از اینکه تجزیه و تحلیل داده های SPSS برای محققان مبتدی را بررسی کردید متشکریم.
این دوره برای چه کسانی است؟
همانطور که از عنوان پیداست، این دوره برای افرادی است که بر روی اولین پروژه های تحقیقاتی خود کار می کنند (مثلاً مبتدیان/تازه کارها)، از جمله اما نه محدود به:
دانشجویان که بر روی مقالات یا پایان نامه های تحقیقاتی خود کار می کنند
محققان مبتدی با سابقه غیر فنی
هر کسی که در مورد تجزیه و تحلیل داده ها کنجکاو است
چه چیزی در مورد تجزیه و تحلیل داده ها بسیار دشوار است؟
تحلیل دادهها برای بسیاری از مردم دشوار است و دلایل خوبی نیز وجود دارد. تجزیه و تحلیل داده ها دشوار است زیرا یک رشته واحد نیست. این چند رشته ای است، به این معنی که برای انجام درست آن به دانش یکپارچه از زمینه های مختلف نیاز دارد. به طور خاص، برای انجام تجزیه و تحلیل داده ها برای تحقیق خود به موارد زیر نیاز دارید:
دانش در نرم افزار تجزیه و تحلیل داده ها (مانند SPSS، Excel، R، و غیره)
دانش در مفاهیم آمار
آشنایی با روشهای تحقیق
تجربه و مهارت کار با داده
آنچه شما نیاز دارید نه تنها دانش در زمینههای جداگانه، بلکه تجربه و مهارتهایی است که این دانش را در کنار هم برای مقابله با دادههای زندگی واقعی ادغام کنید.
با این حال، محققان مبتدی، بنا به تعریف، از این دانش، تجربه و مهارتها بسیار اندک دارند. به عنوان مثال:
شاید می دانید چگونه از نرم افزار تجزیه و تحلیل داده ها استفاده کنید، اما نمی دانید از چه روش تجزیه و تحلیل استفاده کنید زیرا با مفاهیم آمار آشنا نیستید.
شاید برخی از آمارها را بدانید، اما ممکن است ندانید که چگونه آمار را در رایانه محاسبه کنید.
شما ممکن است هم در نرم افزار آمار و هم در نرم افزار تجزیه و تحلیل داده ها دانش داشته باشید، اما مطمئن نیستید که برای برآورده ساختن نیازهای تحقیق چه تحلیلی انجام دهید.
شما ممکن است دانشی در زمینه آمار، نرمافزار و تحقیق داشته باشید، اما ممکن است تجربه مدیریت واقعی دادهها را نداشته باشید، و در مواجهه با مسائل عملی اینجا و آنجا (مانند دادههای گمشده و نامعتبر) گیر کرده باشید.
کتاب های درسی زیادی در این رشته های مختلف وجود دارد، اما تعداد کمی از آنها می توانند این همه دانش و مهارت را به شما آموزش دهند. مشکل کمبود اطلاعات نیست. برعکس، مشکل اطلاعات بسیار غنی است، آنقدر غنی است که ممکن است ندانید از کجا شروع کنید و چگونه انتخاب کنید، آنقدر غنی است که ممکن است ندانید چگونه آنها را برای برآوردن نیازهای خاص خود عملی کنید.
این دوره چگونه می تواند کمک کند؟
این دوره مختصر و کاربردی طراحی شده است. من سعی نمی کنم همه چیز را در مورد آمار، SPSS، تجزیه و تحلیل داده ها و تحقیق به شما بگویم - که سفر یادگیری شما را بی جهت دشوار می کند. در عوض، من قصد دارم شما را به روشی ساختاریافته و عملی، از طریق مجموعه حداقل دانش و مهارت هایی که برای تجزیه و تحلیل داده های خود نیاز دارید، راهنمایی کنم. این دوره شما را در زمینه آمار، SPSS، تجزیه و تحلیل داده ها و تحقیق متخصص نمی کند، اما به شما کمک می کند تا تجزیه و تحلیل داده های خود را تکمیل کنید.
این باید با موارد زیر حاصل شود:
دانش پیشینه. هر بخش از دوره با معرفی مختصری از حداقل مجموعه ای از مفاهیم آمار ضروری که شما نیاز دارید شروع می شود.
نمایش های عملی. همه ویدیوها مبتنی بر مثال هستند. در هر ویدیو، من به شما نشان می دهم که چگونه یک کار تجزیه و تحلیل داده های عملی را انجام دهید. این وظایف با دقت از فهرستی از رایج ترین تحلیل هایی که احتمالاً انجام می دهید انتخاب می شوند.
اشتراکگذاری تجربه. علاوه بر آمار و SPSS، من همچنین تجربیات زیادی در انجام تحقیق و تجزیه و تحلیل دادهها به اشتراک میگذارم، از جمله نحوه برخورد با رایجترین مسائل در حین کار با دادهها، اجتناب از اشتباهات و سوء تفاهمهای رایج، و رفع برخی از اشکالات آزاردهنده در SPSS.
نکات کلیدی. نکات کلیدی در سراسر ویدیو برجسته شده و همچنین در انتهای ویدیوها خلاصه می شود.
ورزش کنید. در پایان هر بخش یک تمرین وجود دارد. این به شما کمک می کند آنچه را که در ویدیوهای قبلی آموخته اید به کار ببرید. همچنین سوالاتی وجود دارد که شما را ترغیب می کند تا در مورد کاری که انجام می دهید عمیق تر فکر کنید. مشکلات تمرینی چند سالی است که در کلاس های آفلاین خودم استفاده می شود، بنابراین ثابت شده است که برای دانش آموزان مفید هستند. در حالی که مناسب است، یک ویدیوی جداگانه به نشان دادن پاسخ به این مشکلات ورزشی اختصاص داده شده است.
مراجع. برای کسانی که مایلند عمیقتر در مفاهیم آمار تحقیق کنند، پیوندهایی به منابع مفید برای پیگیری شما قرار دادهام.
بنابراین، چگونه می توانم در این دوره به طور موثر یاد بگیرم؟
میتوانید برای هر بخش کارهای زیر را انجام دهید:
ویدیوها را تماشا کنید. در صورت لزوم یادداشت برداری کنید.
تمرین را به تنهایی کامل کنید. دانستن کافی نیست. باید درخواست بدیم!
اگر برخی از جزئیات را فراموش کردید، به ویدیوهای قبلی مراجعه کنید.
پس از انجام تمرین، ویدیوی بعدی را برای پاسخ تماشا کنید. گام های من را با دقت تماشا کنید و با خودتان مقایسه کنید. در صورت هر گونه تفاوت، از خود بپرسید که کدام راه بهتر است، و چرا.
آخرین اما نه کم اهمیت ترین، این تکنیک ها را در داده های خود اعمال کنید.
این همه برای مقدمه است. یادگیری مبارک!
معلم، محقق و کارشناس تحلیل داده ها
نمایش نظرات