الرئيسية
أقسام المكتبة
المؤلفين
القرآن
البحث 📚
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.