Research-ሪሰርች(ጁፒተር-Jupiter)

2022-07-16 11:53:15 Dummy Variables ምንድን ነው?

በጥናት ማረጋገጥ የፈለግናቸው ሃሳቦች (Dependent Variable) ቀጥተኛ ልኬት ባላቸው ማለትም Ratio Scale Variables (#ለምሳሌ:- የገቢ መጠን፤ የምርት መጠን፤ ዋጋ፤ ወጪ፤ ቁመት፤ የሙቀት መጠን፤ ወዘተ) ብቻ ተጽኖ በሚያድርባቸው ወቅት አስረጂዎቹን (Explanatory Variables) በቀጥታ እራሳቸውን በመውሰድ ውጤቱን መግልጽ ይቻላል፡፡

በተቃራኒው በጥናት ማረጋገጥ የፈለግናቸው ሃሳቦች (Dependent Variable) በቁጥር በማይለኩ (Qualitative) እና የምርጫ ባህሪ (Nominal Scale) ባላቸው አስረጂዎች (Independent Variables) ተጽኖ ሊፈጠርበት ይችላል:: #ለምሳሌ:- ጾታ፤ ብሄር፤ ቀለም፤ ሃይማኖት፤ ዜግነት፤ የመኖሪያ አካባቢ ወይም ክልል፤ የሚደግፉት የፖለቲካ ፓርቲ፤ ወዘተ በሚገጥሙን ግዜ በጥናት ማረጋገጥ ለፈለግናቸው ሃሳቦች በአስረጂነት የምንወስዳቸውን (Explanatory Variables) Category በማድረግ መጠቀም ይገባል:: የዚህ አይነቶቹ አስረጂዎች Dummy Variables ይባላሉ፡፡ (Dummy variables do not have a natural scale of measurement)::

በኢኮኖሜትሪክስ ሞዴል ጥናት በምናጠናበት ወቅት መጠበቅ ያለበት አንድ ጠንካራ ህግ አለ! እሱም ከተዘረዘሩ አስረጂ (Explanatory Variables) መካከል የአንደኛውን ተጽኖ ለማረጋገጥ በፈለግንበት ወቅት የሌሎቹን ተጽኖዎችን ዜሮ አድርገን ነው የምንነሳው (Holding all other factors constant)፡፡ #ለምሳሌ፡- ሲጋራ ማጨስ በጤና ላይ ስላለው ጠንቅ ለማጥናት አስበን ከምንጠቀማቸው ማመላከቻ ምክንያቶች (Explanatory Variables) መካከል ስለ ጾታ ብቻ እንመልከት ብንል እና ሴት ነው ወይስ ወንድ በብዛት በማጨሱ ምክንያት የሚጎዳው? የሚለውን ለመመለስ ከፈለግን፣ ሲትረስ ፓሪበስ የሚሆነው ጉዳይ የአጫሹ እድሜ፤ የትምህርት ደረጃው፤ የትዳር ሁኔታው፤ የገቢ ሁኔታው፤ ወዘተ ናቸው፡፡ ምን ማለት ነው? በማጨስ ምክንያት ተጎጂው ሴት ወይስ ወንድ? የሚለውን እንጂ ሴት ወጣት፤ የተማረች ሴት፤ ያገባች ሴት፤ ሃብታም ሴት ወዘተ በማለት ላለማነጻጸር ሲባል ነው የሚያስፈልገው፡፡

#ለምሳሌ:- ወንድ ወይም ሴት፤ ሰራተኛ ወይም ስራ- አጥ፤ ክርስትያን ወይም ሙስሊም፤ ነጭ ወይም ጥቁር፤ ድሃ ወይም ሃብታም፤ የተማረ ወይም ያልተማረ፤ የሚያጨስ ወይም የማያጨስ፤ ወዘተ የሚሉ ምርጫዎች ላይ መውደቅ አስገዳጅ ሲሆን Dummy variables ስልትን መጠቀም ግዴታ ነው፡፡ አማራጩ የሚታወቅ ሲሆን ብቻ ሳይሆን ያለ ወይም የሌለ (Mutually Exclusive Categories) ብሎ ለመለየትም መጠቀም ይቻላል፡፡

#ምሳሌ1:- በሴቶች እና በወንዶች መካከል ያለውን የገቢ ልዩነት ለማጥናት ለሚፈልግ ሰው በመጀመሪያ ወንድን እና ሴትን ኮድ አርጎ ማስቀመጥ አለበት:: ለምሳሌ:- ወንድ = 0 ሴትን = 1 ማድረግ ይቻላል::

#ምሳሌ2:- በኢትዮጲያ ሁኔታ በብሄሮች መካከል ያለውን ኢኮኖሚያዊ ሁኔታ ለማጥናት የፈለገ አጥኚ በመጀመሪያ ብሄሮቹን ኮድ አድርጎ ማስቀመጥ አለበት:: ለምሳሌ:- አርጎባ ብሄር= 0 ጉራጌ= 1 አድርጎ ማስቀመጥ ይገባል:: 0 እና 1 ብሎ መሰየም ግዴት አይደለም፤ አጥኚው በፈለገው መንገድ ኮድ ማድረግ ይችላል:: ለምሳሌ:- 1 እና 2 ብሎ መሰየም ይቻላል፡፡

#ለምሳሌ:- ለሙከራ እስቲ አንድ Equation እንፍርጠር
Y(ማጨስ) = β1D1(ሴት = 0 እና ወንደ = 1) + β2D2(አጭር= 0 እና ረጅም= 1) + β3D3(ሃብታም = 0 እና እና ድሃ = 1) +……..+u(error term)

በመጨረሻ ውጤት ሲተነተን ወንዶች ከሴቶች የማጨስ ሁኔታቸው ምን እንደሚመስል፤ አጫጭር ሰዎች ከረጃጅም ሰዎች የማጨስ ሁኔታቸው ምን እንደሚመስል እንዲሁም ሃብታም ከድሃ የማጨስ ሁኔታው ምን እንደሚመስል ገልጾ ለመተንተን ይቻላል ማለት ነው፡፡
WaseAlpha
GOOD NEWS
በማንኛውም የትምህርት መስክ በማስተርስና የመጀመሪያ ዲግሪ ተምረው፣ #የመመረቂያ_ፅሑፍ ለመስራት ልዩ ድጋፍና እገዛ ለሚፈልጉ ተመራቂ ተማሪዎች ሁሉ፥ ያሉበት ቦታ ሳይገድበን #ጥራት ያለው አገልግሎት #በተመጣጣኝ ክፍያና #በተፈለገው_ጊዜ የምንሰጥ መሆኑን እናሳውቃለን።
Contact us @rese100arch
Phone
+251918533959
+251920256875 ክፈት / አስተያየት ይስጡ

2022-07-15 10:52:39 Pearson Correlation ምንድን ነው?

ማንኛውም ጥናት በሚካሂድበት ወቅት ከመሰረታዊ የተዓማኒነት መመዘኛ መስፈርቶች መካከል ለጥናቱ የተሰበሰበው ዳታ እና ለጥናቱ የተመረጡት ማሳያዎች (Variables) ያላቸው የተጽኖ ደረጃ ምን ይመስላል የሚለውን ማረጋገጥ ነው፡፡

#ለምሳሌ፡- እድሜ ትዳር መመስረት ላይ ስላለው ተጽኖ ለማጥናት፡ እድሜ ትዳር የመመስረት ውሳኔን እንዴት እና በምን ያህል ጥልቀት ተጽኖ እንደሚፈጥርበት በቅድሚያ ማረጋገጥ ተገቢ ነው! ንጽጽሩ Chi Square test፤ Pearson correlation፤ ወዘተ ሊሆን ይችላል፡፡

በተለያዩ ቫሪያብሎች መካከል ስላለው ግንኙነት ለማረጋገጥ ከሚጠቅሙ የCorrelation Coefficient ስልቶች መካከል የተለመደውን Pearson correlation ብንመለከት……

SPSS ለምትጠቀሙ ሰዎች analysis በመግባት correlate ከሚለው ምርጫ ውስጥ bivariate correlations ብትከፍቱ ከሚመጡት ምርጫዎች ውስጥ ለማነጻጸር የምትፈልጉትን ሻሪያብሎች በመምረጥ Pearson correlation የሚለውን ትዛዝ ብትሰጡ የውጤት ቦክሱን ታገኛላችሁ፡፡

የCorrelation Coefficient ውጤት -1 እና 1 መካከል የሚመጣ ሲሆን፡ ውጤቱ 1 ከሆነ በሁለቱ ቫሪያብሎች መካከል ያለው ተጽኖ አወንታዊ መሆኑን ሲያሳይ፡ ውጤቱ -1 ከሆነ በሁለቱ ቫሪያብሎች መካከል ያለው ተጽኖ አሉታዊ መሆኑን ሲያሳይ፡ ውጤቱ 0 ከሆነ በሁለቱ ቫሪያብሎች መካከል ምንም ግንኙነት አለመኖሩን ያሳያል፡፡

#ለምሳሌ፡- በቅርቡ የተደረገው የነዳጅ ዋጋ ክለሳ የዋጋ ንረት ላይ ያለውን ተጽኖ ለማረጋገጥ ቢሞከር እና ውጤቱ ፖዘቲቭ ቢመጣ የነዳጅ ዋጋ ክለሳው የዋጋ ንረትን በቀጥታ ተጽኖ ይፈጥርበታል (የነዳጅ ዋጋ ክለሳው የነዳጅ ዋጋውን ሲጨምረው ዋጋ ንረቱ ተከትሎ ያድጋል)፡ ውጤቱ ኔጋቲቭ ቢመጣ የነዳጅ ዋጋ ክለሳው የዋጋ ንረትን አሉታዊ ተጽኖ ይፈጥርበታል (የነዳጅ ዋጋ ክለሳው የነዳጅ ዋጋውን ሲጨምረውም ዋጋ ንረቱ ይቀንሳል)፡ ውጤቱ 0 ቢመጣ የነዳጅ ዋጋ ክለሳው የዋጋ ንረትን አይጨምረውምም አይቀንሰውውም ማለት ነው፡፡

#ለምሳሌ፡- ውጤቱ ፖዘቲቭ ሆኖ በ0 እና በ1 መካከል ካረፈ የሚመጣው ውጤት ሲተነተን ከ0.8 እስከ 0.99 ከሆነ ጠንካራ እና ገላጭ ሲባል ውጤቱ 0.4 እስከ 0.6 መካከል ሲሆን መካከለኛ እንዲሁም ከ0.5 በታች ሲሆን ደካማ ተጽኖ አላቸው ይባላል፡፡

#ለምሳሌ፡- የነዳጅ ዋጋው ክለሳ ዋጋ ንረቱን በ0.9 ተጽኖ ማሳረፉን ካረጋገጥን መንግስት የነዳጅ ክለሳው ሊኖረው የሚችለውን ቀጥተኛ እና ጠንካራ የዋጋ ንረት ተጽኖ በመረዳት ማስተካከያ እንዲያደርግ ሊያመላክተው ይችላል፡፡

#ለምሳሌ፡- የባንኮች የቁጠባ ወለድ መጠን ከጠቅላላ የቁጠባ መጠን ጋር ያለው ግንኙነት የPearson correlation ውጤት 0.2 ቢሆን የባንኮች ወለድ ሰዎች እንዲቆጥቡ የማድረግ አቅሙ ቀጥተኛ ነገር ግን ዝቅተኛ ተጽኖ መሆኑን ለማረጋገጥ ይቻላል፡፡

የPearson correlation ውጤት በቁጥር ወይም በግራፍ (የግራፎች መግለጫ ነጠብጣብ ወይም መስመር ተደርጎ ሊወጣ ይችላል!) ሊገለጽ ይችላል፡፡

ከታች ስላለው ግራፍ

የመጀመሪያዎቹ ግራፎች የሚያሳዩት መስመሮቹ አግድም ከሆኑ ተጽኖው አሉታዊ እና እጅግ በጣም ጠንካራ መሆኑን ሲያሳይ (ቁጥራዊ ውጤቱ ኔጋቲቭ 1 ቢሆን)፡ ሁለተኛው ግራፍ መስመሩ የሚያሳየው ጠንካራ እና አሉታዊ (ቁጥራዊ ውጤቱ ኔጋቲቭ ከ0.1 እስከ 0.9 ቢሆን) እንደማለት ነው፡፡

ሶስተኛው ግራፍ መስመሩ የሚያሳየው ጠንካራ እና አወንታዊ (ቁጥራዊ ውጤቱ ከ0.1 እስከ 0.9 ቢሆን)፡ አራተኛው ግራፍ መስመሮቹ ቀጥተኛ ከሆኑ (Linear relationship) ተጽኖው አወንታዊ እና እጅግ በጣም ጠንካራ መሆኑን ሲያሳይ (ቁጥራዊ ውጤቱ ፖዘቲቭ 1 ቢሆን)፡ አምስተኛው ግራፍ በቫሪያብሎች መካከል ምንም ተጽኖ ያለመኖሩን ያሳያል (ቁጥራዊ ውጤቱ 0 ቢሆን ማለት ነው)፡፡
WaseAlpha
GOOD NEWS
በማንኛውም የትምህርት መስክ በማስተርስና የመጀመሪያ ዲግሪ ተምረው፣ #የመመረቂያ_ፅሑፍ ለመስራት ልዩ ድጋፍና እገዛ ለሚፈልጉ ተመራቂ ተማሪዎች ሁሉ፥ ያሉበት ቦታ ሳይገድበን #ጥራት ያለው አገልግሎት #በተመጣጣኝ ክፍያና #በተፈለገው_ጊዜ የምንሰጥ መሆኑን እናሳውቃለን።
Contact us @Aman_research_100
Phone
0923224714 ክፈት / አስተያየት ይስጡ

2022-07-10 08:31:24 ስልጠና ለመስጠት ያመቸን ዘንድ ያላችሁበትን ቦታ ይጥቀሱልን ስልጠና ለመስጠት ዝግጁ ስለሆንን በተሟላ ብቃት ባላቸው አሰልጣኞች፣ ኮምፒውተር፣ የሪሰርች ሶፍትዌሮች
በመግባት ይጻፉልን
https://t.me/researchr1 ክፈት / አስተያየት ይስጡ

2022-07-09 21:04:09 ጥናት የምትሰሩ ይህንን ስህተት አርሙ!

በጥናት ስራ ወቅት #ትክክለኛውን (Significant Problem) በርዕሰ ሀሳቡ ውስጥ ማመልከት አስፈላጊም ፈታኝም ነው። ብዙ ተማሪዎች ይደውሉ እና የጥናት ርዕሳቸውን በእንግሊዝኛ ይነግሩኛል እና በአማርኛ በጥናት ማረጋገጥ የፈለጋችሁት ምንድን ነው? ስላቸው ለመዘርዘር ይቸገራሉ።


ለአብዛኞች የርዕስ ምንጭ ኢንተርኔት ነው! እኔ በግሌ ከመማሪያ መፅሃፎቿቹህ፤ ከስራ ልምዶቻችሁ፤ ከምትመለከቱት ሁኔታ፤ ከግል ፍላጎቶቻችሁ በመነሳት የምትችሉትን፤ ዳታ የሚገኝበትን እና የናንተ የሆነ (Orginal)/በሌሎች የተሰራም ከሆነ የተለየ አተያይ ያለው ጥናት ብትሰሩ እመክራለሁ።


#ለምሳሌ፦ አንድ ሰው ይደውል እና ርዕሴ"The #impact of unemployment on household welfare" ነው ይላል! ታዲያ በጥናት ማረጋገጥ የፈለከው ጉዳይ ምንድን ነው? ሲባል "ስራ አጥነት ለቤተሰብ መሰረታዊ ፍላጎቶችን ለሟሟላት ያለው ጫና" ይላል። ልብ በሉ Impact በአማርኛ ጫና ነው እያለ ነው!


ከላይ ያለውን ምሳሌ ተከትሎ አጥኚው ስራ አጥ መሆን ያለውን #አሉታዊ_ጫና (Negative Impact) ሊፈልግ ነው ማለት ነው። ከዛ ስራ አጥ መሆን ገቢ እንዳይኖር ስለሚያደርግ ቤተሰቡ ድሃ ይሆናል/ይራባል (Research Hypothesis) የሚል አይነት ውጤት በመፈለግ ላይ ይሆናል ትኩረቱ።


እዚህ ጋር ሁለት ስህተቶች አሉ፦

#አንደኛው፦ የጥናቱን ውጤት ዳታ ሰብስቦ ውጤት ከመተንተኑ በፊት ወደ እርግጠኝነት የቀረበ ግምት እያስቀመጠ ነው። ስለዚህ ምን አልባት የጥናቱ ውጤት ስራ አጥ መሆን መሰረታዊ (Significant) ችግር ቤተሰቦች ላይ አይፈጥርም የሚል ከሆነ ለመቀበል በመቸገር ውጤት ወደ መለወጥ (Manipulation) ሊገባ ይችላል።


አስታውሱ ጥናት ማለት ከሚታወቅ መነሻ ወደ የማይታወቅ እውነት መሄድ ነው "Known To Unknown" ምን ማለት ነው? በላይኛው ምሳሌ አጥኝው ጥናት ከመጀመሩ በፊት ስራ አጥነት ተፅኖ እንዳለው ያውቃል። ነገር ግን #በዳታ እስካላረጋገጠ ድረስ ስራ አጥነት እንዴት (Negative/Positive? እና በምን ያህል ጥልቀት? (Significance Level) ተፅኖ እንዳለው ማወቅ አይችልም (መላምት ወይም Hypothesis ማስቀመጥ ግን ይችላል!)።


#ለምሳሌ፦ አንድ Independent Variable በጥናት ማረጋገጥ የተፈለገውን ውጤት (Dependent Variable) 89% ያህል ተፅኖ የመፍጠር አቅም ቢኖረው፡ ተፅኖ አለው! ነገር ግን መሰረታዊ (Significant) የችግሩ መንስሄ አይደለም ብላችሁ በ90%, 95%, 99% አስተማማኝነት (Significance Level) ድረስ ብቻ የምትተነትኑት #ተፅኖ እና #መሰረታዊ_ተፅኖ የሚለውን ለመለየት ነው።


ማህበራዊ ሳይንስ ጥናት የምትሰሩ ተማሪዎች ዝቅተኛው 90% አስተማማኝነት (Significance Level) ቢፈቀድም የተፈጥሮ ሳይንስ ነክ ጥናት ለምሰሩ ዝቅተኛው ከ95% አስተማማኝነት (Significance ievel) በታች እንዲሆን አትመከሩም።


በማህበራዊ ሳይንስ እስከ 90% Significance level ለምን ተፈቀደ? ካላችሁ በአብዛኛው በማህበራዊ ሳይንስ #ባህሪያዊ ጥናት (Quasi-Experimental) ስለሚከናወን ውጪያዊ ተፅኖዎችን ለመቆጣጠር ስለሚያስቸግር ሲሆን በተፈጥሮ ሳይንስ Variable በአብዛኛው ከተፅኖ ነፃ ስለሚሆኑ ወደ ትክክለኛነት የቀረቡ የመሆን እድል ይጠበቅባቸዋል (#ለምሳሌ፦ መድሃኒት የማዳን አቅሙ በጥናት ከ95% በላይ የተረጋገጠ መሆኑን ማሳየት ይገባል እንደማለት ነው)። #ለምሳሌ፦ በማህበራዊ ሳይንስ ጥናት ድሃ የመሆንን 90% ምክንያት ለመግለጽ እንኳን ፈታኝ ነው።


#ሁለተኛው፦ Impact, Effect, Determinant.....ብሎ የጀመረ ርዕሰ አሉታዊ (Negative) ችግር እየለየ ነው ብሎ ማለት አይደለም። የአንድ ጉዳይ ተፅኖ/Impact እያጠናቹ ነው ማለት መልካምም መጥፎም ተፅኖ ነው እያረጋገጣችሁ ያላችሁት። ምክንያቱም የውጤት ዝርዝራችሁ ላይ ቤታ ወይም ኮፊሸንት ሲነበብ Negative ወይም Positive እናለ የሚያወጣው ተፅዕኖው አሉታዊም አዎንታዊም ነው እያላችሁ ነው።


#ለምሳሌ፦ አንድ ሰው በንግግሩ "ስራ ማጣቴ በህይወቴ Impact ፈጥሮብኛል" ቢል! ወዲያው ማመን የምትጀምሩት #ጉዳት ፈጥሮብኛል (ተርቢያለሁ፤ ተስፋ አስቆርጦኛል፤ ወዘተ) ማለቱን ነው እንጂ "ስራ አጥ መሆኔ የተሻለ የህይወት አረዳድ ሰጥቶኛል" እያላቹ እንደሆነ አትገምቱም። ነገር ግን ጥናት ስትሰሩ የተፅኖ ትርጉም እናንተ ሳትሆኑ ዳታው ነው አዎንታዊ/አሉታዊ ወይም Negative/Positive ማለት ያለበት።


በተመሳሳይ የጥናት ሀተታ ወይም Statement of the Problem ስታስቀምጡ ስለምታጠኑት ጉዳይ ችግር እየዘረዘራችሁ ሳይሆን የጥናታችሁን የቀደመ አዎንታዊ እና አሉታዊ ተፅኖ እያሳያችሁ ነው።


ከላይ ያነሳሁላችሁ ጉዳይ በፅሁፍ ለመዘርዘር ወይም ለማስረዳት ትንሽ ያስቸግራል። ነገር ግን በቀላሉ እንድትረዱት ለማድረግ የሞከርኩ ይመስለኛል።



ከመሰረታዊ የResearch ሃሳብ እስከ መሰረታዊ የውጤት መተንተኛ SPSS/Stata አጠቃቀም ላይ የምሰጠው ስልጠና ላይ ለመሳተፍ የምትፈልጉ በ+251918533959 ልታገኙኝ ትችላላችሁ።
WaseAlpha
GOOD NEWS
በማንኛውም የትምህርት መስክ በማስተርስና የመጀመሪያ ዲግሪ ተምረው፣ #የመመረቂያ_ፅሑፍ ለመስራት ልዩ ድጋፍና እገዛ ለሚፈልጉ ተመራቂ ተማሪዎች ሁሉ፥ ያሉበት ቦታ ሳይገድበን #ጥራት ያለው አገልግሎት #በተመጣጣኝ ክፍያና #በተፈለገው_ጊዜ የምንሰጥ መሆኑን እናሳውቃለን።
Contact us @rese100arch
Phone
+251918533959
+251920256875 ክፈት / አስተያየት ይስጡ

2022-07-04 11:33:48 Correlation
This is one of research analysis method.
Correlation is used to describe the relationship or association between two variables.
It tells the direction and magnitude of relationship of events or variables.
Some of most commonly used correlation types are Pearson's correlation coefficient for continuous variable and Spearman correlation for ordinal or ranked data.
If the sign of the correlation is positive, the variables are linearly correlated.
The degree or magnitude of relationship is commonly specified as
Small if r is below 0.3.
Medium if r is in (0.3, 0.59) range.
High if r is above 0.6.
As the value of the correlation close to 1, the relationship is strong.
As r goes to 0, poor relationship.
The coefficient of determination tells us the relationship in percentage and it is calculated as r square times 100. ክፈት / አስተያየት ይስጡ

2022-07-04 07:30:52 በጥናታዊ ጽሁፍ Mediator እና Moderator Variable ምንድን ናቸው?
Mediator Variable በቀላሉ በጥናት ለማረጋገጥ በፈለግነው (Dependent Variable) እና በአስረጂነት በምንጠቀማቸው (Independent Variable) መካከል ስለሚኖር ልዩ ግንኙነት የሚያስረዳ የVariable አይነት ነው:: በ Mediation Model አጠቃቀም ህግ በአስረጂነት በምንጠቀማቸው (Independent Variable) በጥናት ለማረጋገጥ የፈለግነውን (Dependent Variable) በቀጥታ ተጽኖ መፍጠር በማይቻልበት ሁኔታ በሶስተኛነት (Intervening Variable ወይም Middle-Man በመባልም ይታወቃል!) ጣልቃ ገብቶ ያገለግላል፡፡

#ለምሳሌ:- ጫት መቃም #ስለሚያነቃቃ ረጅም ሰዓት ለማጥናት ይጠቅማል የሚል መነሻ ይዞ ለተነሳ አጥኚ…….

1. ጫት መቃም Independent Variable ነው፤
2. ረጅም ሰዓት ማጥናት Dependent Variable ነው፤
3. ማነቃቃቱ Mediator Variable ነው ማለት ነው፤

Y (ረጅም ሰዓት ማጥናት) = f (ጫት መቃም (መነቃቃት) + ቡና መጠጣት + መጽሃፍት ቤት መግባት + ሙዚቃ ማዳመጥ +……….+ error term)

ምን አልባት ጫት መቃም ብቻውን ረጅም ሰዓት ለማጥናት አይጠቅም ይሆናል! ነገር ግን የሰዎችን የድካም ስሜት በማጥፋት እና በማነቃቃት ለጥናት የሚኖርን ዝግጁነት ሊጨምር ይችላል! ስለዚህ ማነቃቃት (Mediator) ስለገባ ሃሳቡን ሙሉ አደረገው ማለት ነው፡፡

Mediator Variable በጥናት ለማረጋገጥ በፈለግነው (Dependent Variable) እና በአስረጂነት በምንጠቀማቸው (Independent Variable) መካከል በትክክል የሚያገናኝ ሆኖ ሲገኝ Full Mediation ይባላል:: ነገር ግን የመረጥነው Mediator Variable በጥናት ለማረጋገጥ በፈለግነው (Dependent Variable) እና በአስረጂነት በምንጠቀማቸው (Independent Variable) መካከል በተወሰነ መልኩ ብቻ ግንኙነት የሚፈጥር ሲሆን Partial Mediation ይባላል፡፡

አንዳንዴ በጥናት ለማረጋገጥ በፈለግነው (Dependent Variable) እና በአስረጂነት በምንጠቀማቸው (Independent Variable) መካከል በትክክል ምንም ቀጥተኛ ተጽኖ በማይኖርበት ወቅት በVariable መካከል ያለው ግንኙነት በMediator Variable ላይ ብቻ ይመሰረታል፡፡

በተመሳሳይ #Moderator Variable መጠቀምም ይቻላል! #ለምሳሌ:- በቁጥር መለካት የማይቻሉትን ጾታ፤ ብሄር፤ የኑሮ ደረጃ፤ ወዘተ እንዲሁም በቁጥር መለካት የሚቻሉትን ክብደት፤ እድሜ፤ ወዘተ መካከል የሚኖርን አቅጣጫ እና ግንኙነት ለማጠናከሪያነት ያገለግላል:: #ለምሳሌ:- ለጫት ሱስ ከሴቶች ይልቅ ወንዶች ተጋላጭ ናቸው ብለን ብንነሳ የምክንያቱን ጥንካሬ የምንናረጋግጠው በModerator Variable አማካኝነት ነው፡፡
ሪሰርች Guideline በማውረድ መጠቀም ትችላላችሁ!


GOOD NEWS
በማንኛውም የትምህርት መስክ በማስተርስና የመጀመሪያ ዲግሪ ተምረው፣ #የመመረቂያ_ፅሑፍ ለመስራት ልዩ ድጋፍና እገዛ ለሚፈልጉ ተመራቂ ተማሪዎች ሁሉ፥ ያሉበት ቦታ ሳይገድበን #ጥራት ያለው አገልግሎት #በተመጣጣኝ ክፍያና #በተፈለገው_ጊዜ የምንሰጥ መሆኑን እናሳውቃለን።
Contact us @rese100arch
Phone
+251918533959
+251920256875 ክፈት / አስተያየት ይስጡ

2022-07-04 06:36:33 ክፈት / አስተያየት ይስጡ

2022-07-03 13:19:51 #ዳታ SPSS ላይ እንዴት ማስገባት ይቻላል?
ብዙ ሰዎች ዳታ SPSS ላይ ለማስገባት መቸገራችሁን እና እንዴት ከስተት በጸዳ መልኩ ማስገባት እንደምትችሉ ጠይቃችሁኛል፡፡ በጽሁፍ እንዲዚህ አይነት Practical የሆነ ጉዳይ ለማስረዳት ቢያስቸግርም፣ መሰረታዊ የሚባሉትን ሃሳቦች አስረዳለሁ እናንተ የSPSS ሶፍትዌራችሁን እና ዳታችሁን ይዛችሁ ትከተሉኛላችሁ፡፡

የበተናችሁት እና የሰበሰባችሁትን መጠይቅ ባህሪ መለየት ተገቢ ነው፣ ማለትም ምርጫ (Close Ended) ከሆነ የተጠቀማችሁት (Nominal (ሁለት ምርጫ ሲኖረው #ለምሳሌ፡- ጾታ (ወንድ ወይም ሴት)፤ የጋብቻ ሁኔታ (ያገባ ወይም ያላገባ)፤ ወዘተ)፣ Categorical (ብዙ ምርጫ ሲኖረው #ለምሳሌ፡- እድሜ (ከ18-29ዓመት፤ ከ30-39ዓመት፤ ከ40-49ዓመት፤ ወዘተ)፤ Ordinal/Scale (የሚወዳደር ምርጫ ሲኖረው #ለምሳሌ፡- እርካታ (ጥሩ፤ በጣም ጥሩ፤ እጅግ በጣም ጥሩ፤ ወዘተ ወይም ደረጃ (አንደኛ፤ ሁለተኛ፤ ሶስተኛ፤ ወዘተ) መሆኑን ማረጋገጥ፡፡ ጠቅላላ አስተያየት (Open Ended) ከሆነ የተጠቀማችሁት ከላይ ወደጠቀስኳቸው #ለምሳሌ፡- እድሜን ስንት ዓመትህ ነው ብሎ ጠይቆ የእያንዳንዱን ሰው እድሜ ወደ Categorical መለወጥ ግዴታም ነው ይገባልም፡፡

SPSS (ከተቻለ Version 26) ላይ ዳታ ለመጫን ሁለት ምርጫ አለ አንደኛው ዳታውን Excel ማስገባት (Excel ላይ ጨርሰው ወደ SPSS ላይ Export ማድረግ) ሁለተኛው ደግሞ ቀጥታ SPSS ላይ ለማስገባት በተዘጋጀው Sheet ላይ ማስገባት ይቻላል፡፡

SPSS ሶፍትዌር ሲከፈት ሁለት ምርጫ አለ አንደኛው የተሰበሰበውን መጠይቅ ለማስገባት የተዘጋጀው (Data View) ሲሆን ወደ ጎን በተቀመጡ ቦታዎች ላይ ወደ ጎን መጠይቆችን መሙላት ያስፈልጋል (#ለምሳሌ፡- እድሜ፤ ጾታ፤ የትምህርት ደረጃ፤ ወዘተ እያሉ ወደ ጎን አርዕስት ሰጥቶ ወደታች መጠይቁን መሙላት)፡፡ #ለምሳሌ፡- ጾታ መጠይቁ 1 ለሴት እና 2 ለወንድ ተብሎ ኮድ ከተደረጉ SPSS ላይ Data View ላይ 1 እና 2 ብቻ ብሎ ማስገባት ይገባል፡፡

ሁለተኛው ደግሞ Variable View የሚለው ገጽ ሲሆን በ Data View ላይ ለገቡት መረጃዎች መግለጫ መስጫ ነው፡፡ #ለምሳሌ፡- Data View ላይ ጾታ መጠይቁ 1 እና 2 ብቻ ተብሎ ለገባው መረጃ በቂ ማብራሪያ መስጫ ነው (Label ማድረግ)፣ ማለትም 1 ለሴት እና 2 ለወንድ መሆኑን ገልጾ መጻፍ ይገባል፡፡ በተጨማሪም ወደ ጎን መረጃው ሲሞላ መለኪያው Measure ላይ ከተቀመጡት ሶስት ምርጫዎች መካከል ከዳታ ባህሪ በመነሳት በተገቢ ሁኔታ መሙላት ይገባል፡፡ #ለምሳሌ፡- ምርጫው ሁለት ሲሆን Nominal፤ ምርጫው Categorical ሲሆን Ordinal የሚለውን እንዲሁም ባህሪያቸው ማወዳደር የሆነ መጠይቆችን Scale በማለት መሙላት ይገባል፡፡
በእርግጥ በጽሁፍ ብዙም ግልጽ ላይሆንላችሁ ስለሚችል የተለያዩ ቪዲዎችን ከዩቱብ በማውረድ መመልከት ትችላላችሁ፡፡
ከዚህ በታች ያለው ቪዲዮ የሪሰርች ዳታን እንዴት በSPSS በማስገባት መተንተን እንደምንችል የሚያሳይ ቪዲዮ ዳለሆነ ይመልከቱት





ክፈት / አስተያየት ይስጡ

2022-07-03 08:21:53 በጥናታዊ ጽሁፍ Meta Analysis ምንድን ነው?
Meta-analysis ሌሎች አጥኚዎች መረጃ ሰብስበው ያገኙትን የጥናት ውጤት እርስ በእርስ በማነጻጸር ብቻ በአማካኝ የመጣውን ውጤት መውሰድ የሚቻልበት የጥናት ዘዴ ነው፡፡ Meta-analysis የሚለው ቃል ሲተረጎም analysis of analyses ማለት ነው::
ሁላችሁም እንደምታውቁት ጥናታዊ ስራዎችን ለማከናወን በዋናነት ከ Primary source (መጠይቅ በመሰብሰብ (Questionnaire)፤ ቃለ መጠይቅ (Interview) በማድረግ እና የጋራ ውይይት በማካሄድ (Focus Group Discussion) ወይም ከ Secondary source ከተለያዩ የመረጃ ምንጮች በጽሁፍ ያለ ጥሬ መረጃ በማሰባበስ የሚፈለገው ውጤት ላይ መድረስ የተለመደ አሰራር ነው፡፡ Meta-analysis የ Secondary source መረጃ ዘዴ ውስጥ የሚካተት ነው፡፡
በተቃራኒው ሌሎች አጥኚዎች ከላይ የተዘረዘሩትን መንገዶች ተጠቅመው መረጃ በማሰባሰብ ያገኙትን የጥናት ውጤት (በተመሳሳይ ርዕስ ላይ የተደረገ ጥናት መሆን አለበት) የአንዳቸውን ግኝት ከሌላኛው ግኝት ጋር እርስ በእርስ በማነጻጸር ብቻ በአማካኝ የመጣውን ውጤት መውሰድ የሚቻልበት የጥናት ዘዴ ነው፡፡
በዓለም ላይ የመጀመሪያው የተለያዩ ጥናቶችን በማነጻጸር የተሰራው ጥናት 1904 ነበር (115 ዓመታት አልፎታል)፤ Karl Pearson የተባለ ስታትሽያን በታይፎይድ ላይ የተሰሩ ጥናታዊ ስራዎችን በማሰባሰብ እና ውጤታቸውን በማነጻጸር የማጥናት አካሄድን ጀምሮ ነበር፡፡ ነገር ግን Meta-analysis የሚለውን ስያሜ በ1976 እንዲያገኝ ያደረገው እና ለጥናቱ ዘዴ ህጎችን በማውጣት በፈጣሪነት የሚጠቀሰው Gene V. Glass የተባለው ስታትሽያን ነው፡፡
የ Meta-analysis ጠንካራ ጎን
ለእውነት የተጠጋ ውጤት የማግኘት እድሉ ሰፊ ነው፡፡
ብዙ ዳታ የመዳሰስ እድል ይፈጥራል (#ለምሳሌ:- የ300 ሰው መረጃ የወሰዱ 10 ጥናቶችን በ Meta-analysis ዘዴ የሚመለከት አጥኚ በቀላሉ የ3000 ሰዎችን መረጃ እንደሰበሰበ ይቆጠራል)፡፡
ናሙና ከመውሰድ የሚመጣን ስህተት (Sampling error) የመቀነስ አቅም አለው፡፡
Meta-analysis ለመጠቀም በመጀመሪያ ለማረጋገጥ በፈለጉት ሃሳብ ዙሪያ የተሰሩ ተቀራራቢ ጥናቶችን በደንብ ማንበብ፤ ጥናቶቹን በርዕሳቸው፤ የተጠቀሙትን Variables እና የተሰሩበት ወቅት መሰረት በማድረግ ማሰባሰብ እና ወደ ማነጻጸሩ መግባት ይጠበቃል፡፡
#ለምሳሌ:- በምስራቅ አፍሪካ ስላለ የስራ አጥነት ምክንያት ለማጥናት የፈለገ አንድ አጥኚ በሁሉም የምስራቅ አፍሪካ ሀገራት መዞር ሳይጠበቅት በምስራቅ አፍሪካ ዙሪያ ባሉ ሀገራት #ለምሳሌ:- ከ2010 እስከ 2019 የተጠኑ የስራ አጥነት ምክንያት የሚሉ የጥናት ስራዎችን ማሰባሰብ ይጀምራል፡ #ለምሳሌ:- በኢትዮጲያ፤ በኤርትራ፤ በጅቡቲ፤ በኬኒያ እና በኡጋንዳ የተሰሩ ሁለት ሁለት ጥናት ቢያሰባስብ በድምሩ አስር የጥናት ግኝት ያገኛል ማለት ነው፡፡
ከዚህ በመነሳት በአብዛኛው ሃገራት የተገኘው ውጤት ሲታይ በአማካኝ አብዛኛዎቹ ያገኙት ውጤት ግብርና ላይ ጥገኛ የሆነ ኢኮኖሚ መኖር ተጨማሪ የስራ እድል ለመፈጠር አለመቻሉን እና ለከፍተኛ ስራ አጥነት ምክንያት መሆኑን ካመላከቱ Meta-analysis የሚጠቀመው አጥኚ ከዚህ አማካኝ ግኝት በመነሳት “በምስራቅ አፍሪካ ላለው ከፍተኛ ስራ አጥነት በቀጠናው ባሉ ሀገራት ግብርና ዋነኛ የኢኮኖሚ መሰረት በመሆኑ ነው” ብሎ ያስቀምጣል እንደማለት ነው፡፡ ክፈት / አስተያየት ይስጡ

2022-07-02 17:29:24 Research ስንሰራ Variables ማለት ምን ማለት ነው? እንዴት ማወቅ ይቻላል?

Variables፦ ማንኛውንም ጥናታዊ ስራ ለመስራት በምናስብበት ወቅት ስለ ምናጠናው ሃሳብ ተያያዥነት ያላቸው ጉዳዮች፤ በጥናት ልናረጋግጠው በፈለግነው ሃሳብ ላይ ቀጥተኛም ሆነ ተዘዋዋሪ ተጽኖ የሚፈጥሩ ጉዳዮች ወይም ሃሳቦች ማለት ነው።

#ለምሳሌ፦ በግለሰብ ደረጃ ሲጋራ ለማጨስ የሚያነሳሱ ምክንያቶችን ለማጥናት ብናስብ፣ ቀጥተኛ ሆነ ተዘዋዋሪ ተጽኖ የሚፈጥሩ ሃሳቦችን መጀመሪያ እንለያለን፣ እነሱም ጾታ፤ እድሜ፤ የትዳር ሁኔታ፤ የስራ በሃሪ፤ ገቢ፤ የመኖሪያ አካባቢ፤ ወዘተ ሲጋራ ማጨስን ጨምሮ Variables ይባላሉ። የምንመርጣቸውን Variables ከTheory አንጻር፤ ከሌሎች ጥናታዊ ግኝቶች አንጻር እና ከልምድ አንጻር በመመስረት መምረጥ ይይቻላል።

#ለምሳሌ፦ ወጣትነት ለማጨስ እንደሚገፋፋ ከልምድ በመነሳት፤ የገቢ ማነስ በብስጭት ምክንያት ለማጨስ እንደሚዳርግ የተረጋገጠ ጥናት ካለ በመውሰድ፤ ሌሎቹንም በምክንያት በማስደገፍ መርጦ መጠቀም ይቻላል። ነገር ግን ከላይ ከተጠቀሱት ምክያቶች ውጪ ምክንያት አለኝ ወይም ማረጋገጥ እፈልጋለው ለሚል አጥኚ የራሱን ሃሳብ በማቅረብ ማጥናት ይችላል።

#ለምሳሌ፦ በግለሰብ ደረጃ ሲጋራ ለማጨስ የኢንተርኔት መጥፋት ምክንያት ነው የሚል Variables ቢመረጥ ስህትት አይደለም ነገር ግን በመረጃ በመነሳት ግንኙነት እንዳለው እና እንደሌለው ማረጋገጥ ብቻ ነው የሚጠበቅበት።

በግለሰብ ደረጃ ሲጋራ ለማጨስ የሚያነሳሱ ምክንያቶችን ለማጥናት ብናስብ በጥናት የሚረጋገጠው ሲጋራ ማጨስ (Dependent ወይም Outcome Variable) ይባላል። ምክንያቱም ሲጋራ ማጨስ በጾታ፤ በእድሜ፤ በትዳር ሁኔታ፤ በስራ በሃሪ፤ በገቢ፤ በመኖሪያ አካባቢ፤ ወዘተ ተጽኖ ስለሚያድርበት በነሱ ላይ ጥገኛ ነው።

ነገር ግን በራሳቸው ቆመው በሲጋራ ማጨስ ላይ ተጽኖ የሚፈጥሩት ጾታ፤ እድሜ፤ የትዳር ሁኔታ፤ የስራ በሃሪ፤ ገቢ፤ የመኖሪያ አካባቢ፤ ወዘተ (Independent ወይም Explanatory Variables) ይባላሉ። ምክንያቱም ሲጋራ ማጨስ በተቃራኒው የግለሰቡ ጾታ ላይ ተጽኖ መፍጠር አይችልም (ሰው ስላጨሰ ጾታው አይለወጥም ነገር ግን ጾታው እንዲያጨስ ተጽኖ ሊፈጥርበት ይችላል #ለምሳሌ፦ ወንዶች ከሴቶች በላይ አጫሽ ሊሆኑ ይችላሉ)።

Y(ሲጋራ ማጨስ) = f(ጾታ + እድሜ + የትዳር ሁኔታ + የስራ በሃሪ + ገቢ + የመኖሪያ አካባቢ + ወዘተ + Error Term)

በተለይ የEconometrics Model በመጠቀም ጥናታዊ ጽሁፍ ለማቅረብ ለሚያስቡ አጥኚዎች የምንመርጠውን Variables በጥንቃቄ መምረጥ የማንችል ከሆን የመጨረሻ ውጤቱን ሊያዛባው ይችላል። በተለይ የመረጥነው Independent Variable በተቃራኒው በራሱ በIndependent Variable ላይ ተዘዋዋሪ ተጽኖ የሚፈጥር ከሆን በጣም ክፍተኛ ስህተት የሆነ ውጤት ነው የምናገኘው። የዚህ አይነቱ ችግር Multicolinearity Effect ይባላል። ስለዚህ በቅድሚያ Variables በጥንቃቄ በመምረጥ እንዲሁም የዚህ አይነቱን ችግር መኖሩን የሚያረጋግጠውን Multicolinearity Test ለማድረግ የተለመደው variance-inflating factor (VIF) ስልት ሲሆን በVIF የሚገኘው አማካይ ውጤት ከ10በታች ከሆነ የወሰድናቸው Independent Variables ትክክለኛ ወሆናቸውን ያሳያል። ለዚህ የሚያገለግሉ ሶፍትዌሮች E-View፤ Stata፤ SPSS፤ Sas፤ ወዘተ) በመጠቀም ችግሩን መቅረፍ ይገባል።
ከዚህ በታች ያለው ቪዲዮ የሪሰርች ዳታን እንዴት በSPSS በማስገባት መተንተን እንደምንችል የሚያሳይ ቪዲዮ ዳለሆነ ይመልከቱት






@WaseAlpha ክፈት / አስተያየት ይስጡ