יצירת סקרים או שאלונים לסמינריון

סקרים ושאלונים- עשה ואל תעשה

סקרים ושאלונים הם כלי מחקר חשוב ונפוץ במדעי החברה, התנהגות ועוד. עם זאת, פיתוח שאלון איכותי ומהימן דורש תשומת לב רבה לפרטים. ראשית, חש להגדיר בבירור את מטרת הסקר והמידע שאתה מעוניין לאסוף בעזרתו. בהתאם לכך תוכל לקבוע את האוכלוסייה והמדגם הרלוונטיים. לאחר מכן, יש לפרט את הנושאים והשאלות הספציפיות שברצונך לכלול. שאל שאלות סגורות לסינון ומיון המשיבים ושאלות פתוחות לאיסוף מידע איכותני. למקד את השאלות בנושא המחקר. חשוב לנסח בקפידה שאלות ברורות, קונקרטיות ונטולות עמימות. יש להימנע משאלות מוטות, מניפולטיביות או פוגעניות. כדאי להעביר את המבחנים בין משתמשים אחדים כדי לוודא שהשאלון מובן כראוי. יש לקבוע סדר לוגי והגיוני לשאלות עם מעברים חלקים בין נושאים. שקלו לכלול שאלון דמוגרפי ראשוני למיון וסינון. הקפידו על אורך סביר שלא יעייף ממלאים פוטנציאליים. בחרו פלטפורמה מתאימה להפצת הסקר, כגון Google Forms והקפדו על אבטחת הנתונים ואנונימיות המשיבים. בפנייתכם לנבדקים ספקו הסבר מקדים על מטרת המחקר ולמה חשוב שהסקר ימולא. הבטחו כי ממצאי הסקר ישמשו למטרות מחקריות בלבד. ציינו שההשתתפות היא וולונטרית וניתן להפסיק בכל עת. במחקרים לתארים מתקדמים יותר רצוי לבצע פיילוט עם מספר קטן של משתתפים לאיתור בעיות אפשריות לפני שלב ההפצה המלא. כך ניתן לבדוק האם יש צורך בהבהרות או שינויים. לבסוף, יש לנתח את הנתונים באופן שיטתי תוך התמקדות במגמות ותובנות הרלוונטיות לשאלות המחקר שלך. סקר איכותי יספק מידע יקר ערך להמשך המחקר. ניתן לחזק את המהימנות והתוקף של המחקר על ידי הסתמכות מבוקרת ומושכלת על שאלונים קיימים ומאומתים. כדאי לבחור למחקר שאלון שכבר שימש במחקרים קודמים שפורסמו בכתבי עת מובילים ועברו ביקורת עמיתים. שימוש קודם ופרסום מצביעים על תוקף השאלון. יש לקרוא לעומק את המחקרים שהשתמשו בשאלון ולבחון את ניתוח המהימנות והתוקף שלהם. לראות מהם מקדמי המהימנות שמצאו (אלפא קרונבך וכד’). - לבדוק האם החוקרים דיווחו על תהליך פיתוח השאלון ועל מבחני תוקף שערכו לו. - לשכפל ככל האפשר את אופן העברת השאלון וניתוח הנתונים של המחקרים המקוריים. - לערוך מבחני מהימנות ותוקף משלכם על הנתונים שאספת, ולהשוות לממצאים המקוריים. - לדון במגבלות האפשריות של הסתמכות על שאלון קיים בהקשר הנוכחי של עבודתכם. - יש להזכיר בעבודה כי השאלון כבר שימש באופן מוכח במחקרים קודמים מובילים בתחום.

בחירת מבחן סטטיסטי לניתוח

אז העברתם סקר /שאלון בין נבדקים, הנתונים הצטברו בגיליון גוגל שיטס ואתם מעוניינים כרגע להתחיל להבין איך האוכלוסיה במדגם שלכם מתנהגת יחסית להשערות המחקר. איך עושים את זה? ניתוח סטטיסטי. אבל איזה ניתוח סטטיסטי רצוי לבצע אתם בטוח שואלים?אז ככה, זה מורכב.בפוסט הבא אנסה לתת לכם תובנות לגבי המבחנים הסטטיסטיים המקובלים וכללי אצבע מתי יש להפעילם. בבחירת ניתוח סטטיסטי לנתוני שאלון, יש להתחשב במספר קריטריונים עיקריים: 1.מבחני Tו-ANOVA משמשים להשוואה בין ממוצעים של קבוצות שונות. הם מתאימים כאשר יש משתנה תלוי רציף (למשל דירוג) ומשתנה בלתי תלוי קטגוריאלי.ההבדלים העיקריים בין מבחן T ל-ANOVAהם: - מבחן Tמשמש להשוואה בין ממוצעים של שתי קבוצות בלבד. - ANOvAמשמשת להשוואה בין ממוצעים של יותר משתי קבוצות. - מבחן Tבודק אם קיים הבדל מובהק בין ממוצעי שתי הקבוצות. - ANOVAבודקת אם קיים הבדל מובהק בין ממוצעי כל הקבוצות יחד. - ANOVAדורשת שונות דומה בין הקבוצות ותפוצה נורמלית. - ל-Tפחות הנחות סטטיסטיות מחמירות. כלל אצבע: - כאשר יש רק שתי קבוצות יש להשתמש במבחן T. - כאשר יש 3 קבוצות או יותר יש להשתמש ב-ANOVA. 2.מתאמי פירסון וספירמן משמשים לבדיקת קשר וכוח הקשר בין שני משתנים רציפים. ההבדלים העיקריים בין מתאם פירסון לספירמן הם: - מקדם פירסון מודד קשר ליניארי בין שני משתנים רציפים. מתאים לנתונים על סקלה מרווחית/יחסית. - מקדם ספירמן מודד קשר מונוטוני (לא בהכרח ליניארי) בין שני משתנים לפחות מדרגיים. מתאים לנתונים סולם סדרי. - פירסון רגיש יותר ומניח קשר ליניארי, ספירמן עמיד יותר לערכים חריגים. - פירסון מחשב ממוצעים וסטיות תקן, ספירמן עובד על דירוגים. - פירסון וספירמן נעים בין 1+ ל1- , כשככל שמתקרבים לאפס בערך מוחלט הקשר נחלש בין המשתנים חלש וככל שמעוצמה קרובה ל 1 בערך מוחלט הקשר חזק יותר. הסימן (חיובי או שלילי) מציין את כיוון הקשר. כללי אצבע: - כאשר שני המשתנים רציפים, השתמש בפירסון. - כאשר שני המשתנים דירוגיים, השתמש בספירמן. - כאשר משתנה אחד רציף והשני דירוגי, אפשר להשתמש בשניהם. - אם יש נקודות חריגות רבות, עדיף ספירמן. נקודות חריגות (outliers) הן ערכים קיצוניים ביותר שנוטים להטות את התוצאות. לדוגמה, במדגם שברובו הערכים נעים בין 1 ל-5, אך יש כמה ערכים של 7-8. או במדגם עם רוב הערכים סביב 100, אך ישנם כמה ערכים של 300 ומעלה.מקדם מתאם פירסון רגיש מאוד לנקודות חריגות, מכיוון שהוא מבוסס על ממוצעים וסטיות תקן. ערכים קיצוניים עלולים להטות אותן.לעומת זאת, מקדם ספירמן עמיד יותר לנקודות חריגות, מכיוון שהוא מסתמך על דירוגים ולא על ערכים מוחלטים. ערך קיצוני לא ישפיע על הדירוג היחסי.לכן, כאשר יש השפעה אפשרית של נקודות חריגות רבות, עדיף להשתמש במקדם ספירמן שיהיה עמיד יותר להטיה זו.

רגרסיה (ליניארית, לוגיסטית וכו’)

משמשת לניבוי משתנה תלוי על פי משתנה בלתי תלוי וכוח ההסבר. רגרסיה משמשת לניתוח שאלונים כאשר אנחנו מעוניינים: - לנבא משתנה מסוים (תלוי) על פי משתנה אחר (בלתי תלוי). - להעריך את חוזק הקשר בין המשתנים. - להבין איזה משתנים הם המנבאים הטובים ביותר. - לבדוק האם קיים קשר סיבתי בין המשתנים. לדוגמה, ניתן להשתמש ברגרסיה: - כדי לנבא ציוני מבחן על פי מספר שעות הלימוד. - כדי לנבא שביעות רצון על פי גיל והכנסה. - כדי להעריך מה מנבא טוב יותר הצלחה - מוטיבציה או יכולת קוגניטיבית. הרגרסיה מספקת מקדמי רגרסיה המראים את עוצמת הקשר, ומקדם דטרמינציה המראה כמה אחוז מהשונות מנובאת.

ניתוח גורמים

משמש לזיהוי מבנים ומשתנים לטנטיים מנתונים רב-משתניים. ניתוח גורמים הוא טכניקה סטטיסטית המשמשת לזיהוי מבנים בסיסיים (גורמים) מתוך משתנים רבים שנמדדו. הרעיון הוא לרדוקציה של נתונים - לקחת מספר רב של משתנים שנמדדו, ולזהות כמה “גורמים” לטנטיים שמסבירים את הקשרים ביניהם.גורמים לטנטיים (latent factors) הם משתנים שאינם נמדדים ישירות, אלא מוסקים או מופקים מהנתונים באמצעות טכניקות סטטיסטיות כמו ניתוח גורמים. לדוגמה: - בשאלון עמדות עם 20 שאלות, ניתוח גורמים עשוי לזהות 3-4 “גורמים” שמייצגים עמדות בסיסיות. אלה גורמים לטנטיים. - במבחן הישגים עם מקצועות שונים, ניתן לזהות “גורם” כללי של יכולת קוגניטיבית. זהו משתנה לטנטי. - בסקר בריאות, אפשר לזהות “גורם” של איכות חיים כללית. זוהי משתנה לטנטית. כלומר, הגורמים הם לטנטיים משום שהם אינם נצפים או נמדדים ישירות, אלא מופקים מניתוח סטטיסטי של משתנים אחרים שכן נמדדו. הם מייצגים מבנים נסתרים שמסבירים את הקשרים בין המשתנים. נחזור להסבר על חקר גורמים, למשל, בשאלון עם 20 שאלות על עמדות, ניתוח גורמים עשוי לזהות 3-4 “גורמים” בסיסיים שמייצגים עמדות שונות. כללי אצבע לשימוש בניתוח גורמים משתמשים בניתוח גורמים כאשר: - יש מספר רב של משתנים שקשורים זה לזה. - מעוניינים לזהות מבנים בסיסיים בנתונים. - מחפשים דרך לצמצם ולתמצת נתונים רבים למספר קטן יותר של גורמים. - רוצים לבדוק את התוקף המבני של שאלון עם סקלות שונות. ניתוח גורמים יכול לספק תובנות חשובות על המבנה שבבסיס נתונים מורכבים שנאספו בשאלון.

ניתוח אשכולות

משמש לחלוקת הנבדקים לקבוצות על פי דמיון במאפיינים. ניתוח אשכולות הוא טכניקה סטטיסטית שמטרתה לחלק נבדקים לקבוצות הומוגניות על פי המאפיינים שלהם. משתמשים בניתוח אשכולות: - כאשר רוצים לחלק נבדקים לקבוצות על פי מאפייניהם בצורה אובייקטיבית. - כדי לזהות קבוצות שונות של לקוחות על פי העדפות. - כדי לאפיין תת-קבוצות באוכלוסייה על פי משתנים סוציו-דמוגרפיים. - כדי לזהות קבוצות סיכון בריאותי על פי הרגלים וסימפטומים. כללי אצבע: - משתמשים בשיטות היררכיות ליצירת האשכולות. - יש לבדוק תוקף חיצוני של האשכולות שנוצרו. - חשוב לקבוע מראש את מספר האשכולות הרצוי. - ניתן להשתמש באשכולות כמשתנים בניתוחים נוספים.

מבחני חי-בריבוע

משמשים לבדיקת קשר והבדלים בין משתנים קטגוריאליים.מבחן חי-בריבוע (Chi-Square) הוא מבחן סטטיסטי המשמש לבדיקת קשר בין שני משתנים קטגוריאלים (איכותיים). מבחן חי-בריבוע שימושי לבדיקת קשרים בין משתנים איכותיים. משתמשים בו כאשר רוצים: - לבדוק האם יש קשר בין שני משתנים קטגוריאליים (לדוגמה, מגדר והעדפת מפלגה). - להשוות בין תוצאה נצפית לצפויה בהתפלגות של נתונים קטגוריאליים. - לבדוק האם התפלגות של מדגם נבדלת באופן מובהק מאוכלוסייה ידועה. - לבדוק שכיחות של ערכים שונים בין קבוצות. כללי אצבע לשימוש: - הנתונים חייבים להיות קטגוריאליים. - גודל המדגמים צריך להיות מספיק גדול. - יש לוודא שיש 5 תצפיות לפחות בכל תא. - ככל שמספר התאים גדול יותר, המבחן מדויק יותר.