ASEAN üyeleri

İstatistik ve Araştırma Tasarımı Günlük kullanımda istatistik kelimesinin iki anlamı vardır. Bir anlamda, veri olarak adlandırılan sayısal gerçekleri toplama, analiz etme ve yorumlama şeklimizi ifade eder. İkinci olarak, istatistikler kendi içlerinde gözlemlerden veya ölçümlerden kaynaklanan ham sayısal verilerdir veya bu tür verilerden türetilen hesaplamaların sonuçlarıdır. İstatistiksel analiz terimi sıklıkla kullanılır ve genel olarak bu, verileri sunmak ve özetlemek için istatistiklerin tanımlayıcı kullanımına atıfta bulunabilir veya bu istatistiklerin istatistiksel çıkarımlar yapmak için kullanılma şekli anlamına gelebilir. Bu, bir örneklemden elde edilen istatistiksel bilginin, yalnızca elde edilen gözlem veya ölçüm örneğinden daha geniş uygulanabilirliği olan sonuçlar çıkarmak için kullanıldığı süreçtir ve istatistiğin çıkarımsal kullanımı olarak adlandırılır. İstatistiksel çıkarımlar olasılık açısından tanımlanır; bir olayın meydana gelme olasılığı veya şansı. İstatistiksel jargonda bir olay, bir dizi olası sonuç arasından herhangi bir sonuç (lar) anlamına gelir. Olasılık kavramı, gerçek verilerdeki değişkenlik modellerini ve sonuçların sıklığını istatistiksel bir olasılık modelinden beklenebilecek idealleştirilmiş sonuç sıklığıyla karşılaştıran istatistiksel modellemede kullanılır. Böyle bir olasılık modelini, verilerdeki örüntüler ve ilişkiler ve deneylerin sonuçları gibi fenomenleri tanımlamak ve tahmin etmek için matematiksel bir temsil olarak düşünebiliriz. Verilerin belirli bir istatistiksel modele uygunluğunun veya eşleşmesinin yorumlanması, araştırılmakta olan fenomen hakkında fikir verebilir. Bununla birlikte, veriler kendilerini yorumlamaz ve tanımlayıcı istatistikler, sayıları tutarlı ve daha anlamlı bir bilgi özeti halinde düzenlemek için kullanılmadıkça anlamsız olabilir. Çıkarımsal istatistiksel teknikler, daha sonra verileri analiz etmek, belirli soruları yanıtlamak, güvenilir sonuçlar çıkarmak ve böylece verilerin ilk incelemesinden anlaşılamayacak bilgiler elde etmek için kullanılabilecek araçlardır. Bu bölümde, araştırma tasarımında istatistiksel düşünmenin önemini vurgulayarak başlıyoruz ve ardından bir çalışmanın planlama ve veri toplama aşamalarında istatistiğin oynadığı rolü incelemeye devam ediyoruz. Ardından, anket ve deneysel tasarımların genel ilkelerini ve ayırt edici özelliklerini gözden geçireceğiz ve ardından bir çalışmanın tasarım aşamasında başvurulabilecek veya araştırma makalelerinin, raporların ve el yazmalarının değerlendirilmesinde kullanılabilecek istatistiksel kılavuzlar sunacağız. Neden İstatistiklerle İlgili Bir Metinde Araştırma Tasarımını Düşünmelisiniz? İstatistiğin, veri analizi için bir teknikler koleksiyonundan çok daha fazlası olduğunu takdir etmek önemlidir. İstatistiksel fikirler, bir çalışmanın tasarım ve veri toplama aşamalarında avantaj sağlamak için kullanılabilir ve kullanılmalıdır. Güvenilir veriler üreten ancak iyi analiz edilmemiş iyi tasarlanmış bir çalışma, uygun yeniden analizle kurtarılabilir. Bununla birlikte, kalitesi şüpheli veriler üreten kötü tasarlanmış bir çalışma, istatistiksel analiz ne kadar karmaşık olursa olsun kurtarılamaz. Araştırma Tasarımı örnek Araştırma tasarımı PDF Temel araştırma tasarımları nelerdir Makalede araştırma tasarımı Nedir Araştırma tasarımı nasıl yapılır Araştırma tasarımı Türleri Nitel araştırma Tasarımı örnekleri Araştırma tasarımları nelerdir Araştırma Planlamasında İstatistiksel Fikirlerin Kullanımı Bir anket veya deney planlanırken, araştırmacıların ortak sorunu, deney gruplarındaki denek büyüklüğünün veya denek sayısının belirlenmesidir. Bir örneklem anketinde veya deneysel tasarımda gerekli denek sayısını tahmin etmek mümkündür, böylece numune veya işlem farklılıkları belirli bir önem düzeyinde tespit edilebilir. İstatistiksel bir testin anlamlılık düzeyi, aslında bir fark varken (fark yok hipotezi çürütülür) bir fark olduğu sonucuna varma (farksızlık hipotezini reddetme) olasılığıdır. Örnek boyutunun tahmini, istatistiksel güç analizi yoluyla elde edilir. Belirli varsayımlar göz önüne alındığında, bir istatistiksel testin, varsa istatistiksel olarak anlamlı bir fark tespit edebiliyorsa güçlü olduğu söylenir. Belirli bir örneklem büyüklüğüne dayalı bir araştırma planı için güç analizi yapmanın amacı, tasarımın yetersiz güce sahip olması, yani istatistiksel olarak anlamlı bir farkın tespit edilememesi durumunda, araştırmacının planı revize edebilmesidir. Bir seçenek, örneklem büyüklüğünü artırmak olabilir. Aşırı uçta önerilen çalışmayı bırakmak da dahil olmak üzere başka seçenekler de var. Açıkçası, veriler toplandıktan sonra çok az şey yapılabileceğinden, planlama aşamasında örneklem büyüklüğünün ve istatistiksel gücün dikkate alınması çok önemlidir. İstatistiksel anlamlılığın her zaman eğitimsel önemi ifade etmediğinin de altı çizilmelidir. Örneğin, deneysel bir matematik programından sonra matematik puanlarında küçük bir artış istatistiksel olarak anlamlı olabilir, ancak eğitim açısından önemi olmadığı düşünülebilir. Bu matematik programının bir değerlendirmesini planlayan araştırmacı, hangi matematik kazanım puanının önemli bir eğitimsel kazanım olarak kabul edileceğini belirlemeli ve tedavi etkisinin bu büyüklüğünü tespit edebilmek için bir çalışma tasarlamalıdır. Ölçümün Geçerliliği ve Güvenilirliği Anketler ve sosyometrik indeksler gibi ölçüm araçlarının oluşturulmasına dikkat edilmelidir. Kendi kendine doldurulan anketlerde karşılaşılan yaygın bir sorun, genellikle "eksik veri" olarak adlandırılan eksik yanıtlardır. Bu özel soruna verilebilecek en iyi cevap hiç olmamasıdır. Eksik verileriniz varsa, bu genellikle anketinizin tasarımı hakkında yanıtlayanın bilgisi, görüşleri veya düşünceleri kadar bilgi verir. Eksik yanıtların modeli de bilgilendiricidir. Pilot çalışma verilerinin tanımlayıcı analizi, belirli kişiler için seçici olarak yanıtlanmayan veya aslında boş anketler döndürdüğünü ortaya çıkarabilir. Bu nedenle, eksiksiz yanıtlar sağlamak için stratejileri göz önünde bulundurarak planlama aşamasında zaman harcamak ve ardından bir pilot çalışmayı tamamlamak mantıklıdır. Belirsiz sorular gibi verileri üreten belirli bir yöntemle ilgili sorunlar varsa, veriler geçerli olmayacaktır. Yani ölçtüğümüzü sandığımız şeyi ölçmediğimiz için veriler güvenilir olmayacaktır. Bu durumda, anketin zayıf yapı geçerliliğine sahip olduğu söylenir. Yapı geçerliliğinin, ölçüm literatüründe içerik, eşzamanlı ve tahmin geçerliliği olarak sıklıkla atıfta bulunulan diğer üç geçerlilik biçimini kapsadığını öne sürer. Yapı geçerliliği şüpheli olan bir anket araştırmasının, örnek verilerde görünen farklılıklar hakkında hatalı sonuçlara yol açması da muhtemeldir. Araştırmacılar, farklılıkların veya ilişkilerin istatistiksel testlerinden yanlış sonuçlar çıkarma konusunu, bir istatistiksel sonuç geçerliliği sorunu olarak adlandırırlar. Herhangi bir etkinin büyüklüğünü veya gücünü değerlendirmeden önce farklılıkların veya ilişkilerin var olup olmadığını belirlemenin uygun olduğunu önerin. İstatistiksel sonuç geçerliliğinin başka bir yönü, ölçümün güvenilirliğidir; yani bir denek neredeyse aynı koşullar altında tekrar tekrar ölçüldüğünde bir ölçüm aracı tarafından tutarlı sonuçlar verileceği fikridir. Güvenilirliğin olmaması, değişkenler arasında anlamlı kovaryasyonun saptanmasını zorlaştırma etkisine sahip olan gözlemlenen varyasyon miktarını artırır. Daha büyük örneklem büyüklükleri, ölçümlerin değişkenliğindeki bu artışı bir dereceye kadar telafi edebilir. Bununla birlikte, yorumlar, 'enstrümanın güvenilirliğinin olmaması nedeniyle varyanstaki [gözlemlerin değişkenliğindeki] şişkinliği telafi etmek için, tasarım sürecinin başlarında tanınmalı ve hesaba katılmalıdır.