ضریب همبستگی چیست؟

ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است.

ضریب همبستگی شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین ۱ تا ۱- است و در عدم وجود رابطه بین دو متغیر، برابر صفر است.

همبستگی بین دو متغیر تصادفی X و Y به صورت زیر تعریف می‌شود:

که در آن E عملگر امید ریاضی، cov به معنای کوواریانس، corr نماد معمول برای همبستگی (کورولیشن) پیرسون، و سیگما نماد انحراف معیار است.

امید ریاضی:

در نظریه احتمالات؛ امید ریاضی، میانگین، مقدار مورد انتظار یا ارزش مورد انتظار یک متغیر تصادفی گسسته برابر است با مجموع حاصل‌ضرب احتمال وقوع هر یک از حالات ممکن در مقدار آن حالت. در نتیجه میانگین برابر است با مقداری که بطور متوسط از یک فرایند تصادفی با بی‌نهایت تکرار انتظار می‌رود.

کواریانس یا هم‌وردایی (Covariance):

در نظریه احتمالات، اندازه تغییرات هماهنگ دو متغیر تصادفی است. (اگر دو متغیر یکی باشند کواریانس برابر واریانس خواهد شد). چنانکه دو متغیر تصادفی ناوابسته باشند کواریانس آنها صفر خواهد بود.

ضریب همبستگی پیرسون ( Pearson Correlation Coefficient):
روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود.

ضریب همبستگی اسپیرمن (Spearman Correlation Coefficient):

در صورتی که تعداد داده‌ها کم و فرض نرمال بودن آنها معقول نباشد، از ضریب همبستگی اسپیرمن استفاده می‌شود. ضریب همبستگی‌ای که بر اساس رتبهٔ داده‌ها محاسبه می‌شود، توسط اسپیرمن محاسبه شده‌است.

انحراف معیار(Standard deviation):

نوعی سنجش پراکندگی برای یک توزیع احتمالی یا متغیر تصادفی است و نمایندهٔ پخش‌شدگی مقادیر آن حول مقدار میانگین است.

روش تحلیل محتوا (Content analysis) چیست؟

همشهری آنلاین - معصومه کیهانی:
تحلیل محتوا یکی از روش‌های مهم پژوهش است که در سال‌های اخیر بیشتر مورد توجه پژوهشگران قرار گرفته است.

فرد،ان کرلینجر (Fred N. Kerlinger) تعریف جامعی از این روش ارائه می‌دهد: "تحلیل محتوا روش مطالعه و تجزیه و تحلیل ارتباط‌ها به شیوه نظام دار، عینی و کمی برای اندازه‌گیری متغیرهاست."

وی در بیان ویژگی‌های تحلیل محتوا می‌افزاید: "در گذشته برای اندازه‌گیری متغیرها، از این روش کمتر استفاده شده است. اما کاربرد جدید و فزاینده آن در پژوهش رفتاری به اندازه گیری متغیرهایی معطوف بوده است که بدون این روش، اندازه گیری آنها امکان پذیر نبوده است... در این روش به جای مشاهده مستقیم رفتار افراد یا درخواست از آنان برای پاسخ دادن به مقیاس‌ها یا مصاحبه با آنان، پژوهشگر ارتباط‌‌هایی را که افراد ایجاد کرده‌اند؛ انتخاب و سئوال‌هایش را در آنها جستجو می‌کند."

تعریف "برنارد برلسون" (Bernard Berelson) نیز از تحلیل محتوا، تعریف جامعی است زیرا هنوز با گذشت بیش از چهل سال، پژوهشگران از آن استفاده می‌کنند. برلسون می‌نویسد : تجزیه و تحلیل محتوا، یک شیوه تحقیقی است که برای تشریح عینی، منظم و کمی محتوای آشکار پیام‌های ارتباطی بکار می‌رود.

در تعریف فوق، مفاهیم "کمی و کیفی" ، "عینی و ذهنی" و "آشکار و نهان" جای بحث بسیار دارد. گرچه تحلیل محتوا اصولا بر مبنای داده‌های کمی است، ولی می‌توان متغیرهای کیفی را به متغیرهای کمی تبدیل کرد.

در تحلیل محتوا، پژوهشگر پیام‌های تولید شده را مورد تجزیه و تحلیل قرار می‌دهد و به دنبال یافتن پاسخی برای پرسش‌های تحقیق خود است. روش تحلیل محتوا برای دانشمندان علوم اجتماعی و انسانی فرصت‌های گوناگونی را جهت استفاده منظم از فرا گیرترین شکل مدارک مربوط به امور انسانی- یعنی محتوای ارتباطات- فراهم می‌آورد. دامنه وسیع این فرصت‌ها هنگامی که تنوع مواردی را که روش تحلیل محتوا در آن مفید واقع شده است مرور می‌کنیم؛ آشکارتر خواهد شد.

• مراحل تحلیل محتوا

مراحل روش تحلیل محتوا به این ترتیب است:

1- مشخص کردن هدف: هدف یک پژوهش علمی دستیابی به پاسخ چند سئوال فرضیه است.

2- طرح سئوالات و فرضیه‌ها

3- انتخاب واحد تحقیق: در واقع این سئوال‌ها و فرضیه‌های تحقیق است که نوع متغیر و واحد تحقیق را مشخص می‌کند.

4- ساختن زیرمقوله‌ها: در این مرحله پژوهشگر با توجه به فرضیه‌ها ، سئوال‌ها و صورت مسئله تحقیق، متغیرهایی را می‌سازد که با مبنا قرار گرفتن برای کد گذاری مطالب مورد نظر، محقق را در جهت پاسخگویی به سئوال‌ها و فرضیه‌ها کمک کند. این کار در واقع همان تهیه دستورالعمل کد گذاری به شمار می‌رود.

5- ارائه تعاریف نظری- علمی: در این مرحله باید محقق بتواند تعریف نظری جامع و مانعی برای متغیرها ارائه دهد که درعمل امکان کد گذاری مطالب به راحتی امکان پذیر باشد.

6- مشخص کردن جامعه آماری: این کار برمبنای سئوال‌ها و فرضیه‌های تحقیق مشخص می‌شوند.

7- نمونه گیری: نمونه گیری در تحلیل محتوا با نمونه گیری در روش پیمایشی تفاوت چندانی ندارد و درواقع دغدغه اصلی پژوهشگر این است که نمونه‌ها به طریقی انتخاب شوند که بتوانند آن کل مورد نظر را نمایندگی کنند.برای نمونه گیری با توجه به فرضیه‌ها و سئوال‌های تحقیق و در دسترس بودن نمونه‌ها می‌توان یک هفته یا یک ماه و یا یک سال آماری ساخت.

8- کد گذاری و جمع‌آوری داده‌ها: در این مرحله، محقق با توجه به واحد تحقیق،نمونه‌های انتخاب شده را براساس دستورالعمل تهیه شده، تحلیل و کد گذاری کرده و سپس کد‌های مربوطه را در برگه مخصوص کد گذاری ثبت می‌کند.

9- روایی و پایایی: در مرحله بعد از کد گذاری، برای آنکه اصل عینیت روش تحلیل بکار گرفته محک زده شود، ضریب قابلیت اعتماد (پایایی) محاسبه می‌شود. (با استفاده از فرمول اسکات و کد گذاری مجدد حداقل 10 درصد پیام‌ها)

10-  آزمون‌های آماری: در این مرحله پژوهشگر، داده‌های بدست آمده موجود در برگه کد گذاری را وارد کامپیوتری با نرم‌افزار spss می‌کند تا از طریق آزمون‌های آماری- که بیشتر آزمون کای اسکوئر مورد نظر است- به جدول های توزیع فراوانی دست یافته و بعد به مرحله آخر یعنی تجزیه و تحلیل داده‌ها برسد. در این مرحله است که پژوهشگر برای سئوال‌ها و فرضیه‌های تحقیق پاسخ مناسب دریافت می‌کند. و برهمین مبنا نیز تحقیق می‌تواند پیشنهادهایی برای انجام پژوهش‌های جدید ارائه دهد.