مناهج البحث اجابة الاسئلة عن المتغير

س - المتغير النسبى هو الذى تتوفر فيه خصائص المتغير الفترى بجانب كونه يتضمن الصفر المطلق ، فما هى خصائص المتغير الفترى ، وما المقصود بالصفر المطلق الذى يميز المتغير النسبى . وضح إجابتك بأمثلة لكل نوع من المتغيرات ؟

س قارن بين المتغيرات الكمية والمتغيرات النوعية ، مع توضيح إجابتك بأمثلة؟

لتحميل الملف وورد 

http://www.gulfup.com/?yR6HBa

تعريف المتغيرات وانواعها:

المتغير (Variable) بالمعنى البحثي والإحصائي هو الخاصية أو الصفة عند مجموعة أو عينة الأفراد أو الظاهرة الخاضعة للبحث، وهناك  عدة تصنيفات  للمتغيرات، نذكر منها:

1-المتغيرات الكميه والمتغيرات النوعيه:    المتغيرات الكمية هي تلك المتغيرات التي تعبر عن مقدار (Quantity) بحيث يمكن ترتيب الأفراد من الأصغر إلى الأكبر، أو من الأقل إلى الأكثر، مثال ذلك الوقت اليومي المنقضي في التعرض لوسائل الإعلام، وعدد الصحف والمجلات التي يقرؤها المبحوث (واحدة، اثنتان، ثلاثة)، وحجم الأسرة (ثلاثة أفراد، أربعة أفراد) ... الخ. هذه المتغيرات وما شابهها هي متغيرات كمية، وهى قد تكون متصلة أو منفصلة، فالمتغيرات الكمية المتصلة هي التي تأخذ قيمة صحيحة أو كسرية مثل الوقت اليومي المنقضي في التعرض لوسائل الإعلام.أما المتغيرات المنفصلة فهي تأخذ قيماً صحيحة فقط مثل وعدد الصحف والمجلات التي يقرؤها المبحوث، عدد أجهزة التليفزيون في المنزل

أما المتغيرات النوعية (Qualitative) فهي تعبر عن خاصية معينة من حيث وجودها أو عدم وجودها كالجنس (ذكر، أنثى)، والتخصص العلمي (كيمياء، رياضيات ... الخ) أي أنه لا يمكن ترتيب الأفراد من الأصغر إلى الأكبر حسب هذه الخاصية.

2-المتغيرات المستقله والمتغيرات التابعه:

من منظور البحث العلمي، فإن المتغير يكون متغيراً مستقلاً Independent Variable   أو متغيراً تابعاً dependent Variable   فالمتغير المستقل هو المتغير المحايد الذي تختلف الظاهرة وفقاً له، أما المتغير التابع فهو المتغير الذي يقع له الاختلاف مصاحباً للتغير في المتغير المستقل. لتوضيح هذه الفكرة نفرض أن دراسة تستهدف التحقق من الفرض القائل " يوجد ارتباط دال إحصائياً بين الجنس والتخصص  الأكاديمي" . هذا الفرض يعني أن التخصص الأكاديمي يختلف حسب الجنس (ذكور & إناث) ، بمعنى أن الإناث في كلية  الإعلام قد يكنَّ أكثر إقبالاً على تخصصات معينة مقارنة بالذكور، أو العكس، بمعنى أن الذكور قد يكونون أكثر إقبالاً على تخصصات معينة مقارنة بالإناث... وهنا يكون الجنس متغيراً مستقلاً (independent)   لأنه لا يحدث فيه التغير، وإنما يحدث التغير أو الاختلاف في التخصص  الأكاديمي كانعكاس للفروق بين الجنسين. ومثال آخر، كأن تكون الدراسة تتضمن بحث العلاقة بين متغير المستوى التعليمي للأبوين ومتغير الدور الوالدي في التربية والتنشئة. فالمستوى التعليمي للأبوين  يتم رصده كمتغير مستقل أما الدور الوالدي في التربية والتنشئة فيتم قياسه كمتغير تابع. فالمتغير المستقل هنا كان بمثابة حقيقة معطاة، أو معروفة (كالجنس مثلاً: ذكور أو إناث) ،  أو المستوى التعليمي للوالدين (دون الجامعي & جامعي أو أعلى).

وعلى الرغم من ذلك، فإن المتغيرات المستقلة قد لا تكون بالضرورة حقائق معطاة قام الباحث بمجرد رصدها ضمن الخصائص الديموجرافية للمبحوثين أو غير ذلك من المعطيات، ففي بعض البحوث يتم قياس متغير معين والتعامل معه كمتغير مستقل بناء على أسس موضوعية.... مثال ذلك أن يكون من بين أهداف الدراسة التعرف على العلاقة بين قراءة الصحف اليومية  ومعرفة الجمهور بالقضايا العامة، وذلك على أساس أن  الصحف اليومية تناقش القضايا العامة، وبالتالي فإن الذين يقرؤون الصحف اليومية قد يكونون أكثر معرفة بتلك القضايا مقارنة بالذين لا يقرؤون تلك الصحف.  هنا يتم قياس قراءة الصحف اليومية والتعامل معها باعتبارها متغيراً مستقلاً Variable Independent  أما المعرفة بالقضايا العامة فيتم قياسها والتعامل معها باعتبارها متغيراً تابعاً Variable dependent  . إن كلا  المتغيرين تم قياسه، وتم التعامل مع أحدهما كمتغير مستقل (قراءة الصحف اليومية) بينما تم التعامل مع المتغير الثاني كمتغير تابع (المعرفة بالقضايا العامة) بناء على أسس موضوعية، وبالتالي يمكن معرفة ما إذا كانت قراءة الصحف اليومية ذات علاقة دالة إحصائياً بمستوى معرفة الجمهور بالقضايا العامة، أو أنه توجد فروق جوهرية في المعرفة بالقضايا العامة بناء على مدى الانتظام في قراءة الصحف اليومية، بل إنه باستخدام بعض الطرق الإحصائية يمكن للباحث معرفة كمية  تلك الفروق، كما يمكن للباحث عزل أو تحييد متغيرات أخرى تضمنتها الدراسة لرصد قيمة الارتباط بين  المتغير المستقل ( قراءة الصحف اليومية )  والمتغير التابع (المعرفة بالقضايا العامة) بعد هذا العزل أو التحييد ومقارنة تلك القيمة بما كانت عليه قبل هذا العزل أو التحييد، كما يمكن للباحث دراسة أثر التفاعل بين  كل من: قراءة الصحف اليومية،ومشاهدة البرامج الإخبارية في التليفزيون – في معرفة الجمهور بالقضايا العامة... وهكذا

أما المتغير التابع (dependent Variable) فإنه  المتغير الذي يتغير أو يختلف وفقاً لاختلاف المتغير المستقل. والمتغير التابع يتم تحديده بناء على أسس منطقية أو حقائق مؤكدة، على سبيل المثال،عندما نقول: " توجد علاقة دالة إحصائياً بين الجنس (ذكور & إناث) ومعدل مشاهدة التليفزيون"، فإن متغير الجنس هو المتغير المستقل، أما  معدل مشاهدة التليفزيون فهو المتغير التابع، إذ إن معدل المشاهدة قد يختلف تبعاً للفروق بين الجنسين، فتلك الفروق سابقة لمعدل مشاهدة التليفزيون.

لكن ذلك- مرة أخرى-  لا يعني أن المتغير التابع يكون دائماً  في صورة معطيات تم قياسها بمقاييس معينة، فقد يكون حقائق موجودة في الواقع. مثال ذلك، إذ قلنا:" يوجد ارتباط دال إحصائيا بين المعرفة بالسلوكيات الصحية ومشاهدة البرامج الطبية في التليفزيون". إن المعرفة بالسلوكيات الصحية يتم قياسه والتعامل معه كمتغير تابع (dependent Variable)  أما مشاهدة البرامج الطبية في التليفزيون فيتم قياسه والتعامل معه كمتغير مستقل (independent Variable)  ويتوقف ذلك على الأدلة العلمية والمعطيات المنطقية المتوافرة لدى الباحث. بوجه عام، فإنه في كثير من الأحيان لا بد من وجود تبريرات صارمة توضح لماذا تم التعامل مع هذا المتغير أو ذاك كمتغير تابع أو كمتغير مستقل، وفي كثير من الأحيان أيضاً يكون الدليل المنطقي لذلك واضحاً، مثال ذلك عند دراسة "العلاقة بين المستوى التعليمي للأب واستخدام الأبناء للإنترنت"، فمن الواضح أن (المستوى التعليمي للأب) هو المتغير المستقل، أما(استخدام الأبناء للإنترنت) فهو المتغير التابع.

ب\المتغيرات من منظور الاحصاء القياسي:

يتم القياس الإحصائي للمتغيرات حسب طبيعة تلك المتغيرات من منظور الإحصاء القياسي، حيث تصنف المتغيرات إلى :

المتغير الاسمي Nominal :

إنه الخاصية أو النوعية التي تعني مجرد التصنيف فقط  (مثل: ذكور مقابل إناث ، وكذلك : ريف مقابل حضر)، وعندما نستخدم الأرقام في التصنيف الإحصائي لتلك المتغيرات، فإن الأرقام يقتصر دورها على مجرد التصنيف دون أي دلالة كمية، على سبيل المثال قد  نرمز إلى الذكور بالرقم (1)  ونرمز إلى الإناث بالرقم (2)،  فالرقم (2) لم يستخدم بمعنى أنه أكبر من الرقم (1)، كما أن الرقم (1) لم يستخدم بمعنى أنه أصغر من الرقم (2) – وإنما استخدم كلاهما لتصنيف الأفراد إلى ذكور وإناث، وهذا التصنيف ضروري للتعامل الإحصائي مع البيانات.

المتغير الرتبي Ordinal :

وهو تصنيف الأفراد أو الموضوعات  من خلال ترتيبهم تصاعدياً أو تنازلياً،  مثال ذلك ترتيب أفراد  البحث تصاعدياً حسب الفئة العمرية، بصرف النظر عن الفروق بين مستويات التصنيف، فالشخص الأكبر عمراً يأخذ ترتيباً أكبر من الشخص  الأوسط عمراً، وهذا بدوره يأخذ ترتيباً أكبر من الشخص الأصغر عمراً، والشخص الذي يليه في العمر يأخذ ترتيباً أقل ....وهكذا. فإذا كانت الأرقام الترتيبية هي: 5 ،4،3، 2،1،  فإن الرقم 5 يرمز إلى الترتيب الأكبر، بينما الرقم 1 يرمز إلى الترتيب  الأصغر، لكن ذلك لا يعني تساوي  الفروق في الأعمار بين المفحوصين

المتغير الفئوي او الفتري (Interval) :

ويتضمن معنى المتغير الرتبي ولكنه بجانب ذلك يتضمن  تساوي الفروق بين  الفئات في السمة المقاسة، وهذا يعنى أن لهذا المتغير وحدة قياس إلا أن الصفر أو نقطة الأصل أو البداية لا تعنى غياب الظاهرة أو الخاصية المقاسة، فحصول بعض الطلاب على (صفر) في مقرر معين لا يعنى أنهم لا يعرفون شيئاً في هذا المقرر، وإنما هم (بالتأكيد) لديهم بعض المعلومات عنه، فالصفر هنا صفر نسبى أي غير مطلق. وعند هذا المستوى من المتغيرات – وأقصد بها المتغيرات الفئوية أو الفاصلة، تعمل البحوث  في مجالات العلوم الاجتماعية والإنسانية عموماً، فهذه العلوم  لم تعتمد بعد على المتغير النسبي (Ratio) على النحو المعمول به في العلوم الطبيعية.

المتغير النسبي (Ratio) :وهو المتغير الذي تتوفر فيه معاني المتغير الفتري بجانب كونه يتضمن الصفر المطلق، بمعنى غياب الصفة المقاسة، والمتغيرات من هذا النوع تقع ضمن العلوم الطبيعية، وليس العلوم الاجتماعية بما في ذلك علم الاتصال

مدونة مستر اعلام