IBM SPSS : راهنمای بقا – راهنمای گام‌به‌گام برای تحلیل و تفسیر داده‌ها – جولی پلنت – ویرایش ششم – ترجمۀ : دکتر اکبر رضایی – ویراستار علمی: دکتر خلیل اسماعیل پور

IBM SPSS : راهنمای بقا

راهنمای جامع، گام‌به‌گام و کاربردی برای تحلیل و تفسیر داده‌ها

ویرایش ششم

جولی پلنت

ترجمۀ: دکتر اکبر رضایی

دانشیار گروه روان‌شناسی دانشگاه پیام نور

ویراستار علمی: دکتر خلیل اسماعیل پور

دانشیار گروه روان‌شناسی دانشگاه تبریز

ناشر: انتشارات ارجمند

فهرست مطالب

پیشگفتار مؤلف

فایل‌های داده و وب‌سایت

مقدمه و مرور کلی

بخش یک – شروع به کار

فصل ۱  طراحی مطالعه

فصل ۲  آماده کردن دفترچۀ کدگذاری

فصل ۳  آشنایی با IBM SPSS

بخش دو – آماده‌سازی فایل داده‌ها

فصل ۴  ایجاد فایل داده‌ها و وارد کردن داده‌ها

فصل ۵   بررسی و تصحیح خطا‌ها در فایل داده‌ها

بخش سه – تحلیل‌های مقدماتی

فصل ۶   آمار‌ه‌های توصیفی

فصل ۷   استفاده از نمودار برای توصیف و بررسی داده‌ها

فصل ۸   آماده کردن داده‌های خام برای تحلیل‌های بعدی

فصل ۹   بررسی پایایی مقیاس‌ها

فصل ۱۰  انتخاب روش‌های آماری مناسب                        

بخش چهار – روش‌های آماری برای بررسی روابط بین متغیرها

فصل ۱۱  همبستگی

فصل ۱۲  همبستگی جزئی

فصل ۱۳  رگرسیون چندگانه

فصل ۱۴  رگرسیون لجستیک

فصل ۱۵  تحلیل عاملی

بخش پنج – روش‌های آماری برای مقایسۀ گروه‌ها

فصل ۱۶  آمار ناپارامتری

فصل ۱۷  آزمون‌های t

فصل ۱۸  تحلیل واریانس یک‌طرفه

فصل ۱۹  تحلیل واریانس دوطرفۀ بین‌گروه‌ها

فصل ۲۰  تحلیل واریانس آمیختۀ بین- درون‌آزمودنی‌ها

فصل ۲۱  تحلیل واریانس چندمتغیّره

فصل ۲۲  تحلیل کوواریانس                          

پیوست:  جزئیات فایل‌های داده

منابع پیشنهادی برای مطالعه

فهرست منابع

پیشگفتار مترجم بر ویرایش ششم

جهان امروز، جهان مدیریت داده‌هاست و بخش عظیم داده‌های هر علم، رشته، سازمان یا مرکز را اعداد و ارقام تشکیل می‌دهند که در مرحلۀ گردآوری و تحلیل آن‌ها علم آمار موردنیاز است. به خاطر اهمیت علم آمار بخشی از برنامۀ درسی رشته‌های مختلف به آن اختصاص داده می‌شود. با ظهور رایانه‌های شخصی در دهه‌های اخیر نرم‌افزار‌های متعددی برای تحلیل داده‌های آماری طراحی، ساخته و منتشر شده‌اند. SPSS یکی از قدیمی‌ترین برنامه‌های آماری در علوم رفتاری است. امروزه این بستۀ آماری به‌طور گسترده در حوزه‌های مختلف علمی ازجمله روان‌شناسی، علوم تربیتی، علوم اجتماعی، بازرگانی، بازاریابی، مدیریت، اقتصاد، کشاورزی، پزشکی، پرستاری و سایر حوزه‌های مربوطه مورداستفاده قرار می‌گیرد.

برای بسیاری از دانشجویان درک مفاهیم آمار دشوار است. درنتیجه این دانشجویان معمولاً در یادگیری این درس سطوح پایینی از موفقیت را تجربه می‌کنند و دچار اضطراب می‌شوند. این کتاب ویژگی‌هایی دارد که نه تنها اضطراب دانشجویان را کاهش می‌دهد بلکه تجارب موفقیت‌آمیزی برای دانشجویان در تحلیل داده‌ها فراهم می‌کند. این کتاب به‌صورت خودآموز، گام‌به‌گام و بدون تأکید بر مبانی ریاضی و فرمول‌های آماری نوشته شده است. در این کتاب فرایند تحلیل داده‌ها با ارائۀ مثال‌هایی روشن و به زبانی ساده توضیح داده شده است و خوانندگان می‌توانند در حین مطالعۀ مطالب این کتاب، هم‌زمان تحلیل‌ها را در رایانۀ شخصی خود با فایل داده‌های موجود در CD همراه کتاب انجام دهند و نتایج خودشان را با برونداد گزارش شده مقایسه و اعتماد به نفس لازم جهت تحلیل داده‌ها را کسب کنند. علاوه بر این، تمرین‌ها، سؤالات و خودآزمایی‌های چندگزینه‌ای در آخر فصل‌ها قرار داده شده است که به کمک آن‌ها می‌توان آموخته‌های خود را ارزیابی کرد.

این متن برای دانشجویان مقاطع مختلف تحصیلی در دروس آمار، روش‌ تحقیق، کاربرد کامپیوتر در رشته‌های مختلف، SPSS و … مناسب است. بخش‌هایی از متن که اغلب در دورۀ کارشناسی تدریس می‌شود عبارت‌اند از: بخش‌های مقدماتی کتاب، آماره‌های توصیفی، آزمون‌های t، تحلیل واریانس، مجذور کای و همبستگی. در دوره‌های کارشناسی ارشد و دکتری به‌تناسب می‌توان از سایر روش‌های آماری موجود در کتاب استفاده کرد، ازجمله تحلیل واریانس دوطرفۀ بین-گروه‌ها، تحلیل واریانس آمیختۀ بین- درون‌آزمودنی‌ها، تحلیل واریانس چندمتغیّره، تحلیل کوواریانس، همبستگی جزئی، رگرسیون چندگانه، رگرسیون لجستیک و تحلیل عاملی.

در ترجمۀ این کتاب سعی شده است تا ضمن وفاداری به متن، سبک نگارشی و اصطلاحات آماری در سراسر متن به‌صورت یکدست ارائه و اشکالات چاپ‌های قبلی تا حد ممکن برطرف شوند. متن ترجمه چندین بار با متن اصلی مقابله شد. دوست و همکار عزیزمان جناب آقای دکتر خلیل اسماعیل‌پور عضو هیئت‌علمی دانشگاه تبریز ویرایش علمی کتاب را بر عهده داشتند که جا دارد در اینجا از ایشان بابت تمامی زحمات تشکر کنم. از اینکه ترجمۀ کامل ویرایش ششم این کتاب را پس از سال‌ها تلاش در اختیار علاقه‌مندان می‌گذارم بسیار خوشحالم و امیدوارم این اثر نیز مانند ویرایش‌های قبلی موردتوجه استادان، دانشجویان و پژوهشگران محترم قرار گیرد و کماکان از رهنمودها و پیشنهادهای آنان بهره‌مند شوم. در پایان از جناب آقای دکتر ارجمند، مدیر محترم انتشارات ارجمند و همکاران ایشان به خاطر فراهم آوردن همه گونه امکانات برای چاپ سریع کتاب تشکر می‌کنم.

                                                                                                                                                                 دکتر اکبر رضایی

شهریور ۱۳۹۸

پیشگفتار مؤلف

برای بسیاری از دانشجویان، فکرِ انجام تکالیف آماری یا استفاده از آمار در پژوهش خودشان، منبع اصلی استرس و سرخوردگی است. هدف اصلی کتاب«SPSS: راهنمای بقا» (۲۰۰۰) ارائه دستورالعمل‌های ساده و گام‌به‌گام برای فرایند تحلیل داده‌ها با استفاده از نرم‌افزار IBM SPSS بود. برخلاف سایر منابع آماری، این کتاب بر مبانی ریاضی روش‌های آماری متمرکز نیست، بلکه بر استفادۀ مناسب از IBM SPSS به‌عنوان یک ابزار تمرکز دارد. از زمان انتشار پنج ویرایش این کتاب، من صدها ایمیل تشکر و قدردانی از دانشجویان به خاطر کمک‌های این کتاب (یا طناب نجات) دریافت کرده‌ام.

همان رویکرد سادۀ ویرایش‌های قبلی نیز در ویرایش ششم لحاظ شده است؛ بااین‌حال، در چند سال گذشته، SPSS دستخوش تغییراتی شده است- ازجمله در یک دورۀ زمانی کوتاه نام آن را تغییر دادند. در سال ۲۰۰۹ نسخۀ ۱۸ برنامه، PASW Statistics نام‌گذاری شد که مخفف واژه‌های Predictive Analytics Software بود. این نام دوباره در سال ۲۰۱۰ به IBM SPSS تغییر یافت. تمام فصل‌های ویرایش فعلی با نسخۀ ۲۵ به‌روز شده است (اگرچه بسیاری از مطالب برای کاربران نسخه‌های قبلی نیز مناسب است).

به‌طور خاص دو فصل به‌صورت گسترده مورد تجدیدنظر قرار گرفت: فصل ۷ (نمودارها) و فصل ۱۶ (آمار ناپارامتری). فصل ۷ در ویرایش جدید بر استفاده از گزینۀ   Chart Builderدر ترسیم نمودار تمرکز دارد، به‌جای استفاده از روش‌های Legacy Dialog. همین‌طور در فصل ۱۶، اکثر روش‌های ناپارامتری با استفاده از روش‌های جدید در IBM SPSS مورد تحلیل قرار گرفته‌اند، ولی تنها برخی روش‌های Legacy Dialog، جایی ‌که احساس می‌شد اطلاعات بیشتری ارائه می‌دهند، حفظ شده‌اند.

روش‌های مفید دیگری نیز برای آماده کردن داده‌ها به این ویرایش اضافه شدند. در فصل ۸ دستورالعمل‌های نحوۀ استفاده از روش کدگذاری مجدد خودکار (Automatic Recode) در SPSS گنجانده شد. این روش زمانی مفید است که شما به‌جای شکل عددی موردنیاز برای تحلیل‌های آماری (برای مثال، ۱, ۲)، داده‌های موجود را به شکل متن (برای مثال، male, female) وارد SPSS کرده باشید. برای آن‌هایی که از تاریخ‌ در پژوهش خودشان استفاده می‌کنند (برای مثال، تاریخ ورود/ خروج)، دستورالعمل‌هایی برای نحوۀ استفاده از Date، Time Wizard اضافه شد. این به شما امکان می‌دهد محاسباتی در این زمینه انجام دهید، برای مثال، محاسبۀ  طول مدت اقامت فرد با استفاده از داده‌های مربوط به تاریخ‌های ورود و خروج.

در برابر درخواست‌های مصرانۀ دانشجویان، مربیان، استادان و منتقدان برای اضافه کردن بسیاری از موضوعات دیگر به این کتاب همچنان مقاومت می‌کنم‌، ولی در عوض، مطالب موجود را به‌روز کرده و بسط داده‌ام. این کتاب قصد ندارد تمام روش‌های آماری موجود در IBM SPSS را پوشش دهد یا به تمام سؤالات پژوهشگران دربارۀ آمار پاسخ دهد، بلکه برای کمک به شروع پژوهش و کسب اعتمادبه‌نفس لازم در استفاده از برنامۀ  IBM SPSS برای تحلیل داده‌ها طراحی شده است. کتاب‌های آماری بی‌نظیری وجود دارند که شما می‌توانید به آن‌ها مراجعه کنید- منابع پیشنهادی برای مطالعه در فصل‌های مختلف و همچنین در آخر کتاب ارائه شده‌اند. مطالب تکمیلی نیز در وب‌سایت کتاب موجود است.

فایل‌های داده و وب‌سایت

در سراسر کتاب، نمونه‌ پژوهش‌های برگرفته از فایل‌ داده‌های موجود در وب‌سایت این کتاب را خواهید دید (آدرس وب‌سایت: www.openup.co.uk/IBM SPSS؛ این فایل‌ها در CD همراه کتاب نیز موجود هستند). از این سایت (یا CD همراه کتاب) می‌توانید فایل داده‌ها را دانلود کرده و به هارددیسک (Hard drive) یا حافظۀ فلَش (Flash memory) خود انتقال دهید. این فایل‌ها را تنها در IBM SPSS می‌توان باز کرد.

فایل دادۀsurvey.sav  شامل داده‌های «واقعی» بر اساس پروژۀ تحقیقی است که دانشجویان یکی از کلاس‌های دورۀ کارشناسی‌ام انجام داده‌اند. به کمک آن می‌توانید فرایند پژوهش را از ابتدا تا انتها درک کنید. در بخش پیوست، بخشی از پرسشنامه‌های مورداستفاده برای ایجاد این فایل داده‌ها و همچنین دفترچۀ کدگذاری داده‌ها ارائه شده است. این اطلاعات به شما امکان می‌دهند همگام با تحلیل‌های ارائه‌شده در فصل‌های مختلف این کتاب پیش بروید و تمرین‌های بیشتری با استفاده از متغیرهای دیگر انجام دهید.

دومین فایل داده‌ها error.sav، همان فایل دادۀ survey.sav است، ولی عمداً برخی اطلاعات نادرست برای استفاده از آن در انجام تمرین‌های فصل ۵ (فصل بررسی و تصحیح خطا‌ها در داده‌ها) اضافه شده است.

سومین فایل داده‌ها، experim.sav، فایل داده‌های ساختگی (جعلی) است که برای نشان دادن نحوۀ اجرای برخی روش‌های مطرح‌شده در بخش پنج کتاب (برای مثال، آزمون tی نمونه‌های همبسته، تحلیل واریانس با اندازه‌گیری‌های مکرر) ساخته و دست‌کاری شده است. این فایل همچنین شامل متغیرهای اضافی است که به شما امکان می‌دهد مهارت‌های یاد گرفته‌شده از این کتاب را تمرین کنید. در مورد نتایجی که به دست می‌آورید بیش‌ازحد هیجان‌زده نشوید و تلاش نکنید آن‌ها را در پژوهش‌های خود تکرار کنید!

چهارمین فایل (manipulate.sav) شامل داده‌هایی است که از پرونده‌های بیمارستان استخراج شده‌اند. این فایل به شما امکان می‌دهد تا نحوۀ اجرای برخی از روش‌های دست‌کاری و آماده کردن فایل داده‌ها برای تحلیل‌های بعدی را در فصل ۸ تمرین کنید. این کار شامل تبدیل داده‌های متن (Male, Female) به اعداد (۱, ۲) برای استفاده در تحلیل‌های آماری و همچنین کار با تاریخ‌ها برای ایجاد متغیرهای جدید (برای مثال، طول مدت زمان بین دو تاریخ) است.

پنجمین فایل مورداستفاده در مثال‌های این کتاب depress.sav است. این فایل در فصل ۱۶ (آمار ناپارامتری) برای نشان دادن برخی از روش‌های مورداستفاده در پژوهش‌های سلامت و پزشکی به کار رفته است.

دو فایل دیگر نیز وجود دارند که به شما امکان می‌دهند برخی فعالیت‌های اضافی با داده‌هایی از حوزه‌های مختلف علمی انجام دهید. فایل sleep.sav، یک فایل داده‌های واقعی است که از مطالعۀ اجراشده برای بررسی میزان شیوع و تأثیر مشکلات خواب بر جنبه‌های زندگی مردم ایجاد شده است. فایل staffsurvey.sav برگرفته از یک مطالعۀ زمینه‌یابی رضایت کارکنان است که برای یک موسسۀ آموزشی ملی بزرگ اجرا شده بود.

برای کسب اطلاعات بیشتر در مورد این فایل‌ها (و مطالب مرتبط با آن‌ها) به بخش پیوست مراجعه کنید. علاوه بر فایل‌ داده‌ها، وب‌سایت «SPSS: راهنمای بقا» همچنین حاوی برخی مطالب سودمند برای دانشجویان، مربیان و استادان است، ازجمله:

• رهنمودهایی برای تهیۀ گزارش پژوهشی
• تمرین‌های عملی
• به‌روز رسانی تغییرات در IBM SPSS زمانی که نسخه‌های جدید منتشر می‌شوند
• لینک‌های مفید به وب‌سایت‌های دیگر
• منابع پیشنهادی اضافی برای مطالعه
• راهنمای مربیان و استادان.

مقدمه و مرور کلی

این کتاب برای دانشجویانی که واحد درسی آمار و روش‌های تحقیق را می‌گذرانند و همچنین برای آن‌هایی که درگیر برنامه‌ریزی و اجرای پژوهش خودشان هستند، طراحی شده است. امیدوارم این کتابِ راهنما، اعتمادبه‌نفس لازم را در شما ایجاد کند تا با آرامش و به‌صورت سنجیده یا حداقل بدون استرس زیاد بتوانید تحلیل‌های آماری را انجام دهید!

بسیاری از مشکلاتی که دانشجویان با تحلیل‌های آماری تجربه می‌کنند، ناشی از اضطراب و سردرگمی در برخورد با اصطلاحات عجیب‌وغریب، نظریه‌های زیربنایی پیچیده و گزینه‌های متعدد برای انتخاب است. متأسفانه، بسیاری از کلاس‌ها و متون آمار به این احساسات دامن می‌زنند! در این کتاب تلاش خواهم کرد آمار را به زبانی بیان کنم که به‌راحتی قابل‌ درک و هضم شود.

کتاب «SPSS: راهنمای بقا» مطالب را به‌صورت سازمان‌یافته، منسجم و گام‌به‌گام، به آن صورت که برای تحلیل داده‌های خود نیاز دارید، ارائه کرده است. داده‌های خود را به‌عنوان مواد خام در یک دستور آشپزی در نظر بگیرید. شما می‌توانید «مواد غذایی» خود را به صورت‌های مختلف طبخ (پیش‌غذا، غذای اصلی و دِسر) انتخاب کنید. بسته به مواد موجود در دسترس، گزینه‌های مختلفی ممکن است مناسب باشد یا نباشد (اگر شما فقط مرغ داشته باشید، برنامه‌ریزی و تلاش برای تهیۀ بیف‌استروگانف بیهوده است). برنامه‌ریزی و آماده‌سازی بخش مهمی از این فرایند است (هم در آشپزی و هم در تحلیل داده‌ها). مواردی که باید در نظر بگیرید عبارت‌اند از:

• آیا مواد لازم را به‌اندازۀ کافی دارید؟
• چه‌ کارهایی برای آماده‌سازی مواد جهت پختن غذا موردنیاز است؟
• کدام روش پخت را استفاده خواهید کرد (آب‌پز کردن، در فِر پختن، سرخ کردن)؟
• آیا تصویری از نتیجۀ نهایی که قرار است طبخ شود (برای مثال، کیک شکلاتی) در ذهن خود دارید؟
• چگونه مشخص خواهید کرد که آن پخته شده است؟
• پس از پخت غذا، چگونه باید آن را سِرو کنید تا اشتهاآور باشد؟

همین سؤالات در مورد فرایند تحلیل داده‌ها نیز مطرح می‌شوند. باید طرح آزمایشی یا زمینه‌یابی خود را طوری برنامه‌ریزی کنید که اطلاعات موردنیاز شما را در قالب صحیح فراهم کند. باید فایل داده‌های خود را به‌خوبی آماده کنید و داده‌هایتان را با دقت وارد کنید. باید تصور روشنی از سؤالات پژوهشی خود و نحوۀ پرداختن به آن‌ها داشته باشید. باید بدانید کدام روش‌های آماری را می‌توانید انجام دهید، کدام متغیرها مناسب‌ و کدام‌یک نامناسب‌اند. شما باید قادر به انجام صحیح روش‌های‌ آماری انتخاب‌شده (برای مثال، آزمون t) باشید و بتوانید برونداد آن‌ها را تفسیر کنید. درنهایت، شما باید این «بروندادها» را به سؤال اصلی پژوهشی خود ربط دهید و بدانید که چگونه اینها را در گزارش خود ارائه کنید (یا به زبان آشپزی، آیا شما باید کیک شکلاتی خود را با خامه سِرو کنید یا با بستنی، یا شاید با مقداری توت‌فرنگی و اندکی پودر شکر یخ‌زده بر روی آن؟).

در پخت‌وپز و همچنین در تحلیل داده‌ها، شما نمی‌توانید همۀ مواد اولیۀ خود را روی‌هم بریزید و آن را در فِر (یا IBM SPSS) قرار دهید و انتظار بهترین نتیجه را داشته باشید. امیدوارم این کتاب در درک بهتر فرایند تحلیل داده‌ها به شما کمک کند و اعتمادبه‌نفس و مهارت‌های لازم را به شما بدهد تا به «آشپز» بهتری تبدیل شوید!

ساختار این کتاب

کتاب «SPSS: راهنمای بقا» از ۲۲ فصل تشکیل شده است که فرایند پژوهش، از طراحی مطالعه تا تحلیل داده‌ها و گزارش نتایج را پوشش می‌دهد. این کتاب به پنج بخش اصلی تقسیم شده‌ است: بخش یک (شروع به کار) شامل بحث‌های مقدماتی از قبیل طراحی مطالعه، آماده کردن دفترچۀ کدگذاری و آشنایی با IBM SPSS است. در بخش دو (آماده‌سازی فایل داده‌ها)، به شما نشان داده می‌شود که چگونه فایل داده‌ها را آماده کنید، داده‌ها را در IBM SPSS وارد و خطا‌های احتمالی را بررسی کنید. تحلیل‌های مقدماتی در بخش سه مطرح شده‌اند که شامل فصل‌هایی در زمینۀ استفاده از آماره‌های توصیفی و نمودارها، بررسی و تصحیح خطا‌ها در داده‌ها و روش‌های بررسی پایایی مقیاس‌هاست. شما در این بخش همچنین گام‌به‌گام با تکلیف نسبتاً دشوار انتخاب روش‌های آماری مناسب برای تحلیل داده‌های خود آشنا خواهید شد.

در بخش چهار، روش‌های آماری مهم که می‌توان برای بررسی رابطه‌ها مورداستفاده قرار داد، ارائه شده‌اند (برای مثال، همبستگی، همبستگی جزئی، رگرسیون چندگانه، رگرسیون لجستیک و تحلیل عاملی). در این فصل‌ها، اهداف‌ هر یک از این روش‌ها، مفروضه‌های زیربنایی، نحوۀ به دست آوردن نتایج، نحوۀ تفسیر برونداد و نحوۀ ارائۀ این نتایج در پایان‌نامه یا گزارش پژوهشی به‌صورت خلاصه توضیح داده شده است.

بخش پنج روش‌های آماری را که می‌توان برای مقایسۀ گروه‌ها استفاده کرد، موردبحث قرار می‌دهد. این روش‌ها شامل روش‌های ناپارامتری، آزمون‌های t، تحلیل واریانس، تحلیل واریانس چندمتغیّره و تحلیل کوواریانس هستند.

استفاده از این کتاب

برای استفادۀ بهتر از این کتاب به‌عنوان راهنمای آموزشی IBM SPSS، شما نیاز به مهارت‌های اولیۀ کار با رایانه دارید. در دستورالعمل‌ها و مثال‌های ارائه‌شده در فصل‌های مختلف این کتاب، فرض را بر این گذاشته‌ام که شما قبلاً با رایانۀ شخصی کار کرده‌اید و به‌ویژه با برنامه‌های ویندوز آشنا هستید. در زیر به برخی از مهارت‌های موردنیاز اشاره شده است. اگر در انجام هر یک از این عملیات مشکل دارید، باید از افراد مجرب در این زمینه کمک بگیرید. شما باید قادر باشید:

• از منوهای کرکره‌ای ویندوز استفاده کنید.
• از دکمه‌های راست و چپ ماوس استفاده کنید.
• از روش کلیک و کشیدن (click and drag) برای برجسته کردن متن استفاده کنید.
• پنجره‌ها را کوچک و بزرگ کنید.
• برنامه‌ها را باز کنید و ببندید.
• بین برنامه‌هایی که به‌طور هم‌زمان اجرا می‌شوند جابجا شوید.
• فایلی را باز کنید، ذخیره کنید، نامش را تغییر دهید یا آن فایل را به‌جای دیگر منتقل کنید و فایل‌ها را ببندید.
• با بیش از یک فایل در یک زمان کار کنید و بین فایل‌هایی که باز هستند جابجا شوید.
• فایل‌ها را از حافظۀ فلَش به هارد دیسک و بالعکس کپی کنید.
• پوشه‌هایی (Folders) را ایجاد کنید و فایل‌ها را در بین پوشه‌ها جابجا کنید.

این کتاب برای استفاده به‌صورت «مستقل و بدون مراجعه به منابع دیگر» طراحی نشده است. فرض بر این بوده است که شما با مبانی آمار آشنا هستید و به متون و کتاب‌های آمار دسترسی دارید. ضروری است هنگام استفاده از IBM SPSS، برخی از اتفاقاتی را که در «زیر سطح» در حال وقوع هستند، درک کنید. IBM SPSS یک بستۀ بسیار قدرتمند تحلیل داده‌هاست که می‌تواند روش‌های آماری خیلی پیچیده‌ای را انجام دهد. تلاش این کتاب راهنما بر این نیست که تمام روش‌های مختلف آماری موجود در این برنامه را توضیح دهد؛ بلکه تنها پرکاربرد‌ترین روش‌های آماری پوشش داده شده‌ است. این کتاب برای شروع کار با برنامۀ IBM SPSS و همچنین برای افزایش اعتمادبه‌نفس در استفاده از این برنامه طراحی شده است.

بسته به سؤالات پژوهشی و داده‌های خود، شاید لازم باشد برخی از تحلیل‌های پیچیده‌تر موجود در IBM SPSS را انجام دهید. کتاب‌های خوب زیادی در دسترس‌اند که روش‌های مختلف آماری را با جزئیات بیشتر توضیح می‌دهند. تا جایی که می‌توانید آن‌ها را مطالعه کنید. قفسه‌های کتابخانۀ خود را بگردید، به دنبال کتاب‌هایی باشید که روش‌های آماری را به زبان ساده و قابل‌فهم برای شما توضیح می‌دهند (خوب، به‌هرحال حداقل بعضی از آن‌ها را!). این مطالب را گردآوری کنید تا منبعی برای استفاده در طول کلاس‌های آمار و پروژۀ تحقیقاتی خود داشته باشید. همچنین گردآوری نمونه‌هایی از مقالات مجله‌های علمی پژوهشی که تحلیل‌های آماری و نتایج را گزارش کرده‌اند، سودمند است. می‌توانید از این‌ها به‌عنوان الگویی برای نوشتن گزارش نهایی خود استفاده کنید.

کتاب «SPSS: راهنمای بقا» هم برای استفاده به‌عنوان کتاب درسی در کلاس درس که در آنجا استاد جنبه‌های مختلف فرایند پژوهش را توضیح می‌دهد و هم به‌عنوان کتاب خودآموز برای کسانی که پروژه‌های تحقیقاتی خودشان را انجام می‌دهند، مناسب است. اگر به‌صورت خودآموز کار می‌کنید، حتماً با داده‌های موجود در CD همراه کتاب به‌صورت عملی تمرین کنید. بهترین راه یادگیری، تمرین عملی است نه خواندن صِرف مطالب. قبل از شروع کار با فایل داده‌های خود، با فایل‌ داده‌های این کتاب که مثال‌های فصل‌های مختلف بر اساس آن‌ها تنظیم شده‌اند «تمرین کنید». این کار اعتمادبه‌نفس شما را افزایش می‌دهد و همچنین این امکان را می‌دهد تا ببینید که آیا تحلیل‌های خود را به‌درستی انجام داده‌اید یا نه.

گاهی اوقات ممکن است متوجه ‌شوید که برونداد شما متفاوت از برونداد ارائه‌شده در این کتاب است. این مسئله احتمالاً زمانی اتفاق می‌افتد که شما از نسخه‌های متفاوت IBM SPSS استفاده می‌کنید (نسخۀ به‌کاررفته در این کتاب IBM SPSS Statistics 25 است). IBM SPSS به‌صورت منظم محصولات خود را به‌روز می‌کند که از نظر ارتقاء برنامه، خیلی خوب است، ولی ممکن است منجر به سردرگمی دانشجویانی شود که می‌بینند مطالب صفحه‌نمایش آن‌ها با مطالب موجود در کتاب دقیقاً یکسان نیست. معمولاً تفاوت‌ها خیلی چشمگیر نیستند؛ پس آرامش خود را حفظ کنید و با دقت به بررسی‌های خود ادامه دهید. اطلاعات ممکن است یکسان، ولی شکل ارائۀ آن‌ها اندکی متفاوت باشد. برای کسب اطلاعات بیشتر در مورد تغییرات جدید محصولات IBM SPSS می‌توانید به وب‌سایت IBM SPSS مراجعه کنید (www.spss.com).

رهنمودهای پژوهشی

اگر از این کتاب به‌عنوان راهنمای پروژۀ پژوهشی خود استفاده می‌کنید، به نکات زیر بیشتر توجه کنید:

• طرح پژوهشی خود را با ‌دقت برنامه‌ریزی کنید. از نظریه‌ها و پژوهش‌های موجود برای طراحی پروژۀ خود کمک بگیرید. بدانید که به دنبال چه چیزی هستید و چرا.
• به آینده فکر کنید. مشکلات و موانع احتمالی را پیش‌بینی کنید- همۀ پروژه‌ها این مشکلات را دارند! مشخص کنید که از کدام روش‌ آماری استفاده خواهید کرد و از این اطلاعات برای ساخت ابزارهای گردآوری داده‌ها استفاده کنید. اطمینان حاصل کنید که برای تحلیل‌های آماری خود، داده‌های مناسبی خواهید داشت.
• منظم باشید. یادداشت‌های دقیقی از همۀ پژوهش‌های مرتبط، منابع و … داشته باشید. سیستم بایگانی خوبی برای انبوه مقالات پژوهشی خود و همچنین بعدها برای برونداد  IBM SPSSایجاد کنید. نامنظم بودن و آشفتگی، ساده‌ترین کار است.
• سوابق کارهای خود را خوب نگه‌ دارید. وقتی از IBM SPSS برای انجام تحلیل‌های خود استفاده می‌کنید، سوابق دقیقی از آنچه انجام می‌دهید، نگه ‌دارید. من به دانشجویانم توصیه می‌کنم دفترچۀ سیمی بخرند و تمامی مطالب جلسات کار  IBM SPSS را یادداشت کنند. بهتر است تاریخ، متغیرهایی که ایجاد می‌کنید، تحلیل‌هایی که انجام می‌دهید، و نام فایل‌ بروندادهای IBM SPSS را یادداشت کنید. اگر مشکلی داشته باشید یا برای فایل داده‌های شما اتفاق نامناسبی بیفتد، استادان راهنما و مشاور از این اطلاعات می‌توانند برای کمک به رفع مشکل شما استفاده کنند!
• آرامش خود را حفظ کنید! اگر برای اولین بار است که با IBM SPSS کار می‌کنید و داده‌ها را تحلیل می‌کنید، ممکن است گاهی اوقات‌ احساس سرخوردگی کنید. در چنین مواقعی چند بار نفس عمیق بکشید و از خودگویی‌های مثبت استفاده کنید. همۀ کارها را گام‌به‌گام انجام دهید- به خود اجازۀ اشتباه کردن و گاهی اوقات سردرگمی بدهید. اگر خطاهای شما خیلی زیاد باشند، متوقف شوید، کمی قدم بزنید و قبل از پرداختن دوباره به آن موضوع احساس آرامش داشته باشید. اکثر دانشجویان پس از آشنایی مقدماتی با IBM SPSS، کار کردن با آن را خیلی راحت می‌دانند. همانند یادگیری هر مهارت جدید، لازم است بر احساسات اولیۀ سردرگمی و عدم اعتمادبه‌نفس خود غلبه پیدا کنید.
• به خودتان وقت کافی بدهید. فرایند پژوهش، به‌ویژه مراحل وارد کردن و تحلیل داده‌ها همیشه بیشتر از حدّ مورد انتظار زمان‌بر است، بنابراین وقت کافی برای این کار در نظر بگیرید.
• با دوستان خود کار کنید. از حمایت‌های عملی و عاطفی سایر دانشجویان در طول فرایند تحلیل داده‌ها استفاده کنید. حمایت اجتماعی سپر محکمی در برابر استرس است.

منابع اضافی

موضوعات مختلفی در این کتاب مطرح شده‌اند، از طراحی اولیۀ مطالعه، ساخت پرسشنامه، روش‌های آماری بنیادی (برای مثال، آزمون‌های t، همبستگی) گرفته تا روش‌های آماری پیشرفته (تحلیل واریانس چندمتغیّره، تحلیل عاملی). منابع دیگری نیز در فصل‌های مختلف این کتاب  پیشنهاد شده‌ است. تا آنجا که می‌توانید این منابع را تهیه و مطالعه کنید، به‌ویژه اگر می‌خواهید روش‌های آماری پیچیده‌تر را انجام دهید.

بخش ۱ شروع به کار

تحلیل داده‌ها تنها بخشی از فرایند پژوهش است. قبل از اینکه بتوانید از IBM SPSS برای تحلیل داده‌های خود استفاده کنید، لازم است اقدامات مختلفی انجام دهید. نخست باید مطالعۀ خود را طراحی و ابزارهای مناسب را برای گردآوری داده‌ها انتخاب کنید. بعد از اجرا باید اطلاعات حاصل را برای وارد ‌کردن به IBM SPSS آماده سازید (با استفاده از «دفترچۀ کدگذاری»). برای وارد کردن داده‌ها، باید بدانید که چگونه IBM SPSS کار می‌کند و چگونه با زبان مناسب با آن صحبت کنید. هرکدام از این مراحل در فصل‌های مختلف بخش یک بحث شده‌اند.

فصل ۱ برخی نکات و پیشنهادهایی برای طراحی مطالعه، با هدف به‌ دست‌ آوردن داده‌های با کیفیت خوب ارائه کرده است. فصل ۲ آماده‌ کردن دفترچۀ کدگذاری را برای تبدیل اطلاعات حاصل از مطالعه در یک قالب مناسب برای IBM SPSS توضیح می‌دهد. فصل ۳ برخی از مهارت‌های اساسی موردنیاز برای کار کردن با IBM SPSS را مطرح می‌کند. اگر برای اولین بار از IBM SPSS استفاده می‌کنید، ضروری است مطالب فصل ۳ را قبل از اجرای تحلیل‌های ارائه‌شده در فصل‌های بعد بخوانید.

۱ طراحی مطالعه

هرچند ممکن است بحث طراحی پژوهش در یک کتاب IBM SPSS کمی عجیب به نظر برسد، آن بخش ضروری فرایند پژوهشی است که می‌تواند بر کیفیت داده‌های گردآوری‌شده و تحلیل‌های آماری مؤثر واقع شود. داده‌هایی که به IBM SPSS وارد می‌کنید ممکن است شامل این موارد باشند: پاسخ‌ سؤالات یک پرسشنامه، اطلاعات گردآوری‌شده از مصاحبه‌ها، مشاهدات کدگذاری شده از رفتارهای واقعی یا اندازه‌‌های عینی از برونداد یا عملکرد. کیفیت داده‌ها به ابزارهای مورداستفاده برای گردآوری داده‌ها و چارچوب پژوهشی که راهنمای گرد‌آوری داده‌ها هستند، بستگی دارد.

در این فصل جنبه‌هایی از فرایند پژوهش بحث شده است که بر کیفیت بالقوۀ داده‌ها تأثیر دارند. ابتدا طرح کلی پژوهش، سپس برخی مسائل در مورد انتخاب مقیاس‌ها و ابزارهای اندازه‌گیری و درنهایت رهنمودهایی برای تهیۀ پرسشنامه ارائه شده است.

برنامه‌ریزی مطالعه

پژوهش خوب به برنامه‌ریزی دقیق و اجرای درست آن بستگی دارد. کتاب‌های خوبی با عنوان طرح‌های پژوهشی برای کمک به پژوهشگران در این فرایند یعنی مرور پیشینۀ پژوهشی، تدوین فرضیه، انتخاب طرح‌ پژوهش، انتخاب و تخصیص شرکت‌کنندگان، ثبت مشاهدات و گردآوری داده‌ها به رشتۀ تحریر در آمده است. تصمیماتی‌ که در هر یک از این مراحل گرفته می‌شود می‌تواند بر کیفیت داده‌های موردنیاز برای تحلیل و نحوۀ برخورد با سؤالات پژوهشی تأثیر بگذارند. در طراحی مطالعۀ خودتان توصیه می‌کنم زمان کافی برای کار در مورد فرایند طراحی در نظر بگیرید تا آن را به بهترین حالت ممکن جهت اجرا دربیاورید. مطالعۀ کتاب‌های مختلف در این زمینه مفید خواهد بود. برخی از منابعِ خوب در بخش منابع پیشنهادی در آخر کتاب فهرست شده است.

برای شروع کار، پیشنهادهای زیر را هنگام طراحی مطالعۀ خودتان در نظر بگیرید:

• مشخص کنید با کدام‌یک از طرح‌های پژوهشی (برای مثال، آزمایشی، زمینه‌یابی، همبستگی) به بهترین شکل می‌توانید به سؤال پژوهشی خود پاسخ دهید. همۀ روش‌های پژوهشی مزیت‌ها و محدودیت‌هایی دارند؛ مناسب‌ترین روش را برای سؤال پژوهشی خاص خودتان انتخاب کنید. طرح‌های پژوهشی انجام گرفته در حیطۀ موضوعی خودتان را مطالعه کنید و درک خوبی از آن‌ها داشته باشید.
• اگر روش آزمایشی را برای استفاده انتخاب کرده‌اید، مشخص کنید که آیا طرح بین‌گروه‌ها (آزمودنی‌های متفاوت در هر یک از شرایط آزمایشی) برای سؤال پژوهشی شما مناسب است یا طرح اندازه‌گیری‌های مکرر (که در آن آزمودنی‌های واحد، تحت همۀ شرایط آزمایشی مورداندازه‌گیری قرار می‌گیرند). هر یک از این روش‌ها مزایا و معایبی دارند؛ بنابراین، با دقت هر یک از این روش‌ها را ارزیابی کنید.
• در مطالعات آزمایشی مطمئن شوید که سطوح کافی در متغیر مستقل شما وجود دارد. با استفاده از تنها دو سطح (یا گروه) به شرکت‌کنندگان کمتری نیاز خواهید داشت، ولی این کار ممکن است نتیجه‌گیری‌های شما را محدود سازد. آیا داشتن گروه کنترل ضروری است یا مطلوب؟ آیا نداشتن گروه کنترل نتیجه‌گیری‌های شما را محدود می‌کند یا نه؟
• همیشه سعی کنید تعداد شرکت‌کنندگان بیشتر از تعداد موردنیاز باشد، به‌ویژه اگر از نمونه‌های انسانی استفاده می‌کنید. افراد غیرقابل‌اعتمادند- آن‌ها در زمان مقرر سرِ قرارشان حاضر نمی‌شوند، مریض می‌شوند، پرسشنامه‌ها را به‌درستی تکمیل نمی‌کنند! بنابراین، این موارد را همیشه در ذهن داشته باشید و بر اساس آن برنامه‌ریزی کنید. جانب بدبینی را بگیرید تا خوش‌بینی.
• در مطالعات آزمایشی ببینید که آیا در هر یک از گروه‌هایتان به‌اندازۀ کافی شرکت‌کننده دارید یا نه (و سعی کنید تا حد ممکن تعداد آن‌ها برابر باشند). با گروه‌های کوچک، تشخیص تفاوت‌های آماری معنی‌دار بین گروه‌ها دشوار است (موضوع توان [Power] در مقدمۀ بخش ۵ بحث شده است). اندازۀ نمونۀ موردنیاز خود را می‌توانید محاسبه کنید. برای مثال، به استنگور (۲۰۰۶) مراجعه کنید.
• تا حد ممکن به‌جای استفاده از گروه‌های موجود و در دسترس، شرکت‌کنندگان را به‌صورت تصادفی به هر یک از شرایط آزمایشی تخصیص دهید. این کار مشکل مرتبط با گروه‌های ناهمسان در طرح‌های بین‌گروهی را کاهش می‌دهد. همچنین به دست آوردن اطلاعات اضافی از گروه‌ها برای اطمینان از اینکه آن‌ها به‌طور چشمگیری متفاوت از یکدیگر نیستند ارزشمند خواهد بود. شما می‌توانید به‌صورت آماری (برای مثال، با استفاده از تحلیل کوواریانس) تفاوت‌ها را کنترل کنید.
• متغیرهای وابستۀ مناسبی که روا و پایا هستند، انتخاب کنید (به بحث مرتبط با این موضوع در ادامۀ همین فصل مراجعه کنید). بهتر است از ابزارهای متفاوتی برای سنجش آن‌ها استفاده کنید— برخی از ابزارهای اندازه‌گیری حساسیت بیشتری نسبت به برخی دیگر دارند. همۀ تخم‌مرغ‌های خود را در یک سبد نگذارید.
• سعی کنید تأثیر احتمالی متغیرهای مخدوش‌کننده (Confounding) یا نامربوط (Extraneous) را پیش‌بینی کنید. این متغیرها می‌توانند یک تبیین جایگزین برای نتایج شما فراهم کنند. گاهی اوقات تشخیص آن‌ها، زمانی که شما غرق در طراحی پژوهش خودتان هستید دشوار است. همیشه از یک شخص دیگر (استاد راهنما، مشاور یا همکار پژوهشگر خودتان) بخواهید طرح شما را قبل از اجرای پژوهش با دید انتقادی مطالعه کند. تا آنجا که می‌توانید متغیرهای مخدوش‌کنندۀ بالقوه را کنترل کنید. شناخت خوب و تسلط بر حیطۀ موضوعی به شما کمک می‌کند تا متغیرهای مخدوش‌کنندۀ احتمالی را شناسایی کنید. اگر متغیرهای دیگری وجود دارند که نمی‌توانید آن‌ها را کنترل کنید، آن‌وقت ببینید که آیا می‌توانید آن‌ها را اندازه‌گیری کنید یا نه؟ با اندازه‌گیری این متغیرها می‌توانید به‌صورت آماری (برای مثال، با استفاده از تحلیل کوواریانس) اثراتشان را کنترل کنید.
• اگر مطالعۀ زمینه‌یابی انجام می‌دهید، ابتدا آن را به‌صورت پایلوت (مقدماتی) اجرا کنید تا مطمئن شوید که دستورالعمل‌ها، سؤال‌ها و ماده‌های مقیاس مشکل خاصی ندارند. در صورت امکان، مطالعۀ مقدماتی را بر روی افراد مورداستفاده در پژوهش اصلی اجرا کنید (برای مثال، نوجوانان، جوانان بیکار، زندانی‌ها). شما باید اطمینان حاصل کنید که پاسخ‌دهندگان قادر به درک سؤال‌ها و یا ماده‌های پرسشنامه‌ هستند و به‌طور مناسبی به آن‌ها پاسخ می‌دهند. همچنین مطالعۀ مقدماتی (پایلوت) باید به شناسایی سؤالات یا ماده‌هایی که موجب آزردگی خاطر پاسخ‌دهندگان می‌شوند کمک کند.
• اگر می‌خواهید آزمایشی را اجرا کنید، بهتر است قبل از اجرای اصلی به‌صورت مقدماتی، هم دست‌کاری آزمایشی و هم متغیرهای وابستۀ موردنظر را بررسی کنید. اگر از تجهیزات و دستگاه‌هایی استفاده می‌کنید، اطمینان حاصل کنید که آن‌ها به‌طور صحیح کار می‌کنند. اگر از آزمایشگران یا مصاحبه‌کنندگان مختلفی استفاده می‌کنید مطمئن شوید که آن‌ها به‌خوبی آموزش دیده‌اند و می‌دانند چگونه عمل کنند. اگر مشاهده‌گران مختلفی برای رتبه‌بندی رفتارها موردنیاز است مطمئن شوید که آن‌ها نحوۀ کدگذاری مشاهدات خود را به‌خوبی می‌دانند. اجرای تمرینی داشته باشید و پایایی بین‌‌ارزیاب‌ها (inter-rater) را بررسی کنید (یعنی نمرات ارزیابی‌کنندگان مختلف چقدر همسان‌ هستند). مطالعۀ مقدماتی روش‌ها و ابزارهای اندازه‌گیری‌ به شما کمک می‌کند تا مشکلات احتمالی در روز اجرا و همچنین عوامل درآمیختۀ تأثیرگذار بر نتایج را شناسایی کنید. برخی از این‌ها را ممکن است نتوانید پیش‌بینی کنید (برای مثال، ممکن است کارگران درست در روز اجرا در مقابل پنجرۀ آزمایشگاه سروصدا ایجاد کنند)، ولی تلاش کنید این عوامل را تا آنجا که می‌توانید کنترل کنید.

انتخاب مقیاس‌ها و ابزارهای اندازه‌گیری مناسب

بسته به ماهیت پژوهش شما، روش‌های مختلفی برای گردآوری «داده‌ها» وجود دارد. این کار ممکن است شامل اندازه‌گیری برونداد یا عملکرد در برخی ملاک‌های عینی یا رتبه‌بندی و درجه‌بندی رفتار بر اساس مجموعه‌ای از ملاک‌های مشخص باشد. روش‌های گردآوری داده‌ها همچنین ممکن است شامل استفاده از مقیاس‌هایی باشد که برای «عملیاتی‌ کردن» برخی سازه‌های زیربنایی طراحی شده‌اند یا ویژگی‌هایی ‌که به‌طور مستقیم قابل‌اندازه‌گیری نیستند (برای مثال، عزت‌نفس). امروزه هزاران مقیاس معتبر وجود دارد که می‌توان در پژوهش استفاده کرد.یافتن مقیاس مناسب برای اهداف پژوهشی‌ خودتان ممکن است گاهی دشوار باشد. مرور پیشینۀ پژوهشی در حیطۀ موردنظر باید اولین اقدام شما باشد. پژوهشگران دیگر در این زمینه کدام‌یک از پرسشنامه‌ها را استفاده کرده‌اند؟ گاهی اوقات سؤالات و ماده‌های مقیاس‌ها در پیوست مقالات فصلنامه‌ها و مجلات ارائه می‌شوند. در غیر این صورت باید مقالۀ اصلی را که به طراحی و اعتباریابی مقیاس موردعلاقۀ شما پرداخته است، پیدا کنید. برخی مقیاس‌ها دارای حق نسخه‌برداری (کپی‌رایت) هستند، به این معنا که برای استفاده از آن‌ها باید نسخه‌های «رسمی» آن را از ناشر خریداری کنید. مقیاس‌های دیگر که به‌صورت کامل در فصلنامه‌ها یا مجلات علمی منتشر شده‌اند، در اختیار عموم قرار دارند. پژوهشگران می‌توانند بدون پرداخت هیچ هزینه‌ای آن‌ها را مورداستفاده قرار دهند. بااین‌حال، بسیار مهم است که در متن گزارش هرکدام از مقیاس‌های مورداستفاده را به‌درستی معرفی کنید و جزئیات مرجع کامل را بیان کنید.

در انتخاب مقیاس‌های مناسب دو ویژگی وجود دارد که لازم است از آن مطلع باشید: پایایی (Reliability) و روایی (Validity). هر دوی این‌ها می‌توانند کیفیت داده‌های شما را تحت تأثیر قرار دهند. هنگام بررسی مقیاس‌های موجود برای استفاده باید اطلاعاتی دربارۀ پایایی و روایی هر یک از این مقیاس‌ها گردآوری کنید. این اطلاعات را برای بخش «روش» گزارش پژوهشی خود نیاز خواهید داشت. مهم نیست که پژوهشگران دیگر روایی و پایایی مقیاس‌های موردنظر شما را چقدر خوب گزارش کرده‌اند، ضروری است مطالعۀ مقدماتی بر روی نمونۀ موردنظر خود انجام دهید. گاهی مقیاس‌ها با برخی گروه‌ها (برای مثال، بزرگ‌سالان با پیشینۀ انگلیسی‌زبان) پایا هستند، ولی هنگامی‌که با گروه‌های دیگر (برای مثال، کودکانی از پیشینه‌های غیر انگلیسی‌زبان) مورداستفاده قرار می‌گیرند، پایا نباشند.

پایایی

پایایی مقیاس نشان می‌دهد که آن مقیاس چقدر عاری از خطای تصادفی است. دو شاخص پایایی مقیاس که معمولاً مورداستفاده قرار می‌گیرند عبارت‌اند از: پایایی باز آزمایی (Test-retest که به «ثبات در طول زمان» اشاره دارد) و همسانی درونی (Internal consistency). پایایی باز آزمایی مقیاس از طریق اجرای آن بر روی افراد واحد در دو زمان مختلف و محاسبه ضریب همبستگی بین نمرات حاصل مشخص می‌شود. همبستگی‌ بالای نمرات در دو بار اجرا حاکی از پایایی بالای مقیاس است. هنگام استفاده از این پایایی لازم است ماهیت سازۀ مقیاس مورداندازه‌گیری را در نظر بگیرید. وضعیت خُلق افراد ممکن است در طول دورۀ چندهفته‌ای تغییر یابد؛ بنابراین، پایایی باز آزمایی مقیاس خلق ممکن است پایین باشد. بااین‌حال، می‌توان امیدوار بود که اندازه‌های ویژگی‌های پایدار شخصیتی در طول زمان ثابت بمانند و همبستگی باز آزمایی نسبتاً بالایی از خود نشان دهند.

جنبۀ دوم پایایی که می‌توان موردسنجش قرار داد، همسانی درونی است. این نوع پایایی به میزانی که سؤالات تشکیل‌دهندۀ یک مقیاس همگی ویژگی‌های زیربنایی یکسانی را اندازه‌گیری می‌کنند، اشاره دارد (یعنی میزانی که سؤالات به هم مرتبط‌اند). همسانی درونی را به شیوه‌های مختلفی می‌توان سنجش کرد. رایج‌ترین آمارۀ مورداستفاده ضریب آلفای کرونباخ (Cronbachs Coefficient alpha) است (به فصل ۹ مراجعه کنید). این آماره، میانگین همبستگی بین همۀ سؤالات تشکیل‌دهندۀ مقیاس را نشان می‌دهد. مقادیر آن در دامنه‌ای از ۰ تا ۱ قرار دارند که مقادیر بالا حاکی از پایایی بیشتر است.

هرچند به سطوح مختلف پایایی، بسته به ماهیت و هدف مقیاس نیاز داریم، نانالی (۱۹۷۸) حداقل سطح ۷_/۰ را توصیه می‌کند. مقادیر آلفای کرونباخ به تعداد سؤالات مقیاس بستگی دارد. هنگامی‌که تعداد‌ سؤالات مقیاس کم باشد (کمتر از ۱۰ سؤال)، مقادیر آلفای کرونباخ ممکن است نسبتاً کوچک باشند. در این حالت بهتر است میانگین همبستگی بین- سؤالی (inter-item) برای سؤالات محاسبه و گزارش شود. مقادیر بهینۀ میانگین همبستگی بین- سؤالی در دامنه‌ای از ۲_/۰ تا ۴_/۰ قرار دارند (بر اساس توصیۀ بریگز و چیک، ۱۹۸۶).

روایی

روایی مقیاس به این اشاره دارد که ابزار تا چه حد آن چیزی را که انتظار می‌رود، اندازه‌گیری می‌کند. متأسفانه، شاخص دقیقی برای روایی مقیاس‌ها وجود ندارد. اعتباریابی مقیاس شامل گردآوری شواهد تجربی مرتبط با کاربرد و استفادۀ آن است. انواع اصلی روایی عبارت‌اند از: روایی محتوایی (Content)، روایی ملاکی (Criterion) و روایی سازه (Construct).

روایی محتوایی به دقت نمونه‌گیری مقیاس یا ابزار اندازه‌گیری از مجموعۀ کلی یا حیطۀ محتوایی موردنظر اشاره دارد. منظور از روایی ملاکی میزان ارتباط بین نمرات مقیاس با برخی ملاک‌های مشخص و اندازه‌پذیر است. روایی سازه شامل آزمودن یک مقیاس، نه با یک ملاک واحد بلکه بر اساس فرضیه‌های حاصل از نظریه‌های مرتبط با ماهیت زیربنایی متغیر یا سازه است. روایی سازه از طریق بررسی رابطۀ آن با سازه‌های دیگر، هم سازه‌های مرتبط (روایی همگرایی) و هم سازه‌های غیرمرتبط (روایی واگرایی) به دست می‌آید. اگر می‌خواهید در پژوهش خود از مقیاس‌ها و ابزارهای اندازه‌گیری استفاده کنید، بهتر است در این زمینه بیشتر مطالعه کنید.

آماده‌ کردن پرسشنامه

در بسیاری از پژوهش‌ها ضروری است اطلاعاتی از شرکت‌کنندگان یا پاسخ‌دهندگان گردآوری کنید. این کار ممکن است شامل گردآوری اطلاعات جمعیت‌شناختی از شرکت‌کنندگان قبل از مواجه ‌کردن آن‌ها با برخی دست‌کاری‌های آزمایشی باشد. آن همچنین ممکن است شامل اجرای پرسشنامۀ زمینه‌یابی گسترده باشد که بر روی یک نمونۀ انتخاب‌شده از جامعه توزیع می‌شود. پرسشنامه‌ای که به‌صورت ضعیف طراحی و تدوین شود، داده‌های خوبی برای بررسی سؤالات پژوهشی به دست نخواهد داد. در آماده‌ کردن پرسشنامه باید نحوۀ استفاده از اطلاعات را در نظر بگیرید؛ باید بدانید که کدام روش‌های آماری را قصد دارید استفاده کنید. بسته به روش‌های آماری ‌که در ذهن دارید، ممکن است لازم باشد سؤالات را به شیوۀ خاصی بپرسید، یا قالب‌های مختلف پاسخ را ارائه دهید. برخی از این عوامل که لازم است در طراحی و ساخت پرسشنامه‌ها مدنظر قرار گیرند در ادامۀ فصل بحث شده‌اند.

در این بخش، روش تهیۀ پرسشنامه به‌صورت مختصر توضیح داده شده است؛ اگر می‌خواهید پرسشنامه‌ای برای مطالعۀ خود طراحی کنید، پیشنهاد می‌شود به منابع دیگری در این زمینه مراجعه کنید. یکی از منابع بسیار مفید در این زمینه، کتاب دِ واس (۲۰۰۲) است.

انواع سؤالات

اکثر سؤالات را می‌توان در دو گروه طبقه‌بندی کرد: باز پاسخ یا بسته پاسخ. در سؤالات بسته‌ پاسخ تعدادی گزینه در اختیار پاسخ‌دهندگان قرار می‌گیرد و از آن‌ها خواسته می‌شود تا پاسخ‌های خودشان را با استفاده از علامت تیک، ضربدر، دایره و غیره مشخص کنند. این گزینه‌ها ممکن است شامل بله/ خیر، مرد/ زن، یا دامنه‌ای از گزینه‌های مختلف باشند. برای مثال:

بالاترین سطح تحصیلی که به پایان رسانیده‌اید، چیست (لطفاً تیک بزنید)؟
£  1. ابتدایی £  2. راهنمایی £  3. دبیرستان £  4. کاردانی £  5. کارشناسی £  6. کارشناسی ارشد و بالاتر

سؤالات بسته ‌پاسخ معمولاً خیلی راحت به شکل عددی موردنیاز IBM SPSS تبدیل می‌شوند. برای مثال، می‌توان بله را با ۱ و نه را با ۲ کدگذاری کرد؛ همچنین مردان را می‌توان با کد ۱ و زنان را با کد ۲ مشخص کرد. در سؤال مربوط به تحصیلات افراد در مثال فوق، شمارۀ مربوط به پاسخ افراد وارد می‌شود. برای مثال، اگر یکی از پاسخ‌دهندگان کارشناسی را تیک بزند، کد آن ۵ خواهد بود. شماره‌گذاری پاسخ‌ها به فرایند کدگذاری کمک می‌کند. برای وارد کردن داده‌ها، قواعدی برای کدگذاری در نظر بگیرید و در کل پرسشنامه از آن تبعیت کنید.

گاهی اوقات نمی‌توانید همۀ پاسخ‌های ممکنِ پاسخ‌دهندگان را حدس بزنید، بنابراین لازم است از سؤالات باز پاسخ استفاده کنید. مزیت سؤالات باز پاسخ این است که پاسخ‌دهندگان در پاسخ‌ دادن به شیوۀ خودشان آزادی عمل بیشتری دارند و به گزینه‌های ارائه‌شده به‌وسیلۀ پژوهشگر محدود نمی‌شوند. برای مثال:

در حال حاضر منبع اصلی استرس در زندگی شما چیست؟ ……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………

پاسخِ سؤالات باز پاسخ را می‌توان برای وارد کردن به IBM SPSS در طبقات مختلف خلاصه کرد. این طبقات معمولاً پس از بررسی دامنۀ پاسخ‌های شرکت‌کنندگان مشخص می‌شوند. برخی از طبقات ممکن را نیز می‌توان از بررسی پژوهش‌های قبلی در این زمینه به دست آورد. به هرکدام از این طبقات یک کد اختصاص می‌یابد (برای مثال، کار= ۱، مسائل مالی= ۲، روابط با دیگران= ۳ و غیره) و این کدها به  IBM SPSS وارد می‌شوند. جزئیات بیشتر در این زمینه در بخش آماده‌ کردن دفترچۀ کدگذاری در فصل ۲ ارائه شده است.

گاهی اوقات ترکیبی از سؤالات باز پاسخ و بسته پاسخ بهتر عمل می‌کند. این سؤالات معمولاً برای پاسخ‌دهندگان تعدادی پاسخ مشخص ارائه می‌دهند، علاوه بر آن‌ها یک گزینۀ اضافی (سایر) نیز در نظر می‌گیرند که در صورت نبودن پاسخ موردنظر شخص در بین پاسخ‌ها، آن گزینه را تیک بزنند. یک یا دو سطر جا در نظر گرفته می‌شود تا افراد بتوانند پاسخ‌های موردنظر خود را در آنجا بنویسند. ترکیبی از سؤالات باز پاسخ و بسته پاسخ به‌ویژه در مراحل اولیۀ پژوهش در یک حیطه بسیار مفید است، چون نشان می‌دهد که آیا طبقات پاسخ تعریف‌شده به‌ اندازۀ کافی تمام پاسخ‌های موردنظر پاسخ‌دهندگان را پوشش می‌دهد یا نه.

شکل پاسخ‌

برای پرسیدن سؤال از پاسخ‌دهندگان لازم است نوع پاسخ را نیز مشخص کنید. قالب پاسخی که انتخاب می‌کنید در انتخاب تحلیل‌های آماری می‌تواند تأثیرگذار باشد. برای برخی تحلیل‌ها (برای مثال، همبستگی) نمرات پیوسته، از کم به زیاد و دامنۀ وسیعی از نمرات موردنیاز است. اگر از پاسخ‌دهندگان بخواهید سن خودشان را با تیک‌ زدن به طبقۀ پاسخ‌ها مشخص کنند (برای مثال، کمتر از ۳۰ سال، بین ۳۱ تا ۵۰ سال و بالای ۵۰ سال)، این داده‌ها برای تحلیل همبستگی پیرسون مناسب نخواهند بود؛ بنابراین، اگر قصد دارید رابطۀ بین سن و عزت‌نفس را بررسی کنید، لازم است از پاسخ‌دهندگان بخواهید تا سن واقعی خودشان را به سال بنویسند. باید یادآور شویم که برخی از افراد دوست ندارند سن واقعی خودشان را گزارش کنند (برای مثال، زنان بالای ۳۰ سال!).

سعی کنید تا حد ممکن گزینه‌های بیشتری برای سؤالات خود ارائه دهید. همیشه می‌توانید در صورت نیاز آن‌ها را خلاصه کرده و در طبقات کمتری قرار دهید (برای یادگیری مراحل انجام این کار به فصل ۸ مراجعه کنید). تنها از پاسخ‌دهندگان نخواهید صرفاً برای شما مشخص کنند که با یک بیان موافق‌اند یا نه، بلکه از مقیاس لیکرت استفاده کنید که می‌تواند دامنه‌ای از پاسخ‌های «کاملاً مخالفم تا کاملاً موافقم» داشته باشد:

کاملاً موافقم        6         5         4        3         2         1         کاملاً مخالفم

این نوع مقیاسِ پاسخ، دامنۀ گسترده‌تری از نمرات ممکن را در اختیار شما قرار می‌دهد و تحلیل‌های آماری ممکن را افزایش می‌دهد. لازم است تصمیم‌هایی در ارتباط با تعداد درجات پاسخ‌ (برای مثال، از ۱ تا ۶) اتخاذ کنید. دِ ولیس (۲۰۰۳) بحث‌های مفیدی دربارۀ مزایا و محدودیت‌های مقیاس‌های مختلفِ پاسخ مطرح کرده است. باید دستورالعمل‌های روشنی در خصوص نحوۀ پاسخ‌دهی ارائه دهید. آیا می‌خواهید پاسخ‌دهندگان در داخل مربع تیک بزنند یا دور عدد دایره بکشند، یا اینکه روی یک خط علامت بگذارند؟ برای برخی پاسخ‌دهندگان، این ممکن است اولین پرسشنامه‌ای باشد که آن‌ها تکمیل می‌کنند. فرض را بر این نگذارید که آن‌ها نحوۀ صحیح پاسخ دادن را می‌دانند. دستورالعمل‌ها باید روشن و واضح باشند، در صورت امکان یک نمونه از نحوۀ پاسخ‌دهی نیز ارائه کنید. مشکلات احتمالی را قبل از توزیع گستردۀ پرسشنامه‌هایتان برطرف کنید. در طراحی سؤالاتتان، همیشه نحوۀ تفسیر سؤالات به‌وسیلۀ پاسخ‌دهندگان و همۀ پاسخ‌های ممکن موردنظر افراد را در نظر بگیرید. برای مثال، ممکن است علاقه‌مند باشید بدانید که آیا افراد سیگار می‌کشند یا نه. می‌توانید سؤال زیر را بپرسید:

آیا اهل دود کردن هستید؟ (لطفاً تیک بزنید)       بله £        خیر £

هنگام جواب ‌دادن به پرسشنامه، پاسخ‌دهندگان ممکن است بپرسند منظور چیست؟ سیگار، قلیان یا پیپ (چُپُق). آیا دانستن اینکه آن‌ها سیگار می‌کشند کافی است؟ یا اینکه می‌خواهید بدانید چقدر سیگار می‌کشند (۲ یا ۳ نخ سیگار در مقابل دو یا سه پاکت) و یا اینکه آن‌ها چند وقت یک‌بار سیگار می‌کشند (هر روز یا در موقعیت‌های اجتماعی)؟ پیام این است که هنگام طراحی پرسشنامه به هر یک از سؤالات توجه کنید و ببینید که آن‌ها چه اطلاعاتی به شما خواهند داد و چه اطلاعاتی ممکن است از دست برود.

نحوۀ بیان سؤالات

طراحی سؤالات واضح، روشن و خوب برای یک پرسشنامه درواقع هنر است. اگرچه قواعد روشن و صریحی در این زمینه وجود ندارد. بااین‌حال، نکاتی هست که می‌توانید از آن‌ها برای بهبود کیفیت سؤالات و درنتیجه داده‌های خودتان بهره بگیرید. سعی کنید هنگام تهیۀ سؤالات از موارد زیر اجتناب کنید:

• سؤالات پیچیدۀ طولانی
  • منفی مضاعف
  • سؤالات دوپهلو
  • زبان فنی و تخصصی یا علائم اختصاری
  • اصطلاحات وابسته به فرهنگ خاص
  • واژگانی ‌که دو معنی دارند
  • سؤالات جهت‌دار
  • واژه‌هایی ‌که بار هیجانی دارند

هر وقت مناسب بود، طبقۀ پاسخ برای «نمی‌دانم» یا «شامل نمی‌شود» در نظر بگیرید. برای کسب اطلاعات بیشتر در خصوص نوشتن سؤال‌ها به دِ واس (۲۰۱۴) و کلاین (۲۰۰۵) مراجعه کنید.

خودآزمایی چندگزینه‌ای فصل ۱

۱٫   روش باز آزمایی برای کدام‌یک ابزارهای اندازه‌گیری زیر روش مناسبی نیست؟

الف. استعداد                                                 ب. شخصیت                                                           ج. خُلق                                         د. هوش

۲٫  کدام‌یک از روایی‌های زیر، یک ابزار یا مقیاس را بر اساس فرضیه‌های نظری مرتبط با ماهیت زیربنایی متغیر آزمون می‌کند؟

الف. محتوایی                                               ب. سازه                                                                       ج. ملاکی                                     د.صوری

۳٫  کدام‌یک از موارد زیر هنگام تهیۀ سؤالات پرسشنامه به بهبود کیفیت سؤالات کمک می‌کند؟

الف. علائم اختصاری                                                            ب. اصطلاحات وابسته به فرهنگ خاص                             

ج.  سؤالات منفی                                                                      د. سؤالات جهت‌دار

۴٫   در طراحی مطالعه کدام‌یک از موارد زیر پیشنهاد نمی‌شود؟

الف. در مطالعات آزمایشی سعی کنید تعداد افراد گروه‌ها برابر باشند.

ب. مطمئن شوید که سطوح کافی در متغیر مستقل شما وجود دارد.                  

ج.  سعی کنید تعداد شرکت‌کنندگان بیشتر از تعداد موردنیاز باشد.

د. تا حد ممکن سعی کنید از گروه‌های موجود و در دسترس استفاده کنید.

۵٫  هنگامی‌که افراد یکسانی تحت شرایط یکسان مورداندازه‌گیری قرار می‌گیرند و نتایج مشابهی به دست می‌آید. آن یک اندازۀ ……………….. است.

الف. درست                                                    ب. پایا                                              ج. روا                                               د. خوب

۶٫  کدام‌یک از تحلیل‌های زیر، اثر برخی از متغیرها را به‌صورت آماری کنترل می‌کند؟

الف. تحلیل کوواریانس                                                         ب. تحلیل واریانس چندمتغیّره                                                   

ج. تحلیل لجستیک                                  د. تحلیل عاملی

۷٫  هنگامی‌که تعداد سؤالات مقیاس کم باشد (کمتر از ۱۰ سؤال)، مقادیر آلفای کرونباخ ممکن است ………………….  باشد.

الف. نسبتاً کوچک                                     ب. نسبتاً بزرگ                                                         ج. متوسط                                                                  د. بزرگ

پاسخ سؤالات خودآزمایی چندگزینه­ای فصل ۱

۱٫ ج

۲٫ ب

۳٫ ج

۴٫ د

۵٫ ب

۶٫ الف

۷٫ الف

۲ آماده کردن دفترچۀ کدگذاری

قبل از اینکه بتوانید اطلاعات پرسشنامه، مصاحبه‌ یا آزمایش‌ خود را به IBM SPSS وارد کنید، لازم است «دفترچۀ کدگذاری» آماده شود. دفترچۀ کدگذاری، خلاصه‌ای از دستورالعمل‌هایی است که شما برای تبدیل اطلاعات به‌دست‌آمده از هر شرکت‌کننده، آزمودنی یا مورد (Case) در قالب مناسب IBM SPSS استفاده می‌کنید. در ادامه فصل، اقدامات لازم برای این کار را با استفاده از فایل‌ داده‌های تهیه‌شده به‌وسیلۀ تعدادی از دانشجویانم نشان خواهم داد. نسخه‌ای از پرسشنامۀ مورد استفاده و دفترچۀ کدگذاری آن در بخش پیوست این کتاب ارائه شده است (فایل‌ داده‌‌های آن در CD همراه کتاب موجود است). ارائۀ این مواد به شما امکان می‌دهد تا کل فرایند، از ساختن پرسشنامه گرفته تا ایجاد فایل نهایی داده‌ها برای تحلیل را ببینید. اگرچه از پرسشنامه برای نشان‌ دادن گام‌های لازم برای آماده‌ کردن دفترچۀ کدگذاری استفاده کرده‌ام، بااین‌حال، فرایند مشابهی نیز در مطالعات آزمایشی یا بازیابی اطلاعات از اَسناد موجود (برای مثال، اسناد پزشکی بیمارستان) ضروری است.

آماده‌ کردن دفترچۀ کدگذاری شامل تصمیم‌گیری (و مستندسازی) در مورد اقدامات زیر است:

• نام‌گذاری و مشخص‌ کردن برچسب هر یک از متغیرها
• اختصاص دادن اعداد به هر یک از پاسخ‌های ممکن.

همۀ این اطلاعات باید در دفترچۀ کدگذاری یا فایل رایانه ثبت شوند. این اطلاعات را در جای امن نگهداری کنید؛ اگر مدتی از فایل داده‌ها استفاده نکنید، ممکن است فراموش کنید که علائم اختصاری، کدها و اعداد به چه چیزهایی اشاره دارند.

در دفترچۀ کدگذاری خود باید تمامی متغیرهای پرسشنامه، نام اختصاری آن‌ها و همچنین نحوۀ کدگذاری پاسخ‌ها را فهرست کنید. در این فصل با مثال‌های ساده‌ مراحل مختلف آن را توضیح داده‌ام. در ستون اول دفترچۀ کدگذاری نام اختصاری متغیرها را بنویسید (در صفحات بعد به کادر قواعد نام‌گذاری متغیرها مراجعه کنید). در ستون دوم از چپ شما می‌توانید این متغیرها را دقیق‌تر توصیف کنید، طوری‌که بعداً بتوانید آن‌ها را شناسایی کنید (جدول ۱–۲ را ببینید).