| المستخلص: |
تهدف هذه الدراسة إلى لفت أنظار الباحثين في مجال الدراسات الاجتماعية إلى أهمية الالتزام بمستوى القياس الإحصائي المتعارف عليه للمتغيرات المختلفة ومعرفة التبعات المترتبة على تخفيض تلك المستويات على دقة التحليل الإحصائي ونتائج البحوث التي يمارس فيها هذا الإجراء. ولمعرفة كيفية تعامل الباحثين مع مستويات قياس المتغيرات التي قاموا بدراستها، تم اختبار عينة عشوائية من رسائل الماجستير التي أجراها طلاب وطالبات الدراسات العليا في جامعة أم القرى خلال الفترة من عام 1429هـ وحتى عام 1432 هـ مكونة من سبع وأربعين رسالة تمثل (10 %) من تلك الرسائل للكشف عن مدى القيام بتخفيض تلك المستويات عما ينبغي أن تكون عليه، ولتقييم تبعات هذا الإجراء على نتائج البحث العلمي. وبعد دراسة الأساليب الإحصائية التي اتبعت في تحليل بيانات الرسائل التي شملتها عينة الدراسة اتضح أن (79.48 %) من الباحثين قد قاموا بتقطيع المتغيرات المتصلة وتحويلها إلى مستوى قياس أقل مما ينبغي أن يكون عليه، مما أدى إلى ضعف قوة الاختبار الإحصائي وانخفاض قوة الارتباط من جراء تقطيع أحد المتغيرين أو كليهما، كما نتجت عن ذلك أيضا بعض الآثار السلبية علي دقة البيانات وبالتالي على نتائج تلك البحوث.كما أظهرت الدراسة أن (86.36%) من الباحثين كانوا يعمدون إلي استخدام الاختبارات المعلمية (البارامترية) بدلا من اللا معلمية مع المتغيرات الرتيبة أثناء عملية التحليل الإحصائي علي الرغم من أن ذلك يقود إلي عدم الدقة في تقدير المعلم والإخفاق في رفض الفرضية الصفرية وخلصت الدراسة إلى أهمية لفت الأنظار الباحثين إلى ضرورة المحافظة على مستويات قياس المتغيرات عند المستويات العليا قدر الإمكان أثناء جمع البيانات وعدم تحويلها إلى مستويات أدنى مثل تقسيم المتغيرات النسبية المتصلة وتحويلها إلى متغيرات إما اسمية أو رتبية منفصلة. وفي هذا الجانب أكدت الدراسة على ملاءمة نظرية الاستجابة المفردة كإحدى الخيارات المطروحة أمام الباحث لتصحيح القياس الرتبي والحصول على بيانات ذات مسافة متساوية تستخدم مع الاختبارات المعملية.
This study attempts to direct the attention of researchers in the social sciences to the importance of adherence to the variables' level of measurement, and investigates the impact of lowering the level of measurement on research findings. For this purpose, a sample of forty-seven Master Degree thesis were randomly selected to examine such practice and evaluate its consequences on the research results. The study reveals that (79.48%) of the sample, researchers lowered the standard level of measurement during data collection, thereby transforming a continuous variable into a discrete one. As a result, data accuracy was compromised and, consequently, research outcomes were questioned. The study also shows that (86.36%) of researchers used parametric - instead of non-parametric - statistics for analyzing ordinal variables, despite that such action leads to a biased estimation of the parameter and could lead to failure of the researcher to reject the null hypothesis. To avoid such methodological problems the study advises researchers to avoid reduction of measurement levels of statistical variables during data collection, such as dichotomizing or coarsely categorizing continuous variables and transforming them to nominal or ordinal ones. On the other hand, the study advocates the Item Response Theory (IRT) as an option to correct ordinal data by providing equal interval data that could be used with parametric tests during the statistical analysis.
|
