متحولونه، د اندازه ګیرنې کچې او د څېړنې ډیزاینونه

لارښود

په دې پاڼه کې

کله چې وړاندوینه شته وي (وګورئ د څېړنې پوښتنه او فرضیې) دوه پرېکړې پاتې کېږي چې هر هغه څه ټاکي چې ورپسې راځي: څه اندازه شي – کوم متحولونه، او په کومه د اندازه ګیرنې کچه، ځکه کچه ټاکي چې کوم حساب جایز دی او کوم حساب ماشین مناسب دی؛ او څنګه راټول شي – هغه څه ولیدل شي چې پېښېږي، یا مداخله وشي او پرتله وشي، له هماغو خلکو سره یا له بېلابېلو خلکو سره، ځکه ډیزاین ټاکي چې د څه استنباط جایز دی. پاڼه د Field (2024، 1.5-1.6 برخې) پیروي کوي او هره پرېکړه د وېبپاڼې له معیاري اکسل کینډۍ او له هغه حساب ماشین سره نښلوي چې هغې ته انتظار باسي.

1. متحولونه – وړاندوینوونکی او پایله

متحول هغه شی دی چې بدلېږي: د خلکو ترمنځ (د ځیرکتیا کچه، چلند)، د ځایونو ترمنځ (بېکاري) یا په وخت کې (مزاج، ګټه). ډېرې فرضیې په دوو متحولونو بیانېږي – وړاندیز شوی لامل او وړاندیز شوې پایله – او د یوې علمي ادعا د ازموینې کیلي دا ده چې دواړه اندازه شي (Field, 2024, Section 1.5.1). اصطلاحګانې "خپلواک متحول" (independent variable – لامل) او "تړلی متحول" (dependent variable – پایله) له ازمایښت سره کلکې تړلې دي، چې پکې څېړونکی لامل لاسوهنه کوي؛ په همبستګيزه (correlational) څېړنه کې، چې پکې هېڅ متحول نه لاسوهل کېږي، د تړلي او خپلواک خبره کول مانا نه لري – ټول په حقیقت کې تړلي دي. نو Field "وړاندوینوونکی" (predictor) او "پایله" (outcome) غوره ګڼي: په ازمایښت کې لامل وړاندوینوونکی دی او پایله پایله ده، او په همبستګيزه څېړنه کې یو یا ډېر متحولونه – لږ تر لږه په احصایوي ډول – د بل متحول وړاندوینه کوي. وېبپاڼه هم همداسې کوي: په هر حساب ماشین کې به "وړاندوینوونکی" او "پایله" ووینئ، او علي استنباط – که وي – له ډیزاین څخه راځي (4 برخه)، نه له نوم څخه.

2. د اندازه ګیرنې کچې – شمېره څه وايي، او له هغې سره څه کول جایز دي

د اندازه ګیرنې کچه د هغه څه ترمنځ اړیکه ده چې اندازه شوی او هغو شمېرو ترمنځ چې د هغه استازیتوب کوي (Field, 2024, Section 1.5.2). زیږ توپیر: کټګوریک متحول (categorical variable) شیان په جلا کټګوریو کې ډلبندي کوي – انسان، پیشو، شپېلکه؛ یو څوک نه شي کولای لږ پیشو وي. پرله پسې متحول (continuous variable) هر شي ته پر یوه مقیاس (scale) نمره ورکوي. او د هر یو دننه – کچې:

دوه ارزښتیز (binary) – یوازې دوه کټګورۍ: هو/نه، ګډون یې کړی/ګډون یې نه دی کړی. نومي (nominal) – له دوو ډېرې، پرته له ترتیب: د استوګنځي ډول، ټولنیزه ډله، د مراجعې لامل. حتی کله چې کټګورۍ په شمېرو نښه کېږي (1 = اقتصادي، 2 = امنیتي)، شمېرې نومونه دي: د Field بېلګه په رګبي کې د کمیسونو شمېرې دي، چې وايي لوبغاړی په کوم ځای لوبه کوي نه دا چې څومره ښه دی – او هېڅوک به شمېره 4 ته اجازه ورنه کړي چې پر شمېره 6 سپره شي ترڅو د ټپي شمېره 10 پر ځای ټوپ ووهي. له نومي سره یو کار کېږي: فریکونسۍ (frequencies) شمېرل کېږي. ترتیبي (ordinal) – هغه کټګورۍ چې منطقي ترتیب لري: لومړی، دویم، درېیم ځای؛ ناکام، بریالی، ممتاز. پوهېږو چې څوک له چا مخکې دی، نه دا چې په څومره – ګټونکې کولای شوای په ډېر لوی توپیر یا په یوه رایه وګټي. فاصله یي (interval) – پر مقیاس (scale) مساوي واټنونه په ځانګړتیا کې د مساوي توپیرونو استازیتوب کوي: د 1 او 2 ترمنځ توپیر د 4 او 5 ترمنځ توپیر دی. ډېرې احصایوي ازموینې دا یا لوړه کچه غواړي. نسبتي (ratio) – سربېره پر دې، ریښتینی صفر او معنادار نسبتونه شته: د 200 ملي ثانیو د غبرګون وخت د 100 دوه چنده دی، او صفر ملي ثانیې د وخت نشتوالی دی. عمر، عاید، د ماشومانو شمېر – نسبتي؛ د اندېښنې په مقیاس کې نمره چې پکې 16 د 8 په پرتله "دوه چنده اندېښمن" نه دی – تر ټولو زیات فاصله یي.

یو بل توپیر پرله پسې (continuous) متحولونه پرې کوي: رښتینی پرله پسې متحول په هره کچه دقت اندازه کېږي (عمر په کلونو، میاشتو، ورځو...)؛ جلا (discrete) متحول یوازې ځینې ارزښتونه اخلي، معمولاً بشپړې شمېرې – له 1 تر 5 درجه بندي جلا ده که څه هم لاندې یې یو معقول تسلسل شته (3.24 منطقي دی، خو نه شي داخلېدای). پوله په دواړو لورو تته ده: عمر په بشپړو کلونو ثبتېږي، او د ماشومانو شمېر – جلا – د 2.4 د اوسط په توګه راپور کېږي چې هېڅ کورنۍ ورته نه ده رسېدلې (Field, 2024, Box 1.3). په وېبپاڼه کې حساب ماشینونه شمېرو ته د پرله پسې په سترګه ګوري؛ څېړونکې پرېکړه کوي چې ایا اوسط معنادار دی.

3. د درجه بندۍ مقیاسونه – ترتیبي که فاصله یي؟

هغه پوښتنه چې په هره پوښتنلیکي څېړنه کې تکرارېږي: په پنځو درجو کې "په ډېره زیاته کچه ... هېڅ نه" درجه بندي – ایا هغه فاصله یي مقیاس (scale) دی، چې د اوسط او د Pearson د همبستګۍ محاسبه یې جایزه ده، که ترتیبي (ordinal) مقیاس؟ Field (2024، 1.2 بکس) روښانه دی: هغه قاضي چې 10 یې ورکړي حتماً تر هغه قاضي ډېر اغېزمن شوی چې 2 یې ورکړي، خو ایا پنځه چنده؟ او که دواړو 8 ورکړي وي – ایا په مساوي کچه اغېزمن شوي؟ احتمالاً نه، ځکه درجه بندي د هر یو پر ذهني تصور پورې اړه لري چې "استعداد" څه دی. نو، هغه لیکي، په هر هغه حالت کې چې له خلکو غوښتل کېږي یو ذهني شی درجه بندي کړي – غوره توب، په ځواب باور، د لارښوونو پوهه – سمه ده چې معلوماتو ته د ترتیبي مقیاس په سترګه وکتل شي، "که څه هم ډېر څېړونکي داسې نه کوي". او په 1.5.2 برخه کې ورزیاتوي: هغه متحولونه چې فاصله یي ښکاري او د فاصله یي په توګه ورسره چلند کېږي ډېری وخت ترتیبي دي.

د وېبپاڼې دود، چې له دې او له منل شوي عمل څخه راوځي: د درجه بندۍ په مقیاس کې یو توکی (item) – ترتیبي (ordinal)؛ میانه (median) او فریکونسۍ (frequencies) راپور کېږي، او د Spearman همبستګي (correlation). د څو توکیز مقیاس (multi-item scale) نمره – د څو توکو مجموعه یا اوسط چې داخلي همغږي (internal consistency) یې ازمویل شوې (وګورئ ثبات او اعتبار) – د فاصله یي په توګه ورسره چلند کېږي، لکه څنګه چې په ټولنیزو علومو کې دود دی، او دا په ښکاره د مېتود په برخه کې راپور کېږي. دا د څېړونکې پرېکړه ده، نه د سافټوېر: SPSS به د هر عددي ستون لپاره اوسط محاسبه کړي، د کمیسونو د شمېرو په ګډون.

4. همبستګيز که ازمایښتي – د څه استنباط جایز دی

په لنډ ډول، د یوې فرضیې د ازموینې دوه لارې شته: هغه څه ولیدل شي چې په طبیعي ډول پېښېږي، یا د چاپېریال یو اړخ لاسوهنه شي او اغېز یې ولیدل شي. په همبستګيزه (correlational) (یا مقطعي) څېړنه کې نړۍ پرته له مداخلې لیدل کېږي – د ډېرو متحولونو په یو انځور کې، یا د وخت په اوږدو کې په تکراري اندازه ګیرنو کې (اوږدمهاله څېړنه)؛ په ازمایښتي څېړنه کې یو متحول لاسوهنه کېږي ترڅو پر بل یې اغېز ولیدل شي (Field, 2024, Section 1.6). همبستګيزه څېړنه یوه ګټه لري: طبیعي لید ورکوي، ځکه څېړونکی پر هغه څه اغېز نه کوي چې پېښېږي او اندازه ګیرنې د هغه په شتون نه کږېږي – د اکولوژیکي اعتبار (ecological validity) یو مهم اړخ؛ او کله کله یوازینۍ لاره ده، ځکه لاسوهنه ناشونې یا منع ده (هېڅوک به خلک په تصادفي ډول د 30 کلونو سګرټ څښلو ته ونه وېشي). بیه یې: د علي اغېز په اړه هېڅ نه وايي.

ولې؟ Field (2024، 1.6.2 برخه) Hume ته ځي: د لامل لپاره د Hume تعریف غواړي چې لامل له پایلې مخکې وي او دواړه په پرله پسې ډول یو ځای څرګند شي. په همبستګيزه (correlational) څېړنه کې متحولونه معمولاً په یو وخت اندازه کېږي، نو دا معلومات نشته چې څه له څه مخکې و – اوږدمهاله څېړنه (longitudinal study) دا تر یوه حده حلوي. خو ژوره ستونزه دا ده چې حتی پرله پسې یو ځای څرګندېدل هم د تصادفي او علي یو ځای کېدو ترمنځ توپیر نه کوي: ښايي درېیم متحول د دواړو لامل وي. دا "درېیم شی" دی – tertium quid – ګډوډوونکی متحول (confound). د وېبپاڼې په روانه بېلګه کې: په ټولنیز فعالیت کې ګډون او د تړاو احساس سره همبسته دي – خو په استوګنځي کې د اوسېدو موده کولای شي د دواړو لامل شي (ګراف 1). Mill د Hume تعریف ته ورک شرط ورزیات کړ: ټول نور تشریحات باید رد شي – پایله باید هغه وخت څرګنده شي چې لامل شته وي او هغه وخت نه وي چې لامل نه وي. او دا دقیقاً هغه څه دي چې ازمایښت یې کوي: هغه حالتونه ("شرایط") پرتله کوي چې پکې وړاندیز شوی لامل شته یا نشته. د Field په بېلګه کې – د زده کوونکو درې ډلې چې ملاتړي فیډبیک، سخت فیډبیک یا هېڅ فیډبیک ترلاسه کوي، او په پای کې د احصایې ازموینه: د "هېڅ فیډبیک" ډله هغه حالت دی چې پکې لامل نشته، او یوازې له هغې سره پرتله دا ویلو ته اجازه ورکوي چې د فیډبیک سټایل د توپیر لامل شوی.

هغه یادونه چې له یوې عامې ګډوډۍ ژغوري (Field, 2024, Box 1.4): احصایوي ازموینه نه بلکې ډیزاین علي استنباط ته اجازه ورکوي. خلک فکر کوي چې ANOVA او t "ازمایښتي" دي او رګرسیون (regression) او همبستګي (correlation) "همبستګيز" ځکه په تاریخي ډول همداسې کارول شوي – خو دا کړنلارې په ریاضي ډول یو شان دي. هغه همبستګي چې د کنټرول شوي ازمایښت پر معلوماتو محاسبه شوې د علي استنباط ملاتړ کوي؛ پر سروې ANOVA – نه.

5. د ګډونوالو ترمنځ که تکراري اندازه ګیرنې – د واریانس دوه سرچینې

په ازمایښت کې د وړاندوینوونکي (predictor) د لاسوهنې دوه لارې شته (Field, 2024, Section 1.6.3): په هر حالت کې د ګډونوالو بېلابېلې ډلې – د ګډونوالو ترمنځ (between-subjects) ډیزاین (خپلواک)؛ یا هماغه ګډونوال په ټولو حالتونو کې، یو په بل پسې – د ګډونوالو دننه ډیزاین (تکراري اندازه ګیرنې، repeated measures). انتخاب ازموینه ټاکي: د خپلواکو لپاره t د جوړه نمونو د t په وړاندې، یو لاریز ANOVA د تکراري اندازه ګیرنو د ANOVA په وړاندې. او تر شا یې منطق په واریانس کې دی (1.6.4 برخه). په هر ازمایښت کې د واریانس دوه سرچینې شته: سیستماتیک – هغه څه چې څېړونکي په یو حالت کې کړي او په بل کې نه؛ او غیر سیستماتیک – تصادفي عاملونه (random factors) چې د حالتونو ترمنځ شته: د وړتیا توپیرونه، د ورځې وخت، مزاج. احصایوي ازموینې اټکلوي چې د واریانس څومره برخه سیستماتیک ده او څومره نه، او پرتله یې کوي. په تکراري اندازه ګیرنو کې د ګډونوال ثابتې ځانګړنې – عمر، جنس، ځیرکتیا، انګېزه – په دواړو حالتونو کې یو شان دي، نو "شور" کوچنی دی؛ د ګډونوالو ترمنځ دا عاملونه ازاد دي چې د ډلو ترمنځ بدل شي، او شور لوی دی. نو، په مساوي شرایطو کې، د تکراري اندازه ګیرنو ډیزاین د اغېز موندلو ته ډېر حساس دی.

6. تصادفي کول – ولې له هغه پرته ازمایښت نشته

په دواړو ډیزاینونو کې باید غیر سیستماتیک واریانس کم شي، خو له دې مهمه – ډاډ ترلاسه شي چې د حالتونو ترمنځ هر سیستماتیک واریانس یوازې له لاسوهنې راځي. وسیله یې پچه ده (Field, 2024, Section 1.6.5)، په دوو بڼو. په تکراري اندازه ګیرنو کې د سیستماتیک واریانس دوه اصلي سرچینې د تمرین اغېز دی – په دویم حالت کې ګډونوال دمخه له حالت او شاخص سره بلد وي – او د ستړیا اغېز یا ستومانتیا. هغوی له منځه نه شي وړل کېدای، خو د د ترتیب توازن (counterbalancing) له لارې ډاډ ترلاسه کېدای شي چې سیستماتیک نه دي: د هر ګډونوال لپاره پچه اچول کېږي چې ایا حالت 1 له 2 مخکې تېروي که برعکس. د Field په بېلګه کې: که ټولو زده کوونکو لومړی "هېڅ فیډبیک" او بیا "سخت فیډبیک" تېر کړي وي، له سخت فیډبیک وروسته ښه والی کېدای شي په ساده ډول د احصایې د نورو سیمینارونو له امله وي. د ګډونوالو ترمنځ (between-subjects) ډیزاین کې پچه حالتونو ته د ګډونوالو تصادفي وېش (random assignment) دی: په بېلابېلو ډلو کې ګډونوال په ځیرکتیا، پاملرنه او زرګونو شیانو کې توپیر لري، او تصادفي وېش ډاډ ورکوي چې دا توپیرونه به غیر سیستماتیک واریانس ته ونډه ورکړي نه سیستماتیک ته. د Field بېلګه: د جعلي خبرونو د باور پر ضد د تحلیلي فکر کولو ورکشاپ، چې ازمایښتي ډله یې د توطیې د نظریو د مینه والو په غونډه کې جذب شوې وه او د کنټرول ډله – په یوه سپورټي کلب کې. ورکشاپ "کار ونه کړ" – او هېڅ لاره نشته چې پوه شو ایا دا ځکه چې تحلیلي فکر کول مرسته نه کوي، که ځکه چې ورکشاپ ته جذب شوي کسان غیر عادي باورونو ته ډېر لېوال دي او په داسې فکر کولو کې ستونزه لري. ډلې یوازې په ورکشاپ کې توپیر نه درلود.

پچه پخپله د د ازمایښتونو ډیزاین پاڼه جوړوي: تصادفي وېش یا تصادفي د ترسره کولو ترتیب (run order)، بلاکونه، لاتیني مربع (Latin square) یا د Williams مربع د ترتیب د توازن لپاره، او د نمونې اړینه اندازه هم – له ثابت تخم سره، ترڅو پچه په R کې بیا تولید شي.

دوه بېلې پچې چې باید سره ګډې نه شي: تصادفي نمونه اخیستنه – له احصایوي ټولګې (population) څخه څوک څېړنې ته ننوځي – د نمونې څخه احصایوي ټولګې ته د عمومي کولو په اړه ده (د "نمونه او نمونه اخیستنه" پاڼه)؛ تصادفي وېش (random assignment) – له ګډونوالو څخه څوک کوم حالت ته ځي – د علي استنباط په اړه دی. پر اسانه نمونه (convenience sample) ازمایښت پر همدې نمونه د علي استنباط اجازه ورکوي پرته له عمومي کولو؛ پر احتمالي نمونه سروې پرته له علیت د عمومي کولو اجازه ورکوي.

7. او په ساحوي څېړنه کې څه کېږي، چې پکې نږدې هر څه همبستګيز دي

سروې، مرکې، د منځپانګې تحلیل، اداري معلومات – ډېره پلي کېدونکې ټولنیزه څېړنه نه شي کولای خلک په تصادفي ډول حالتونو ته ووېشي، نو ډېره یې همبستګيزه (correlational) ده، او په هغې کې علي استنباط محدود دی. دا ناسم نه دی؛ دا یوه محدودیت ده چې راپور کېږي. هغه څه چې کېدای شي: د ګډوډوونکو متحولونو اندازه کول چې مخکې له مخکې یې وړاندوینه کېدای شي (د اوسېدو موده، عمر، زده کړه) او رګرسیون (regression) ته یې داخلول – "احصایوي کنټرول". هغه یوازې د هغو متحولونو برخه لرې کوي چې اندازه شوي؛ تصادفي وېش (random assignment) هغه څه هم سمبالوي چې موږ پرې فکر نه دی کړی. په وخت کې تکراري اندازه ګیرنه – لږ تر لږه دوه پړاوونه – د وختونو هغه ترتیب ورکوي چې د Hume تعریف یې غواړي، خو د نورو تشریحاتو رد نه. مخکې-وروسته پرتله د پرتلې له ډلې سره چې پروګرام یې نه دی ترلاسه کړی – څومره چې ډلې ورته وي ازمایښت ته نږدې ده، او څومره چې هغه څوک چې ګډون یې غوره کړی له هغه چا توپیر لري چې نه یې دی کړی، ترې لرې ده. او په ټولو حالتونو کې: پایله په هغه ژبه بیان کړئ چې ډیزاین یې اجازه ورکوي – "له ... سره تړلی"، "وړاندوینه کوي"، "په منځ کې لوړ شو" – او "لامل شو" هغه ځای ته وساتئ چې پچه پکې شوې وه.

عامې تېروتنې

د نومي کوډونو اوسط. "د استوګنځي د ډول اوسط 2.3" – پر نومونو حساب. د نومي لپاره فریکونسۍ (frequencies) شمېرل کېږي؛ SPSS به د هرې شمېرې لپاره اوسط محاسبه کړي، او مسؤلیت د څېړونکې دی.

د درجه بندۍ د دوو جلا توکو ترمنځ د Pearson همبستګي (Pearson correlation). یو توکی ترتیبي (ordinal) مقیاس (scale) دی؛ Spearman. Pearson او اوسط د څو توکیزو مقیاسونو نمرو ته ساتل شوي – او راپور ورکړئ چې همداسې مو کړي.

هغه "وړاندوینوونکی" (predictor) چې "اغېزوونکی" لوستل کېږي. د سروې پر معلوماتو په رګرسیون (regression) کې وړاندوینوونکی وړاندوینه کوي؛ تر هغه اغېز نه کوي چې ډیزاین یې ووايي. د بحث په برخه کې ژبه له ډیزاین راوځي.

هغه حالت هېرول چې پکې لامل نشته. "ټولو ته مو پروګرام ورکړ او تړاو لوړ شو" – پرته له هغې ډلې چې ترلاسه یې نه کړ، نه شي پوهېدای چې ایا له هغه پرته به هم نه وای لوړ شوی. کنټرول د ازمایښت زړه دی، نه اضافه.

له بلې سرچینې د کنټرول ډله. په یوه ټولنه کې ازمایښت او په بله ټولنه کې کنټرول – ډلې په هر هغه څه کې توپیر لري چې ټولنې یو له بله جلا کوي. له هماغې زېرمې تصادفي وېش (random assignment)، یا لږ تر لږه ثبت شوې برابري.

په ثابت ترتیب تکراري اندازه ګیرنې (repeated measures). ټولو لومړی حالت الف او بیا ب تېر کړ – د حالتونو ترمنځ توپیر له تمرین او ستومانتیا سره ګډېږي. ترتیب په پچه ټاکل کېږي.

دا فکر کول چې "همبستګيز" (correlational) ډیزاین د همبستګۍ ازموینه ده. ډیزاین دا دی چې څنګه مو راټول کړي؛ ازموینه دا ده چې څنګه مو تحلیل کړي. پر سروې ANOVA همبستګيزه ده؛ پر ازمایښت همبستګي – ازمایښتي.

تصادفي نمونه اخیستنه له تصادفي وېش (random assignment) سره ګډول. لومړۍ دا ده چې پایله پر چا پلې کېږي؛ دویم – ایا علي ده. کېدای شي یو ترلاسه شي پرته له بل.

چک لیست – مخکې له دې چې د معلوماتو فایل جوړ شي

سرچینې

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