Bir popülasyon uygun şekilde tanımlandıktan ve bu popülasyondan rasgele bir katılımcı örneklem seçildikten sonra, bir sonraki adım, bu katılımcıların araştırma çalışması içindeki gruplara atanmasını, araştırma yürütmenin en önemli yönlerinden birini içerir.

Aslında, bir araştırma çalışmasında katılımcıların gruplara atanmasını “grup araştırmasında merkezi konu” olarak görür. Bu nedenle, katılımcıların atanmasının en etkili şekilde nasıl gerçekleştirildiğini ve bunun bir araştırma çalışmasının sonuçlarından çıkarılabilecek sonuç türlerini nasıl etkilediğini anlamanız önemlidir.

Bir araştırma çalışmasında katılımcıları gruplara atamanın en etkili yönteminin “rastgele atama” adı verilen bir prosedür olduğu konusunda araştırmacılar arasında neredeyse evrensel bir fikir birliği vardır. Rastgele atamanın altında yatan felsefe, rastgele seçimin altında yatan felsefeye benzer.

Rastgele atama, katılımcıların bir araştırma çalışması içindeki gruplara, her katılımcının çalışma içindeki gruplardan herhangi birine atanma konusunda eşit olasılığa sahip olacak şekilde atanmasını içerir.

Rastgele atamayı etkin bir şekilde uygulamak için kullanılabilecek birkaç kabul edilmiş yöntem olmasına rağmen, genellikle her bir katılımcı için grup atamasını belirleyen bir rastgele sayılar tablosu kullanılarak gerçekleştirilir.

Rastgele sayılar tablosu kullanılarak, katılımcılar önceden belirlenmiş bir programa göre çalışma içindeki gruplara atanır. Aslında grup ödevi her katılımcı için çalışmaya girmeden önce belirlenir.

Artık katılımcıların bir çalışma içindeki gruplara en etkili şekilde nasıl atandığını (yani rastgele atama yoluyla) bildiğinize göre, araştırma bağlamında rastgele atamanın neden bu kadar önemli olduğunu tartışmak için biraz zaman harcamalıyız.

Kısacası, rastgele atama, bir araştırma çalışmasındaki grupların eşdeğer olmasını sağlamanın etkili bir yoludur. Daha spesifik olarak, rastgele atama, örneklemin özelliklerini çalışma içindeki tüm gruplar arasında eşit olarak dağıttığından, eşdeğer gruplar üretmek için güvenilir bir prosedürdür.

Örneğin, 40 yaşın üzerindeki tüm katılımcıları tek bir gruba yerleştirmek yerine, rastgele atama, teorik olarak en azından, 40 yaşın üzerindeki tüm katılımcıları araştırma çalışmasındaki tüm gruplar arasında eşit olarak dağıtacaktır. Bu, çalışma içinde en azından yaşa göre eşdeğer gruplar üretecektir.

Bu noktada, bir araştırma çalışmasının eşdeğer gruplardan oluşmasının neden bu kadar önemli olduğunu merak ediyor olabilirsiniz. Bir araştırma çalışmasında eşdeğer gruplara sahip olmanın birincil önemi, rahatsız edici değişkenlerin (yani, araştırmacının kontrolü altında olmayan değişkenlerin) çalışmanın sonuçlarının yorumlanmasına müdahale etmemesini sağlamaktır.

Nitel araştırma
Nitel veri Analizi
Nitel araştırma Yöntemleri
Nitel araştırma Desenleri
Nitel araştırma yöntemi
Nitel araştırma soruları
Nitel araştırma Kodlama örnekleri
Nitel araştırma Yöntemleri PDF

Başka bir deyişle, belirli bir bağımlı değişkende gruplar arasında bir fark bulursanız, bu farkı gruplar arasındaki temel farktan ziyade bağımsız değişkene atfetmek istersiniz. Bir dakikanızı ayıralım ve bunun ne anlama geldiğini keşfedelim.

Çoğu çalışmada yaş, cinsiyet ve ırk gibi değişkenler ilgilenilen birincil değişkenler değildir. Bununla birlikte, bu özellikler çalışma içindeki tüm gruplar arasında eşit olarak dağıtılmazsa, çalışmayla ilgili birincil değişkenlerin yorumlanmasını zorlaştırabilirler. Bu kavramları netleştirmeye yardımcı olacak kısa bir örneğe bakalım.

Yeni bir bellek geliştirme stratejisinin etkilerini ölçmekle ilgilenen bir araştırmacı, bir gruba (yani, deney grubuna) bellek geliştirme stratejisinin öğretildiği ve diğer gruba (yani, kontrol grubuna) öğretilmediği bir çalışma yürütür. hafıza geliştirme stratejisini öğretti.

Ardından, her iki gruptaki tüm katılımcılara bir hafıza işleyişi testi uygulanır. Araştırmanın sonunda araştırmacı, yeni strateji öğretilen katılımcıların hafıza testinde yeni strateji öğretilmeyen katılımcılara göre daha iyi performans gösterdiğini bulmuştur.

Bu sonuçlara dayanarak, araştırmacı hafıza geliştirme stratejisinin etkili olduğu sonucuna varmıştır. Ancak, bu etkileyici sonuçları profesyonel bir dergide yayınlanmak üzere göndermeden önce, araştırmacı, çalışmadaki iki grubun bileşiminde hafif bir tuhaflık olduğunu fark eder. Araştırmacı, özellikle, deney grubunun tamamen 30 yaşın altındaki kadınlardan oluştuğunu, kontrol grubunun ise tamamen 60 yaşın üzerindeki erkeklerden oluştuğunu keşfeder.

Önceki örnekteki talihsiz grup kompozisyonu, bu olaylarda anlaşılır bir şekilde hayal kırıklığına uğrayan araştırmacı için oldukça sorunludur. Çok karmaşık olmadan, kısaca sorun şudur: İki çalışma grubu, bellek geliştirme stratejisine, yaşa ve cinsiyete maruz kalma konusunda çeşitli şekillerde farklılık gösterdiğinden, araştırmacı, katılımcıların gelişmiş bellek performansından tam olarak neyin sorumlu olduğundan emin olamaz.

Örneğin, deney grubunun gelişmiş bellek performansının yeni bellek geliştirme stratejisinden değil, daha çok bu gruptaki tüm katılımcıların 30 yaşın altında olması ve dolayısıyla muhtemelen 60 yaş üstü katılımcılardan daha iyi anılara sahip olmak gerekir.

Alternatif olarak, deney grubunun gelişmiş bellek performansının, bir şekilde o gruptaki tüm katılımcıların kadın olması gerçeğiyle ilgili olması mümkündür. Özetle, bellek geliştirme stratejisi deneysel olarak izole ve kontrol edilmediğinden (yani deney ve kontrol grupları arasındaki tek fark bu değildi), araştırmacı, gruplar arasında gözlemlenen farklılıklardan sorumlu olup olmadığından emin olamaz.

Bu bölümde daha önce belirtildiği gibi, rastgele atamanın amacı, örneklem katılımcılarının özelliklerini çalışmadaki tüm gruplar arasında eşit olarak dağıtmaktır. Rastgele atama kullanarak, araştırmacı rahatsız edici değişkenleri sistematik olmayan bir şekilde tüm gruplara dağıtır.

Örneğimizdeki araştırmacı rastgele atama kullanmış olsaydı, 60 yaş üstü erkek katılımcılar ve 30 yaş altı kadın katılımcılar deney grubu ile kontrol grubu arasında eşit olarak dağılmış olacaktı.

Örneklem büyüklüğü yeterince büyükse, araştırmacı rahatsız edici değişkenlerin gruplar arasında eşit olarak dağıldığını varsayabilir, bu da araştırmacının grupların denkliğine olan güvenini artırır.

Bu son nokta gözden kaçırılmamalıdır. Rastgele atama, büyük bir örneklem boyutuyla en etkilidir. Başka bir deyişle, örneklem büyüklüğü arttıkça eşdeğer gruplar elde etme olasılığı artar. Katılımcılar çalışma içindeki gruplara rastgele atandıktan sonra, araştırmacı veri toplamaya başlamaya hazırdır.

Denklik Testi

Büyük örneklerle rastgele atama kullanmanın eşdeğer gruplar oluşturduğu varsayılabilirse de, iki grubun gerçekten eşdeğer olup olmadığını istatistiksel olarak incelemek akıllıca olacaktır. Bu, iki grubun önemli ölçüde farklılık gösterip göstermediğini görmek için iki grubu rahatsız edici değişkenler açısından karşılaştırarak gerçekleştirilir.

Rahatsız edici değişkenlerin herhangi birinde iki grup arasında istatistiksel olarak anlamlı bir fark yoksa, araştırmacı iki grubun eşdeğer olduğundan emin olabilir. Bu durumda, bağımlı değişkenler üzerinde gözlemlenen herhangi bir etki makul bir şekilde bağımsız değişkene atfedilebilir (ve rahatsız edici değişkenlerin hiçbirine değil).

Buna karşılık, iki grup rahatsız edici değişkenlerden biri veya daha fazlası üzerinde eşdeğer değilse, farklılıkların çalışmanın sonuçlarının yorumlanmasını etkilememesini sağlamak için bir araştırmacının atabileceği istatistiksel adımlar vardır.

The post Araştırma Katılımcıları – Tez Hazırlatma – Tez Yaptırma – Tez Yaptırma Fiyatları – Tez Örnekleri – Ücretli Tez Yazdırma – Tez Yaptırma Ücreti first appeared on Ödev - Tez - Proje Hazırlatma Merkezi.

İnsan katılımcıları içeren araştırma çalışmaları için, çalışma katılımcılarının seçimi son derece önemlidir. Bir araştırma çalışmasına dahil edilmek üzere potansiyel katılımcıların seçilebileceği çeşitli yollar vardır ve katılımcıların seçilme şekli, araştırılan araştırma sorusu, kullanılan araştırma tasarımı ve uygun bilgilerin mevcudiyeti dahil olmak üzere çeşitli faktörler tarafından belirlenir. 

Bazı araştırma çalışmaları türleri için belirli araştırma katılımcıları (veya araştırma katılımcı grupları) aranabilir. Örneğin, II. Dünya Savaşı gazilerinin muharebe deneyimlerini araştıran nitel bir çalışmada, araştırmacı, belirlenen II. Dünya Savaşı gazilerine yaklaşabilir ve onlardan çalışmaya katılmalarını isteyebilir.

Başka bir örnek, okul öncesi öğrenciler arasında Head Start programının etkilerinin araştırılması olabilir. Bu durumda araştırmacı, halihazırda var olan bir okul öncesi sınıfını incelemeye karar verebilir. Araştırmacı çalışmaya katılmak için okul öncesi öğrencilerini rastgele seçebilir, ancak önceden var olan bir öğrenci grubunu kullanarak muhtemelen hem zamandan hem de paradan tasarruf edebilirdi.

Tahmin edebileceğiniz gibi, araştırmacılar önceden var olan grupları kullandığında veya bir araştırma çalışmasına dahil edilmek üzere belirli kişileri hedeflediğinde ortaya çıkan bazı zorluklar vardır. Birincil zorluk, çalışma sonuçlarının diğer gruplara veya diğer bireylere genellenemeyeceğidir.

Örneğin, bir araştırmacı bir Head Start programının genel olarak okul öncesi öğrencileri üzerindeki etkileri hakkında geniş sonuçlar çıkarmakla ilgileniyorsa, araştırmaya katılımı tek bir okul öncesi öğrencisinden oluşan belirli bir grupla sınırlamak istemeyecektir.

Çalışmanın sonuçlarının çalışmada kullanılan örneklemin ötesine genellenebilmesi için, çalışmadaki okul öncesi öğrencilerinin örneklemi, okul öncesi öğrencilerinin tüm evrenini temsil etmelidir.

Bu tartışmada epeyce yeni terim ve kavram ekledik, bu yüzden daha fazla ilerlemeden önce hepimizin aynı sayfada olduğundan emin olmamız gerekiyor. Genellenebilirlik ile başlayalım.

Genellenebilirlik kavramı ileriki bölümlerde ayrıntılı olarak ele alınacaktır, bu nedenle burada çok fazla zaman harcamayacağız. Ancak bir an durup, bir çalışmanın sonuçlarının genellenebilir olduğunu (ya da olmadığını) söylediğimizde ne demek istediğimizi kısaca tartışmamız gerekiyor.

Nitel araştırma
Nitel veri Analizi
Nitel araştırma Yöntemleri
Nitel araştırma soruları
Nitel araştırma Desenleri
Nitel araştırma yöntemi
Nitel araştırma Kodlama örnekleri
Nitel araştırma Yöntemleri PDF

Bir araştırmacının yeni üniversite mezunları arasındaki istihdam oranını incelemekle ilgilendiğini varsayalım. Bu konuyu incelemek için araştırmacı, ABC Üniversitesi’nden 1000 yeni mezun hakkında istihdam verisi toplar.

Araştırmacı, verilere baktıktan ve bazı basit hesaplamalar yaptıktan sonra, yeni ABC mezunlarının %97,5’inin mezuniyetten sonraki 6 ay içinde tam zamanlı iş bulduğunu tespit ediyor. Bu çalışmanın sonuçlarına dayanarak, araştırmacı makul bir şekilde Amerika Birleşik Devletleri’ndeki tüm yeni üniversite mezunları için istihdam oranının %97,5 olduğu sonucuna varabilir mi? Belli ki değil. Ama neden?

Bunun en bariz nedeni, ABC Üniversitesi’nden yeni mezun olanların diğer kolejlerden yeni mezunları temsil etmeyebilecek olmasıdır. Belki de yeni ABC mezunları, daha küçük, daha az bilinen kolejlerden yeni mezun olanlardan daha fazla iş bulma konusunda daha başarılıdır.

Sonuç olarak, Amerika Birleşik Devletleri’ndeki yeni üniversite mezunlarının istihdam oranlarında büyük bir değişkenlik olması muhtemeldir. Bu nedenle, tüm yeni üniversite mezunlarının istihdam edilebilirliği konusunda yalnızca yeni ABC mezunlarının istihdam deneyimlerine dayanarak geniş bir sonuca varmak yanıltıcı ve yanlış olacaktır.

Bir önceki örnekte, araştırmacının ulaşabileceği tek makul sonuç, söz konusu çalışmadaki yeni ABC mezunlarının %97,5’inin mezuniyetten sonraki 6 ay içinde tam zamanlı iş bulmuş olmasıdır. Bu sınırlı sonuç, ABC Üniversitesi dışındaki öğrenciler için muhtemelen çok az ilgi çekici olacaktır, çünkü çalışmanın sonuçlarının bu diğer öğrenciler için hiçbir etkisi yoktur.

Bu çalışmanın sonuçlarının genellenebilmesi için (yani, sadece ABC’den değil, tüm kolejlerden yeni mezun olanlara uygulanabilir), araştırmacının birçok farklı kolejden yeni mezunlar için istihdam oranlarını incelemesi gerekecektir.

Bu, katılımcı örneğinin tüm yeni üniversite mezunlarını temsil etmesini sağlama etkisine sahip olacaktır. Açıkçası, araştırmacı tüm kolejlerden yeni mezunların istihdam oranlarını inceleyebilseydi, en bilgilendirici ve doğru olurdu. Daha sonra, araştırma sonuçlarına dayanarak popülasyondaki istihdam oranı hakkında bir çıkarım yapmak zorunda kalmak yerine, araştırmacı kesin bir istihdam oranına sahip olacaktır.

Bununla birlikte, bariz nedenlerden dolayı, ilgili popülasyonun her üyesini (örneğin, tüm yeni üniversite mezunlarını) bir araştırma çalışmasına dahil etmek tipik olarak pratik değildir. Zaman, para ve kaynaklar, bunu olası kılan üç sınırlayıcı faktördür. Bu nedenle, çoğu araştırmacı, ilgilenilen popülasyonun bir örneğini temsil eden bir alt kümeyi incelemek zorunda kalır.

Buna göre, örneğimizde araştırmacı, tüm yeni üniversite mezunlarından oluşan popülasyondan yeni üniversite mezunlarının bir örneğini incelemeye zorlanacaktır. Araştırmada kullanılan örneklem, içinden alındığı evreni temsil ediyorsa, araştırmacı örneklemle elde ettiği sonuçlara dayanarak evren hakkında sonuçlar çıkarabilir.

Başka bir deyişle, temsili bir örneklem kullanmak, araştırmacıların kendi özel çalışmalarında elde ettikleri sonuçlara dayanarak tüm ilgili popülasyon için geçerli olan geniş sonuçlara ulaşmalarını sağlar. Genellenebilirlik kavramı konusunda hala kafası karışık olanlarınız için endişelenmeyin, çünkü bu konuyu sonraki bölümlerde tekrar ele alacağız.

Bu noktaya kadar olan tartışma sizi bariz bir soruya yönlendirmelidir. Spesifik olarak, bir çalışmanın sonuçlarını genellemek amacıyla temsili bir örneklem seçimi bu kadar önemliyse, araştırmacılar ilgili popülasyondan temsili bir örnek seçme konusunda nasıl bir yol izlemektedir?

Araştırmacılar tarafından temsili bir örnek seçmek için kullanılan birincil prosedüre “rastgele seçim” denir. Rastgele seçim, ilgili popülasyondan bir katılımcı örneğinin, popülasyonun her bir üyesinin çalışmaya katılmak için eşit seçilme olasılığına sahip olacak şekilde seçildiği bir prosedürdür.

Rastgele seçim prosedürünü kullanan araştırmacılar, önce ilgilenilen popülasyonu tanımlar ve ardından popülasyondan gerekli sayıda katılımcıyı rastgele seçer.

Rastgele seçimle ilgili akılda tutulması gereken iki önemli nokta vardır. İlk nokta, popülasyon çok dar bir şekilde tanımlanmadıkça rastgele seçimin başarılmasının genellikle zor olmasıdır.

Örneğin, “bütün iktisat öğrencileri” olarak tanımlanan bir popülasyon için rastgele seçim mümkün olmayacaktır. “Tüm ekonomi öğrencileri”ni nasıl tanımlayabiliriz? Bu nüfus, belirli bir eyaletteki veya Amerika Birleşik Devletleri’ndeki veya dünyadaki tüm ekonomi öğrencilerini içerir mi?

Hem mevcut hem de eski ekonomi öğrencilerini kapsıyor mu? Hem lisans hem de lisansüstü ekonomi öğrencilerini kapsıyor mu? Açıktır ki, “tüm ekonomi öğrencilerinin” nüfusu çok geniştir ve bu nedenle bu nüfustan rastgele bir örnek seçmek imkansız olacaktır.

Buna karşılık, rastgele seçim, “şu anda belirli bir üniversitede ekonomiye giriş dersleri alan tüm öğrenciler” olarak tanımlanan bir popülasyonla kolayca gerçekleştirilebilir. Bu popülasyon yeterince dar bir şekilde tanımlanmıştır, bu da bir araştırmacının temsili bir örneklem elde etmek için rastgele seçimi kullanmasına izin verir.

The post Çalışma Katılımcıları – Tez Hazırlatma – Tez Yaptırma – Tez Yaptırma Fiyatları – Tez Örnekleri – Ücretli Tez Yazdırma – Tez Yaptırma Ücreti first appeared on Ödev - Tez - Proje Hazırlatma Merkezi.