضایت شغلی وابسته محسوب می شوند. متغیرهای مستقل نقش تاثیرگذار یا عاملی بر روی سایر متغیرهای تحقیق را دارند. متغیرهای مستقل در فرآیند تحلیل آماری به شما کمک می کنند که نتایج تحقیق را به صورت دقیق تفسیر کنید چرا که هر گونه تغییر در آنها موجب تغییر در نتایج تحقیق خواهد شد. در این فرآیند ممکن است برخی متغیرها مانند سطح تحصیلات یا سن به عنوان متغیر میانجی یا کنترل انتخاب شوند. بنابراین قبل از انجام تحلیل های آماری مشخص کنید هر کدام از متغیرهای تحقیق شما چه نقشی داشته و از چه نوعی هستند چرا که نتایج و تفسیر های پژوهش به کشف صحیح ارتباط بین متغیرها وابسته است.
وارد کردن داده ها: دومین مرحله از فرآیند انجام تحلیل آماری وارد کردن داده هاست. این مرحله شاید یکی از مهمترین مراحل انجام تحلیل آماری باشد چرا که هر گونه اشتباه در وارد کردن داده ها در خروجی های نرم افزار و نتایج تحقیق تاثیر مستقیم خواهد داشت. فرض کنید شما داده های خام یک پرسشنامه را تبدیل به عدد کرده و این اعداد را اشتباها وارد نرم افزار کرده اید.
مثلا داوطلب در پرسشنامه به گزینه 4 پاسخ داده است و شما اشتباها گزینه 2 را وارد نرم افزار کرده اید. در این حالت نتایج تحقیق تغییر کرده و فرآیند کلی پژوهش به بیراهه خواهد رفت. چنانچه قصد دارید در نرم افزار SPSS این کار را انجام دهید می بایست در مرحله اول متغیر های تحقیق را تعریف کرده و در مرحله بعد سوالات پرسشنامه را در قالب طیف لیکرت عددی وارد نرم افزار کنید. سعی کنید در این مرحله دقت زیادی را صرف کنید چرا که هر گونه اشتباه در نهایت زحمات شما را به هدر خواهد داد.
وارد کردن داده های خام پرسشنامه را می توان در نرم افزار اکسل، نوت پد و SPSS انجام داد. رشته های برق، کامپیوتر و مهندسی معمولا از نرم افزار های خاص رشته خودشان استفاده می کنند که در آن مدل مورد نظرشان را طراحی کرده و آن را اجرا می کنند و یا با سورس کدهای نوشته شده در نرم افزار می توانند خروجی مورد نظرشان را بررسی کنند.
آماده سازی داده ها: فرآیند آماده سازی داده ها به معنای بررسی نهایی اطلاعات وارد شده در نرم افزار پیش از انجام تحلیل های آماری است. این فرآیند معمولا به بررسی داده های ناقص، مقادیر گمشده (Missing Value)، بررسی کدگذاری ها و نحوه تعریف متغیرها اختصاص می یابد. سعی کنید یک الگوی مشخص و واضح برای وارد کردن داده ها داشته باشید در غیر اینصورت با وجود آماده سازی چندین باره و بررسی داده ها ممکن است باز هم در شناسایی خطاها دچار مشکل شوید.
همانطور که بیان کردیم هرگونه خطا در وارد کردن داده ها درنهایت نتایج تحقیق را تحت شعاع قرار داده و یافته های تحقیق را دچار مشکلات جدی خواهد کرد. در برخی از تحقیق ها خصوصا در حوزه رفتار و علوم اجتماعی شما با فرآیندی به نام مقیاس سازی مواجه هستید که در آن می بایست یک متغیر جدید از ترکیب متغیرهای موجود ایجاد کنید. در فرآیند مقیاس سازی باید داده های موجود در چندین متغیر را به دقت بررسی کرده و در نهایت با دستور Combine آنها را ترکیب کرد.
آزمون پیش فرض های چند متغیره: آزمون پیش فرض های چند متغیره برای مقایسه میانگین اثرات یک یا چند متغیر وابسته بر روی متغیر مستقل بکار برده می شود. هدف از این تحلیل مشخص کردن رابطه و میزان تاثیر متغیر های مستقل و وابسته در پژوهش است. به صورت کلی از روش های مختلف مانند واریانس چند متغیره، آزمون T، واریانس تک متغیره ANOVA، واریانس MANOVA، واریانس MANCOVA و غیره اشاره کرد.
بررسی روایی و پایایی در تحقیق: یکی از مهمترین فاکتورهای اعتباربخشی به تحقیق بررسی دو عامل روایی و پایایی در تحقیق است. شما با انجام آزمون های مربوط به روایی و پایایی به مخاطبان و سایر پژوهشگران نشان می دهید که از ابزارهای دقیق و درستی در تحقیق استفاده کرده اید و نتایج آن قابل اتکا و قابل اعتماد است. از روش های مختلفی برای ارزیابی روایی تحقیق (Validity) استفاده می شود که میتوان به روش اعتبار صوری، روایی محتوا، روش اعتبار ملاکی، اعتبار پیش بین، اعتبار همزمان، روایی همگرا و اعتبار تمایز اشاره کرد.
برای ارزیابی پایایی تحقیق (Reliability) نیز از روش آلفای کرونباخ استفاده می شود اما برای این منظور می توان به برخی دیگر از روش ها مانند روش بازآزمایی یا پریتست، روش موازی یا آزمون همتا، روش تصنیف یا دو نیمه کردن آزمون و روش کودر-ریچاردسون اشاره نمود. تمامی این روش ها به صورت همزمان به کار برده نمی شوند و معمولا یک یا دو روش رایج برای این منظور کاربرد دارد.
پیاده سازی آمارهای توصیفی: این آمارها معمولا به توصیف و تصویر جداول، نمودارها، مد، میانه، میانگین، دامنه تغییرات، چولگی، کشیدگی و واریانس می پردازد. در فرآیند آمار توصیفی، پژوهشگر وظیفه دارد مفاهیم و اطلاعات موجود در قالب جداول و نمودارها را به صورت کاملا ساده و شفاف برای مخاطبان تبیین نماید. به یاد داشته باشید که در فرآیند مربوط به آمار توصیفی، هیچگونه اغراق یا توجیهی نباید انجام بگیرد و تمامی اطلاعات می بایست تنها بازتاب دهنده واقعیت موجود در جداول و نمودارها باشد.
پیاده سازی آمارهای استنباطی: این بخش از فرآیند تحلیل آماری بر این موضوع تاکید دارد که آیا اطلاعات بدست آمده از نمونه آماری قابل تعمیم به کل جامعه هست یا خیر و آیا این آمار بازتابی از واقعیات جامعه بوده است یا خیر. مهمترین تفاوت آمارهای توصیفی با آمارهای استنباطی در این موضوع است که آمارهای استنباطی با قدرت تفسیر شما در ارتباط با تعمیم پذیری تحقیق مرتبط است درحالی که آمار توصیفی بر درک دانش آماری شما و چگونگی توصیف واقعیت نتایج بدست آمده تمرکز دارد.
تفسیر و گزارش نتایج: مهمترین و شاید تعیین کننده ترین بخش تحقیق شما مربوط به تفسیر و گزارش نتایج یا همان Result and Discussion است. در این بخش شما باید علاوه بر گزارش نتایج، طیف وسیعی از منابع معتبر را برای تایید نتایج تحقیقتان ذکر کنید. فرض کنید شما در تحقیق خودتان توانسته اید یک رابطه مستقیم و معنادار بین عدالت سازمانی و رضایت شغلی در بین کارکنان بانکهای ایران پیدا کنید، حال باید سعی کنید که مقالات و منابع معتبری با همین یافته ها را نیز در تحقیقتان بیاورید تا اعتبار علمی کارتان را بیشتر کند.
تفسیر در نهایت توجه داشته باشید که فرآیند و مراحل انجام تحلیل آماری نه تنها به دانش بالایی از علم آمار بلکه به قدرت استدلال، تفکر انتقادی و درک مطلب بالایی نیاز دارد.
روایی و پایایی - نمونه تحقیق - نرم افزار تحلیل آماری R - تحلیل های آماری - پرسشنامه
