انواع تحقيقات و روش هاي تحقيق دكترسيدمحسن حسيني ارسنجاني

انواع تحقيق از نظر هدف تحقيق بنيادي تحقيق کاربردي حل مساله واقعي مبنايي براي ارائه راه حل تحقيقات کاريردي تحقيقات بنيادي نيازهاي نظري و مفهومي

انواع تحقيقات بر اساس نحوه جمع آوري داده تحقيقات آزمايشي تحقيقات غير آزمايشي

انواع تحقیقات غیر آزمایشی انواع تحقیقات غیر آزمایشی

*تحقيقات توصيفي مجموعه روش هايي است که هدف آن ها توصيف شرايط يا پديده هاي مورد بررسي مي باشد. تحقيق توصيفي، آنچه را که هست توصيف و تفسير مي کند و به شرايط يا روابط موجود، عقايد متداول، فرايندهاي جاري، آثار مشهود يا روندهاي در حال گسترش توجه دارد. تمرکز آن در درجه اول به زمان حال است، هر چند غالباً رويدادها و آثار گذشته را نيز که به شرايط موجود مربوط مي شوند، مورد بررسي قرار مي دهد. بيشتر تحقيقات مديريتي در اين دسته از تحقيقات قرار مي گيرند اين نوع تحقيق به دنبال يافتن سوالاتي از اين دست مي باشد: ميزان تغييرات انگيزشي کارکنان در سازمان x چگونه مي باشد؟ عوامل مؤثر بر موفقيت پروژه هاي ERP چيست؟

تحقيق پيمايشي پيمايش (survey) روشي در تحقيق است که فراتر از يک فن خاص در گردآوري داده است و هدف آن اکتشافي، توصيفي و يا تبييني است هر چند عمدتاً در آن از پرسشنامه استفاده مي شود. تحقيق پيمايشي براي بررسي توزيع ويژگي هاي يک جامعه آماري مورد استفاده قرار مي گيرد. براي پاسخ به سوالاتي چون "ماهيت شرايط موجود چگونه است؟“، "چه رابطه اي ميان رويدادها وجود دارد؟" مورد استفاده قرار گيرد. در اين روش داده ها مي تواند در يک مقطع زمان گردآوري شود و يا اينکه در طول زمان و در زمان هاي مختلف جمع شود.

تحقيق همبستگي (Correlation) آيا رابطه اي بين دو يا چند متغير کمّي (قابل سنجش) وجود دارد و اگر اين رابطه وجود دارد اندازه و حد آن چقدر است؟ هنگامي بکار مي رود که تعداد متغيرهاي بازيگر در موقعيت آزمايش زياد باشد، به طوري که از طريق روش تحقيق تجربي، کنترل و دستکاري آنها امکان پذير نباشد. در اين روش الزاماً روابط علّت و معلولي شناسايي نمي شود بلکه فقط هدف آن است که مشخص شود کدام متغير با کدام متغير ديگر به طور نسبي در جهت مثبت يا منفي همگام است.

انواع تحقيقات همبستگي همبستگي دو متغيري: در مطالعات همبستگي دو متغيري هدف بررسي رابطه دو به دو متغيرهاي موجود در تحقيق است. تحليل رگرسيون: در تحليل رگرسيون هدف پيش بيني تغييرات يک يا چند متغير وابسته با توجه به تغييرات متغيرهاي مستقل است. در تبيين روابط علَی- معلولی استفاده میشود.

تحليل ماتريس همبستگي يا کوواريانس: از مجموعه همبستگي هاي دو متغيري متغيرهاي مورد بررسي در جدولي به نام ماتريس همبستگي يا کوواريانس استفاده مي شود. از جمله اين تحقيقات تحليل عاملي و مدل معادلات ساختاري است. در تحليل عاملي هدف تلخيص مجموعه اي از داده ها يا رسيدن به متغيرهاي مکنون (سازه) و در مدل معادلات ساختاري آزمودن روابط ساختاري مبتني بر نظريه ها و يافته هاي تحقيقاتي موجود است.

اقدام پژوهي (Action Research) معادل با چرخه PDCA دمينگ پس از تعريف موقعيت براي حل مساله برنامه ريزي شده، اين برنامه ريزي به مرحله اجرا در مي آيد، نتايج حاصله بررسي شده و در صورت انحراف مورد بازبيني و اصلاح قرار مي گيرد. به وسيله اقدامات متعددي که صورت و مورد بازبيني قرار مي گيرد نتايج حل مساله به طور مستمر بهبود می يابد. اين روش به دنبال اثبات فرضيه نيست و توجه پژوهشگر به جنبه هاي پژوهش بر اساس استدلال عملي استوار است نه بر استدلال هاي فني. به همين منظور از ترکيبي از روشهاي کمّي و کيفي بهره مي برد. بکارگيري روش هاي نوين توليد روش هاي مختلف آمورش پرسنل

بررسي موردي (Case Study) با مشاهده تمامي جوانب يک پديده ملموس در ارتباط با ديگر پديده هاي مرتبط شناخت جامعي از آن پديده ها فراهم آيد. اين واحد مورد مطالعه ممکن است يک فرد، يک فاميل، يک گروه، يک مؤسسه اجتماعي، يا يک جامعه باشد. به علت محدوديت واحد مورد مطالعه، محقق قادر خواهد بود تا به مطالعه و بررسي دقيق و عميق از متغيرهاي مهم، روال تغييرات و کنش و واکنش هاي آنها در مراحل مورد نظر دست يابد. به خاطر محدوديت در تعداد واحدهاي مورد مطالعه، نمي توان يافته هاي اين دست از پژوهش ها را به گروهي که متعلق به آن است تعميم داد مگر آنکه در اين زمينه بخصوص، تحقيقات پيگير و مناسب و انتخاب نمونه ها به طور صحيح و منطقي اساس کار باشد.

تحقيق علّي- مقايسه اي پژوهشگر به دنبال کشف و بررسي روابط بين عوامل و شرايط خاص يا نوعي رفتار که قبلاً وجود داشته يا رخ داده از طريق مطالعه نتايج حاصل از آنهاست. پژوهشگر در پي بررسي امکان وجود روابط علّت و معلولي از طريق مشاهده و مطالعه نتايج موجود و زمينه قبلي آنها به اميد يافتن علّت وقوع پديده يا عمل است. الف) بررسي علل ترک خدمت کارکنان با بررسي پرونده هاي پرسنلي ب) بررسي دلايل شکست پروژه هاي مديريت ارتباط با مشتري در سازمانها

روش هاي تحقيق آزمايشي از روش هاي آرمايشي جهت ايجاد ارتباط علت-معلولي بين دو يا چند متغير استفاده مي شود. ويژگی های اين تحقيقات: متغيرهاي مستقل دستکاري مي شود؛ ساير متغيرها به جز متغير وابسته ثابت نگه داشته شده و کنترل مي شود؛ تأثير متغير (هاي) مستقل بر متغير وابسته مشاهده مي شود. براي اين منظور، از پيش آزمون- پس آزمون روی يک گروه و يا گروه هاي آزمايشي و گواه مورد نظر قرار مي گيرند و از طريق آنها تفاوت هاي ميان آزمودني ها کنترل مي شود.

گروه تجربی و شاهد دو نوع گروه يکي به نام گروه تجربي و ديگري به نام گروه شاهد يا گواه شرکت دارد. بايد سعي کرد که تا حد امکان اين گروه را چه از نظر تعداد و چه از نظر خصوصيات مختلف برابر انتخاب کرد. محقق، گروه تجربي را در معرض نفوذ عامل مورد مطالعه قرار مي دهد، در صورتي که گروه شاهد را از نفوذ چنين عاملي به دور نگه مي دارد و در اين حال، تفاوتها يا چگونگي تغييراتي را که در گروه تجربي در مقايسه با گروه شاهد به وقوع مي پيوندد مشاهده و مطالعه مي کند.

روش هاي کنترل متغير ناخواسته الف) حذف کامل متغير: مثل استفاده از ديوارهاي شيشه اي براي دوري از صدا ب) تجزيه و تحليل کوواريانس: با استفاده از روش ها و تکنيک هاي آماري ج) همانند کردن نمونه ها يا موردها: انتخاب جفتها يا گروههايي از افراد با داشتن ويژگي هاي همانند يا تقريباً يکسان و تعيين يک گروه از آنها به عنوان گروه تجربي و گروه ديگر به نام شاهد

د) موازنه موردها: تقسيم آزمودني ها به گروه تجربي و شاهد بر اساس ميانگين و واريانس تقريباً برابر محقق بايد در مورد اينکه چه ميزان تفاوت را تقريباً برابر مي داند تصميم بگيرد و در گزارش خود نيز اين نکته را به عنوان محدوديت خارج از کنترل در تحقيق خود ذکر کند. ه) روش تصادفي: انتخاب و گزينش آزمودني ها کاملاً تصادفي و شانس انتخاب براي هر مورد يا آزمودني مساوي است. مؤثرترين روش براي برابر کردن گروهها و کنترل متغيرهاي مزاحم در تحقيقات تجربي

تحليل داده ها

تحليل هاي آماري تحليل هاي آماري توصيفي (ويژگي هاي جمعيت شناختي) تحليل هاي آماري استنباطي

آزمون فرضيات (پارامتريک و ناپارامتريک) آزمون فرضيات (پارامتريک و ناپارامتريک)

آمار استنباطي H0 : فرضيه صفر H1 : فرضيه مقابل Sig. (عدد معناداري) <= 0.05 رد فرضيه صفر و پذيرش فرضيه مقابل

آزمون داده ها نرمال بودن: آزمون کولموگروف-اسميرنف (KS) H0: توزيع متغير (ها) نرمال است H1: توزيع متغير (ها) نرمال نيست

آمار استنباطي- آزمون ميانگين ها آزمون ميانگين يک جامعه آزمون مقايسه ميانگين دو جامعه آزمون مقايسه زوجي آزمون مقايسه چند ميانگين

آزمون ميانگين يک جامعه مثال: راهبرد مشتري محور بر بلوغ ارتباط با مشتري موثر است. ميانگين نمره رضايت مشتريان برابر (بزرگتر يا کوچکتر) با 85 است. ميانگين تجربه کارکنان برابر با (بزرگتر يا کوچکتر) 100 ماه است. H0: μ = 100 H1: μ ≠ 100 One Sample T TEST

آزمون مقايسه ميانگين دو جامعه مثال: ميانگين حقوق جاري کارکنان زن و مرد يکسان نمي باشد. ميانگين رضايت مشتريان در بين افراد تحصيل کرده کمتر است. H0: μf = μm H1: μf ≠ μm Independent Samples T TEST

آزمون مقايسه زوجي مثال: حقوق اوليه با حقوق جاري تفاوت قابل توجهي دارد. عملکرد کارکنان بعد از افزايش حقوق تغيير يافته است. H0: μd = 0 H1: μd ≠ 0 Paired Samples T TEST

آزمون مقايسه چند ميانگين مثال: ميانگين حقوق طبقات شغلي مختلف يکسان نيست. ميزان فروش به ازاء مقادير مختلف تخفيفات فرق دارد. H0: μ1 = μ2 = μ3 H1: μ1 ≠ μ2 ≠ μ3 One Way ANOVA

آزمون هاي پارامتريک و ناپارامتريک معادل نا پارامتريک آزمون پارامتريک دو جمله اي ميانگين يک جامعه T-test U من ويتني مقايسه ميانگين دو جامعه مستقل T-test مستقل علامت زوج نمونه (ويلکاکسون) مقايسه ميانگين دو نمونه وابسته T-test زوجي H (کروکسال – واليس) مقايسه ميانگين چند جامعه ANOVA

تحليل هاي همبستگي و رگرسيون

همبستگي دو متغيري- پيرسون و اسپيرمن در حالت دو طرفه H0: ρ=0 H1: ρ≠0 در حالت يک طرفه H0: ρ≤0 همبستگي مثبت معني داري وجود دارد H1: ρ>0

آزمون روابط بين متغيرهاي کيفي H0= دو متغير نژاد و منطقه زندگی مستقل هستند H1= دو متغير نژاد و منطقه زندگی مستقل نيستند آزمون کاي دو

همبستگي تفکيکي (Partial)- متغير کنترل در حالت دو طرفه H0: ρ=0 H1: ρ≠0 در حالت يک طرفه H0: ρ≤0 همبستگي مثبت معني داري وجود دارد H1: ρ>0

رگرسيون خطي H0: رابطه خطي بين دو متغير وجود ندارد H1: رابطه خطي بين دو متغير وجود دارد Ŷ=a+bx H0: رابطه خطي بين متغيرها وجود ندارد H1: رابطه خطي بين متغيرها وجود دارد y=a+b1x1+b2x2+b3x3

رگرسيون لجستيک پيش بيني متغير وابسته کيفي با متغيرهاي مستقل کمّي Ln (احتمال موفقيت / احتمال عدم موفقيت )=β0+ β1(ميزان تلاش)+ β2 (ميزان هوش)

تحليل هاي ماتريس همبستگي

تحليل عاملي (اکتشافی / تأييدی) factor Factor 1 Factor 2 Factor 3 Factor 4 C1 .363 .467 .425 .222 C2 -.109 .176 .894 -.008 C3 .060 .574 -.052 .559 C4 .184 .851 .148 -.018 C5 .053 .472 .553 .118 C6 .537 .264 .263 .536 C7 .621 .527 .066 .093 C8 .753 .080 .109 .206 C9 .232 .026 .180 C10 .282 .519 .050 .432 C11 .424 -.049 .671 .415 C12 .470 .423 .379 -.177 C13 .033 .058 .095 .759

مدل معادلات ساختاري

مدل معادلات ساختاري-اندازه گيري

مدل معادلات ساختاري-تحليل مسير

مدل معادلات ساختاري-شاخص هاي برازش