مصطفی رستگار آگاه
چکیده
حجم نمونه در مطالعات کیفی مرتبط با اشباع نظری است. اشباع نظری به این معناست که پژوهشگر نمونهگیری و جمعآوری دادهها را تا زمانی ادامه دهد که با بینش و مفهومی جدیدی مواجه نشود. اما همواره تعداد مصاحبهها و ادعای دستیابی یه اشباع موضوعی مناقشه برانگیز بوده است و نمیتوان هر ادعای رسیدن به اشباع نظری را درست قلمداد کرد. این موضوع از ...
بیشتر
حجم نمونه در مطالعات کیفی مرتبط با اشباع نظری است. اشباع نظری به این معناست که پژوهشگر نمونهگیری و جمعآوری دادهها را تا زمانی ادامه دهد که با بینش و مفهومی جدیدی مواجه نشود. اما همواره تعداد مصاحبهها و ادعای دستیابی یه اشباع موضوعی مناقشه برانگیز بوده است و نمیتوان هر ادعای رسیدن به اشباع نظری را درست قلمداد کرد. این موضوع از آن جهت حائز اهمیت است که تعداد مصاحبههای بیشتر از نیاز هزینه و وقت را اتلاف میکند و مصاحبههای کمتر از نیاز روایی پژوهش را از بین میبرد. برای رفع این مشکل روشهای مختلفی مانند توصیههایی برمبنای تجربه و حسابهایی سرانگشتی وجود دارد، لیکن علاقهمندی به معیاری عینیتر و متکی به آمار نظر متخصصان را بیش از همه به خود جلب کرده است. در این متن دو رویکرد آماری برای تعیین حجم نمونه مورد بررسی قرار میگیرد. یکی از این روشها به شکل پسینی و دیگر روش به شکل پیشینی حجم نمونه را در مطالعات کیفی برآورد میکند. این دو روش بررسی و توضیح داده و شده و در نهایت با هم مقایسه خواهند شد.
زهرا فاتحی پیکانی؛ حسین ابراهیمی مقدم؛ هائیده صابری
چکیده
این پژوهش با هدف تحلیل ویژگیهای روانسنجی نسخة فارسی مقیاس تابآوری نوجوان (اُشیو، ناکایا، کانیکو و ناگامنی، 2002) در بین گروهی از نوجوانان دختر انجام شد. در مطالعه همبستگی حاضر، 486 نوجوان دختر که با روش نمونهگیری در دسترس انتخاب شدند، به مقیاس تابآوری نوجوان (اُشیو و همکاران، 2002)، مقیاس ذهنآگاهی نوجوان و بزرگسال (دارتمن، گلاب، ...
بیشتر
این پژوهش با هدف تحلیل ویژگیهای روانسنجی نسخة فارسی مقیاس تابآوری نوجوان (اُشیو، ناکایا، کانیکو و ناگامنی، 2002) در بین گروهی از نوجوانان دختر انجام شد. در مطالعه همبستگی حاضر، 486 نوجوان دختر که با روش نمونهگیری در دسترس انتخاب شدند، به مقیاس تابآوری نوجوان (اُشیو و همکاران، 2002)، مقیاس ذهنآگاهی نوجوان و بزرگسال (دارتمن، گلاب، آگانیسیان و رید، 2018)، مقیاس بازارزیابی شناختی (گراس و جان، 2003) و فهرست مقابلة فعال (گرینگلس، شوارزر، جاکوبیک، فیکسنبام و تابرت، 1999) پاسخ دادند. به منظور تعیین روایی عاملی مقیاس تابآوری نوجوان از روش آماری تحلیل مولفههای اصلی با چرخش اوبلیمین و به منظور تعیین روایی ملاکی مقیاس از همبستگی بین زیرمقیاسهای تابآوری با ذهنآگاهی، بازارزیابی شناختی و مقابلة فعال، استفاده شد. نتایج تحلیل مولفههای اصلی نشان داد که مقیاس تابآوری نوجوان از چهار عامل جهتگیری مثبت نسبت به آینده، نظمبخشی هیجانی، نوجویی و بردباری، تشکیل شد. ضرایب همبستگی بین ابعاد تابآوری با ذهنآگاهی، بازارزیابی شناختی و مقابلة فعال، از روایی ملاکی مقیاس تابآوری نوجوان، به طور تجربی، حمایت کرد. مقادیر ضرایب همسانی درونی عاملهای جهتگیری مثبت نسبت به آینده، نظمبخشی هیجانی، نوجویی و بردباری به ترتیب برابر با 90/0، 75/0، 77/0 و 65/0 به دست آمد. در مجموع، نتایج مطالعة حاضر نشان داد که نسخة فارسی مقیاس تابآوری نوجوان برای سنجش سازة تابآوری روانشناختی ابزاری روا و پایا است.
سیده خدیجه امیریان؛ منصوره حاج حسینی؛ مینا نظامی؛ سیمین ابراهیمی
چکیده
هدف پژوهش حاضر رواسازی مقیاس درگیری در بحث کلاسی در دانشجویان دانشگاه تهران بود. مقیاس درگیری در بحث کلاسی، بحث را در قالب یک پرسش و پاسخ گروهی مفهوم سازی می کند که مستلزم ادراک از جو کلی یک کلاس و مشارکت افرادی است که درگیری دیگران را ارتقا می بخشند. این مقیاس، رفتار و تجارب افراد کلاس را در قالب چهار بعد اندازه گیری مهارت ها، اعتماد ...
بیشتر
هدف پژوهش حاضر رواسازی مقیاس درگیری در بحث کلاسی در دانشجویان دانشگاه تهران بود. مقیاس درگیری در بحث کلاسی، بحث را در قالب یک پرسش و پاسخ گروهی مفهوم سازی می کند که مستلزم ادراک از جو کلی یک کلاس و مشارکت افرادی است که درگیری دیگران را ارتقا می بخشند. این مقیاس، رفتار و تجارب افراد کلاس را در قالب چهار بعد اندازه گیری مهارت ها، اعتماد به خود، گشودگی در بحث و ادراک از جو کلی کلاس، اندازه گیری می کند. شرکت کنندگان 403 نفر از دانشجویان دانشگاه تهران در مقاطع مختلف بودند که با روش نمونه گیری تصادفی انتخاب شدند. شرکت کنندگان به پرسشنامه های درگیری در بحث کلاسی، درگیری تحصیلی، خودکارآمدی عمومی (GSES) و محیط یادگیری کلاس (CLC) که به صورت آنلاین در اختیار آنها قرار گرفت، پاسخ دادند. داده ها در چند گام شامل تحلیل گویه، تحلیل عاملی اکتشافی، تحلیل عاملی تاییدی، محاسبه روایی همگرا، واگرا و پایایی مورد بررسی قرار گرفت. نتایج تحلیل گویه نشان داد تمام گویه ها کفایت لازم را از نظر ملاک های توصیفی در نظر گرفته شده دارند. در تحلیل عاملی اکتشافی، حذف دو گویه و تحلیل مجدد بر روی گویه های باقیمانده منجر به شناسایی چهار عامل شد. تحلیل عاملی تاییدی نیز ساختار عاملی شناسایی شده در تحلیل عاملی اکتشافی را تایید کرد. شواهد نشان داد مقیاس درگیری در بحث کلاسی از روایی همگرا، واگرا و پایایی مناسبی برخوردار است.
مهدی مولایی یساولی؛ علی دلاور؛ محمد عسگری؛ جلیل یونسی؛ وحید رضایی تبار
چکیده
کارایی و سوگیری برآورد پارامترها، در اندازه گیری های علوم رفتاری یکی از مهمترین موضوعات روانسنجی است. وجود الگوریتم های گوناگون مانند MHRM و کاربرد آنها در آزمونهای دارای داده گمشده، یکی از چالشهای موجود در حوزه مدل های نظریه سوال پاسخ است. هدف این پژوهش بررسی مخاطره الگوریتم MHRM در مدل های چند بعدی نظریه سوال پاسخ در دادههای چند ...
بیشتر
کارایی و سوگیری برآورد پارامترها، در اندازه گیری های علوم رفتاری یکی از مهمترین موضوعات روانسنجی است. وجود الگوریتم های گوناگون مانند MHRM و کاربرد آنها در آزمونهای دارای داده گمشده، یکی از چالشهای موجود در حوزه مدل های نظریه سوال پاسخ است. هدف این پژوهش بررسی مخاطره الگوریتم MHRM در مدل های چند بعدی نظریه سوال پاسخ در دادههای چند ارزشی با در نظر گرفتن مکانیزم و میزان داده گمشده متفاوت، بود. روش پژوهش مورد استفاده آزمایشی و با استفاده از طرح پس آزمون چند گروهی بود. نمونه مورد مطالعه براساس مطالعات شبیه سازی تحت شرایط مختلف متغیرهای مستقل (نوع الگوریتم، نوع داده گمشده و میزان داده گمشده) در 27 حالت با 100 تکرار برای هر کدام، ایجاد شد. مدل مورد استفاده مدل پاسخ مدرج چندبعدی و پارامترهای مورد بررسی شیب و آستانه سوالات بود. جهت بررسی مخاطره هر یک از پارامترها در حالت های مختلف آزمایشی شاخص میانگین توان دوم خطاها (MSE) مورد استفاده قرار گرفت. جهت تولید و تحلیل داده ها ار نرم افزار آماری R استفاده شد. نتایج پژوهش نشان داد الگوریتم MHRM در قیاس با الگوریتم های EM و MCEM دارای مخاطره برآورد کمتری است. همچنین نتایج نشان داد که در میزان مخاطره پارامترهای شیب و آستانه، بین سه مکانیزم متفاوت داده های گمشده تفاوت معنی داری وجود دارد ولیکن در رابطه با متغیر مستقل میزان داده های گمشده، تفاوت معنی داری مشاهده نشد. همچنین بین نوع الگوریتم و مکانیزم گمشدگی نیز تعامل معنی داری وجود داشت که حکایت از عملکرد مطلوب الگوریتم MHRM داشت. در نتیجه زمانی که از این الگوریتم استفاده می شود، میانگین و واریانس MSE پارامترهای شیب و آستانه در هر سه مکانیزم گمشدگی، همزمان که کاهش می یابند، به یکدیگر نزدیک نیز می شوند. پس می توان گفت کاربرد الگوریتم MHRM در داده های با میزان داده گمشده بالا و انواع گمشدگی، ضروری است. بنابراین، به پژوهشگران توصیه می شود که از الگوریتم MHRM در تحلیل داده های با ساختار پیچیده از قبیل میزان داده گمشده بالا و انواع مکانیزم گمشدگی بهره گیرند.