تحتوي جميع القياسات على نسبة من الخطأ وعدم اليقين، ولكن الأبحاث العلمية لا تحتمل الأخطاء، لذلك تساعدنا الأساليب الإحصائية في تحديد وتمييز الخطأ وعدم اليقين وتحويل الأخطاء إلى احتمالات بنسب مئوية معينة. في المقال التالي ستعرف معنا ماھي الاسالیب الاحصائیة في البحث العلمي وأهميتها فتابع القراءة.
ماھي الاسالیب الاحصائیة في البحث العلمي
اليوم، أصبحت العلوم والتحليلات الإحصائية متشابكة للغاية لدرجة أن العديد من التخصصات العلمية قامت بتطوير مجموعات فرعية خاصة بها من الأساليب الإحصائية.
على سبيل المثال يتم استخدام أساليب الإحصاء الحيوي في الأبحاث العلمية المتعلقة بعلم الأحياء والوراثة وعلم الأوبئة والصحة العامة.
كما تستخدم أساليب الإحصاء الجيولوجي في الأبحاث العلمية المتعلقة بمجال الجيولوجيا وتحديد مواقع الرواسب البترولية والمعدنية.
لذلك إذا تم استخدام الأساليب الإحصائية بشكل صحيح في البحث العلمي فإنها تلقي الضوء على البيانات العلمية بطريقة تساعد في التحقق من صحة المعرفة العلمية.
فيما يلي أهم الأساليب الإحصائية المستخدمة في جميع الأبحاث العلمية.
الإحصاء الوصفي Descriptive statistics
الإحصاء الوصفي هو أهم الأساليب الإحصائية في البحث العلمي فهو يصف أو يلخص مجموعة من المعلومات من الناحية الكمية.
كما يهدف الإحصاء الوصفي إلى تلخيص العينات فهو يقوم بإحصاء موجز يصف أو يلخص كمياً خصائص المعلومات ومن ثم يقوم بتحليل هذه الإحصائيات.
على سبيل المثال يستخدم الإحصاء الوصفي في الأبحاث العلمية التي تتناول موضوعات بشرية.
فهو عادةً ما يقوم بتضمين جدول يوضح الحجم الكلي للعينة وأحجام العينات في المجموعات الفرعية المهمة والخصائص الديموغرافية مثل متوسط العمر والجنس وغيرها الكثير.
وتوفر الإحصائيات الوصفية للأبحاث العلمية ملخصات بسيطة حول العينات وحول الملاحظات التي تم إجرائها، وقد تكون هذه الملخصات إما كمية أو مرئية أو رسوم بيانية سهلة الفهم.
كما قد تشكل أسس الوصف الأولي للبيانات كجزء من تحليل إحصائي أكثر شمولاً أو قد تكون كافية في حد ذاتها لإجراء بحث علمي.
اقرأ أيضاً: مفهوم تحليل البيانات وأنواعها
الاستدلال الإحصائي Inferential statistics
الاستدلال الإحصائي هو عبارة عن استخدام تحليل البيانات لاستنتاج خصائص التوزيعات الأساسية للاحتمالات.
كما يقوم باختبار الفرضيات في الأبحاث العلمية واشتقاق التقديرات.
وعند مقارنة الاستدلال الاحصائي بالإحصاء الوصفي نجد أن الإحصاء الوصفي يهتم فقط بخصائص البيانات.
أما الاستدلال الإحصائي فإنه يقوم باستخراج أدق التفاصيل من هذه البيانات ويقوم بتقديرها بأفضل شكل وتقدير الفواصل الزمنية التي تم استخراج البيانات فيها ويقوم بتجميع أو تصنيف البيانات في مجموعات.
تحليل البيانات الاستكشافية Exploratory data analysis
يعد تحليل البيانات الاستكشافية نهجاً مهماً في البحوث العلمية حيث يقوم بتحليل البيانات لتلخيص خصائصها الرئيسية.
كما أنه يشجع الباحثين على استكشاف البيانات وصياغة فرضيات يمكن أن تؤدي إلى جمع بيانات وتجارب جديدة تنقل البحث العلمي إلى مستوى آخر.
ولكنه يركز بشكل أكثر تحديداً على التحقق من الافتراضات الموجودة بالفعل واختبار هذه الفرضيات ومعالجة القيم المفقودة وإجراء تحويلات للمتغيرات حسب الحاجة.
التحليل الإحصائي Statistical Analysis
يقوم التحليل الإحصائي باختبار الفرضيات التي يعتمد عليها البحث العلمي وهذا هو السبب في كونه أحد أهم الأساليب الإحصائية المستخدمة في البحوث العلمية.
وهو يقوم باختبار الفرضيات عن طريق اختبار مجموعات المتغيرات العشوائية ضمن مجموعة البيانات.
وتدور هذه الطريقة حول اختبار ما إذا كانت حجة أو استنتاج معين صحيحاً لمجموعة البيانات.
كما أن التحليل الإحصائي يسمح بمقارنة البيانات مع الفرضيات المختلفة وهو ما يساعد على التنبؤ بكيفية تأثير قرارات معينة على البحث العلمي.
المراحل الأساسية في جميع الأساليب الإحصائية
-
جمع البيانات
إن جمع البيانات هي الخطوة الأولى التي يقوم بها أي أسلوب إحصائي في البحث العلمي.
في هذه المرحلة يتم جمع البيانات ذات الصلة من مصادر متعددة.
-
تنظيم البيانات
أثناء إجراء أي تحليل إحصائي لأي بحث علمي فإن المرحلة الثانية المهمة هي تنظيم البيانات التي تم جمعها.
لذلك يتم تحرير البيانات وتصنيفها وجدولتها من أجل تنظيمها.
كما تتم إزالة البيانات غير الدقيقة والمتناقضة التي لا تفيد البحث العلمي.
علاوة على ذلك يتم تصنيف البيانات وتجميع تلك التي لها خصائص مشتركة معاً.
في النهاية توضع البيانات في تنسيق جدولي بشكل مخطط أو رسم بياني ويتم تقديمها.
-
تحليل البيانات
بمجرد جمع البيانات وتنظيمها وعرضها من المهم أن يتم تحليلها من أجل الحصول على فهم أفضل لموضوع البحث.
-
تفسير البيانات
تعد الخطوة النهائية لأي أسلوب إحصائي هي تفسير البيانات حيث يتم استخلاص النتائج والاستنتاجات من البيانات.
ولكن هذه المهمة حساسة وتتطلب درجة عالية من المهارة والخبرة والحكم المتوازن للباحث فإذا أساء الباحث تفسير البيانات فقد يتوصل إلى استنتاجات خاطئة تماماً تؤدي إلى إضاعة الوقت والموارد وفشل البحث العلمي بالكامل.
اقرأ أيضاً: الفرق بين البيانات والمعلومات
