صفحه اصلی / تکنولوژی / تایپ و ترجمه / نوشتن بخش نتایج پایان نامه شما

نوشتن بخش نتایج پایان نامه شما

نوشتن بخش نتایج پایان نامه شما

 

بنابراین، شما بر وظیفه عظیمی که در حال انجام تحقیقات پایان نامه خود است غلبه کرده اید – یا اولیه یا ثانویه، بسته به اینکه کدام راه را انتخاب کرده اید. خیلی خوب شدی اکنون با تجزیه و تحلیل داده های خود و نوشتن بخش نتایج پایان نامه خود مواجه هستید. اگر این موقعیتی است که خود را در آن می یابید و ضربان قلب شما فقط با خواندن این کلمات بالا رفته است، پس به جای درستی آمده اید.هنگامی که از دانشجویان پرسیده می شود که چرا انجام پایان نامه می تواند چنین سردرد باشد، دانشجوی معمولی معمولاً با یکی از دو پاسخ پاسخ می دهد. یا، آنها صرفاً نوشتن حجم عظیمی از متن را دوست ندارند، یا – و شما ممکن است در اینجا ارتباط داشته باشید – آنها مطلقاً از تجزیه و تحلیل داده ها لذت نمی برند. شاگرد معمولی ناله می کند: «خیلی طولانی و کسل کننده است!»

خوب، دانش آموزان ناله می کنند و ما پاسخ می دهیم. ما این راهنمای بسیار جامع و مفید را در مورد نحوه نوشتن بخش نتایج پایان نامه خود گردآوری کرده ایم. برای کمک بیشتر به شما، ما اطلاعات را به نتایج کمی و کیفی تقسیم کرده‌ایم، بنابراین می‌توانید روی آنچه بیشتر برای شما کاربرد دارد تمرکز کنید.

نوشتن نتایج کمی

درک اصول اولیه تحقیق شما

برای اینکه نتایج کمی خود را به درستی بنویسید، ابتدا باید چندین نکته اساسی را در مورد تحقیق خود به یاد بیاورید.ابتدا باید آنچه را که ارزیابی کرده اید – یا متغیرهای اصلی شما را به یاد بیاورید.

همه تحقیقات کمی حداقل دارای یک متغیر مستقل و یک متغیر وابسته هستند و در این مرحله باید آنها را به صراحت تعریف کنید. یک متغیر مستقل، متغیری است که شما آن را کنترل می کنید تا اثرات آن را بر روی متغیر وابسته آزمایش کنید. بنابراین یک متغیر وابسته متغیر نتیجه شماست.

دوم، شما باید تعیین کنید که آیا متغیرهای شما مقوله ای هستند یا پیوسته.

یک متغیر طبقه‌بندی، متغیری است که تعداد ثابتی از مقادیر ممکن را داشته باشد، و یک متغیر پیوسته، متغیری است که در آن امتیازات نهایی دامنه وسیعی دارند. در نهایت، باید یادآوری کنید که آیا از متغیری به اصطلاح متغیر کمکی یا مخدوش کننده استفاده کرده اید یا خیر. این متغیری است که می‌توانست بر رابطه بین متغیر مستقل و وابسته شما تأثیر بگذارد و شما آن را برای تخمین دقیق رابطه بین متغیرهای اصلی خود کنترل می‌کنید.

بیایید همه اینها را با یک مثال توضیح دهیم. فرض کنید تحقیق شما برای ارزیابی این بود که آیا قد با عزت نفس مرتبط است یا خیر. در اینجا قد شرکت کنندگان یک متغیر مستقل و عزت نفس یک متغیر وابسته است. از آنجایی که هم قد و هم نمرات در یک معیار عزت نفس می توانند دامنه وسیعی داشته باشند، شما دو متغیر پیوسته دارید. همچنین ممکن است بخواهید ببینید آیا رابطه بین قد و عزت نفس پس از کنترل وزن شرکت کنندگان وجود دارد یا خیر. در این مورد، وزن یک متغیر گیج کننده است که باید آن را کنترل کنید.

در اینجا یک مثال دیگر وجود دارد. ممکن است ارزیابی کرده باشید که آیا زنان بیشتر از مردان تمایل به خواندن یک رمان عاشقانه خاص دارند یا خیر. در اینجا متغیر مستقل شما جنسیت و متغیر وابسته شما عزم خواندن کتاب است. از آنجایی که جنسیت دارای دسته بندی (مرد و زن) است، این یک متغیر طبقه بندی است. اگر عزم خواندن کتاب را در مقیاسی از ۱ تا ۱۰ ارزیابی کرده اید (مثلاً ۱ = عدم عزم برای خواندن کتاب، تا ۱۰ = عزم بسیار قوی برای خواندن آن)، پس این یک متغیر پیوسته است. ; با این حال، اگر از شرکت کنندگان خود خواسته باشید که بگویند آیا می خواهند کتاب را بخوانند یا نه، این یک متغیر طبقه بندی است (زیرا دو دسته وجود دارد: “بله” و “خیر”).

در نهایت، ممکن است بخواهید ببینید آیا ارتباط بین جنسیت و عزم برای خواندن کتاب پس از کنترل وضعیت روابط فعلی شرکت کنندگان وجود دارد یا خیر. در اینجا، وضعیت رابطه متغیر مخدوش کننده شماست.

ما در طول این پست وبلاگ به این نمونه ها باز خواهیم گشت. در این مرحله، مهم است که به یاد داشته باشید که طرح تحقیق خود به این روش به شما کمک می کند تا بخش نتایج خود را به ساده ترین شکل ممکن بنویسید.

بیایید به مرحله بعدی برویم.

تشریح آمار توصیفی و فراوانی

قبل از گزارش هر تحلیلی که هدف آن آزمون فرضیه های شماست، ابتدا باید آمار توصیفی و/یا فراوانی را گزارش کنید. هدف این آمار خلاصه کردن مجموعه داده های شما، یا با تمرکز بر گروه های خاص یا کل نمونه است.برای گزارش آمار توصیفی و/یا فراوانی، باید تمام متغیرهایی را که در تحقیق خود استفاده کرده‌اید مشخص کنید و توجه داشته باشید که آیا این متغیرها پیوسته هستند یا دسته‌بندی شده‌اند.

برای متغیرهای پیوسته، شما از آمار توصیفی استفاده می کنید و معیارهای گرایش مرکزی (میانگین) و معیارهای تغییرپذیری یا گسترش (انحراف معیار) را گزارش می کنید. برای متغیرهای طبقه‌بندی، از آمار فرکانس‌ها استفاده می‌کنید و تعداد (یا فراوانی) شرکت‌کنندگان در هر دسته و درصدهای مرتبط را گزارش می‌دهید. هر دوی این آمارها از شما نیاز به تهیه جدول دارند و در هر دو مورد نیز باید در مورد آمار اظهار نظر کنید.

همه اینها در عمل چگونه به نظر می رسند؟ دو مثالی که در بالا ذکر شد را به یاد بیاورید. اگر در حین کنترل وزن شرکت کنندگان، ارتباط بین قد و عزت نفس شرکت کنندگان را ارزیابی کرده باشید، آنگاه تحقیق شما از سه متغیر پیوسته تشکیل شده است. شما باید مانند جدول ۱ زیر جدولی بسازید که میانگین و انحراف استاندارد را برای همه این متغیرها مشخص می کند. هنگام اظهار نظر در مورد نتایج، می توانید بگویید:

قد شرکت کنندگان به طور متوسط ​​۱۷۳٫۵۰ سانتی متر (SD = 5.81) و میانگین وزن آنها ۶۵٫۳۱ کیلوگرم (SD = 4.44) بود. به طور متوسط، شرکت کنندگان سطوح متوسطی از عزت نفس داشتند (M = 5.55، SD = 2.67).

توجه داشته باشید که در این مثال، شما به این نتیجه می‌رسید که شرکت‌کنندگان در صورتی که عزت نفس آنها در مقیاس ۱ تا ۱۰ ارزیابی شود، دارای سطح عزت نفس متوسطی هستند. از آنجایی که مقدار ۵ در وسط این محدوده قرار می گیرد، نتیجه می گیرید که مقدار میانگین عزت نفس متوسط ​​است. اگر میانگین مقدار بالاتر بود (به عنوان مثال، M = 8.33)، شما نتیجه می گیرید که عزت نفس شرکت کنندگان، به طور متوسط، بالا بود. و اگر مقدار میانگین کمتر بود (مثلا M = 2.44)، نتیجه می گیرید که میانگین نمرات عزت نفس پایین است.

جدول ۱٫ آمار توصیفی برای تمامی متغیرهای مورد استفاده در تحقیق:

م SD
ارتفاع (سانتی متر) ۱۷۳٫۵۰ ۵٫۸۱
وزن (کیلوگرم) ۶۵٫۳۱ ۴٫۴۴
اعتماد به نفس ۵٫۵۵ ۲٫۶۷
مثال بالا نشان می دهد که چگونه باید آمار توصیفی را برای کل نمونه گزارش دهید. همچنین می توانید آمار توصیفی را برای گروه های خاص ترسیم کنید.بیایید اکنون به دومین مثال تحقیقاتی خود برگردیم و بگوییم که می‌خواهید میزان تمایل مردان و زنان به خواندن یک رمان عاشقانه را گزارش دهید، جایی که این تعیین در مقیاس ۱-۱۰ (مستمر) ارزیابی شد. به نظر می رسد که در جدول ۲ نشان داده شده است.

جدول ۲٫ آمار توصیفی برای عزم مطالعه کتاب، بر اساس جنسیت:

نرها ماده ها
عزم برای خواندن کتاب M = 3.20 M = 6.33
عزم برای خواندن کتاب SD = 0.43 SD = 1.36
حالا بیایید روی آمار فرکانس ها تمرکز کنیم، که وقتی متغیرهای طبقه بندی دارید، آنها را مشخص می کنید.ما می‌توانیم با مراجعه به مثال دوم درباره جنسیت، عزم برای خواندن یک رمان عاشقانه و وضعیت روابط شرکت‌کنندگان، نحوه گزارش آمار فرکانس‌ها را برای گروه‌های مختلف ببینیم.

در اینجا، شما سه متغیر دسته بندی دارید (اگر عزم برای خواندن رمان با پاسخ دادن شرکت کنندگان با «بله» یا «نه» ارزیابی می شد). بنابراین، شما میانگین ها و انحرافات استاندارد را گزارش نمی کنید، بلکه فرکانس ها و درصدها را گزارش می کنید.

به بیان دیگر، همانطور که در جدول ۳ نشان داده شده است، توجه داشته باشید که چند مرد در مقابل زن می خواستند کتاب را بخوانند و چند نفر از آنها با هم رابطه داشتند.

۲۰ شرکت کننده مرد (۴۰%) مایل به خواندن کتاب و ۳۵ (۷۰%) شرکت کننده زن تمایل به خواندن کتاب داشتند. همچنین ۲۲ نفر (۴۴%) مرد و ۲۶ نفر (۵۲%) زن نشان دادند که در حال حاضر در یک رابطه هستند.

جدول ۳٫ آمار فراوانی برای همه متغیرهای مورد استفاده در تحقیق:

نرها ماده ها
عزم برای خواندن کتاب
آره ۲۰ (۴۰%) ۳۵ (۷۰%)
خیر ۳۰ (۶۰%) ۱۵ (۳۰%)
وضعیت رابطه
آره ۲۲ (۴۴%) ۲۶ (۵۲%)
خیر ۲۸ (۵۶%) ۲۴ (۴۸%)

گزارش نتایج یک تحلیل همبستگی

بیایید اکنون به نحوه گزارش نتایج آزمون های آماری خاص تمرکز کنیم.اولین مورد همبستگی است که وقتی می‌خواهید مشخص کنید یک یا چند متغیر (مستمر، مستقل) با متغیر دیگری (پیوسته، وابسته) مرتبط هستند، از آن استفاده می‌کنید. به عنوان مثال، ممکن است بخواهید ببینید قد شرکت کنندگان با سطح عزت نفس آنها مرتبط است یا خیر.

اولین قدم در اینجا این است که گزارش دهید که آیا متغیرهای شما به طور معمول توزیع شده اند یا خیر. شما این کار را با مشاهده یک هیستوگرام که داده های شما را توصیف می کند انجام می دهید. اگر هیستوگرام منحنی زنگوله‌ای داشته باشد (نمودار بنفش زیر را ببینید)، داده‌های شما به طور معمول توزیع می‌شوند و باید بر تحلیل همبستگی پیرسون تکیه کنید. در اینجا، شما باید مقدار r (ضریب همبستگی) و مقدار p (که باید کمتر از ۰٫۰۵ باشد تا معنی‌داری را نشان دهید) گزارش کنید. اگر همبستگی پیدا کردید، باید چیزی مانند این را بگویید:

نتایج تجزیه و تحلیل همبستگی پیرسون نشان داد که بین قد افراد و سطح عزت نفس آنها همبستگی مثبت وجود دارد ( r = ۰٫۴۴، p <.001).

تصویر ۱٫ آزمایش هیستوگرام توزیع نرمال داده ها:
همچنین توجه داشته باشید که همبستگی مثبت زمانی رخ می دهد که سطوح بالاتر یک متغیر با سطوح بالاتر متغیر دیگر همبستگی داشته باشد. با این حال، همبستگی منفی زمانی رخ می دهد که سطوح بالاتر یک متغیر با سطوح پایین تر متغیر دیگر همبستگی داشته باشد.نکته آخری که باید به آن توجه کرد، که برای همه تحلیل‌ها مهم است، این است که وقتی مقدار p شما ۰۰۰٫۰۰۰ نشان داده می‌شود، هرگز آن را با گفتن ” p = ۰٫۰۰۰″ گزارش نمی‌کنید، بلکه با ذکر ” p <.001″ آن را گزارش نمی‌کنید. این به این دلیل است که مقدار p هرگز نمی تواند دقیقاً برابر با ۰۰۰ باشد. در تمام موارد دیگر، با گفتن ” p = ۰٫۰۱۱″ مقدار دقیق p را نشان خواهید داد.

اگر داده‌های شما به جای توزیع معمولی، منحرف است (نمودارهای قرمز را ببینید)، پس باید به تحلیل همبستگی اسپیرمن تکیه کنید. در اینجا، شما نتایج را با گفتن این جمله گزارش می دهید:

تجزیه و تحلیل همبستگی اسپیرمن رابطه مثبتی بین قد افراد و عزت نفس آنها نشان داد (r s = ۰٫۴۴، p <.001). در نهایت، اگر از یک متغیر کمکی مانند وزن شرکت کنندگان استفاده کرده اید، از همبستگی جزئی استفاده کرده اید. نتایج شما اکنون به شما می گوید که تا چه حد قد و عزت نفس شرکت کنندگان پس از کنترل وزن شرکت کنندگان با هم ارتباط دارد. شما نتایج را با گفتن چیزی شبیه این گزارش می کنید: بین قد و عزت نفس پس از کنترل وزن شرکت کنندگان همبستگی مثبت و معناداری وجود دارد.r = ۰٫۳۹، p = ۰٫۰۳۴).

همچنین باید جدولی تهیه کنید که نتایج اصلی شما را خلاصه کند. اگر از متغیر کمکی استفاده نکرده اید، یک جدول نسبتاً ساده خواهید داشت، مانند جدول ۴٫ اگر از متغیر کمکی استفاده کرده اید، جدول شما کمی پیچیده تر است، مانند آنچه در جدول ۵ نشان داده شده است. توجه داشته باشید که هر دو جداول از “-” برای نشان دادن همبستگی هایی که قبلاً در جدول ذکر شده است استفاده می کنند. همچنین توجه داشته باشید که چگونه “*”، “**” و “***” برای حاشیه نویسی همبستگی هایی که در سطوح مختلف قابل توجه هستند استفاده می شود.

جدول ۴٫ همبستگی بین تمامی متغیرهای مورد استفاده در تحقیق:

ارتفاع (سانتی متر) اعتماد به نفس
ارتفاع (سانتی متر) ۱٫۰۰
اعتماد به نفس .۴۴*** ۱٫۰۰
*** p <.001
جدول ۵٫ همبستگی بین تمام متغیرهای مورد استفاده در تحقیق، قبل و بعد از کنترل یک متغیر کمکی:
متغیرهای کنترل ارتفاع (سانتی متر) اعتماد به نفس وزن (کیلوگرم)
هیچ یک ارتفاع (سانتی متر) ۱٫۰۰
اعتماد به نفس .۴۴*** ۱٫۰۰
وزن (کیلوگرم) .۳۸** .۳۲** ۱٫۰۰
وزن (کیلوگرم) ارتفاع (سانتی متر) ۱٫۰۰
اعتماد به نفس .۳۹* ۱٫۰۰ -.۴۴
p <.05; ** p <.01; *** p <.001

گزارش نتایج یک رگرسیون

تجزیه و تحلیل رگرسیون برای گزارش کمی پیچیده تر است، زیرا باید گزارش دهید که آیا تمام فرضیات برای تجزیه و تحلیل برآورده شده اند یا خیر (به ویژه اگر در حال انجام پایان نامه فارغ التحصیلی خود هستید، این امر محتمل است).اینها نکات خاصی هستند که باید به آنها توجه کنید تا مطمئن شوید که همه مفروضات برآورده شده اند:

(۱) برای فرض عدم وجود چند خطی (یعنی فقدان همبستگی بالا بین متغیرهای مستقل شما)، باید ثابت کنید که هیچ یک از آمارهای تحمل شما زیر ۰٫۰۱ نیست و هیچ یک از آمار VIF بالاتر از ۱۰ نیست.

(۲) برای فرض عدم همبستگی خودکار باقیمانده ها(یعنی فقدان همبستگی بین باقیمانده‌های دو مشاهده)، باید به این جدول نگاه کنید و ببینید که آیا آمار دوربین-واتسون شما بسته به تعداد شرکت‌کنندگان و تعداد پیش‌بینی‌کننده‌ها (متغیرهای مستقل) در محدوده مطلوبی قرار می‌گیرد. ) و

(۳) برای مفروضات خطی بودن (یعنی یک رابطه خطی بین متغیرهای مستقل و وابسته) و همسویی (به عنوان مثال، واریانس عبارات خطا که باید در بین متغیرهای مستقل مشابه باشد)، باید به نمودار پراکندگی باقیمانده استاندارد شده نگاه کنید. بر روی مقدار پیش‌بینی شده استاندارد شده و نتیجه بگیرید که نمودار شما خارج یا منحنی نمی‌شود.

همه اینها ممکن است بسیار پیچیده به نظر برسد. اما در واقعیت اینطور نیست: شما فقط باید به خروجی نتایج خود نگاه کنید تا مقادیر Tolerance و VIF، مقدار Durbin-Watson و Scatterplot را یادداشت کنید. هنگامی که به این نتیجه رسیدید که مفروضات شما برآورده شده است، چیزی مانند زیر می نویسید:

از آنجایی که هیچ یک از مقادیر VIF کمتر از ۰٫۱ و هیچ یک از مقادیر تحمل بالاتر از ۱۰ نبودند، فرض عدم وجود چند خطی برآورده شده است. آمار Durbin-Watson در محدوده مورد انتظار قرار گرفت، بنابراین نشان می دهد که فرض عدم همبستگی خودکار باقیمانده ها نیز برآورده شده است. در نهایت، نمودار پراکندگی باقیمانده استاندارد شده بر روی مقدار پیش‌بینی‌شده استاندارد شده از قیف یا منحنی خارج نشد، و بنابراین مفروضات خطی بودن و همسانی بودن نیز برآورده شده‌اند.

اگر مفروضات شما برآورده نشده است، باید کمی عمیق تر کاوش کنید و معنی این را بفهمید. یک ایده خوب این است که فصل مربوط به رگرسیون (و مخصوصاً قسمت مربوط به مفروضات) نوشته اندی فیلد را بخوانید. از اینجا می توانید به کتاب او دسترسی پیدا کنید . این به شما کمک می کند تا همه آنچه را که باید در مورد مفروضات تحلیل رگرسیون بدانید، چگونه آنها را آزمایش کنید، و اگر آنها برآورده نشدند، انجام دهید.

حال بیایید بر گزارش نتایج تحلیل رگرسیون واقعی تمرکز کنیم. فرض کنید بعد از کنترل وزن شرکت کنندگان می خواستید ببینید قد شرکت کنندگان عزت نفس آنها را پیش بینی می کند یا خیر. شما قد و وزن را به عنوان پیش بینی کننده در مدل و عزت نفس را به عنوان متغیر وابسته وارد کرده اید.

ابتدا، باید گزارش دهید که آیا مدل در پیش‌بینی نمرات عزت نفس اهمیت دارد یا خیر. به نتایج یک تجزیه و تحلیل ANOVA در خروجی خود نگاه کنید و مقدار F، درجات آزادی برای مدل و باقیمانده‌ها و سطح معنی‌داری را یادداشت کنید. این مقادیر در تصویر ۲ نشان داده شده است.

تصویر ۲٫ نتایج ANOVA برای رگرسیون:

اکنون باید مقدار R ۲ را گزارش کنید (تصویر ۳ را ببینید)، که به شما می گوید که مدل شما تا چه حد نمرات عزت نفس را پیش بینی کرده است. برای بدست آوردن درصد باید این مقدار را در ۱۰۰ ضرب کنید. بنابراین، اگر مقدار R ۲ شما ۰٫۳۳۵ باشد، درصد به ۳۳٫۵ درصد تبدیل می شود.تصویر ۳٫ خلاصه مدل برای رگرسیون:

در نهایت باید ضرایب مدل را گزارش کنید. در اینجا، باید به جدول ضرایب در خروجی خود نگاه کنید (تصویر ۴ را ببینید) و یک مقدار β، مقدار t و سطح معناداری را برای هر پیش‌بینی‌کننده یادداشت کنید.ارزش اهمیت به شما می گوید که آیا پیش بینی کننده شما به اهمیت رسیده است یا خیر – مثلاً اینکه آیا قد شرکت کنندگان نمرات عزت نفس را پیش بینی می کند یا خیر. شما همچنین باید در مورد مقدار β نظر دهید. این مقدار نشان دهنده تغییر در نتیجه مرتبط با تغییر واحد در پیش بینی کننده است. بنابراین، اگر مقدار β شما برای قد شرکت کنندگان ۰٫۳۵۱ باشد (متغیر پیش بینی کننده/مستقل)، این بدان معناست که به ازای هر افزایش قد به میزان ۱ سانتی متر، عزت نفس ۳۵٫۰ افزایش می یابد. شما باید همین موضوع را برای پیش بینی کننده دیگر خود – یعنی وزن شرکت کنندگان – گزارش دهید.

در نهایت، از آنجایی که مدل شما هم قد و هم وزن را به عنوان پیش‌بینی‌کننده شامل می‌شد و قد به‌عنوان یک پیش‌بینی‌کننده مهم عمل می‌کرد، می‌توانید نتیجه بگیرید که قد شرکت‌کنندگان پس از کنترل وزن بر عزت نفس آنها تأثیر می‌گذارد.

تصویر ۴٫ ضرایب رگرسیون:

شما می توانید تمام این نتایج را به روش زیر گزارش کنید:این مدل به اهمیت رسید، به این معنی که نمرات عزت نفس را با موفقیت پیش بینی کرد (F (۱،۴۰) = ۹۹٫۵۹، P <.001). مدل ۳۳٫۵ درصد از واریانس نمرات عزت نفس را توضیح داد. عزت نفس شرکت کنندگان با وزن آنها پیش بینی شد (۳۵/۰ = β، ۱۳/۸- = t ، ۰۰۱/۰ > p). به ازای هر افزایش وزن به میزان ۱ کیلوگرم، عزت نفس ۳۵ کاهش می یابد. عزت نفس شرکت کنندگان نیز با قد آنها پیش بینی می شد (۵۸/۰ = β، ۸۰/۱۷ = t ، ۰۰۱/۰ p <)، پس از کنترل وزن آنها. به ازای هر افزایش قد به میزان ۱ سانتی متر، عزت نفس ۵۸/۰ افزایش می یابد.

گزارش نتایج تجزیه و تحلیل کای اسکوئر

همانطور که دیدیم، همبستگی و رگرسیون زمانی انجام می شود که همه متغیرهای شما پیوسته باشند. همانطور که در بخش های بعدی خواهید دید، آزمون t، ANOVA و MANOVA زمانی انجام می شود که ترکیبی از متغیرهای پیوسته و طبقه ای داشته باشید. تجزیه و تحلیل Chi-square، که در اینجا توضیح خواهیم داد، زمانی انجام می شود که همه متغیرهای شما دسته بندی شوند.برای مثال، زمانی که می‌خواهید ببینید جنسیت (متغیر مستقل طبقه‌بندی شده با دو سطح: مرد/زن) بر عزم خواندن کتاب تأثیر می‌گذارد، تجزیه و تحلیل کای دو انجام می‌دهید، وقتی این متغیر با پاسخ‌های بله/خیر سنجیده می‌شود. متغیر وابسته با دو سطح: بله/خیر).

هنگام گزارش نتایج خود، ابتدا باید جدولی را مطابق جدول ۳ در بالا تهیه کنید. سپس باید نتایج یک آزمون مجذور کای را با ذکر مقدار مجذور کای پیرسون، درجات آزادی و ارزش معناداری گزارش کنید. شما می توانید همه اینها را در خروجی خود ببینید.

در نهایت، باید قدرت ارتباط را گزارش دهید، که برای آن باید به مقادیر Phi و V Cramer نگاه کنید. هنگامی که هر یک از متغیرهای شما فقط دو دسته داشته باشد، مانند مثال حاضر، مقادیر Phi و Cramer’s V یکسان هستند و مهم نیست که کدام یک را گزارش کنید. با این حال، زمانی که یکی از متغیرهای شما بیش از دو دسته دارد، بهتر است مقدار Cramer’s V را گزارش کنید. شما این مقادیر را با نشان دادن مقدار واقعی و سطح اهمیت مرتبط گزارش می کنید.

توجه داشته باشید که مقدار V Cramer می تواند از ۰ تا ۱ متغیر باشد. هر چه مقدار به ۱ نزدیکتر باشد، قدرت ارتباط بیشتر است. شما می توانید نتایج تجزیه و تحلیل کای دو را به روش زیر گزارش کنید:

ارتباط معنی داری بین جنسیت و عزم برای خواندن رمان عاشقانه وجود داشت (x ۲ (۱) = ۲۵٫۳۶، p <.001). مقدار V Cramer معنی‌دار بود (Cramer’s V = 0.75، p <.001) و نشان‌دهنده قدرت بالای ارتباط بود.

گزارش نتایج تجزیه و تحلیل t-test

حال بیایید به نحوه گزارش نتایج یک آزمون t بپردازیم. این آزمون بررسی می کند که آیا بین دو گروه از شرکت کنندگان تفاوت معنی داری وجود دارد، که در آن متغیر مستقل شما مقوله ای است (مثلاً جنسیت) و متغیر وابسته شما مستمر است (مثلاً عزم برای خواندن کتاب، همانطور که در مقیاس ۱-۱۰ ارزیابی می شود). بنابراین، در مثال ما، شما در حال ارزیابی این هستید که آیا زنان در مقابل مردان عزم بیشتری برای خواندن یک رمان عاشقانه نشان دادند یا خیر.به یاد داشته باشید که قبلاً آمار توصیفی را برای این متغیرها بیان کرده اید، جایی که میانگین ها و انحرافات معیار نمرات مردان و زنان در تصمیم گیری برای خواندن رمان را ذکر کرده اید (جدول ۲ را در بالا ببینید). اکنون باید مقدار t بدست‌آمده، درجات آزادی و سطح معنی‌داری را گزارش کنید – همه اینها را می‌توانید در خروجی نتایج خود مشاهده کنید.

شما می توانید چیزی مانند این بگویید:

مردان عزم کمتری برای خواندن رمان گزارش کردند (M = 3.20، SD = 0.43) در مقایسه با زنان (M = 6.33، SD = 1.36). نتایج تجزیه و تحلیل t-test نشان داد که این تفاوت به معنی‌دار است (t (۵۴) = ۴٫۴۷، P <.001).

گزارش نتایج ANOVA یک طرفه

هنگامی که بیش از دو میانگین را با هم مقایسه می کنید – یا به طور خاص، زمانی که بیش از دو شرط یک متغیر مستقل طبقه بندی و یک متغیر وابسته پیوسته دارید، از ANOVA یک طرفه استفاده می کنید.در مثال t-test، شما دو شرط از یک متغیر مستقل طبقه بندی داشتید، که با مرد یا زن بودن یک شرکت کننده مطابقت داشت. هنگام ارزیابی اینکه آیا وضعیت رابطه (متغیر مستقل با سه سطح: مجرد، در یک رابطه، و مطلقه) بر عزم خواندن یک رمان عاشقانه (که در مقیاس ۱-۱۰ ارزیابی می شود) یا خیر، سه شرط از یک متغیر مستقل دارید.

در اینجا، شما می توانید نتایج را به روشی مشابه با آزمون t گزارش دهید. شما ابتدا میانگین و انحراف معیار در تصمیم به مطالعه کتاب را برای هر سه گروه از شرکت کنندگان، با بیان اینکه چه کسی بالاترین و کمترین میانگین را داشته است، گزارش می دهید. سپس نتایج آزمون ANOVA را با گزارش مقدار F ، درجات آزادی (برای مقایسه درون آزمودنی‌ها و بین آزمودنی‌ها) و مقدار معنی‌داری گزارش می‌دهید.

در اینجا دو نکته قابل توجه است. ابتدا، قبل از گزارش نتایج خود، باید به خروجی خود نگاه کنید تا ببینید آیا به اصطلاح تست Levene قابل توجه است یا خیر. این آزمون همگنی واریانس را ارزیابی می کند – با این فرض که همه گروه های مقایسه باید واریانس یکسانی داشته باشند. اگر آزمون غیر معنی دار باشد، این فرض برآورده شده است و شما مقدار استاندارد F را گزارش می کنید.

با این حال، اگر آزمون معنی دار باشد، این فرض نقض شده است و به جای آن باید آمار Welch، درجات آزادی مرتبط، و ارزش معناداری را گزارش کنید (که در خروجی خود خواهید دید؛ به عنوان مثال، تصویر ۳ را در بالا ببینید).

دومین موردی که باید به آن توجه کنید این است که ANOVA فقط به شما می گوید که آیا تفاوت های قابل توجهی بین گروه ها وجود دارد یا خیر – اما اگر تفاوت هایی وجود داشته باشد، به شما نمی گوید که این تفاوت ها کجا هستند. برای این کار، باید یک مقایسه پس از پایان (Tukey’s HSD test) انجام دهید. خروجی به شما می گوید که کدام مقایسه مهم است.

می توانید نتایج خود را به روش زیر گزارش دهید:

شرکت‌کنندگان مجرد بیشترین مصمم را برای خواندن کتاب داشتند (M = 7.11، SD = 0.45)، پس از آن شرکت‌کنندگان مطلقه (M = 5.11، .۵۵ = SD) و شرکت‌کنندگانی که در یک رابطه هستند (M = 4.95، SD = 0.44). ANOVA تفاوت معنی داری بین گروه ها را نشان داد (F (۲،۱۲) = ۵٫۱۲، p = ۰٫۰۰۴). مقايسه‌هاي بعدي نشان داد كه بين شركت‌كنندگان مجرد و در يك رابطه (۰= p ) و شركت‌كنندگان مجرد و مطلقه ( ۰۰۴/۰= p ) تفاوت‌هاي معناداري وجود دارد. تفاوت معنی داری بین شرکت کنندگان مطلقه و در یک رابطه وجود نداشت (۰٫۰۶۷ = p).

گزارش نتایج ANCOVA

ANCOVA یا تحلیل کوواریانس زمانی استفاده می‌شود که بخواهید اثر اصلی و متقابل متغیرهای طبقه‌بندی را روی یک متغیر وابسته پیوسته آزمایش کنید، در حالی که اثرات سایر متغیرهای پیوسته (یا متغیرهای کمکی) را کنترل کنید.به عنوان مثال، زمانی که می خواهید بررسی کنید که آیا وضعیت رابطه (متغیر مستقل طبقه بندی شده با سه سطح: مجرد، در یک رابطه، مطلقه) بر عزم خواندن یک رمان عاشقانه تأثیر می گذارد (متغیر وابسته پیوسته، ارزیابی شده بر اساس ۱-۱۰) از ANCOVA استفاده می کنید. مقیاس) پس از کنترل علاقه عمومی شرکت کنندگان به کتاب (متغیر کمکی پیوسته، ارزیابی شده در مقیاس ۱-۱۰).

برای گزارش نتایج، باید به جدول “آزمون اثرات بین موضوعات” در خروجی خود نگاه کنید. شما باید مقادیر F، درجات آزادی (برای هر متغیر و خطا) و مقادیر معناداری را برای متغیر کمکی و متغیر مستقل اصلی گزارش کنید. همانند ANOVA، یک ANCOVA قابل توجه به شما نمی گوید که تفاوت ها کجاست. برای این، باید تضادهای برنامه ریزی شده را انجام دهید و مقادیر اهمیت مرتبط را برای مقایسه های مختلف گزارش دهید.

می توانید نتایج را به روش زیر گزارش دهید:

متغیر کمکی، علاقه عمومی به کتاب، به طور قابل توجهی با عزم برای خواندن رمان عاشقانه مرتبط بود (F (۱،۲۶) = ۴٫۹۶، p <.001). همچنین پس از کنترل تأثیر علاقه عمومی به کتاب، وضعیت رابطه بر عزم خواندن رمان عاشقانه تأثیر معناداری داشت (F (۲،۲۶) = ۴٫۱۴، p <.001). تضادهای برنامه ریزی شده نشان داد که مجرد بودن به طور قابل توجهی عزم خواندن کتاب را در مقایسه با داشتن یک رابطه (t (۲۶) = ۲٫۷۷، ۰٫۰۰۴ = p ) و در مقایسه با طلاق (t (۲۶) = ۱٫۸۹، p =.۰۰۳).

گزارش نتایج MANOVA

آزمون نهایی که در این راهنما مشخص شده است MANOVA است که زمانی استفاده می شود که بخواهید ببینید آیا تفاوتی بین گروه های مستقل در بیش از یک متغیر وابسته پیوسته وجود دارد یا خیر.به عنوان مثال، هنگام آزمایش اینکه آیا شرکت کنندگان مرد در مقابل زن (متغیر مستقل) عزم متفاوتی برای خواندن یک رمان عاشقانه (متغیر وابسته) و عزم متفاوتی برای خواندن یک رمان جنایی (متغیر وابسته) نشان می دهند، از MANOVA استفاده کنید.

هنگام گزارش نتایج، ابتدا باید توجه داشته باشید که آیا به اصطلاح تست Box و تست Levene اهمیت دارند یا خیر. این آزمون‌ها دو فرض را ارزیابی می‌کنند: اینکه ماتریس‌های کوواریانس برابری وجود دارد (آزمون باکس) و اینکه یک برابری واریانس برای هر متغیر وابسته (آزمون لوون) وجود دارد.

برای ارزیابی اینکه آیا مفروضات شما برآورده شده است، هر دو آزمون باید غیر قابل توجه باشند. اگر آزمایش‌ها مهم هستند، باید عمیق‌تر کاوش کنید و معنی این را بفهمید. یک بار دیگر، ممکن است خواندن فصل اندی فیلد در مورد MANOVA برای شما مفید باشد، که در اینجا قابل دسترسی است .

پس از این، باید آمار توصیفی خود را همانطور که قبلا ذکر شد گزارش دهید. در اینجا، میانگین و انحراف معیار برای هر متغیر وابسته را به طور جداگانه برای هر گروه از شرکت کنندگان گزارش می کنید. سپس باید به نتایج “تحلیل های چند متغیره” نگاه کنید.

متوجه خواهید شد که چهار مقدار آماری و F مرتبط و مقادیر معناداری به شما ارائه می شود. اینها با عنوان Pillai’s Trace، Wilks’ Lambda، Hotelling’s Trace و Roy’s Largest Root نامگذاری شده اند. این آمارها بررسی می کنند که آیا متغیر مستقل شما بر متغیرهای وابسته تأثیر دارد یا خیر. متداول ترین روش این است که فقط Pillai’s Trace را گزارش کنید. شما نتایج را به همان روشی که ANOVA گزارش می‌کنید، با توجه به مقدار F ، درجات آزادی (برای فرضیه و خطا)، و ارزش معناداری گزارش می‌دهید.

با این حال، شما همچنین باید ارزش آماری یکی از چهار آمار ذکر شده در بالا را گزارش کنید. می‌توانید آمار Pillai’s Trace را با V، آمار Wilks’s Lambda را با A، آمار Trace هتلینگ را با T، و آمار Roy’s Largest Root را با Θ برچسب بزنید (اما شما فقط باید یکی از آنها را گزارش کنید).

در نهایت، باید به نتایج تست‌های تأثیرات بین موضوعات (که در خروجی خود خواهید دید) نگاه کنید. این تست ها به شما می گویند که چگونه متغیر مستقل شما به طور جداگانه بر هر متغیر وابسته تأثیر می گذارد. شما این نتایج را دقیقاً به همان روشی که در ANOVA گزارش می کنید.

در اینجا نحوه گزارش همه نتایج از MANOVA آمده است:

مردان در مقایسه با زنان (M = 7.11، SD = 0.43) مصمم به خواندن رمان عاشقانه بودند (M = 4.11، SD =مردان همچنین مصمم‌تر به خواندن رمان جنایی بودند (M = 8.12. SD = 0.55) تا زنان (M = 5.22، SD = 0.49). با استفاده از Pillai’s Trace، جنسیت بر عزم خواندن رمان عاشقانه و جنایی تأثیر معناداری داشت (V = 0.32، F (۴،۵۴) = ۲٫۵۶، p = ۰٫۰۰۴). ANOVAهای تک متغیره جداگانه روی متغیرهای نتیجه نشان داد که جنسیت تأثیر معنی‌داری بر تصمیم به خواندن رمان عاشقانه دارد (F (۲,۲۷) = ۹٫۷۳، p = ۰٫۰۰۳)و عزم برای خواندن رمان جنایی (F (۲،۲۷) = ۵٫۲۳، p = ۰٫۰۳۸).

نوشتن نتایج کیفی شما

درک اصول اولیه تحقیق شما

گزارش نتایج کیفی بسیار ساده تر از گزارش نتایج کمی است، به خصوص که شما مجبور نیستید با هیچ آماری سر و کار داشته باشید. به همین دلیل این بخش بسیار کوتاهتر است.قبل از گزارش نتایج تحقیق کیفی خود، باید به یاد بیاورید که چه نوع تحقیقی را انجام داده اید. رایج ترین انواع تحقیقات کیفی مصاحبه، مشاهدات و گروه های متمرکز هستند – و احتمالاً تحقیقات شما در یکی از این انواع قرار می گیرد.

هر سه نوع تحقیق به شیوه ای مشابه گزارش شده اند. با این حال، اگر به طور جداگانه روی هر یک از آنها تمرکز کنیم، ممکن است مفید باشد.

گزارش نتایج مصاحبه

اگر از مصاحبه های نیمه ساختاریافته استفاده کرده اید، داده های کیفی شما با انجام یک تحلیل موضوعی مورد تجزیه و تحلیل قرار گرفت. بنابراین، وظیفه شما این بود که مصاحبه‌ها را رونویسی کنید، آن‌ها را بخوانید، کدهایی را به نقل‌قول‌های خاص اختصاص دهید و کدهای گروهی را برای تشکیل مضامین بنویسید.به عنوان مثال، فرض کنید که تحقیقات کیفی شما بر دلایل جوانان برای سیگار کشیدن متمرکز شده است. شما از شرکت کنندگان خود سوالاتی پرسیده اید که به بررسی این موضوع می پردازد که چرا آنها شروع به سیگار کشیدن کرده اند، چرا به سیگار کشیدن ادامه می دهند و چرا می خواهند سیگار را ترک کنند. از آنجایی که تحقیقات شما به این روش سازماندهی شده است، شما در حال حاضر سه موضوع اصلی دارید: (۱) دلایل شروع به سیگار کشیدن، (۲) دلایل برای ادامه سیگار و (۳) دلایل برای ترک سیگار. سپس دلایل خاصی را بررسی می کنید که چرا شرکت کنندگان شما شروع به سیگار کشیدن کردند، چرا به سیگار کشیدن ادامه می دهند و چرا می خواهند آن را ترک کنند. هر دلیلی که شناسایی می کنید به عنوان یک موضوع فرعی عمل می کند.

هنگام گزارش نتایج، باید متن خود را در بخش های فرعی سازماندهی کنید. هر بخش باید به یک موضوع اشاره داشته باشد. سپس، در هر بخش، باید در مورد موضوعات فرعی که در داده های خود کشف کرده اید بحث کنید.

فرض کنید متوجه شدید که جوانان سیگار کشیدن را به این دلیل شروع کردند که: (۱) فکر می کردند سیگار کشیدن جالب است، (۲) فشار همسالان را تجربه کردند، (۳) والدینشان رفتار سیگار کشیدن را الگوبرداری کردند، (۴) فکر می کردند سیگار کشیدن استرس را کاهش می دهد، و (۵) ) می خواستند چیز جدیدی را امتحان کنند. اکنون پنج موضوع فرعی در موضوع “دلایل شروع سیگار کشیدن” دارید. کاری که اکنون باید انجام دهید این است که یافته‌های هر زیرموضوع را ارائه دهید، در حالی که نقل قول‌هایی را گزارش کنید که به بهترین شکل موضوع فرعی شما را توصیف می‌کند. شما این کار را برای هر موضوع و موضوع فرعی انجام می دهید.

همچنین تمرین خوبی است که جدولی تهیه کنید که تمام مضامین، مضامین فرعی و نقل قول های مرتبط را فهرست کند.

در اینجا مثالی از نحوه گزارش نقل قول در متن آورده شده است:

تعدادی از شرکت کنندگان خاطرنشان کردند که سیگار کشیدن را شروع کردند زیرا فکر می کردند سیگار کشیدن جالب است. یکی از شرکت کنندگان گفت: «در آن زمان من فقط ۱۵ سال داشتم و به این پسرهای بزرگتر نگاه می کردم که همه آنها را باحال می دانستند. من خجالتی بودم و همیشه دوست داشتم بیشتر مورد توجه قرار بگیرم. بنابراین فکر کردم که اگر سیگار کشیدن را شروع کنم، بیشتر شبیه این پسرهای بزرگتر خواهم شد» (مصاحبه ۱، مرد).

گزارش نتایج مشاهدات

اگر تحقیق شما بر مشاهدات تکیه کرده است، پس وظیفه شما مشاهده یک رفتار خاص در یک محیط خاص بود. فرض کنید که مشاهده می‌کردید که چگونه یک درمانگر به بیماران توضیح می‌دهد که وضعیت آنها روانی است تا فیزیولوژیکی. هنگام گزارش نتایج، ابتدا باید مشاهدات خود را دسته بندی کنید.به عنوان مثال، ممکن است متوجه شده باشید که درمانگر مهم می‌داند که بحث کند: (۱) منشأ مشکل، (۲) عدم وجود مشکلات پزشکی بیمار، (۳) تجربه استرس، (۴) ارتباط استرس به مشکل، و (۵) درک جدید از مشکل. شما می توانید اینها را به عنوان مضامین در مشاهدات خود در نظر بگیرید.

بر این اساس، می خواهید هر موضوع را به طور جداگانه گزارش کنید. شما این کار را ابتدا با ترسیم مشاهدات خود انجام می دهید (این می تواند یک مکالمه یا رفتاری باشد که مشاهده کرده اید)، و سپس در مورد آن اظهار نظر کنید.

در اینجا یک مثال است:

درمانگر: آیا در چند ماه گذشته چیزی باعث استرس شما شده است؟

بیمار: بله، البته. فکر می کردم کارم را از دست می دهم، اما گذشت. بعد از آن داشتم از دوست دخترم جدا می شدم. اما بین آن چیزها، حالم خوب بود.

درمانگر: و آیا تفاوتی در علائم شما در زمانی که استرس داشتید و زمانی که استرس نداشتید وجود داشت؟

بیمار: هوم. در واقع بله. الان که فکرش را می‌کنم، وقتی آن دوره‌ها را گذراندم، بیشتر حضور داشتند.

درمانگر: ممکن است استرس علائم شما را تشدید کند؟

بیمار: هرگز به آن فکر نکردم. به نظر من منطقی به نظر می رسد. آیا این است؟

در این مثال، درمانگر سعی کرده است بین علائم بیمار و استرس ارتباط برقرار کند. او صریحاً به بیمار نگفت: “علائم شما ناشی از استرس است”. در عوض، او را از طریق سؤالات راهنمایی کرده است تا علائم خود را با استرس مرتبط کند. این مفید به نظر می رسد زیرا خود بیمار به ارتباط بین استرس و علائم رسیده است.

گزارش نتایج گروه های متمرکز

گروه‌های کانونی مشابه مصاحبه‌ها هستند، با این تفاوت که با گروهی از افراد انجام می‌شوند نه با یک فرد در یک زمان. بر این اساس، تجزیه و تحلیل داده‌های به‌دست‌آمده از طریق یک گروه متمرکز، مشابه تحلیل داده‌های مصاحبه است. ممکن است مطالعه بخش فوق در مورد گزارش نتایج مصاحبه ها مفید باشد.به عنوان مثال، بیایید بگوییم که گروه تمرکز شما با شناسایی دلایلی که چرا برخی از مردم کوکاکولا را به شوپس ترجیح می دهند و بالعکس، سر و کار داشت. شما جلسات گروه تمرکز خود را رونویسی کرده اید و موضوعات را از داده ها استخراج کرده اید. شما دلایل مختلفی را کشف کرده اید که چرا مردم یکی از این دو نوشیدنی را ترجیح می دهند.

هنگام گزارش نتایج خود، باید دو بخش داشته باشید: یکی فهرست دلایل طرفداری از کوکاکولا، و دیگری فهرست کردن دلایل علاقه مندی به شوپ. در هر بخش، باید دلایل خاصی را برای این ترجیحات شناسایی کنید. شما باید این دلایل خاص را به نقل قول های خاص مرتبط کنید.

در اینجا مثالی از این که چگونه ممکن است به نظر برسد آورده شده است:

اولین دلیلی که برخی از شرکت کنندگان شوپ را به کوکاکولا ترجیح دادند، این است که شوپس کمتر شیرین تلقی می شود. چندین شرکت کننده بر روی این ایده توافق کردند. یکی گفت: «من کوکاکولا را دوست ندارم زیرا خیلی شیرین است. Schweppes طعم بسیار تلخ تری دارد و من احساس نمی کنم که شکر پر شده ام» (شرکت کننده ۲، زن). یکی دیگر از شرکت‌کنندگان با اشاره به این موضوع موافقت کرد: «من کاملاً با صحبت‌های او موافقم. از آنجایی که کوکاکولا شیرین است، احساس می‌کنم یک آب نبات خورده‌ام و این به من روحیه نمی‌دهد. یک لیوان Schweppes سرد بسیار با طراوت است. بعد از آن احساس نیاز به آب ندارم» (شرکت کننده ۴، مرد).

در نتیجه…

هنگامی که بخش نتایج پایان نامه خود را کامل کردید، احتمالاً احساس خواهید کرد که کاری را انجام داده اید که قابل مقایسه با یک ماراتن است. و حس فوق العاده ای دارد، اینطور نیست؟همانطور که دیدیم، نوشتن نتایج کیفی آسان تر از نوشتن نتایج کمی است. با این حال، حتی گزارش دادن آمار چندان سخت نیست، به خصوص اگر راهنمای خوبی برای کمک به شما داشته باشید.

امیدواریم این راهنما نگرانی شما را کاهش داده باشد و اعتماد به نفس شما را افزایش داده باشد که می‌توانید بخش نتایج پایان نامه خود را بدون مشکل بنویسید.

 

تایپ فوری

تایپ کتاب 

تایپ ارزان

طراحی لوگو

برای سفارش تایپ و ترجمه به سایت موسسه هیدیکا مراجعه فرمایید

 

درباره takin

این مطالب را نیز ببینید!

۴ نکته برای ایجاد عنوان پایان نامه عالی

۴ نکته برای ایجاد عنوان پایان نامه عالی   از کجا شروع می کنی؟ در …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.