کدگذاری پاسخ‌ها و ساخت متغیرها

راهنما

در این صفحه

میان پرسشنامه و ماشین‌حساب دو کار بی‌سروصدا قرار دارد: کدگذاری – تصمیم اینکه چه عددی نماینده هر پاسخ است، و نوشتن آن در دفترچه کدگذاری پیش از وارد کردن حتی یک خانه (Pallant, 2020, Chapter 2)؛ و ساخت متغیرها – پس از آنکه فایل کامل و پاک شد، تبدیل ستون‌های خام به متغیرهایی که آزمون‌ها نیاز دارند: نمره مقیاس از گویه‌ها، گروه‌های سنی از یک متغیر پیوسته، دو طبقه از شش طبقه، متغیرهای مجازی برای رگرسیون (Pallant, Chapter 8). این صفحه به همین ترتیب پیش می‌رود. آنچه پیش‌تر در سایت آمده اینجا تکرار نمی‌شود: ساختار فایل و کاربرگ راهنمای کدها (legend / מקרא) – در صفحه الگوی استاندارد داده‌ها؛ اینکه سؤال را چگونه بنویسیم تا کدگذاری تقریباً خودکار شود – در ساخت پرسشنامه؛ اینکه در تحلیل با مقادیر گمشده چه کنیم – در مقادیر گمشده.

1. دفترچه کدگذاری – پیش از ورود داده‌ها

Pallant (2020، فصل 2) آماده‌سازی فایل را با دفترچه کدگذاری (codebook) آغاز می‌کند: "خلاصه دستورالعمل‌هایی که برای تبدیل اطلاعات هر آزمودنی به شکلی که نرم‌افزار می‌فهمد به کار خواهید برد" – و این درباره پرسشنامه، آزمایش و داده‌هایی که از سوابق موجود استخراج می‌شوند صدق می‌کند. در هر سطر دو تصمیم: متغیر چگونه تعریف و برچسب‌گذاری شود، و هر پاسخ ممکن چه عددی بگیرد. جدول 2.1 او چهار ستون است – نام متغیر در نرم‌افزار، توصیف، دستورالعمل کدگذاری، سطح اندازه‌گیری – و در سایت دقیقاً همان کاربرگ راهنمای کدها (legend / מקרא) در الگوی استاندارد است (پنج ستون: نام متغیر، توصیف، نوع متغیر، مقادیر و کدگذاری، یادداشت‌ها؛ صفحه الگوی استاندارد، جدول 1). تفاوت: نزد Pallant دفترچه کدگذاری سندی جداگانه است که از روی آن داده‌ها در SPSS وارد می‌شوند؛ در سایت کاربرگی درون فایل است، و ماشین‌حساب‌ها آن را می‌خوانند – برچسب‌ها در جدول‌ها ظاهر می‌شوند، نوع متغیر تعیین می‌کند چه چیزی مجاز به محاسبه است، و سینتکسی که دانلود می‌شود دستورهای دفترچه را هم دربر دارد.

سطح اندازه‌گیری – ستون چهارم: اسمی (طبقه‌های بدون ترتیب)، ترتیبی (طبقه‌های مرتب)، مقیاس (نمره‌های پیوسته). مثال‌های Pallant: جنسیت – اسمی، "چون اعداد دلبخواهی‌اند"؛ تحصیلات – ترتیبی، "چون اعداد نماینده سطوح فزاینده‌اند"؛ سن به سال – مقیاس؛ "اگر از طبقه‌های سنی (18-30، 31-50، 51+) استفاده کرده بودم، متغیر ترتیبی می‌شد". در سایت: id / nominal / ordinal / scale (شناسه / طبقه‌ای / ترتیبی / پیوسته)؛ و قرارداد سایت – گویه رتبه‌ای منفرد ترتیبی است، نمره مقیاس چندگویه‌ای پیوسته است (صفحه متغیرها و مقیاس‌های اندازه‌گیری).

نام متغیرها. یکتا؛ کوتاه ("نام‌های بسیار بلند خواندن خروجی را دشوار می‌کنند")؛ برای گویه‌های مقیاس – کوته‌نوشت و شماره (op1, op2, op3). قواعد SPSS (Pallant): با حرف آغاز شود، بدون فاصله، نقطه و نماد، بدون واژه‌های رزروشده (all, and, by, eq, ge, gt, le, lt, ne, not, or, to, with)، تا 64 نویسه. در سایت نام‌های عبری پذیرفته می‌شوند (עמדות1، עמדות_ציון)، با زیرخط به جای فاصله؛ سینتکسی که ماشین‌حساب‌ها دانلود می‌کنند نام‌ها را همان‌گونه که هستند به کار می‌برد. متغیر نخست – شناسه: "عددی یکتا برای هر مورد… آن را به‌روشنی روی صفحه نخست هر پرسشنامه بنویسید؛ اگر بعداً خطایی در فایل یافتید، می‌توانید برگردید و پیدا کنید کجا رخ داده است" (Pallant, Chapter 2). ماشین‌حساب‌ها ستونی با نام "id" (یا "מזהה") را شناسایی می‌کنند و آن را از تحلیل کنار می‌گذارند.

2. سؤال‌های بسته – از پاسخ علامت‌خورده تا عدد

"هر پاسخ باید یک کد عددی بگیرد" (Pallant, 2020, Chapter 2). برخی از پیش عددند (سن به سال)؛ بقیه – جنسیت، وضعیت تأهل – تبدیل می‌شوند. اگر گزینه‌ها روی پرسشنامه شماره‌گذاری شده باشند، کدگذاری تقریباً خودکار است؛ و اگر نه – "قراردادی انتخاب کنید و به آن پایبند بمانید: پاسخ اول فهرست = 1، دومی = 2، و به همین ترتیب در طول صفحه". Field (2024، بخش 4.6.5) یادآوری می‌کند که در متغیر گروه‌بندی "کدها دلبخواهی‌اند، چون خود اعداد تحلیل نخواهند شد" – می‌توان 0 و 1 گذاشت، می‌توان 616 و 11 – اما قراردادهایی هست که کار را آسان می‌کند: گروه کنترل = 0 و گروه آزمایش = 1 (Field)، بله/خیر = 1/0، و طبقه‌ها به ترتیبی که در پرسشنامه آمده‌اند. جدول 1 انواع سؤال‌های بسته و ستون‌هایی را که هر یک تولید می‌کند خلاصه می‌کند.

3. سؤال‌های باز – از متن تا طبقه‌ها

"کدگذاری سؤال‌های باز کمی پیچیده‌تر است" (Pallant, 2020, Chapter 2). مثال او: "منبع اصلی استرس در زندگی شما در حال حاضر چیست؟" – پرسشنامه‌ها را مرور می‌کنیم و موضوعات تکراری را شناسایی می‌کنیم (کار، پول، رابطه، سلامت، کمبود وقت)، آن‌ها را در دفترچه کدگذاری زیر متغیر stress با یک عدد برای هر موضوع ثبت می‌کنیم (کار = 1، همسر/شریک = 2…)، و کدی برای پاسخ‌هایی که در هیچ طبقه‌ای نمی‌گنجند می‌افزاییم (سایر = 99)؛ سپس برای هر آزمودنی پاسخ را با فهرست مقایسه می‌کنیم و کد را وارد می‌کنیم. سه افزوده سایت، که در Pallant نیستند:

ستون متنی باقی می‌ماند. کدگذاری ستونی جدید کنار پاسخ اصلی است (استرس_متن، استرس_کد) – تا بتوان وقتی معلوم شد طبقه‌ای کم است دوباره کدگذاری کرد، و در گزارش پاسخ‌ها را نقل کرد. "سایر"ی که باد می‌کند نشانه آن است که فهرست کافی نیست: اگر 20% پاسخ‌ها 99 باشند، طبقه‌هایی افزوده می‌شود و دوباره مرور می‌کنیم. دو کدگذار. کدگذاری موضوعی قضاوت است، و قضاوت نیاز به بررسی دارد: نمونه‌ای از پاسخ‌ها با همان دفترچه کدگذاری به کدگذار دوم سپرده می‌شود، و توافق با پایایی بین کدگذاران سنجیده می‌شود (ضریب کاپای کوهن، آلفای کریپندورف)؛ عدم توافق نظام‌مند بر یک طبقه خاص یعنی تعریف آن در دفترچه کدگذاری روشن نیست – تعریف را دقیق‌تر می‌کنیم، نه کدگذار را. شمارش طبقه‌ها – در صفحه فراوانی‌ها.

4. مقادیر گمشده و کدهای ویژه

Field (2024، بخش 4.6.8): ساده‌ترین راه ثبت مقدار گمشده خانه خالی است؛ و اگر کدی عددی انتخاب شود، باید مقداری "ناممکن" باشد – بزرگ‌تر از حداکثر شاخص (101، 999، یا "666، چون مقادیر گمشده کار شیطان‌اند") – زیرا اگر 9 انتخاب شود و چند آزمودنی واقعاً 9 پاسخ داده باشند، گمشده به حساب می‌آیند. در SPSS می‌توان تا سه کد جداگانه تعریف کرد، و به این ترتیب دلیل گمشدگی را به خاطر سپرد: 8 = نامربوط، 9 = نمی‌دانم، 99 = پاسخ نداده – نرم‌افزار همه را به یک شکل نادیده می‌گیرد، اما کد دلیل را به شما می‌گوید. در سایت قاعده این است: خانه خالی = گمشده، بدون هیچ تعریفی (صفحه الگوی استاندارد، "مقادیر گمشده"): کدی مانند 99 در ستون سن، سن شمرده می‌شود. بنابراین آنچه در عمل انجام می‌شود: امتناع / پاسخ نداده / جاافتادگی غیرعمدی – خانه خالی؛ "نامربوط" پس از سؤال فیلتر – خانه خالی، و دلیل در ستون یادداشت‌های راهنمای کدها مستند می‌شود ("خالی = سیگاری نیست، بر اساس سؤال 4")؛ "نمی‌دانم" در سؤال دانشی یا واقعیتی – این یک پاسخ است، نه مقدار گمشده: کد خودش را دارد (مثلاً 9) که در راهنمای کدها مستند می‌شود، در فراوانی‌ها باقی می‌ماند و پیش از میانگین، همبستگی یا آزمون کنار گذاشته می‌شود (در نسخه کاری با خانه خالی جایگزین می‌شود). تمایز میان گمشدگی مشروع و نامشروع، و اینکه چرا "نمی‌دانم" گاهی یک یافته است – در صفحه الگو (بر اساس Cunningham & Muir, 2023، به نقل در همان‌جا)؛ اینکه هر روش برخورد با مقادیر گمشده با نتایج چه می‌کند – در مقادیر گمشده.

5. از گویه‌ها تا نمره مقیاس

"پیش از آنکه بتوان تحلیل کرد، باید برای هر مقیاس در پژوهش نمره مقیاس محاسبه کرد. دو مرحله: 1. معکوس کردن هر گویه‌ای که به‌صورت منفی بیان شده است؛ 2. جمع کردن نمره‌های همه گویه‌هایی که مقیاس یا خرده‌مقیاس را می‌سازند" (Pallant, 2020, Chapter 8). معکوس‌سازی: در مقیاس 1-5، نمره جدید 6 − x است (1 ↔ 5، 2 ↔ 4، 3 ثابت می‌ماند)؛ در مقیاس 1-7 – 8 − x؛ در مقیاس 0-4 – 4 − x. قاعده: (حداکثر + حداقل) − x. سه هشدار Pallant: در راهنمای مقیاس یا مقاله اصلی بررسی کنید کدام گویه‌ها معکوس می‌شوند و نمره چگونه محاسبه می‌شود (جمع یا میانگین؛ خرده‌مقیاس‌هایی که جمع کردنشان مجاز است یا نیست) – "درست انجام دادن کار در بار اول بسیار آسان‌تر از تکرار تحلیل‌هاست"؛ این کار را فقط روی فایل کامل انجام دهید، "چون نرم‌افزار وقتی داده افزوده می‌شود دستورها را به‌روز نمی‌کند"؛ و متغیرهای جدید بسازید و رونویسی نکنید – "بسیار امن‌تر است، و داده‌های اصلی را حفظ می‌کند". در سایت همه این‌ها با یک کلیک انجام می‌شود: صفحه آلفای کرونباخ و نمره مقیاس در راهنمای کدها "item" و "reverse" را می‌خواند، معکوس می‌کند، آلفا را محاسبه می‌کند و فایل شما را با ستون نمره مقیاس (میانگین یا جمع، با آستانه‌ای برای مقادیر گمشده) دانلود می‌کند – و ستون‌های اصلی سر جای خود. آنچه برای شما می‌ماند: علامت زدن در راهنمای کدها، و نوشتن در یادداشت‌ها که نمره چگونه محاسبه شد.

6. گروه‌بندی متغیر پیوسته و ادغام طبقه‌ها

پیوسته به گروه‌ها. "برای برخی تحلیل‌ها، یا وقتی توزیع بسیار چوله است، می‌توان نمونه را بر اساس نمره به گروه‌های برابر تقسیم کرد" – Pallant (2020، فصل 8) سن را به سه گروه با اندازه مشابه تقسیم می‌کند (Visual Binning، بر اساس صدک‌ها)، و یادآوری می‌کند که همین فن تقسیم میانه‌ای به دو گروه را می‌دهد؛ نتیجه متغیری جدید است (agegp3) و متغیر پیوسته باقی می‌ماند. دو هشدار از خود او: "اطلاعات از دست می‌دهید" – و بنابراین گروه‌بندی برای آزمونی است که به گروه نیاز دارد (تحلیل واریانس، خی‌دو)، نه جایگزینی برای همبستگی یا رگرسیون بر متغیر پیوسته؛ و برای مقیاس بالینی آستانه‌ای از ادبیات پژوهش (نقاط برش منتشرشده) بهتر از صدک‌هاست. در اکسل: ستونی جدید با =IF(B2<30,1,IF(B2<45,2,3))، و سطری در راهنمای کدها: سن_گروه – ordinal – 1 = تا 29; 2 = 30-44; 3 = 45+، و در یادداشت‌ها "برگرفته از سن". ادغام طبقه‌ها. به دلیلی نظری (وضعیت تأهل ← "در رابطه / نه در رابطه") یا پس از دیدن فراوانی‌ها – "فقط دو نفر در طبقه ابتدایی" – و آنگاه با طبقه مجاور ادغام و دوباره برچسب‌گذاری می‌کنیم ("دبیرستان را تمام نکرده‌اند")؛ "بسیار مهم: متغیری جدید و اضافی می‌سازیم" (Pallant). چه زمانی ضروری است: خی‌دو با فراوانی‌های مورد انتظار کوچک (صفحه خی‌دو هشدار می‌دهد)، تحلیل واریانس با گروهی دونفره (تحلیل واریانس گروه‌های دارای کمتر از دو مشاهده را حذف می‌کند)، کروسکال-والیس با کمتر از پنج نفر در گروه.

7. کدگذاری مجازی – طبقه‌ها در رگرسیون

رگرسیون متغیر دووجهی را همان‌گونه که هست می‌پذیرد (0/1)؛ متغیری با سه طبقه یا بیشتر را نمی‌توان به‌صورت یک ستون وارد کرد، چون اعداد 1، 2، 3 به‌صورت ترتیب و فاصله خوانده می‌شوند. راه‌حل – کدگذاری مجازی (Field, 2024, Section 12.3.1)، در هشت گام: گروه‌ها را می‌شماریم و 1 کم می‌کنیم – این تعداد متغیرهای مجازی است؛ آن‌ها را می‌سازیم؛ گروه پایه‌ای انتخاب می‌کنیم – گروه کنترل، یا، در نبود فرضیه‌ای مشخص، بزرگ‌ترین گروه ("در گروه‌های نابرابر مهم است که گروه پایه بزرگ باشد، تا برآوردها قابل اعتماد باشند")؛ گروه پایه در همه متغیرهای مجازی 0 می‌گیرد؛ در متغیر نخست 1 برای گروه اولی که با پایه مقایسه می‌شود و 0 برای بقیه؛ و به همین ترتیب؛ و همه متغیرهای مجازی در یک بلوک وارد مدل می‌شوند. مثال Field: سه گروه درمانی (بدون، 15 دقیقه، 30 دقیقه) – دو متغیر مجازی، "بدون" به‌عنوان پایه، و هر ضریب تفاوت میان آن گروه و پایه است. در اکسل: یک ستون برای هر گروه به جز پایه، =IF(C2=2,1,0)، و در راهنمای کدها: تحصیلات_دانشگاهی – nominal – 1 = دانشگاهی; 0 = سایر، در یادداشت‌ها "مجازی؛ پایه = دبیرستان". صفحه رگرسیون متغیر دووجهی را می‌پذیرد و درباره متغیر طبقه‌ای با بیش از دو سطح هشدار می‌دهد؛ با متغیرهای مجازی مدل را محاسبه می‌کند، و گروه پایه در جمله گزارش گفته می‌شود.

8. از متن تا عدد – و برعکس

ستونی که با واژه‌ها وارد شده ("مرد"، "زن"؛ "تهران"، "شیراز") داده‌ای تمام‌عیار است – اما فقط به‌صورت طبقه‌ای. در SPSS آن را با Automatic Recode به عدد تبدیل می‌کنند – متغیری جدید، و در خروجی خلاصه‌ای از مقادیر قدیمی و کدهای تخصیص‌یافته (Pallant, 2020, Chapter 8). در سایت نیازی نیست: ماشین‌حساب‌ها ستونی را که بیشتر مقادیرش متن است طبقه‌ای تشخیص می‌دهند، و آن را به‌عنوان متغیر گروه‌بندی می‌پذیرند (آزمون t، مان-ویتنی، تحلیل واریانس، خی‌دو، فراوانی‌ها) – اما نه به‌عنوان متغیر وابسته، و نه به‌عنوان پیش‌بین. دو دام: املای ناهمسان ("تل آویو" / "تل‌آویو" / "ت"آ") یک طبقه را به سه طبقه تبدیل می‌کند – بررسی‌کننده الگو فهرست مقادیر متفاوت را نمایش می‌دهد؛ و عددی که با متن وارد شده ("35 سال"، "حدود 5") ستون پیوسته را به متن تبدیل می‌کند – بررسی‌کننده هشدار می‌دهد، و در نسخه کاری اصلاح می‌شود. در جهت عکس – اعدادی که می‌خواهیم به‌صورت واژه ببینیم – داده‌ها را تغییر نمی‌دهیم: برچسب‌ها را در راهنمای کدها می‌نویسیم ("1 = مرد; 2 = زن")، و در هر جدول، نمودار و جمله گزارش ظاهر می‌شوند.

9. تبدیل‌ها – و به جای آن‌ها چه کنیم

"اغلب، وقتی توزیع یک مقیاس را بررسی می‌کنید، (با تأسف!) درمی‌یابید که نمره‌ها توزیع نرمال ندارند" – Pallant (2020، فصل 8) سه راه برمی‌شمارد: کنار گذاشتن آزمون پارامتری و رفتن به جایگزین ناپارامتری (اسپیرمن، مان-ویتنی، ویلکاکسون، کروسکال-والیس – همه در سایت)؛ گروه‌بندی به طبقه‌ها – در مقیاس افسردگی چوله، او در نقاط برش بالینی منتشرشده می‌بُرد ("نرمال" / "بالینی") و به آزمونی برای طبقه‌ها می‌رود، "اما اطلاعات از دست خواهید داد"؛ یا تغییر ریاضی نمره‌ها – و درباره آن "اختلاف نظر قابل‌توجهی در ادبیات هست، هواداران پرشور و مخالفانی وجود دارند، و این میان رشته‌ها متفاوت است – مقاله‌های حوزه خود را بررسی کنید" (بسط بیشتر – Tabachnick و Fidell, 2013، به نقل از Pallant). قرارداد سایت، به پیروی از این تحفظ: ماشین‌حساب‌ها تبدیل انجام نمی‌دهند؛ پیش از تغییر نمره‌ها بررسی می‌شود که این تخطی اصلاً چه معنایی دارد (آزمون نرمال بودن – در نمونه بزرگ معمولاً مشکلی ایجاد نمی‌کند؛ داده‌های پرت و مفروضه‌ها)، و اگر با این حال تصمیم گرفته شود – تبدیل متغیری جدید در اکسل است (=LOG10(B2)، =SQRT(B2))، با سطری در راهنمای کدها، و آن را گزارش می‌کنیم و اینکه یافته در کدام مقیاس تفسیر می‌شود.

10. مستندسازی تغییرات

"وقتی متغیرها را تغییر می‌دهید یا متغیرهای جدید می‌سازید، مهم است آن را در دفترچه کدگذاری ثبت کنید" (Pallant, 2020, Chapter 8) – و نزد او هر رویه با Paste به پنجره سینتکس پایان می‌یابد، "ابزاری مفید برای نگه داشتن سابقه هر تغییر در فایل". در سایت، که کار در اکسل انجام می‌شود، مستندسازی در سه جاست: ستون اصلی باقی می‌ماند و ستون جدید کنار آن، با نامی که رابطه را آشکار می‌کند (سن ← سن_گروه؛ עמדות2 ← עמדות2_הפוך)؛ سطری در راهنمای کدها برای هر متغیر جدید – نوع، کدها، و در یادداشت‌ها از چه و چگونه به دست آمده ("برگرفته از سن: تا 29 / 30-44 / 45+"؛ "مجازی، پایه = دبیرستان")؛ و سینتکسی که هر ماشین‌حساب دانلود می‌کند، که مستند می‌کند چه چیزی و روی کدام متغیرها اجرا شد. قاعده‌ای که بالاتر از همه است، از صفحه الگو: داده اصلی قفل است، کار در نسخه کاری – و هر مقداری که دستی اصلاح شود ثبت می‌شود: چه کسی، چه زمانی، چه چیزی و چرا.

اشتباهات رایج

وارد کردن داده‌ها پیش از دفترچه کدگذاری. و سپس در میانه کار کشف اینکه "کاملاً موافقم" در یک پرسشنامه 1 است و در دیگری 5 (Pallant, 2020, Chapter 2).

99 به‌عنوان گمشده بی‌آنکه به کسی گفته شود. در SPSS بدون تعریف user-missing، و در سایت همیشه – 99 یک سن است (Field, 2024، بخش 4.6.8؛ صفحه الگو).

"نمی‌دانم" به‌صورت خانه خالی، یا به‌عنوان میانه مقیاس. پاسخی با کد خودش، که پیش از میانگین کنار گذاشته می‌شود (بخش 4).

"1، 3، 5" در یک خانه برای سؤال "همه موارد مناسب را علامت بزنید". یک ستون برای هر گزینه، 0/1 (جدول 1).

معکوس کردن گویه با رونویسی، یا فراموش کردن معکوس‌سازی. آلفای پایین یا منفی، همبستگی منفی گویه با کل؛ "reverse" در راهنمای کدها و صفحه آلفا این کار را در ستونی جدید انجام می‌دهند (بخش 5).

محاسبه نمره مقیاس پیش از کامل شدن فایل. و سپس افزودن آزمودنی‌هایی بدون نمره (Pallant, Chapter 8).

گروه‌بندی سن و سپس محاسبه همبستگی با گروه‌ها. اطلاعات از دست رفته است؛ همبستگی – بر متغیر پیوسته (بخش 6).

متغیر طبقه‌ای با 1، 2، 3 مستقیماً در رگرسیون. مدل ترتیب و فاصله‌هایی را می‌خواند که وجود ندارند؛ کدگذاری مجازی (بخش 7).

گروه پایه سه‌نفره. برآوردهای همه متغیرهای مجازی بر آن تکیه دارند (Field, 2024, Section 12.3.1).

املای ناهمسان در ستون متنی. سه طبقه به جای یکی (بخش 8).

تبدیل بدون گزارش. یافته در مقیاسی تفسیر می‌شود که مقیاس اصلی نیست (بخش 9).

تغییر در داده اصلی. بدون نسخه، بدون ستون جدید، بدون سطر در راهنمای کدها – و بازگشت ممکن نیست (بخش 10).

چک‌لیست – پیش از ورود داده‌ها و پیش از تحلیل

منابع

Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE.

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Open University Press.

Tabachnick و Fidell (2013) – به نقل از Pallant (2020، فصل 8)؛ Cunningham و Muir (2023) – آن‌گونه که در صفحه الگوی استاندارد آمده‌اند. طبق قاعده سایت، در فهرست منابع فقط منابعی می‌آیند که از اصل خوانده شده‌اند: Pallant (2020) – فصل‌های 2 و 8 به‌طور کامل، بر اساس فصل نسخه چاپی؛ Field (2024) در نسخه دیجیتال با متن روان – بخش‌های 4.6.1، 4.6.5، 4.6.8 و 12.3.1، بر اساس بخش.