از خطاهای رایج در ارزیابی و انتخاب ابزارها اجتناب کنید

در ارزیابی و انتخاب ابزارهای اندازه گیری، چندین خطا ممکن است رخ دهند که باید از آن ها اجتناب کرد. اولين مورد این است که تصور نکنید با استفاده از نام ابزار می توانید بفهمید چه چیزی را می سنجند. بسیاری از پژوهشگران تازه کار و حتی برخی پژوهشگران با تجرب به اشتباه تصور می کنند نام ابزار نشان می دهد که ابزار چه چیزی را می سنجد ، در حالی که لزوما چنین چیزی درست نیست . محتوای ابزار را به دقت بررسی کنید زیرا ممکن است نام مناسبی نداشته باشد . این خطا که در منطق وجود دارد در روان شناسی ، خطای نام گذاری نامیده می شود ( کلی ، 1927 )

زمانی مشکل شدیدتر می شود که برخی پرسشنامه ها شامل خرده مقیاس هایی هستند که از طریق تحلیل عوامل به دست آمده اند . به طور ساده ، تحلیل عاملی ، داده ها را بررسی می کند ، چیز هایی را که با هم ارتباط بیشتری دارند مرتب می کند و به به پژوهشگر نشان می دهد چه روابطی از نظر ریاضی معنی دارد . پژوهشگر بررسی می کند که چه ماده هایی به هم نزدیکند و می توان آنها را یک عامل در نظر گرفت . محتوای ماده در محاسبات ریاضی تحلیل عاملی هیچ نقشی ندارد. یعنی ماده هایی که در یک عامل قرار می گیرند ممکن است محتوای مشابه یا کاملاً متفاوتی را اندازه بگیرند. آنگاه پژوهشگر باید به طور استقرایی این ماده ها را نام گذاری کند. نامی که پژوهشگر برای ماده ها انتخاب می کند ساخته خود اوست و بر اساس تجربه است مگر این که سازنده ابزار از تحلیل عاملی تأییدی استفاده کند .تا بفهمد آیا ماده هایی که از نظر مفهومی به هم مرتبط هستند در یک عامل قرار گرفته اند. تصور نکنید نام آزمون کاملاً نشان دهنده محتوای آن است یا گمان نکنید ابزار می تواند سازه را به طور کامل اندازه بگیرد.

علاوه بر این، تصور نکنید وقتی همبستگی معنی دار باشد، همبستگی بالایی بین دو یا چند متغیر وجود دارد. بسیاری از افرادی که از یافته های سایر پژوهش ها استفاده می کنند، دچار این اشتباه می شوند. همبستگی معنی دار میان دو ابزار که سازه یکسانی دارند لزوماً نشان دهنده روایی آن ابزارها نیست. مقدار همبستگی مهم است نه معنی دار بودن آن. ابزار خودسنجی بهره وری شغلی و سنجش بهره وری شغلی بر اساس عملکرد واقعی ممکن است ۲۰ % همبستگی داشته باشند و این مقدار همبستگی در سطح ۰۵/>p معنی دار باشد اما این دو ابزار فقط ۴٪ واریانس مشترک دارند. آیا میتوان این دو ابزار را به جای هم به کار برد؟

همچنین تصور نکنید یک ابزار یا آزمون خودسنجی، به این دلیل که با دیگر ابزارها یا آزمون های خودسنجی همبستگی دارد می تواند رفتار را بسنجد. همان طور که قبلاً اشاره کردیم کمپل و فسک (۱۹۵۹) مدتها پیش اشاره کرده اند اگر ابزارهایی که با استفاده از یک روش، سازه یکسانی را اندازه می گیرند با یکدیگر همبستگی داشته باشند به این معنی نیست که ابزار جدید از روایی برخوردار است. واریانس روش می تواند نتایج را تبیین کند، یعنی واریانس نمرات ممکن است در ار اندازه گیری باشد. هنگامی که دو ابزار خودسنجی به روش یکسانی اجرا می شوند ، نمرات آن ها ممکن است با یکدیگر همبستگی داشته باشند زیرا از یک روش سنجش بهره می گیرند. برای آزمون واقعی ابزارهای غیرمستقیم سنجش رفتار (مثل خودسنجی) باید همبستگی آن را با روش های مستقیم سنجش رفتار محاسبه کرد. به طور کلی، همبستگی بین روش های مختلف برای یک متغیر باید بیشتر از همبستگی بین روش های یکسان برای سنجش متغیرهای مختلف باشد.

سرانجام این که از ابزار های تک ماده ای استفاده نکنید . ابزار های تک ماده ای که برای سنجش سازه یا رفتار به کار می روند روایی ندارند . با وجود این ، پژوهشگران تازه کار اغلب تصور می کند می توانند با یک سوال مثل « آیا پدر یا مادر شما الکی بوده اند؟ » مشخص کنند آیا فرد در خانواده الکی بزرگ شده است. این مشکل زمانی حادتر می شود که بخواهیم ویژگی های آزمودنی ها را اندازه بگیریم . خواه آزمودنی ها را توصیف کنیم یا آن را دسته بندی کنیم (مثلا بر اساس متغیر مستقل ) . مشکل مشابه این است که طراحان پرسشنامه های جدید اغلب می خواهند ابزارهایشان را بر اساس پاسخ هایی که به هر ماده داده شده است تفسیر کنند. این کار درست نیست مگر این که بتوانید نشان دهید هر کدام از ماده ها به تنهایی از روایی و پایایی برخوردارند.

روش تحقیق(فصل سوم)

طرح پژوهش
شرکت کنندگان (آزمودنیها)
محیط و ابزار پژوهش
متغیرهای مستقل
متغیرهای وابسته (اندازهها)
روش اجرا
اندازه گیری
عملیاتی کردن متغیرها
ویژگیهای مهم ابزارها را بشناسید
به اندازه کافی صحیح و مرتبط باشند.
پایایی ابزارهای خود را بسنجید
روایی ابزارهای خود را بسنجید
دستورالعمل ابزار
پایایی نمره گذاران
ثبات زمانی
روایی همگرا و ممیز
تعمیم پذیری در موقعیت های مختلف
ابزار های دیگران را با احتیاط به کار ببرید
از خطاهای رایج در ارزیابی و انتخاب ابزارها اجتناب کنید
ابزارهای پژوهش را تهیه کنید
انتخاب آزمون های آماری مناسب
ابتدا دانش آماری خود را افزایش دهید
برای تحلیل آماری برنامه ریزی کنید
تحلیل مقدماتی
آزمون های پارامتریک برای مقایسه گروه ها
تحلیل واریانس و آزمون های t
آزمونهای تعقیبی
تحلیل کوواریانس و تحلیل واریانس چند متغیری
آزمونهای ناپارامتری
آزمون های همبستگی
همبستگی دومتغیری (پارامتری و ناپارامتری )
رگرسیون
رگرسیون چند گانه پارامتری
نسخه های ناپارامتری رگرسیون
تحلیل کار کرد ممیز
تحلیل عاملی
رویکردهای آزمون مدل
مراقب داده های غیر مستقل باشید
مراقب اصطلاحات علمی باشید
با احتیاط از دیگران کمک بگیرید
جمع آوری ، مدیریت و تحلیل داده ها
مطالعه مقدماتی انجام دهید