تقييم نتائج البحث evaluation research results

تقييم نتائج البحث evaluation research results:

إن المعلومات الناتجة من أيٍّ من هذه المعلومات يجرى تقييمها بعدة طرق: واستخدام الاختبارات الإحصائية يسمح للباحث بتقييم ما إذا كانت النتائج تعزز الافتراض الجاري بحثه من عدمه، كما تستخدم الإحصاءات أيضًا في تلخيص المعلومات المجمعة في البحث, وثَمَّة تقييم أقل شكلية هو الذي يتعلق بإمكان تعميم المعلومات, ويتوقف هذا الحكم على طبيعة الإجراءات المستخدمة في البحث، وعلى معرفة خواص عينة الأطفال الذين كانوا موضوع البحث أو غيرهم.

وبعد أن يجمع الباحثون المعلومات من أفراد البحث، يمكنهم استخدام الإحصاءات الوصفية descriptive statistics لتلخيص الإحصاءات الوصفية التي نلتقي بها عادة وهي الوسيط، المتوسط الحسابي لمجموعة من النقط، ومعامل الارتباط coefficient correlation إحصاء يدل على درحة العلاقة بين مقياسين "مثلًا: الدرجات المدرسية ومعامل الذكاء" آخذًا على نفس المجموعة من أفراد البحث، ومامل ارتباط العلاقة الارتباطية يرمز له بالحرف "r", وقد تكون أي قيمة من -1 إلى +1. والعلاقة الارتباطية الإيجابية تدل على أن الأفراد الذين يسجلون درجات أعلى من متغير واحد يميلون لتسجيل درجات عالية في المتغير الآخر، والعلاقات الارتباطية السلبية تدل على أن الأفراد الذين يسجلون درجات عالية في متغير واحد يميلون لتسجيل درجات أقل في المتغير الآخر, مثلًا: إن الدرجات المدرسية ومعامل الذكاء على علاقة تبادلية إيجابية، والطلبة الذي يسجلون درجات أعلى على اختبارات الذكاء يميلون للحصول على درجات عالية في المدرسة, وتواجد العلاقة الارتباطية السلبية بين مقاييس اختبار القلق الخوف أو العصبية التي يشعر بها الطفل عند اختباره، وبين الأداء الاختباري. والأطفال الذين يسجلون درجات عالية في مقاييس اختبار القلق يميلون لتسجيل نقط أقل من

الاختبارات من الأطفال الذين يسجلون درجات أقل في اختبار القلق، وحجم العلاقة الارتباطية يكشف عن درجة العلاقة؛ فالعلاقة الارتباطية من مستوى +0.6 بين علاقة قوية بقدر العلاقة الارتباطية - 0.6، والفرق الوحيد هو الاختلاف في اتجاه العلاقة, وإذا كان لدينا عددًا من المقاييس عن مجموعة من الأفراد نستطيع أن نفحص العلاقات الارتباطية بين كل المقاييس. مثال ذلك: لنفرض أن لدينا خمسة مقاييس على عينة من الأطفال في سن السادسة: الطول، والوزن، ومعامل الذكاء، والحالة الصحية، ونتائج اختبار أداء، فإننا نستطيع أن نحصي العلاقات الارتباطية بين كل المقاييس, وستكون نتيجة ذلك عشر علاقات ارتباطية في المثال الذي قدمناه.

ومن خلال عملية تعرف باسم تحليل العوامل أو التحليل العاملي factor analysis نستطيع علاوة على ذلك تحليل هذه المجموعة من العلاقات الارتباطية، وأن نستخلص من ذلك عدة تجمعات من المتغيرات داخلة في تجمعات أخرى, وبهذه الطريقة نختصر عدد المتغيرات التي علينا أن نتعامل معها، الأمر الذي يساعد على تبسيط المعطيات، وعادة يجعلها أسهل فهمًا.

وكما ذكرنا عاليه: تستخدم الإحصاءات الاستدلالية لاختبار ما إذا كانت النتائج تفرز الافتراضات؛ لنفرض مثلًا أننا افترضنا أن تعليم القراءة بالطريقة "أ" أفضل من تعليمها بالطريقة "ب" وهي المستخدمة عادة في المدارس، فنستطيع أن نختبر هذه الافتراضات بتعليم مجموعة من أطفال الصف الأول القراءة بالطريقة "أ"، ومجموعة أخرى بالطريقة المعتادة "ب"، ويسمَّى الفريق الأول الذي يتبع الطريقة "أ" بالمجموعة التجريبية، وذلك لأننا نعاملهم معاملة خاصة، وهي في القراءة بالطريقة "أ"، أما المجموعة التي لم تلق معاملة خاصة, وهي في هذه الحالة المجموعة التي تقرأ بالطريقة المعتادة, تسمَّى مجموعة ضابطة, وفي نهاية الفصل الدراسي يعطى كل فريق اختبار في القراءة, ونسجل فقط القدرة على القراءة, ولنا أن نستخدم الإحصاءات الوصفية لفحص متوسط الأداء لكل مجموعة. ومن جهة أخرى: فإن الإحصاءات الاستدلالية تساعد على تحديد ما إذا كان الفرق ضئيلًا لدرجة يمكن به أن نعزوه للعشوائية، أو فرق المصادفة في أداء المجموعتين.

وفي الحالة الأخيرة نقول: إن النتائج لا تعزز الافتراض؛ طريقتا القراءة متساويتان في الجودة لتعليم القراءة، وفي الحالة الأولى نقول: إن المعطيات عززت الافتراض، وأن الطريقة "أ" أفضل من الطرقة المعتادة.

إن تقييم صلاحية التعميم لنتائج البحث تتطلّب معلومات عن عينة الأطفال الجاري اختبارهم، والإجراءات المتَّبعة، والاختبارات والوجبات المستخدمة، فإذا كانت العينة مختارة بحيث يكون كل واحد في المجموعة التي اختيرت منها لديه فرصة متساوية ليكون ضمن العينة، فإنَّ أفراد التجربة يطلق عليهم اسم العينة العشوائية random sample, وخواص هذه العينة سوف تكون شديدة الشبه بخواص المجموعة الأصلية التي اختيرت منها. كما أن عينتين عشوائيةً تؤخذان من نفس المجموعة الأصلية تكونان شديدتي الشبه الواحدة بالأخرى، ومن ثَمَّ فإنَّ أي اختلاف بينهما في نهاية التجربة يجب أن يكون راجعًا إلى التشكيلات التي أجريت في الإجراءات, وباستخدام العينات العشوائية بدلًا من العينات المتحيزة biased sample عينات مختارة لخواص معينة، يمكننا تعميم النتائج على المجموعة الأصلية, ومع أن علماء النفس يستخدمون العينات المتحيزة لأغراض محددة، مثلًا لاختبار موضوعات تتعلق بحالة اضطراب عقلي mental disorder معين، إلّا أن معظم الأبحاث تجرى على عينات عشوائية لإمكان تعميم النتائج على المجموعة الأصلية، أي: لكي نستطيع الافتراض أن أداء الأطفال في التجربة يمثل كيفية أداء كل طفل في المجموعة الأصلية, وبهذه الطريقة يمكن خلق قوانين النموّ التي يمكن تعميمها على أوسع نطاق.

إن معرفة الإجراءات المستخدمة في تجربةٍ ما ذات أهمية بالغة لإعادة تكرار التجربة, ولتسهيل إيصال الإجراءات, يستخدم علماء النفس عادة تعريفات إجرائية operational definitions, وهي طرق لتعريف المفاهيم بذكر الطرق المستخدمة لقياسها.. واستخدام هذه التعريفات يضمن لنا أن يستطيع أي شخص آخر معرفة معنى المفهوم، مثلًا: الذكاء كما يقاس باختبارات الذكاء، أو التعزيز الاجتماعي الذي يقدم بأن يخبر الطفل بأنه أجاد في واجب ما، وبإعادة الإجراءات التي استخدمت في التجربة, وبتعريف المفاهيم بنفس الطريقة يستطيع علماء النفس

إعادة إجراء التجربة، وبالتالي مراجعة صلاحية النتائج, وهذه هي الخطوة الهامَّة في البحث؛ لأنها تسمح بمزيد من الثقة في نتائج التجربة, وفي قوانين النمو التي نستخرجها منها.

إن إيجاد الواجبات المناسبة للاستخدام عبر حيِّز كبير من الأعمار لهو مسألة هامَّة في مجال أبحاث النمو، ويعتبر ذلك ضروريًّا إذا أراد علماء النفس بحث تغيُّر النمو من خلال تجارب ممتدة، وقياس مختلف مجموعات السن في تجرية واحدة، أي: دراسة الفئات المختلفة. ومن الواضح: فإن بعض الواجبات لا تصلح إلّا لمدى سن ضيق؛ لأنها تعتبر صعبة للأطفال الأقل سنًّا أو أسهل مما يجب بالنسبة للأطفال الأكبر سنًّا, وفي هذه الحالات يحاول علماء النفس ابتكار واجبات لقياس العمليات المماثلة في مجموعات سن مختلفة, حتى ولو اختلفت هذه الواجبات بعض الشيء.

خلاصة:

هناك نمطان أساسيان: نمط التركيب العضوي، والنمط الآلي, كانا مرشدين لعلماء النفس في بناء نظرياتهم عن السلوك الإنساني عامَّة، والنمو الإنساني بصفة خاصة.

وفي مجال علم النفس يرتبط النمط الآلي للنمو بمفهوم التركيب العضوي النَّشِط الذي يفترض أن الكائنات البشرية تستطيع الاستجابة للمثيرات, والتفاعل مع المثيرات التي لها استجابات متعلمة. وينظر هذا النمط إلى الإنسان باعتباره يعمل كما لو كان آلة، وهو أساس معالجة النمو التي تنتهجها نظرية التعلم، والتي تعرف بأنها تعلم أنماط سلوكية مطَّردة التعقيد كنتيجة للمزج بين أنماط سلوكية أبسط.

ويتمثَّل نمط التركيب العضوي للكون بالمعالجة المعرفية النمائية "للنمو", وهي التي تنص على أن النمو الإنساني يحدث في مراحل متتالية تمثل تغيرات نوعية في النواحي التكوينية للتركيب العضوي, وينظر هذا النمط إلى التركيب العضوي على أنه نشط، وكموّلد للنمو؛ لأنه يبحث عن المثيرات من البيئة.

وتستمد النظريات حول ظاهرة النمو من هذه الأنماط الأساسية والأكثر عمومية، والنظريات تخدم ثلاثة عوامل أساسية؛ فهي تسمح لنا بتضمين المعلومات عن النمو، وتحاول تحديد أسباب السلوك والعوامل التي تؤدي تصرفاتنا بالطريقة التي نتصرف بها, كما أنَّها تسمح بالتنبؤ بالسلوك الجديد. والنظريات لا يمكن الحكم عليها بالصلاحية من عدمه، ولكن بمدى فائدتها في وصف النمو. إنَّ فائدة النظرية تتوقف على الافتراضات المشتقة منها، وعندئذ يجرى البحث لتحديد ما إذا كانت هذه الافتراضات تعززها النتائج. توجد عدة وسائل بحث لاختبار النظريات, ووسائل الفئات المختلفة التي تستخدم لاختبار الأطفال في مراحل سن مختلفة تقدّم معلومات عن فروق السن في النمو, وتجرى الدراسات الطولية "الممتدة" بتكرار اختبار نفس المجموعة من الأفراد التي تجرى عليهم الدراسة, وبذلك نحصل على معلومات عن تغيّر السن.

وثمة تخطيطات تجريبية تجمع بين الطريقتين الممتدة وذات الفئات المختلفة تسمح بتقييم التغير في السن، وفي نفس الوقت مظاهر فرق السن في النمو، وهذه التخطيطات ذات فائدة خاصة إذا كان هناك ثَمَّة شك في أن نموًّا من نوعٍ خاص قد يتغير مع التحولات الثقافية, وعلاوة على مشروع البحث يمكن تحديد نوعه طبقًا لنوع التخطيط المستخدم، فإنه يمكن وصفه بعدة أبعاد أخرى تشكيلية، وعكسها لا تشكيلية، معملية وعكسها في إطار طبيعي، ونظرية وعكسها لا نظرية. وحيث إن علماء النفس يقومون بالأبحاث مع الأطفال فلا بُدَّ من مواجهة عدة اعتبارات أخلاقية هامَّة تختص بصيانة حقوق الطفل؛ من حيث رفض الاشتراك, وعدم عقابهم لرفض الاشتراك، وتبرير ضرورة خداع الطفل عن طبيعة التجربة، والإفصاح عن الأهداف وعن الإجراءات التي ستتخذ، وضمان أن قيمة البحث ستتفوق على الضرر الذي قد ينتج عنه، هذا إذا كان هناك أي ضرر، وأن التجربة إمَّا أن تترك أو تغيّر لتجنب حدوث أي ضرر للطفل.

والإحصاءات أدوات تستخدم لتحليل النتائج المتجمعة في أي مشروع بحث, والإحصاءات الوصفية مثل المتوسط تستخدم لتلخيص المعلومات المتجمعة, وثَمَّة إحصاء وصفي ذو أهمية خاصة هو معامل العلاقات الارتباطية المتبادلة، وهو مقياس درجة العلاقة "الارتباط" correlation بين مجموعتي قياس أخذتا على نفس المجموعة من الأفراد, وكلما كانت قيمة المعامل كبيرة وأقوى وأوثق صلة الواحدة بالأخرى، كلما كانت المتغيرات كذلك. وعلاقة معامل العلاقة المتبادلة تدل عن إذا كانت العلاقة موجبة "+" positive أو سالبة "-" nagative, والإحصاءات الاستدلالية تستخدم لتحديد ما إذا كانت نتائج التجربة ترجع إلى التشكيل المستخدم أو نتيجة تذبذبات عشوائية في أداء الأفراد الذين تجرى عليهم التجربة.

وهناك تقييم آخر هام للبحث ينبع من اعتبارات خاصة بتعميم المعطيات؛ وحيث إن علماء النفس يهتمون أساسًا باكتشاف القوّة العامَّة للنمو، فإنهم يستخدمون عينات عشوائية من الأفراد, حتى يمكن الافتراض بأن النتائج يمكن تطبيقها على مجموعات من الأفراد أكبر من التي تختبر في الدراسة, واستخدام التعريفات الإجرائية وتوفير أوصاف تفصيلية لإجراءات البحث، يؤدي إلى تأكيد إمكانية تكرار نفس التجربة، وبالتالي الصلاحية أكبر، كلما زادت ثقتنا في القوانين المشتقة من الدراسة.

المصدر : المكتبة الشاملة

الكتاب: علم نفس النمو

المؤلف: حسن مصطفى عبد المعطي، هدى محمد قناوي

عدد الأجزاء: 2 الناشر: دار قباء للطباعة والنشر والتوزيع

The text below is a translation from google translate where it is possible to have many errors, please do not use this translation as a reference, and take a reference from the Arabic text above. thanks.

Search Results evaluation research results:

The information generated by any of this information is evaluated in several ways: the use of statistical tests allows the researcher to assess whether the results reinforce the hypothesis being considered or not, and statistics are also used to summarize the information collected in the research. A less formal assessment is the generalization The judgment depends on the nature of the procedures used in the research, and on the knowledge of the characteristics of the sample of the children who were the subject of the research or others.

After the researchers collect the information from the research members, they can use descriptive statistics to summarize the descriptive statistics we usually meet: the median, the arithmetic mean of a set of points, and the coefficient of correlation coefficient. The statistic shows the relationship between two measures, Taking the same group of search members, and the correlation correlation is symbolized by the letter "r", and may be any value from -1 to +1. A positive correlative relationship indicates that individuals who score higher than one variable tend to score higher scores in the other variable, and negative correlations indicate that individuals who score high scores in one variable tend to score lower scores in the other variable, for example: Intelligence on a positive reciprocal relationship, students who score higher scores on intelligence tests tend to have high grades in school, and the presence of a negative correlative relationship between anxiety or fear test scores experienced by the child when tested, Canst. Children who score high scores in anxiety test measures tend to score less than

The correlation between the 0.6+ level between the relationship is as strong as the correlation-0.6 relationship, and the only difference is the difference in the direction of the relationship. If we have a number of measures for a group From individuals, we can examine correlative relationships between all measures. For example, suppose we have five measures on a sample of 6-year-old children: height, weight, intelligence factor, health status, and performance test results. We can measure the correlated relationships between all measures, and the result will be ten correlations in the example we presented .

Through a process known as factor analysis, we can analyze this set of correlative relationships, and draw from this several clusters of variables within other groups. In this way we shorten the number of variables that we have to deal with, which helps Simplifies data, usually making it easier to understand.

For example, we assume that teaching A by reading is better than teaching it in the "B" method, which is usually used in schools. We can test these assumptions by teaching a group of first grade children A, and another group in the usual way B, is called the first group following method A in the experimental group, because we treat them as special, they are in reading by method A, and the group that is not treated in particular, This group case is read in the usual way, It called the control group, and at the end of the semester each test team is given in reading, and record only the ability to read, and we use descriptive statistics to examine the average performance for each group. On the other hand, explanatory statistics help to determine whether the difference is so small that we can attribute it to randomness or the chance difference in the performance of the two groups.

In the latter case, we say that the results do not reinforce the assumption; the two reading methods are equal in quality to teaching reading. In the first case, we say that the data reinforced the hypothesis and that method A is better than the usual path.

The evaluation of the validity of the generalization of the results of the research requires information on the sample of the children being tested, the procedures followed, the tests and the meals used. If the sample is selected so that each one in the selected group has an equal chance to be included in the sample, the members of the experiment are called random random sample, and the characteristics of this sample will be very similar to that of the original group from which they were selected. Two random samples taken from the same original group are very similar to each other. Therefore, any difference between them at the end of the experiment should be due to the formations performed in the procedures. Using random samples instead of biased samples, Dissemination of results to the original group Although psychologists use biased samples for specific purposes, for example, to test subjects related to a particular mental disorder, most of the research is conducted on random samples so that the results can be circulated to the original group, We can assume that the performance of children in the experiment represents how each child performs in the original group, and in this way we can create growth laws that can be widely distributed.

The knowledge of the procedures used in an experiment is critical to replicating the experiment. To facilitate the delivery of procedures, psychologists usually use operational definitions, which are ways of defining concepts by mentioning the methods used to measure them. The use of these definitions ensures that any other person can know the meaning of the concept , For example, intelligence as measured by intelligence tests, or social reinforcement

Related Post:

Share this post