Основи поведінкових досліджень: прості визначення змінних та вимірювання

У цій статті будуть розбиті деякі основні терміни кількісного аналізу.

6689062, CC0, через Pixabay

Якісний та кількісний статистичний аналіз може бути дуже корисним для бізнесу чи організації, які бажають сформулювати ефективну маркетингову стратегію. Однак розуміння якісної та кількісної статистики та її інструментів може дуже заплутати. Ця стаття прагне зрозуміти основні терміни, пов’язані з кількісним аналізом.

Змінні

Змінна - це спостережувана характеристика об’єкта чи події, яка може бути описана згідно з якоюсь чітко визначеною класифікацією або схемою вимірювання.

Приклади змінних, що вивчаються у поведінкових або соціальних наукових дослідженнях, включають: стать, дохід, освіта, соціальний клас, організаційна продуктивність, орієнтація на завдання, пам'ять про відкликання, пам'ять про розпізнавання та досягнення (Kerlinger & Lee, 2001)

Незалежні та залежні змінні

Незалежна змінна - це явища, якими маніпулює дослідник і передбачається, що вони впливатимуть на інші явища (Williams & Monge, 2001). Прикладом незалежної змінної може бути метод навчання, лікування або режим навчання.

Залежна змінна - це явище, на яке впливає маніпуляція дослідника з іншими явищами. Наприклад, досягнення - це ефект навчального методу, вилікувати чи ні ефект медичного лікування, а вищий рівень кваліфікації чи ні (досягнення) - ефект тренувального режиму.

Припустимо, дослідник освіти хоче знати, як певний стиль викладання впливає на навчання в класі, і буде вимірювати різницю, даючи студентам попередній тест перед тим, як застосовувати стиль викладання, а потім повторно перевіряючи тих самих учнів. Незалежною змінною буде новий метод навчання (причина), а залежною змінною будуть отримані результати тесту або результат чи ефект).

Активні змінні та атрибути

Керлінгер та Лі роблять ще одне розрізнення змінних між активними та атрибутами.

Активна змінна - це змінна, якою можна маніпулювати. Активні змінні також називаються експериментальними змінними. Прикладами цього типу змінних є методи навчання, схеми навчання тощо, які можна змінити, щоб оцінити їх вплив на явища.

Змінна атрибута - це змінна, якою не можна маніпулювати. Прикладом змінної атрибуту є стать, раса, психологічний стан і / або будь-яка характеристика, яка є невід’ємною або попередньо запрограмованою та не може бути змінена.

Категоричні та безперервні змінні

Третя пара важливих змінних - це категоріальні та безперервні змінні (Kerlinger & Lee).

Категоричні змінні належать до вимірювань, що носять номінальний та демографічний характер. Це означає, що вони використовуються для класифікації на взаємовиключні категорії. Як такі, вони не мають рангу і, таким чином, мають рівний статус, як-от стать, вік, раса, релігійні уподобання та політична приналежність.

Безперервні змінні - це ті, які мають упорядкований сенс значень у межах певного діапазону, з теоретичною нескінченною кількістю значень у цьому діапазоні. Прикладом цього типу змінних є інтелект, який можна визначити високим, середнім або низьким залежно від балів на тестах досягнень.

Вимірювальні шкали в статистичному аналізі

У статистичному аналізі існує чотири основних рівні вимірювання.

Номінальна шкала

Номінальна шкала є найслабшою формою статистичного вимірювання. Дослідники використовують номінальну шкалу для класифікації спостережень без наміру впорядковувати чи ранжувати висновки за рівнем важливості. Такі спостереження включають виділення кольору очей, раси, релігії, національності тощо.

Порядкова шкала

Порядкова шкала включає номінальну шкалу, але намагається ранжувати відповіді з деякими "більше" або "менше". Наприклад, опитувальник може бути розроблений для того, щоб дізнатись, наскільки дорослим подобається користуватися соціальними мережами, такими як facebook, або результати кінних перегонів можуть бути вказані в порядку фінішу.

І номінальна, і порядкова шкали вимірювання в основному використовуються для якісного аналізу.

Інтервал та шкала співвідношення

Третьою формою статистичного вимірювання є інтервальна шкала. Перша характеристика шкал інтервалів та співвідношень полягає в тому, що рівень значущості розглядається через відомі та рівні інтервали. Друга характеристика цих рівнів або шкал полягає в тому, що вони мають кількісний характер. Крім того, до них можуть бути застосовані деякі або всі арифметичні операції.

Обгрунтованість та надійність

У міркуваннях про статистику Фредерік Вільямс та Пітер Мондж (2001) зазначили:

Іншими словами, завжди існує ймовірність того, що обраний метод справді призведе до статистичного божевілля. Для того, щоб забезпечити результати конкретного статистичного аналізу, потенційний дослідник повинен взяти до уваги концепції валідності та надійності.

Термін дії

Обґрунтованість поведінкових або соціальних досліджень вказує на ступінь вимірювання шкалами того, що дослідники стверджують, що вимірюють. Williams & Monge зазначають, що "питання обгрунтованості - це питання про" пристосованість "між тим, що дослідник визначив як характеристики явища, і тим, що він або вона повідомляють мовою вимірювання" (с. 29).

Наприклад, концепція обгрунтованості може задати таке питання, як "наскільки оцінки досягнень на іспиті стосуються збереження знань з певного предмета?" У абсурдному крайньому сенсі концепція дійсності була б порушена, якби вчитель давав іспит щодо Розділу 4 тексту історії США, коли вона хотіла знати, скільки її учні дізналися з Розділу 5 свого математичного тексту. Подібним чином дослідник соціальних наук був би невдалим, якби вона вимірювала уявлення про стиль керівництва, даючи тест на особистість.

Надійність

Надійність у дослідженнях поведінкових наук стосується внутрішньої та зовнішньої узгодженості вимірювань. Надійність прагне знати, чи вибраний інструмент вимірювання дав би однакові результати, якщо застосовувати його в однакових умовах.