مفهوم تحليل البيانات في البحث العلمي
يعتمد البحث العلمي على بيانات ومعلومات واضحة ومحددة يجمعها الباحث ويحللها ويفسرها ليصل إلى نتائج مفيدة في دراسته، وتحليل البيانات هو العملية التي يقوم بها الباحث بعد جمع البيانات بهدف تقليل حجم البيانات التي لديه واستخلاص الأهم منها، وتحويلها إلى نتائج واضحة تخدم هدف الدراسة، وعملية تحليل البيانات عملية دقيقة تحتاج إلى مهارة جيدة في استخدام أدوات تحليل البيانات، وبهذه المرحلة يجب على الباحث أن يبقى محايدًا وموضوعيًا تجاه الاستنتاجات التي توصل إليها مع ضرورة الابتعاد عن التحيز ومحاولة تحليل البيانات بطريقة تؤدي إلى الوصول للنتائج التي يتوقعها أو يريدها هو.[١]
أنواع تحليل البيانات
قبل التعرف على كيفية تحليل البيانات في البحث العلمي يجب معرفة نوع البيانات التي ينوي الباحث تحليلها، وهناك نوعان رئيسيان للبيانات، وفيما يأتي شرح لكل منها:[٢]
- تحليل البيانات الكمية: يتعامل الباحث في البيانات الكمية مع الأرقام والأعداد، بما في ذلك النسب المئوية والإحصائيات والحسابات والقياسات، وبالتالي يجب أن يكون الباحث على معرفة جيدة بالخوارزميات وأدوات التحليل الرياضي والبرامج الخاصة بمعالجة هذا النوع من البيانات.
- تحليل البيانات النوعية: البيانات النوعية ذات طبيعة غير رقمية، وبالتالي سيتعامل الباحث في هذا النوع من البيانات مع معارف ومعلومات فريدة مثل السلوكيات والخصائص، وقد يستخدم الباحث هنا الملاحظة وإجراء المقابلات ومجموعات التركيز، ومراجعة الوثائق والمستندات للحصول على بيانات من نوع سردي أكثر من كونها رقمية.
كيفية تحليل البيانات الكمية في البحث العلمي
فيما يأتي شرح مفصل لكيفية تحليل البيانات الكمية:[٣]
تجهيز البيانات
لتكون عملية تحليل البيانات الكمية سهلة ومجدية وصحيحة يجب على الباحث أن يهتم بالمرحلة السابقة، وهي غربلة البيانات وترتيبها ومن ثم تحليلها، وفيما يأتي خطوات كل ذلك:
- التحقق من صحة البيانات: بهذه المرحلة يجب تحويل البيانات الرقمية إلى تنسيقات سهلة القراءة، من خلال التحقق من صحة البيانات التي جمعها والتأكد من أنها ستوصل إلى نتائج تخدم هدف الدراسة، ويكون ذلك من خلال التحقق من اتباع الإجراءات الصحيحة وأن البيانات كاملة، وقد التزمت العينة بالإجابة عليها وفق المعايير الموضوعة من قبل الباحث.
- تحرير البيانات: هنا يجب أن يتأكد الباحث أن البيانات معبأة بطريقة صحيحة ولا يوجد أسئلة فارغة لم تتم الإجابة عليها.
- ترميز البيانات: يجب على الباحث أن يمثل البيانات في جداول وأرقام محددة لتتمكن برامج التحليل من تحليلها وتحويلها إلى إحصائيات ونسب مئوية.
تحليل البيانات
على الباحث أن يستخدم هنا الأساليب الحسابية والإحصائية التي تركز على التحليل الإحصائي أو الرياضي أو العددي لمجموعات البيانات، ويكون ذلك بطريقتين، فيما يأتي شرح لكل منهما:
- الإحصاء الوصفي: يستخدم هذا النوع من تحليل البيانات الكمية لوصف مجموعة البيانات، ويساعد في فهم تفاصيلها من خلال تلخيصها والعثور على أنماط محددة منها، ولكن هذا النوع لا يشرح الأساس المنطقي الكامن خلف الأرقام، ويستخدم في الغالب لتحليل المتغيرات الفردية، ويمكن استخدام عدة طرق في هذا النوع من أنواع التحليل الكمي:
- المعنى: يُستخدم لحساب المتوسط العددي لمجموعة من القيم.
- الوسيط: يستخدم للحصول على نقطة في المنتصف لمجموعة من القيم.
- الوضع: يستخدم للعثور على القيمة الأكثر شيوعًا في مجموعة البيانات.
- النسبة المئوية: تستخدم هذه الطريقة للتعبير عن كيفية ارتباط القيم ببعضها البعض، أو كيفية ارتباط مجموعات مختلفة من المستجيبين للدراسة.
- التكرار: تستخدم هذه الطريقة للإشارة إلى عدد مرات العثور على قيمة.
- النطاق: تُظهر هذه الطريقة أعلى وأدنى قيمة في مجموعة البيانات.
- الانحراف المعياري: توضح هذه الطريقة مدى قرب جميع الأرقام من المتوسط.
- الانحراف: تشير هذه الطريقة إلى مدى تناسق مجموعة من الأرقام.
- الإحصاء الاستنتاجي: هذا النوع من تحليل البيانات الكمية يشرح تفاصيل البيانات بواسطة الأرقام وليس لوصفها فقط كما هو الحال مع الإحصاء الوصفي، ويهدف هذا النوع إلى الوصول لتنبؤات محددة أو الوصول إلى نتائج محتملة من البيانات التي تم تحليلها، ويمكن إجراء التحليل الاستنتاجي بطرق مختلفة وكثيرة، فيما يأتي ذكر لأبرزها:
- الجداول المتقاطعة: تُظهر هذه الجداول العلاقة بين متغيري الدراسة، وتستخدم في الغالب لمقارنة النتائج حسب المجموعات الديموغرافية.
- تحليل الانحدار: تستخدم هذه الطريقة لتقدير العلاقة بين مجموعة من المتغيرات، وخاصة لإظهار الارتباط بين المتغير التابع والمتغير أو المتغيرات المستقلة، وتهدف هذه الطريقة إلى تحديد الاتجاهات والأنماط للخروج بتنبؤات.
- محاكاة مونت كارلو: تستخدم هذه التقنية المحوسبة لتوليد نماذج من النتائج المحتملة وإظهار احتمالاتها، أي أنها تأخذ بالاعتبار مجموعة من النتائج المحتملة للدراسة ومن ثم تحسب مدى احتمالية حدوث كل نتيجة، وتستخدم هذه الطريقة للتنبؤ بشيء ما مستقبلًا.
- تحليل التباين: تختبر هذه الطريقة مدى اختلاف مجموعتين أو أكثر من البيانات عن بعضهما البعض، ومن ثم تقارن متوسط المجموعات التي تم تحليلها.
- تحليل السلاسل الزمنية: تستخدم هذه الطريقة لقياس نفس المتغيرات في مراحل زمنية مختلفة.
كيفية تحليل البيانات النوعية في البحث العلمي
يوجد ثلاث خطوات لتحليل البيانات النوعية، وهي كما يأتي:[٤]
- تطوير وتطبيق الكودات: أول خطوة في تحليل البيانات النوعية هو ترميز البيانات، فالبيانات النوعية هي عبارة عن كلمات وعبارات وجمل سردية وسلوكيات وليست أرقامًا، ولهذا يجب إعطاء كل كلمة مفتاحية رمز أو رقم لتتمكن البرامج من تحليلها، وتوجد أيضًا برامج خاصة لترميز البيانات النوعية، ويمكن ترميزها يدويًا.
- تحديد المواضيع والأنماط والعلاقات: في هذه المرحلة تظهر مهارات التفكير التحليلي والنقدي للباحث، ليتمكن من تحديد العلاقات والأنماط والمواضيع الرئيسية التي سيحلل البيانات بناءً عليها، وفي هذه المرحلة يمكن استخدام طريقة تكرار الكلمات، فيحسب الباحث مدى تكرار الكلمات المفتاحية في البحث والتي تؤدي إلى نتائج محددة.
- تلخيص البيانات: أخيرًا على الباحث أن يلخص البيانات التي حصل عليها في يربطها بهدف دراسته.
المراجع
- ↑ "Data Analysis in Research: Types & Methods", questionpro, Retrieved 28/3/2023. Edited.
- ↑ "Top 4 Data Analysis Techniques That Create Business Value", online.maryville, Retrieved 28/3/2023. Edited.
- ↑ "Quantitative Data Analysis: Methods & Techniques Simplified 101", hevodata, Retrieved 28/3/2023. Edited.
- ↑ "Qualitative Data Analysis", research-methodology, Retrieved 28/3/2023. Edited.
