تصميم الدراسة: الارتباط والسببية وقراءة البيانات

لديك سجل افتراضي يبين أن من تدربوا مدة أطول ارتكبوا أخطاء أقل. هل يعني ذلك أن زيادة التدريب هي سبب الفرق؟ ربما، لكن الأكثر خبرة قد يختارون التدريب أصلًا، أو تكون لديهم مهام أسهل. البيانات نفسها قد تسمح بوصف علاقة دون أن تميز بين هذه الاحتمالات. لذلك لا نبدأ بسؤال «هل الرقم كبير؟»، بل «كيف جاءت هذه البيانات، وما المقارنة التي أجريت؟».

ثلاثة أغراض للدراسة

لا تمثل هذه الأغراض سلمًا يجعل الوصف بلا قيمة. إذا كان السؤال عن خبرة المشاركين أو عن حدث لا يمكن تغييره أخلاقيًا، فقد تكون الملاحظة أو التقارير أنسب. وتتعلق طريقة جمع المعلومات بشيء مختلف عن منطق التصميم: قد نستخدم تقريرًا ذاتيًا داخل تجربة، وقد نحلل سجلًا قائمًا دراسةً ارتباطية. لا يثبت الاستبيان السبب لمجرد وجود أعداد كثيرة، ولا تتحول الدراسة إلى تجربة بمجرد وجود مجموعتين.

ابدأ بقراءة الأعداد التي أمامك

المتوسط الحسابي يساوي مجموع القيم مقسومًا على عددها. والوسيط هو القيمة الوسطى بعد ترتيب البيانات؛ عندما يكون العدد زوجيًا نأخذ متوسط القيمتين الوسطيتين. كلاهما يلخص مركز البيانات، لكنهما لا يصفان كل اختلافاتها. قد يسحب زمن طويل جدًا المتوسط نحو الأعلى، بينما يتأثر الوسيط بدرجة أقل لأنه يعتمد على موضع القيم. اختيار الملخص يتبع السؤال، ولا يجعل القيم البعيدة أخطاء يجب حذفها.

الارتباط يصف اتجاهًا، لا يختار السبب

المتغير صفة أو كمية يمكن أن تختلف، مثل زمن التدريب أو عدد الأخطاء. في علاقة موجبة تميل القيم الأعلى لأحد المتغيرين إلى مصاحبة قيم أعلى للآخر؛ وفي علاقة سالبة تميل إلى مصاحبة قيم أقل. موجب وسالب لا يعنيان جيدًا وسيئًا. وقد نرى نمطًا منحنيًا بدل اتجاه خطي واضح؛ لذلك عدم وجود ارتباط خطي لا يساوي عدم وجود أي علاقة. كما أن علاقة على مستوى المجموعة لا تضمن توقع كل فرد.

ما الذي يتغير في التجربة؟ ومن يدخلها؟

المتغير المستقل في التجربة هو ما يغيره الباحث عمدًا بين الشروط، والمتغير التابع هو النتيجة التي يقيسها. مثالنا القادم يقارن عرض التعليمات كفقرة واحدة أو خطوات منفصلة؛ هذا هو المستقل. وعدد الخطوات التي يرتبها المشارك ترتيبًا صحيحًا من ست خطوات هو التابع. نثبت مضمون المهمة ووقت أدائها وطريقة التصحيح قدر الإمكان. لو أعطينا إحدى المجموعتين مهمة أسهل أيضًا، فلن نستطيع نسبة الفرق إلى التنسيق وحده.

اختيار العينة يحدد من يدخل الدراسة من الفئة التي نريد فهمها؛ نسمي هذه الفئة مجتمع الدراسة. في الاختيار العشوائي تُستخدم الصدفة لاختيار الأشخاص من مجموعة محددة يمكن الاختيار منها، كقائمة أعضاء نادٍ؛ وهذه هي إطار الاختيار. وقد تساعد الطريقة على تمثيل المجتمع إذا كانت القائمة والإجراءات مناسبة. أما التوزيع العشوائي فيحدد أي شرط يتلقاه كل مشارك بعد دخوله؛ يساعد على تقليل الفروق المنهجية بين المجموعات، لكنه لا يضمن تطابقها في كل صفة، خاصة حين تكون صغيرة. لا تحول عشوائية التوزيع عينة متطوعين من مكان واحد إلى عينة تمثل جميع الناس.

للمراجعة المرجعية: قسم «تحليل النتائج» من OpenStax، «علم النفس 2e»، يشرح الارتباط والتجربة والمتغيرات والاختيار العشوائي والتوزيع العشوائي؛ ويعرض قسم «مناهج البحث» طرائق الدراسة. العمليات الحسابية والحالات في هذا الدرس مؤلفة للتدريب، وكل نتيجة فيها مقيدة بالمعطيات المعروضة.