مالفرق بين regression analysis و correlation analysis .
جميعها تقيس الارتباط بين المتغيرات.
قراءات في البحوث التربوية (6)
المتغيرات في البحث التربوي وأساليب ضبطها
المتغيرات : المتغير ببساطة هو عكس الثابت فهو أي شي يمكن أن يتغير وهو مفهوم يرمز للاختلاف بين عناصر فئة أو سمة معينة . مثل : الجنس – الدافعية – المستوى التعليمي .
يمكن تصنيف المتغيرات بعدة طرائق في العلوم السلوكية والتربوية :
1- المتغيرات المتصلة أو المستمرة : وهي عبارة عن المتغيرات التي تأخذ أي قيمة على المقياس . مثل : الوزن أو الارتفاع .
2- المتغيرات المنفصلة أو الوثابة : وهي عبارة عن المتغيرات التي تأخذ قيم محددة بحيث لا يوجد قيم كسرية أو عشرية . مثل: عدد الطلاب في الصف .
ويمكن تصنيف المتغيرات بعدة طرائق في مجال البحوث :
1- المتغير التجريبي أو المستقل : هو المتغير المراد قياس أثر الدراسة على التابع .
2- المتغير التابع : المتغير الذي يحاول الباحث معرفة أثر المتغير المستقل فيه . مثل : التحصيل في مادة الرياضيات .
3- المتغير المعدل : وهو متغير مستقل ثانوي يتم اختياره لمعرفه أثره في العلاقة بين المتغير المستقل والمتغير التابع . مثل : مستوى قدرة الطلبة .
4- المتغير الضابط : هو المتغير الذي يتم تحييده أو ضبطه من قبل الباحث حتى لا يؤثر في العلاقة بين المتغير المستقل والتابع . ويتم ضبطه بعده طرق منها العزل أو التثبيت أو خلق التكافؤ بين المجموعات من خلال التعيين العشوائي .
5- المتغير الدخيل ( الوسيط ) : وهو المتغير الذي يستدل عليه من خلال التأثيرات التي يحدثها المتغير المستقل على المتغير التابع . مثل : ص166
ويمكن تصنيف المتغيرات بعدة طرائق من الناحية الرياضية :
1- المتغيرات الكمية : وهو المتغيرات التي تتعامل مع قيم رقمية . مثل : التحصيل .
2- المتغيرات التصنيفية ( الفئوية ) : وهو المتغيرات التي تصنف قيم المتغير إلى فئات متعددة . مثل : الجنس (ذكر- أنثى)، الطبقة الاقتصادية ( عالية – متوسطة – دنيا ) .
ومن الأمثلة على طرق تصنيف المتغيرات من الناحية الرياضية ما يلي :-
أ- العلاقة بين متغيرين كميين :
1- التحصيل في العلوم والتحصيل في الرياضيات
2- مستوى التحصيل الدراسي والدافع للإنجاز
ب- العلاقة بين متغيرين إحداهما تصنيفي والأخر كمي :
1- طريقة التدريس والدافعية للتعلم
2- جنس الطالب ومستوى التحصيل في الرياضيات
ج- العلاقة بين متغيرين تصنيفيين :
1- جنس الطالب وتخصصه في الجامعة
2- مستوى ثقافة الوالد وتخصص الطالب
ويمكن تصنيف المتغيرات بعدة طرق حسب مستوى القياس :
1- المتغيرات الاسمية : تلك المتغيرات التي تضم عدة فئات محددة دون أي وزن لهذه الفئات . فمثلاً متغير الجنس ( ذكور وإناث ) فإذا رمزنا للذكور بـ(1) والإناث بـ(2) فإن الرقمين (1) و (2) لا يعطيان المعنى الحقيقي لهذه الأرقام بل لما رمزت له.
2- المتغيرات الترتيبية : متغيرات ذات عدد محدد من الفئات يمكن ترتيبها تصاعدياً أو تنازلياً ولا يمكن تحديد الفروق بين قيم الأفراد المختلفة . فمثلاً عندما نصنف الأفراد حسب متغير مستوى التحصيل إلى : مرتفع ، متوسط ، متدني التحصيل ، فإننا لا نستطيع تحديد الفرق كل مستوى من الثلاث عند مقارنة الطلاب .
3- المتغيرات الفئوية : هي المتغيرات الكمية التي يمكن إجراء العمليات الحسابية على قيمها فيمكن جمعها وطرحها وضربها وقسمتها. ويتميز هذا من خلال قيمة الصفر التي لا تعني انعدام الصفة . مثال إذا حصل محمد على علامة صفر في الرياضيات فلا يعني انه لا يعرف شيء .
4- المتغيرات النسبية : هي متغيرات : كمية تشبه الفئوية إلا أن الصفر فيها هو حقيقي يعبر عن انعدام الصفة . مثل : المتغيرات الزمنية أن الزمن يساوي صفرا فهذا يعني عدم وجود زمن .
ضبط المتغيرات :
يتأثر المتغير التابع بعوامل عدة لذلك لابد من ضبط هذه العوامل وإتاحة المجال للمتغير المستقل وحده بالتأثير على المتغير التابع والمتغير التابع يتأثر بخصائص الأفراد الذين تجري عليهم التجارب لذلك لابد من إجراء التجربة على مجموعتين متكافئتين بحيث لا يكون هناك أيه فروق بين إفراد المجموعة المستقلة والمجموعة الضابطة إلا دخول المتغير المستقل على المتغير التابع.
المتغيرات المؤثرة في المتغير التابع هي :
1- المتغيرات المرتبطة بخصائص أفراد العينة : ويتطلب ضبط هذه المتغيرات اختيار مجموعتين من الإفراد متكافئتين في هذه المتغيرات بأن لهما مثلا نفس المتوسط والانحرافات .
2- المتغيرات المرتبطة بالعامل التجريبي : الغرض هو معرفة أثر متغير تجريبي معين على بعض أنواع من السلوك تمثل المتغير التابع مثال : ففي حال استخدام عامل تجريبي معين .
( التعلم التعاوني ) مع أكثر من مجموعة تجريبية . ينبغي أن يتحكم الباحث في طبيعة الظروف والخصائص والإجراءات المتعلقة بتناول التعلم التعاوني وتنفيذه على نحو موحد على جميع المجموعات
3 - المتغيرات الخارجية المؤثرة في التجربة : تأثير الاختلاط بين أفراد المجموعة التجريبية وأفراد المجموعة الضابطة من خبرات تلاميذ المجموعة التجريبية مما يؤثر بطبيعة
#العينات هناك اختلاف في العدد المناسب منهم من حددها ب ١٠٪ من العينة المستهدفة للدراسة ومنهم من جعلها بين ١٠ الى ٣٠ فرد
لكن احصائيا يُفضل ان يكون العدد لا يقل عن ٣٠ فرد
#العينات
#الاساليب_الاحصائية
حجم التأثير يستخدم عادة لمعرفة حجم الأثر للمتغير المستقل على المتغير التابع وله معادلات وتتراوح درجته بين 0-1
فمثلا دراسة بلغ حجم تأثير استراتيجيتها المقترحة 0.88 فهذا يعني أن التحسن في المتغير التابع بنسبة 88%يعود إلى الاستراتيجية..
هذا مافهمته من أحد أعضاء هيئة التدريس
eman:
السلام عليكم
اذا كان عليه ان أوجد علاقة بين متغيرين ودرجة كل منهما وكانت المتغيرات الديموغرافية (الجنس- العمر -سنوات الخبر_المؤهل العلمي)
وكان عدد ذكور 64 والإناث 77 ماهي الاختبارات المناسبه ؟
وهل يناسب استخدام اختبار كروسكال واليس
متى استخدم اختبار كروسكال واليس ؟؟!!
ومتى نستخدم اختبار "التباين الاحادي أنوفا"
#الأساليب_الآحصائية. بخصوص معامل الارتباط يستخدم في الدراسات الارتباطية الذي يقيس علاقة بين متغيرين لنفس العينة وليس بين الذكور والاناث. وينبغي ان تعرض اسئلة الدراسة ليتم تحديد نوع الاسلوب الاحصائي وفقا لنوع المتغير (اسمي او رتبي او فئوي) . لانه في معاملات الارتباط يوجد ارتباط بيرسون وسبيرمان وفاي , بايسريال وبوينت بايسريال ...الخ وذلك حسب نوع المتغيرين المراد دراسة العلاقة بينهما .
#الأساليب_الإحصائية
العينة في سؤال الاخت هي ٣٠ وبالتالي يفترض اذا كان الاختيار عشوائي أن يغني عن اختبارات اعتدالية توزيع العينة لان العشوائية كفيلة بتحقيق ذلك
اذا كان العينة اقل من ٣٠ او ٢٥ على قول البعض وكان الاختيار عشوائي هنا نختبر اعتدالية التوزيع اذا كان التوزيع طبيعي يستخدم الاختبارات المعلمية هذا هو الاصح
لكن اصبح العرف السائد لدينا أن العينة اذا كانت اقل من ٣٠ يستخدم معها الاختبارات اللامعلمية حتى ولو كان التوزيع طبيعي
حجم الأثر (Effect size) يمثل نسبة تباين المتغير التابع التي ترجع للمتغير المستقل، أي أنه يبين قوة العلاقة بين المتغير التابع والمتغير المستقل، فهو يعطينا الدلالة العملية للفروق الإحصائية أو العلاقات بين المتغيرات، وما إذا كانت تلك الدلالة العملية كبيرة بحيث تبرر الأخذ بنتائجها، وبذلك يتميز عن الدلالة الإحصائية التي تهتم باحتمالية رفض الفرضية الصفرية من الناحية الإحصائية النظرية
مثلا قد تكون الفروق ذو دلالة إحصائية لكن حجم هذه الفروق صغيرا، ولذلك التوجه الحديث في كتابة التقارير الإحصائية التي تختص بالفروق بين المتغيرات يجب أن تشير إلى حجم الأثر ، لأننا لا نكتفي بمجرد أنه دال ولكن كم حجم دلالته، فمثلا لو كان حجم الأثر بين متغيرين (8.) دل أن درجات كل شخص في المجموعة التجريبية 80 % وهكذا. #الأساليب_الإحصائية
#الأساليب_الإحصائية
القيمة الاحتمالية تعبر عن مدى اختلاف او اقتراب النتائج التي نحصل عليها عن الصدفة بمعنى هل النتائج التي حصلنا عليها ترجع في الأساس الى الصدفة ام الى متغيرات الدراسة ولكن مشكلتها أنها تتأثر بحجم العينة وتعطينا دلالة على الفروق ولكن كم مقدارها لا نعلم هل هذه الفروق دالة بشكل كبير او دالة بدرجة اقل لايمكن معرفة ذلك من الدلالة الاحصائية
حجم الأثر او الدلالة العملية هي تعبر عن التباين المفسر والذي يعود للمتغير السببي بمعنى أن هناك مقدار من التباين في قيم المتغير التابع ولكن كم النسبة من هذا التباين يفسره المتغير المستقل او السبب فيه المتغير المستقل هذا ما يوضحه لنا حجم الأثر
هناك كلام حول ايهما افضل ولكن الجمع بينهما من وجهة نظري هو الأفضل
#الأساليب_الإحصائية
مربع ايتا يعطينا حجم الأثر وحجم الاثر يعني مقدار التباين المفسر اي ان الناتج الذي يظهر لنا عبارة عن نسبة التباين في المتغير التابع الذي سببه المتغير المستقل
فلو كنا نبحث اثر الجنس على التحصيل ووجدنا حجم الاثر ٠.٦ فهذا يعني أن الجنس يفسر ما نسبته ٦٠٪ من تباين التحصيل اي ان ٦٠٪ من تباين التحصيل سببه الجنس
وهناك عدة طرق لحساب حجم الاثر منها مربع ايتا وكذلك كوهن وايضا مربع معامل الارتباط في الانحدار وغيرها
بامكانك حساب حجم الاثر من خلال مربع ايتا في حال المجموعات المستقلة وموجود في برنامج spss
ويمكن حسابه يدويا في حال المجموعات المترابطة وهو عبارة عن قيمة اختبار ت مقسوما على الجذر التربيعي لحجم العينة
#الأساليب_الإحصائية
السلام عليكم ورحمة الله
عندي سؤالين
اذا المتغير المستقل واحد والتابع اثنين
ما هو الأسلوب الإحصائي؟
اثر تعليم مبرمج على التفكير الإبداعي و التحصيل مثلاً..
٢- بحث مطلوب فيه دراسة العلاقة بين استراتيجية العصف الذهني و بين مهارات التفكير الإبداعي الثلاث الطلاقة و المرونة و الاصالة.ما الأساليب الإحصائية؟
#الأساليب_الإحصائية
يفترض السؤال يكون مالفرق بين تحليل الانحدار المتعدد وتحليل المسار حتى تكون المقارنة صحيحة
تحليل الانحدار المتعدد يهدف للتنبؤ بالمتغير التابع من مجموعة متغيرات مستقلة دون دراسة التأثيرات بين المتغيرات المستقلة
بينما تحليل المسار يهدف لدراسة مجموعة من المتغيرات المستقلة المباشرة والتأثيرات فيما بينها على المتغير التابع
أيهما افضل هذا يرجع للهدف من الدراسة
#الأساليب_الاحصائيه
الارتباط يكشف لنا العلاقة بين متغيرين دون السببية أي أن هذه العلاقة لا تعني أن متغير ما هو سبب في حدوث المتغير الثاني
بينما الانحدار يكشف لنا مقدار اسهام متغير ما في التنبؤ بالمتغير الآخر
#العينات
بالنسبة للعينات الاستطلاعية
عادة يستخدموا ٣٠ إستنادا ع central limit theory
ولكن يختلف عدد العينة لعدة عوامل أحدها الطرق الإحصائية المستخدمة. على سبيل المثال، حتى لو كان عدد العينة ١٤٠ فلن يكفي لاستخدام IFA أو CFA أو SEM (Kline, 2015; Brown, 2015) . كذلك لو كان عدد العينة ٤٠٠ فغالبا مابيكفي اذا بتستخدم IRT.
وفيه أبحاث كثيرة تستخدم عدد عينة قليل وتنشر في مجلات مرموقة بعضها في Q1 في تصنيف ISI مثل مجلة computer & education .
لكن الافضل استخدام (٣٠) للعينة الاستطلاعية.
مثل مايقولوا rule of thumb في كثير من الأبحاث (بغض النظر عن الاتفاق او الاختلاف مع صحة الرقم).
Is the 'n = 30 rule of thumb'
of ecological field studies reliable? A call for greater attention
to the variability in our data
A. Martínez–Abraín
العينة الاستطلاعية
عادي تشمل هذه المتغيرات
المهم تكون من نفس المجتمع ...
يعني اذا كان مجتمعك طلاب المرحلة الثانوية
لابد ان تكون العينة من نفس المجتمع
لانه لا ينفع أن تأتي بطلاب او طالبات مرحلة جامعية ...
ولقد كان هناك اثراء ونقاش في الملتقى بخصوص العينة الاستطلاعية واهدافها
في مسألة -المقياس - بالامكان الرجوع الى ذلك ...
اما
تحديدها بان تكون اكثر من ٣٠
وذلك نعتمد على نظرية النهاية المركزية ....من اجل التوزيع و الاعتدالية ....
#العينات
#العينات
بالنسبة للعينات الاستطلاعية
عادة يستخدموا ٣٠ إستنادا ع central limit theory
ولكن يختلف عدد العينة لعدة عوامل أحدها الطرق الإحصائية المستخدمة. على سبيل المثال، حتى لو كان عدد العينة ١٤٠ فلن يكفي لاستخدام IFA أو CFA أو SEM (Kline, 2015; Brown, 2015) . كذلك لو كان عدد العينة ٤٠٠ فغالبا مابيكفي اذا بتستخدم IRT.
وفيه أبحاث كثيرة تستخدم عدد عينة قليل وتنشر في مجلات مرموقة بعضها في Q1 في تصنيف ISI مثل مجلة computer & education .
لكن الافضل استخدام (٣٠) للعينة الاستطلاعية.
مثل مايقولوا rule of thumb في كثير من الأبحاث (بغض النظر عن الاتفاق او الاختلاف مع صحة الرقم).
Is the 'n = 30 rule of thumb'
of ecological field studies reliable? A call for greater attention
to the variability in our data
A. Martínez–Abraín
الفروق بين المتغير المستقل والمتغير التابع والمتغير الوسيط
يشير مصطلح متغير إلى أي كمية تتغير، أو أي خاصية مميزة يمكن قياسها، وهو يطلق على كل ما يراد دراسته في البحث الاجتماعي؛ هذه الفروق بين المتغير المستقل والتابع والوسيط على النحو التالي:
المتغيرات ثلاثة أنواع: يطلق على الأول المتغير المستقل، ويطلق على الآخر المتغير التابع، أما الثالث، فيسمى بالمتغير الوسيط، والغالب هو أن يكون هناك متغير تابع واحد وعدة متغيرات مستقله.
المتغير المستقل: هو الذي يؤثر ولا يتأثَّر بالمتغير التابع, بينما المتغير التابع هو الذي يتم التأثير عليه من قبل المتغير أو المتغيرات المستقلة،والمتغير الوسيط هو الذي قد يكون له دور في التأثير على المتغير التابع، ولولا وجوده، لَمَا استطاع المتغير المستقل التغيير في المتغير التابع. فإذا كان الباحث يدرس علاقة الطلاق بانحراف الأطفال، يكون المتغير المستقل هنا هو الطلاق، ويكون المتغير التابع هنا هو انحراف الأطفال، وقد يكون المتغير الوسيط هنا هو الخلافات الزوجية، أو غياب الأب أو غير ذلك.
قد تكون المتغيرات كيفية؛ مثل: القومية، والحزب السياسي، والمهنة، وقد تكون كمية؛ مثل: الجنس، والعمر، والذكاء، والثروة، ويمكن تصنيف هذه المتغيرات على أساس أنها مستقلة أو تابعة أو وسيطة.
تكمُن المشكلة في دراسة العلاقة بين المتغيرات في أن عدم الفهم الصحيح لما هو المتغير المستقل، وما هو المتغير التابع، قد يؤدي إلى نتائج ذات تأثيرات سلبية على مجتمع الدراسة
#الكتابة_الأكاديمية
وفقًا لنظرية النهاية المركزية فالعينات التي تتحاوز ٣٠ مفردة تؤول بالنهاية للتوزيع الطبيعي لذلك اختبار هذا الشرط في العينات الكبيرة اذا اختيرت عشوائيا لا ينظر اليه خاصة اذا اعتمد في الكشف عن الاعتدالية على بعض الاساليب الإحصائية والتي تعتمد على مربع كاي نظرًا لتأثرها بحجم العينة
لذلك اذا تم التحقق من شروط اختبار ت الاخرى فهو الاسلوب الأفضل
#العينات
تشير كلمة بايڤيريت إلى المعنى "ثنائي" أي للعلاقة بين متغيرين. في برنامج spss يندرج تحت خيار الارتباط قائمة Bivariate وفيها اختبارات مثل پيرسون وسپيرمان.
والأول منهما لاختبار العلاقة بين المتغيرات الكمية المتصلة والثاني للمتغيرات الرتبية.
أما Crosstabs فاختبار لا معلمي ومن ضمن استخداماته كشف استقلالية/ارتباط متغيرات فئوية ببعضها.
#الأساليب_الإحصائية
#قياس_الصدق_والثبات
التحليل العاملي بشكل عام يهدف للكشف عن البنية العاملية للمتغيرات المقاسة أي الكشف عن المتغيرات الكامنة التي تعبر عن مقدار التباين المشترك بين تلك المتغيرات المقاسة بمعنى اختزال المتغيرات المقاسة في عدد اقل من المتغيرات الكامنة
التحليل العاملي الاستكشافي يستخدم عندما لا يكون لدينا معلومات كافية عن تلك العوامل الكامنة مثل مقياس حديث لا نعرف البنية العاملية له فهنا يأتي دور التحليل العاملي الاستكشافي
لكن إذا كان لدينا تصور نظري مسبق عن تلك العوامل فإن التحليل العاملي التوكيدي هو الأنسب وليس الاستكشافي ويتضح لي من السؤال أن هناك تصور لديك عن المحاور مسبقًا لذلك جرى التنويه
هل استخدم التحليل العاملي على العينة الاستطلاعية الجواب نعم وما هو المانع إذا كانت العينة الاستطلاعية تفي بالغرض وبمتطلبات التحليل العاملي
أما حجم العينة فهناك اختلافات لكن الأفضل الا تقل عن ١٠ أضعاف عدد المتغيرات أي اذا كان لديك ١٠ فقرات على سبيل المثال فعدد العينة المناسب هو ١٠٠ فرد
#الأساليب_الإحصائية
معامل الارتباط هو اسلوب احصائي يكشف لنا مقدار العلاقة بين متغيرين
فمثلا لو وجدنا علاقة بين الذكاء والتحصيل الدراسي فهل هذا يعني أن الذكاء سبب في زيادة التحصيل ربما لكن قد يظهر لك شخص آخر ويقول لا أنا أرى أن التحصيل ايضا قد يزيد من الذكاء
معامل الارتباط حدوده تقف هنا يقول انا مالي شغل في التأثيرات أنا مهمتي اكشف لك العلاقة ومقدارها لكن اذا انت تريد تعرف مين يؤثر على الاخر ومقدار هذه التأثيرات عليك الذهاب لاساليب احصائية اخرى مثل الانحدار بأنواعه واذا تريد تكتشف التأثيرات المتبادلة بين المتغيرات المقاسة هنا يتعذرك معامل الانحدار ويحيلك لتحليل المسار واذا اردت الكشف عن التأثيرات المتبادلة بين المتغيرات المقاسة والمتغيرات الكامنة هنا يتعذرك تحليل المسار ويحيلك الى نمذجة المعادلة البنائية
لاحظ لكل اسلوب احصائي له هدف محدد ويستخدم لغرض معين فقط
السلام عليكم ورحمة الله وبركاته
هل ينفع ان ادرس العلاقة بين متغيرين مع ضبط بعض المتغيرات الدخيلة على متغير ما على افراد العينة عند اختيارهم ومن ثم دراسة العلاقة بين متغيرين على هؤلاء الافراد؟؟؟ وما الاساليب الاحصائية المناسبة في هذه الحالة؟؟؟
#الأساليب_الإحصائية
الكتب والمواضيع والآراء فيها لا تعبر عن رأي الموقع
تنبيه: جميع المحتويات والكتب في هذا الموقع جمعت من القنوات والمجموعات بواسطة بوتات في تطبيق تلغرام (برنامج Telegram) تلقائيا، فإذا شاهدت مادة مخالفة للعرف أو لقوانين النشر وحقوق المؤلفين فالرجاء إرسال المادة عبر هذا الإيميل حتى يحذف فورا:
alkhazanah.com@gmail.com
All contents and books on this website are collected from Telegram channels and groups by bots automatically. if you detect a post that is culturally inappropriate or violates publishing law or copyright, please send the permanent link of the post to the email below so the message will be deleted immediately:
alkhazanah.com@gmail.com