متغیر بر اساس نقشی که در پژوهش به عهده دارد به دو دسته مستقل و وابسته تقسیم می شود...
آمار Statistics
واژه Statistics که به فارسی آن را آمار ترجمه کرده‌اند به دو معنی بکار می رود:
- به معنی اعداد و ارقام واقعی یا تقریبی درباره اموری از قبیل تولد و مرگ، میزان تولید، میزان تصادفات رانندگی و غیره.
- به معنی روشهایی که برای جمع‌آوری، تلخیص، تجزیه و تحلیل، تفسیر و بطور کلی مطالعه و بررسی مشاهدات بکار برده می شود.
با بیان دیگری می توان گفت که آمار عبارت است از هنر و علم جمع آوری، تجزیه و تحلیل داده ها، تفسیر و استخراج تعمیم های منطقی در مورد جامعه مادر پدیده های تحت بررسی بر اساس استنباط از نمونه ها.
با توجه به تعاریف بالا می توان گفت یک فرآیند تحلیل آماری، شامل دو بخش عمده است. اولین قدم، نمایش دادن و خلاصه کردن داده ها می باشد تا توجه ما روی ویژگیهای مهم داده ها متمرکز شده و جزئیات غیرضروری کنار گذاشته شود. اما بخش دوم، برای استخراج نکات کلی و استنباط هایی در مورد پدیده تحت مطالعه به کار میرود. بخش اول شامل روشهای آمار توصیفی (و بخش دوم در برگیرنده روشهای موسوم به آمار استنباطیInferential statistics است.
اولین قدم در پژوهش علمی، تعریف جامعه براساس ویژگی مورد علاقه و سپس انتخاب یک نمونه از این جامعه با استفاده از روشهای مناسب است.
جامعه آماری Population
جامعه عبارت است از گروهی از افراد، اشیاء یا حوادث که حداقل دارای یک صفت یا ویژگی مشترک هستند.مجموعه افراد یا چیزهائی را که می‌خواهیم یک یا چند ویژگی درباره آنها را مطالعه کنیم یک جامعه آماری می‌نامیم. مثلاً دانشجویان دانشگاه آزاد اسلامی واحد اراک یا شهراراک
جامعه آماری ممکن است متناهی یا نامتناهی باشد. مثلاً جمعیت افرادی که در دو سال گذشته بدنیا آمده اند متناهی، ولی جمعیت افرادی که از فروردین امسال به بعد بدنیا می‌آیند نامتناهی است. هدف نهایی آمار استنباطی برآورد ویژگی های جامعه است.
پارامتر:Parameter
یکی از ویژگیهای جامعه را تعیین می کند، (مثلاً میانگین جامعه) معمولاً پارامترها را با حروف یونانی و آماره ها را با حروف اول انگلیسی نشان می دهند. نسبت آماره به نمونه مثل نسبت پارامتر به جامعه است.
نمونه Sample
زیر مجموعه ای از جامعه را که طبق ضوابطی مقبول انتخاب می‌شود به نحوی که بهترین اطلاعات را در مورد جامعه مادر ارائه دهد و مطالعه آن به جای مطالعه تمام جامعه مقدور است نمونه‌ای از جامعه می‌نامند. در صورت صحت و دقت نمونه گیری و اتخاذ روشهای صحیح آماری می توان نتیجه حاصل از مطالعه نمونه را به تمام جامعه تعمیم داد.
نمونه وابستهDependent Samples :
هرگاه نمونه های تحقیق ( مثلاً 2 ویا 3 نمونه یا بیشتر) از یک جامعه باشند و ویژگیهای مشترکی (مثلاً واریانس مشابه) داشته باشند، این نمونه ها را وابسته گویند.
نمونه های مستقلIndependent Samples :
وقتی نمونه گیری ها در دو یا چند جامعۀ متفاوت و یا در یک جامعه اما در زمانهای گوناگون و با شرایط مختلف، انجام شده باشند این نمونه ها را مستقل می گویند.
متغیر Variable
متغیرها از مهمترین مباحث در تحقیقات اجتماعی- انسانی می باشند. هدف شناخت علت یا عوامل پیدائی یا تغییر موضوع مورد تحقیق است و چون این عوامل تغییر پذیرند و قابل سنجش، آنان را متغییر می خوانیم.
واژه متغیر به ویژگی هایی اطلاق می شود که بیش از یک ارزش به آنها اختصاص داده می شود و تغییرات را از فردی به فردی یا از شیئی به شیئی دیگر نشان می دهد.مانند قد، سن، وزن، بهره هوشی، پیشرفت و یا نگرش اعضای یک گروه. ویژگی های ذکر شده را از این رو متغییر می گویند که میزان آنها از فردی به فرد دیگر تغییر می کند.
متغیر را می توان به دو طبقه کمّی و کیفی تقسیم کرد.
متغیرهای کمّی: به متغیرهائی اطلاق می شوند که از نظر مقدار یا ارزش متفاوت هستند و به صورت عددی نشان داده می شوند. مانند سن، نمره های آزمونهای پیشرفت تحصیلی.
متغییر کیفی: متغیرهائی که از نظر کیفی متفاوت هستند و نمی توانند مقدار عددی بگیرند متغیر کیفی نامیده می شوند نظیر جنس، رنگ مو که می توان آنها را طبقه بندی کرده و به صورت کلامی یا کد نمایش داد.
متغییر وابسته و مستقل
متغیر بر اساس نقشی که در پژوهش به عهده دارد به دو دسته مستقل و وابسته تقسیم می شود.
متغیر مستقل Independent variable، متغیر پیش فرض است و متغیر وابسته بر اساس تغییرات آن اندازه گیری و تعیین می شود. در تحقیق آزمایشی، متغیر مستقل توسط محقق دستکاری می شود تا تاثیرات آن بر تغییرات متغیر وابسته مشخص شود.
متغیر وابسته Dependent variable ، متغیری است که ارزش یا مقدار آن به متغیر مستقل بستگی دارد. متغیر وابسته در اختیار محقق نیست و محقق نمی تواند در آن دخل و تصرف یا دستکاری کند.
متغییر گسسته و متغییر پیوسته
متغیر گسسته Discrete variable ، متغیری است که فقط مجموعه ای از ارزشهای معین به آن اختصاص داده می شود بعنوان مثال تعداد دانشجویان یک کلاس یا تعداد اعضای یک خانواده. در متغیر گسسته، ارزشهای موجود بین دو مقدار یا دو ارزش، دارای معنی و مفهوم نیست.
متغیر پیوسته Continuose variable ، متغیری است که هر ارزش یا مقدار ( اعشاری،کسری ) را می توان به آن اختصاص داد و هر عددی که بین دو واحد آن انتخاب شود دارای معنی و مفهوم است.مانند سن، قد، وزن و نمره های پیشرفت تحصیلی.
متغیر کنترل Control variable : متغیری که به منظور حصول اطمینان از اینکه آیا روی روابط بین متغیرهای مستقل و وابسته تأثیر دارد یا خیر، کنترل ثابت نگهداشته می شود.
"متغییرها و رابطه بین آنها را می توان از طریق اندازه گیری دقیق تر توصیف کرد".
آزمون پارامتری : آزمونهایی که برای مشاهدات پیوسته (متغیرهای فاصله ای) بکاربرده می شوند را آزمون های پارامتری می گویند ( چون توزیع متغیرهای پیوسته را می توان بوسیلۀ میانگین که از پارامترهای جامعۀ آماری است، سنجید، به این آزمون ها پارامتری گویند، توزیع متغیر مورد نظر باید به منحنی نرمال نزدیک باشد)
آزمون ناپارامتری: آزمونهایی که برای متغیرهای رتبه ای و اسمی بکاربرده می شوند را آزمونهای ناپارامتری می گویند (توزیع های رتبه ای و اسمی را می توان با میانگین که پارامتر جامعه است سنجید و توزیع این متغیرها الزاماً نباید بصورت نرمال فرض شود) .
سطوح اندازه گیری:
برای مقیاس اندازه گیری چهار سطح وجود دارد: اسمی، ترتیبی، فاصله ای و نسبی.
مقیاس اسمی Nominal Scale
ابتدائی ترین و ضعیفترین سطح اندازه گیری مقیاس اسمی است. در این سطح، اعداد یا نشانه ها برای طبقه بندی اشیاء یا مشاهدات به کار می روند. این اعداد یا نشانه ها یک مقیاس اسمی را نشان می دهند. به عنوان مثال، به وسیله نشان های 1و2 طبقه بندی یک جامعه به مردان و زنان امکان پذیر است. یعنی 1 نشان دهنده مردان و 2 مشخص کننده زنان است. همین جامعه را می توان براساس مذهب طبقه بندی کرد. عیسوی ممکن است با عدد6، یهودی با عدد7 و مسلمان با عدد 8 مشخص شود. در حالت اول، جامعه در دو طبقه و در حالت دوم به سه دسته، طبقه بندی شده است. به عنوان یک قاعده، وقتی که یک مجموعه از اشیاء را بتوان به طبقاتی تقسیم کرد که جامع (یعنی شامل تمام موارد) و مبنع باشند (یعنی هیج موردی در بیش از یک طبقه قرار نگیرد) و وقتی که هر طبقه با نشانه خاص مشخص شود، مقیاس اسمی اندازه گیری حاصل می شود. ترتیب تقدم و تأخر طبقه ها به لحاظ اینکه فقط نام را نشان می دهد، فاقد اهمیت است.
برای این سطح اندازه گیرس از درصد، نما، "λ" (Lambda) ، "φ" (phi) استفاده می شود.
مقیاس ترتیبی Ordinal Scale
بسیاری از متغیرها نه تنها قابل طبقه بندی هستند، بلکه نوعی از رابطه را نیز نشان می دهند. رابطه معمولاً به صورت "بالاتر"، "بزرگتر" ، " کوچکتر" ، "مشکلتر" ، "آسانتر" ، و نظایر آن است.
آمارهایی که برای مقیاسهای ترتیبی استفاده می کنیم(علاوه بر آنچه که در مقیاس اسمی گفته شد) عبارتنداز:
دامنه Renge، گاما (Gamma)، Taua-b، کندالKendall's)Tau-b) و ضریب همبستگی اسپیرمن ((Spearman's Rho .
مقیاس فاصله‌ای Interval Scale
در مقیاس فاصله ای، فاصله ای بین هر یک از مشاهدات برابر است، یعنی علاوه بر آن که حد بزرگی یک شئی از شئیدیگر مشخص است، می توان تعداد واحدهایی را که بیشتر است نیز تعیین کرد. به عنوان مثال، اگر فرد A از فردB بلند تر باشد، می توان گفت که جند سانتیمتر بلندتر است. متغیرهایی که در این سطح اندازه گیری می شوند، عبارتنداز: سن، قد، درجه حرارت، زمان ، درآمد و نظایر آن.
لازم به توضیح است که متغیرهای فوق را می توان با مقیاس رتبه بندی نیز سنجید، اما در این حالت فاصله مشخص نیست. به عنوان نمونه ، ممکن است سن را به صورت "جوانتر" و "پیرتر" ، قد را به صورت "بلندتر" و "کوتاهتر" یا درآمد را به شکل "زیاد"، "متوسط" و " کم" اندازه گیری کرد. ولی چنانچه مثلاً سن را بر حسب سالهای زندگی نشان دهیم، در این حالت تفاوت سن افراد نیز مشخص می شود. یعنی بین فرد90 ساله و 89 ساله یک تفاوت و بین 89 ساله و 62 ساله 27 سال تفاوت وجود دارد.
تمام آمارهای توصیفی و استنباطی در مورد این سطح مورد استفاده قرار می گیرند.
مقیاس نسبی Ratio
مقیاس نسبی عالیترین نوع مقیاس است و حدود فعالیت آن مشتمل بر کلیه عملیاتی است که میتوان در مقیاسهای اسمی، ترتیبی و فاصله ای انجام داد.در مقیاس نسبی صفر مطلق وجود دارد.متغیرهایی که نقاط صفر در آنها قابل تشخیص است، می توانند در سطح نسبی مورد اندازه گیری قرار گیرند. متغیرهایی مانند وزن، طول، مساحت و از این قبیل را می توان در این سطح اندازه گیری کرد. مقیاسهای نسبی و فاصله ای مشابه هستند، با این تفاوت که در نسبی، بر مبنای صفر سنجیده می شوند. مثلاً وزن یا طول کمتر از صفر وجود ندارد. به این ترتیب امکان ضرب و تقسیم نیز وجود دارد. مثلاً فرد 20 ساله سنش دو برابر 10 ساله است.
بسیاری از مقیاسها فاصله ای هستند و نمی توانند بر حسب نسبت سنجیده شوند. مقیاسهای درجه فارنهایت و سانتیگراد در این مثالهای خوبی هستند، زیرا هردو مقیاس ، مقدارهای مثبت و منفی دارند.
با اعداد حاصل از این مقیاس میتوان چهار عمل اصلی حساب را انجام داد. در SPSS، دو مقیاس فاصله ای و نسبی، با عنوان یک مقیاسScale شناخته می شوند.
