نمونه طراحی ابزار گردآوری داده (پایان‌نامه)

Mitchell, Kimberly Ann. "Development and Testing of the Colonoscopy Embarrassment Scale" PhD diss., University of Toronto, 2010- PDF

در این رسالۀ دکتری، پدیدآور به دنبال طراحی و ارزیابی ابزار پژوهش است. توجه به دیدگاه ارزیابان و نشان دادن آن در گزارش از ویژگی‌های بارز اثر به شمار می‌آید. در پیوست‌ها داده‌های کاملی دربارۀ نمونۀ پژوهش آمده است. داده‌های این پژوهش از طریق یک پرسشنامۀ گردآوری شده و پرسشنامه از طریق ایمیل برای پاسخ‌دهندگان فرستاده شده است.

نمونه طراحی ابزار گردآوری داده (پایان‌نامه)

Mitchell, Kimberly Ann. "Development and Testing of the Colonoscopy Embarrassment Scale" PhD diss., University of Toronto, 2010- PDF

در این رسالۀ دکتری، پدیدآور به دنبال طراحی و ارزیابی ابزار پژوهش است. توجه به دیدگاه ارزیابان و نشان دادن آن در گزارش از ویژگی‌های بارز اثر به شمار می‌آید. در پیوست‌ها داده‌های کاملی دربارۀ نمونۀ پژوهش آمده است. داده‌های این پژوهش از طریق یک پرسشنامۀ گردآوری شده و پرسشنامه از طریق ایمیل برای پاسخ‌دهندگان فرستاده شده است.

پس از کمی کردن، ورود، و تأیید داده، نوبت به تجزیه و تحلیل داده می‌رسد. در واقع، می‌توان سه گام پیشین را به عنوان مقدمات فرایند تحلیل کمی در نظر گرفت که به مهارت‌های ویژه‌ای نیازمندند و می‌توانند توسط افراد دیگر (غیر از خود پژوهشگر) انجام شوند، اما تجزیه و تحلیل داده عملی است که علاوه بر مهارت به تخصص نیز نیاز دارد. از این رو، حضور پژوهشگر در این مرحله الزامی است. تجزیه و تحلیل داده کمی را ممکن است، بر اساس ماهیت، به دو نوع آمار توصیفی (شامل شاخص‌های مرکزی، پراکندگی، و غیره) و آمار تحلیلی (به طور معمول، شامل آزمون‌های آماری) دسته‌بندی کنند. اما به نظر ببی (2013، 448)، این مرحله می‌تواند در سه نوع خلاصه شود: تحلیل‌های تک‌متغیره، دومتغیره، و چندمتغیره. هرکدام از این تحلیل‌ها در ادامه تشریح خواهند شد.

در این بخش قدم به قدم تحلیل داده‌های پژوهشتان - که شامل موارد زیر هستند – را با جزئیات کامل توضیح دهید:

• نوع داده موردتحلیل
• شیوه سازماندهی داده خام
• شیوه پردازش و آماده‌سازی داده برای تحلیل
• شیوه انجام تحلیل
• و شیوه ذخیره و نگهداری داده

از کلی‌گویی و سطحی‌نویسی مانند عبارت زیر به شدت پرهیز کنید:

نمونه نگارش غلط بخش تحلیل داده‌ها در پژوهش کمی: برای تحلیل داده از نرم‌افزار SPSS‌ استفاده شد و آزمون الف روی داده اجرا گردید.

نمونه نگارش غلط بخش تحلیل داده‌ها در پژوهش کیفی: داده‌ها به روش کیفی کدگذاری، تم‌بندی و تحلیل شدند. بدین منظور از نرم‌افزار Nvivo‌ استفاده شد و تجربه‌های کاربران استخراج و دسته‌بندی شدند.

برای توضیح چگونگی تحلیل داده‌های کیفی گام‌های زیر را دنبال کنید:

 گام اول - روش و رویه تحلیل براساس نوع داده انتخاب می‌شوند. پس ابتدا نوع داده موردتحلیل  را معرفی کنید:

• اینکه داده پژوهش من از نوع کمی است یا کیفی؟
• داده پژوهش من متن مصاحبه است، یادداشت‌های مشاهده است؟ عکس یا ویدئوست؟ داده‌های آرشیوی است؟ مدارک تاریخی است؟ شعر و داستان است؟ آثار هنری است؟ نامه‌ها و خاطرات شخصی است؟ و .....

پس از معرفی نوع داده پژوهشتان می‌توانید چرایی انتخاب روش موردنظر توجیه کنید.

گام دوم - توضیح دهید چگونه داده‌ها برای تحلیل آماده شدند. مثلا اینکه:

• آیا مصاحبه‌‌های رکورد شده را خط به خط پیاده و روی کاغذ تایپ کردید؟ یا فقط بخش‌های مهم داده را پیاده‌سازی و یادداشت‌برداری کردید؟
• خودتان (پژوهشگر) این را انجام داد یا از نیروی کمکی استفاده کردید؟
• آیا نسخه کامل مصاحبه‌ها را نگه‌داری کرده‌اید؟
• آیا از نرم‌افزار خاصی برای پیاده‌سازی و پردازش داده‌ها استفاده کردید؟
• چه نسخه یا ویرایشی از نرم‌افزار را استفاده کردید؟

گام سوم - توضیح دهید که داده پژوهشتان را چگونه تحلیل کردید.

هر نوع داده و هر روش پژوهشی - مثلا مردم‌نگاری، موردپژوهی، گراندد تئوری، پدیدارشناختی - و هر مدل انجام پژوهش - مثلا مدل تولید نظریه از مطالعات موردپژوهی آیزنهارت (Eisenhardt) یا مدل روش‌شناختی مردم‌نگاری گافمن  (Gaffman)، و ... - رویه خاصی را برای تحلیل داده پیشنهاد می‌دهند. باید روش و مدل انتخابی خود را (در صورت استفاده از مدلی خاص) به صورت گام به گام توضیح دهید.

در صورتی که پژوهش شما بیش از یک نوع داده دارد - مثلا داده مصاحبه و داده پرسشنامه - علاوه بر تشریح گام به گام روش تحلیل داده‌ها توضیح دهید چگونه داده‌ها را با هم ادغام کردید و به پرسش پژوهشتان پاسخ دادید؟

 گام چهارم - پس از نگارش این بخش آن را از دریچه نگاه خواننده بخوانید و مطمئن شوید هیچ توضیحی از قلم نیافتاده. یعنی خواننده با دنبال کردن قدم به قدم توضیحات شما می‌تواند منطق، چرایی و چگونگی تحلیل داده‌ها را درک کند و  صحت و دقت تحلیل‌ها را قضاوت کند.

برای توضیح چگونگی تحلیل داده‌های کمی گام‌های زیر را دنبال کنید:

• گام اول - نوع داده و نوع تحلیل‌های موردنیاز را مشخص کنید.
• گام دوم - آمارهای توصیفی موردنیاز را مشخص نمایید. 

گام سوم - نظم و ترتیب انجام تحلیل‌ها را مشخص کنید. به عنوان مثال قبل از محاسبه میانگین‌ها ممکن است لازم باشد تا امتیازها (نمرات) به نمرات استاندارد تبدیل شوند و بعد از آن تحلیل‌های بعدی - مثلا تحلیل واریانس و بعد از آن آزمون معناداری و الی آخر - انجام شوند.

گام چهارم - توضیح دهید هر قدم از تحلیل را چگونه انجام دادید. مثال:  پس از ورود داده‌ها به جدولی در اکسل، متغیرها به این شرح مشخص شدند ........... سپس با دنبال کردن این گام‌ها .............. نمرات به نمرات استاندارد تبدیل شدند.

گام پنجم - پس از نگارش این بخش آن را از دریچه نگاه خواننده بخوانید و مطمئن شوید هیچ توضیحی از قلم نیافتاده. یعنی خواننده با دنبال کردن قدم به قدم توضیحات شما می‌تواند منطق، چرایی و چگونگی تحلیل داده‌ها را درک کند و صحت و دقت تحلیل‌ها را قضاوت نماید. به عنوان مثال اگر از نرم‌افزاری مانند SPSS‌ یا Minitab استفاده کرده‌اید از کدام نسخه و از کدام امکانات آن استفاده کرده‌اید؟ چرا؟