طريقة اختيار الأساليب الاحصائية المناسبة لتحليل االبيانات
في ميدان العلوم الاجتماعية
طبيعة البيانات في الدراسات الكمية:نلجأ إلى التحليل الاحصائي في الدراسات الكمية لكي نتمكن من الوصول إلى أغوار العوامل الديناميكية والممكنة والتي قد تلقى بعض الضوء على الجوانب التي قد تحتاج إلى فحص جديد وثمة قاعدة عامة في هذا الصدد وهي الحرص على جراسة وفحص البيانات في ضوء خصائصها وطبيعتها الأساسية قبل اختيار الطريقة الاحصائية في معالجة هذه البيانات ويجب أن يضع الباخث في نصب عينه أن البيانات نفسها هي التي تحدد طريقة الإجراء التي يجب أن يستخدم في ميدان العلوم الاجتماعية
لا شك أن لكل منهج إحصائي متطلبات خاصة تفرضها عليه طبيعة البيانات المستخدمة والتي يجب أن تكون ملائمة لهذه المتطلبت ويمكن تصنيف البيانات طبقا للأسس الأربع التالية:
أ-نوع البيانات Kind of Data :
توجد البيانات محددة ومقتطعة discrete values مستقلة بذاتها ومثال ذلك الأشخاص ، التفاح والقوميات
وتكون القيم المتصلة contimous values متصلا a continuum كما هو الحال بالنسبة لدرجات الحرارة والترتيب العمري ....... الخ
ب-مستوى القياس level of Measurement :- البيانات الاسمية Nominal Data وهي تتميز عن غيرها من البيانات بإعطاء اسم لها كالأطفال والمزارعين ..... الخ
- البيانات القائمة على القياس الترتيبي Ordinal Measurement والتي يسند لها نظام متتابع كما هو الحال بالنسبة لأيام الأسبوع ترتب الكليات بالجامعة أو ترتيب المقياس المئوى A Percentile Scale
- البيانات القائمة على القياس الفئوي Interval Data أو الوحدات المتساوية هي تلك البيانات التي يتم قياسها في شوء الاختلاف في الوحدات القياسية ومثال ذلك درجة على أكبر 30 نقطة من درجة أخرى واحمد 5 كجم زيادة عن علي أو فاطمة طولها 3 سنتيمتر زيادة عن نشوى وهكذا
- البيانات القائمة على المقياس النسبي Ratio Scale وهي تلك البيانات التي تبين أن بندا من البنود أكبر من بند آخر إن احمد أو ذكي أقوى من شخص آخر (يذهب بعض الاحصائيون أن هذا المقياس يبدأ من درجة الصفر المطلق) ومثال ذللك المقياس المتبني A Percentage Scale
ج-عدد الجماعات التي يتم جمع البيانات عنها:- تنشأ البيانات عن جماعة واحدة One group data من خلال جماعة متفردة من المبحوثين ويصادفنا مثل هذا النوع من البيانات عند قيامنا بإجراء دراسة قبلية أو عمدية على بعض المتغيرات خاصة جماعة واحدة من الأفراد
- تنشأ البيانات عن جماعتين Two group data عند دراسة جماعتين كما هو الحال بالنسبة للجماعة الضابطة أو الجماعة التجريبية
- تنشأ البيانات عن جماعات كثيرة Many groups data من خلال دراساتنا لجماعات سكانية متعددة Multi-group population والتي يتم فيها دراسة متغيرات متعارضة في مواقف متباينة
د- عدد المتغيرات Variables :- هناك بيانات قائمة على متغير واحد univariate عن جماعة من الجماعات ويعد هذا النوع من الدراسات من أبسط الأنواع وهو يتنمي إلى نموذج بحثي كلاسيكي وفي هذه الحالة يتم تثبيت جميع المتغيرات ماعدا متغير واحد عند القيام بإجراءات الدراسة
- هناك بيانات تشمل القائمة على متغيرين bivariate اثنين ومثال هذا النوع من الدراسات تتمضن قياس التحصيل النسبي في مادتين لكل فرد من أفراد العينة
- هناك بيانات تشمل على متغيرات متعددة Multi variates عادة ما يتم عزلها ثم دراستها باستخدام التحليل المتعدد للمتغيرات
يجب على الباحث أن ينظر عن قرب للبيانات التي تم جمعها وقبل أن يبدأ خطوة التحليل الاحصائي على أن تكون هذه النظرة تحليلية فالبيانات هي المادة الخام للبحث وكقاعدة عامة يجب أن يقوم كل باحث بفحص تلك البيانات في البداية ولا يجب أن نتجاهل أي مكونات لتلك البيانات بصرف النظر عن كونها بعيدة أو غير واضحة بالنسبة للمحور الرئيسي للدراسة
يجب أن تفحص البيانات بنفس الطريقة التي تنظر فيها إلى قطع الشطرنج وتتساءل عن كم عدد الأوضاع التي تشغلها البيانات ؟ ما هو الاختلاف الذي قد يحدث نتيجة لتغير أوضاع هذه القطع؟ يجب أن تحدد ما إذا كانت البيانات المطلوب تحليلها إحصائيا تمثل قيما محددة أو مقتطعة Discrete Values لابد أن تسأل أيضا بأي الطرق قد تم قياس هذه القيم ؟ ولا بد أن تلاحظ كم عدد الجماعات التي يتم جمع البيانات عنها كما يجب أن تحدد أو تتخيل عدد المتغيرات التي سوف يتم التحكم فيها من الدراسة؟
فقبل أن تبدأ في اختيار الاجراء الاحصائي المناسب يجب أن تنظر إلى البيانات بنظرة فاحصة بطرق متعددة قبل أن تشغل نفسك بالإجراءات الاحصائية المعقدة ولتأخذ مثالا لتوضيح هذه النقطة يجب أن تكتب ملاحظاتك بعناية بعد أن تنظر بعين فاحصة إلى البيانات التي تحت يديك ثم قم بإعادة ترتيب الدرجات حتى ترى بنفسك كيف يمكن الوصول إلى معلومات عنها قبل اخضاعها للتحليل الاحصائي فقد تتأكد من أن بعض المعلومات لا تربطها أية صلة بمشكلة البحث