တစ်ဦး Hypothesis စုံစမ်းဖို့အသုံးပြုမူဘောင်ကိုနားလည်ခြင်း
အမျိုးမျိုးနည်းလမ်းများရှိပါသည် သုတေသန ၎င်း၏တိကျတဲ့အားသာချက်များနှင့်အားနည်းချက်များကိုနှင့်အတူအသီးအသီး။ သိပ္ပံပညာရှင်ရွေးကောက်သောတလေ့လာမှုနဲ့လေ့လာခဲ့သည့်ဖြစ်စဉ်၏သဘောသဘာဝ၏ရည်ရွယ်ချက်မှာအပေါ်အကြီးအကျယ်မူတည်ပါသည်။
သုတေသနဒီဇိုင်းကိုတစ်ဦးအယူအဆစမ်းသပ်ရန်နှင့်အယူအဆ, မှန်ကန်သောမမှန်ကန်ကြောင်း, ဒါမှမဟုတ်အပြီးအပြတ်ကောက်ခဲ့တာရှိမရှိအကဲဖြတ်ဖို့ရာအားဖြင့်တစ်ဦးစံမူဘောင်ပေးပါသည်။
အဆိုပါအယူအဆမမှန်ကန်ဖြစ်ပါတယ်ရင်တောင်သုတေသနမကြာခဏတန်ဖိုးရှိသောသက်သေပြဒါမှမဟုတ်လုံးဝသစ်ကိုဦးတည်သုတေသနရွှေ့စေခြင်းငှါထိုးထွင်းသိမြင်မှုကိုပေးနိုင်ပါသည်။
သုတေသနလုပ်ဆောင်သွားရန်ကွဲပြားခြားနားတဲ့နည်းလမ်းတွေ၏နံပါတ်ရှိပါသည်။ ဤတွင်အသုံးအများဆုံးဖြစ်ကြသည်။
cross-section သုတေသန
cross-section သုတေသန သတ်သတ်မှတ်မှတ်ဝိသေသလက္ခဏာများနှင့်အတူလူများ၏ကွဲပြားခြားနားသောအုပ်စုများမှာရှာဖွေနေပါဝငျသညျ။ ဥပမာ, သုတေသီငယ်ရွယ်အရွယ်ရောက်သူအုပ်စုတစ်စုအကဲဖြတ်ရန်နှင့်အထက်အရွယ်ရောက်သူအုပ်စုတစ်ခုကနေသက်ဆိုင်ရာဒေတာတွေကိုနှိုင်းယှဉ်ပေလိမ့်မည်။
သုတေသန၏ဤအမျိုးအစားများ၏အကျိုးကျေးဇူးကြောင့်အတော်လေးလျင်မြန်စွာလုပ်ဆောင်နိုင်တယ်ဆိုတာပါပဲ; သုတေသန data တွေကိုအချိန်အတွက်တူညီတဲ့အချက်မှာစုဝေးစေခြင်းဖြစ်သည်။ အဆိုပါအားနည်းချက်သုတေသနအကြောင်းမရှိနှင့်အကျိုးသက်ရောက်မှုများအကြားတိုက်ရိုက်အသင်းအဖွဲ့စေရန်ရည်ရွယ်သောကွောငျ့ဖွစျသညျ။ ဤသည်အစဉ်အမြဲဒီတော့လွယ်ကူသည်မဟုတ်။ အချို့ကိစ္စများတွင်အကျိုးသက်ရောက်မှုကိုအထောက်အကူပြုကြောင်းသဖွငျ့အချက်များရှိပါလိမ့်မယ်။
ဒီအဆုံး, cross-section လေ့လာမှုနှစ်ခုလုံးအကြွင်းမဲ့အာဏာအန္တရာယ် (အချိန်အတိုင်းအတာတစ်ခုကာလအတွင်းဖြစ်ပျက်တစ်ခုခုရဲ့အလေးသာ) နှင့်ဆွေမျိုးစွန့်စားမှု (တဦးတည်းအုပ်စုတွင်ဖြစ်ပျက်တစ်ခုခုရဲ့လေးသာမှုနှင့်နှိုင်းယှဉ်လျှင်၏စည်းကမ်းချက်များ၌ဖြစ်ပေါ်တစ်ခုအကျိုးသက်ရောက်မှုများအလေးသာအကြံပြုနိုင်ပါတယ် ) အခြားရန်။
longitudinal သုတေသန
longitudinal သုတေသန အချိန်တစ်ခုတိုးချဲ့ကာလအတွင်းတစ်ဦးချင်းစီ၏တူညီသောအုပ်စုတစ်စုလေ့လာနေပါဝငျသညျ။ ဒေတာများကိုလေ့လာအစပိုင်းမှာစုဆောင်းလေ့လာမှု၏သင်တန်းမှတဆင့်အကြိမ်ကြိမ်စည်းဝေးရာသို့ရောက်ရှိပါသည်။ အချို့ကိစ္စများတွင် longitudinal လေ့လာမှုများအများအပြားသည်ဆယ်စုနှစ်များစွာကြာရှည်သို့မဟုတ် Open-အဆုံးသတ်နိုင်ပါတယ်။
တစ်ခုမှာထိုကဲ့သို့သောဥပမာတစ်ခုဖြစ်သည် ဆုကြေးဇူးကို၏ Terman လေ့လာမှု 1920 ခုနှစ်တွင်စတင်ခဲ့ပြီးယနေ့တိုင်ဆက်လက်ရသော။
ဒီ longitudinal သုတေသနများ၏အကျိုးကျေးဇူးကြောင့်သုတေသီများအချိန်ကြာလာတာနဲ့အမျှအပြောင်းအလဲများကိုကြည့်ဖို့ခွင့်ပြုသောကွောငျ့ဖွစျသညျ။ ဆန့်ကျင်ဘက်အားဖြင့်, အသိသာအားနည်းချက်များကိုတစ်ဦးကုန်ကျစရိတ်ဖြစ်ပါတယ်။ သောကြောင့်ရေရှည်လေ့လာမှုများ၏ကုန်ကျစရိတ်၏, သူတို့ဘာသာရပ်များ၏သေးငယ်တဲ့အုပ်စုတစုသို့မဟုတ်လေ့လာရေးတစ်ကျဉ်းလယ်ကိုဖြစ်စေရန်ချုပ်ထားခံရဖို့လေ့ရှိပါတယ်။
ထုတ်ဖော်နေစဉ်, longitudinal လေ့လာမှုများပိုကြီးတဲ့လူဦးရေရန်လျှောက်ထားရန်ခက်ခဲသည်။ နောက်ထပ်ပြဿနာသင်တန်းသားများကိုမကြာခဏနမူနာအရွယ်အစားနှင့်ဆွေမျိုးကောက်ချက်ကျုံ့, Mid-လေ့လာမှုထွက် drop နိုငျသောကွောငျ့ဖွစျသညျ။ အချို့ပြင်ပတွင်တပ်ဖွဲ့များ (ဘောဂဗေဒ, နိုင်ငံရေး, နှင့်သိပ္ပံအပါအဝင်) လေ့လာမှု၏သင်တန်းကာလအတွင်းပြောင်းလဲသွားလျှင်ထိုမှတပါး, သူတို့သိသိသာသာရလဒ်ကို skews သောလမ်းများတွင်ရလဒ်များသြဇာလွှမ်းမိုးနိုင်။
အိုင်ကျူနှင့်အောင်မြင်မှုအကြားဆက်စပ်မှုမဟာစီးပွားပျက်ကပ်နှင့် (ကျောင်းနေပညာရေးဆိုင်ရာကန့်သတ်ထားတဲ့) ဒုတိယကမ္ဘာစစ်နှင့်ကျားမ 1940 ၏နိုင်ငံရေးနှင့် 1950 တို့ကဲ့သို့သောသဖွငျ့တပ်ဖွဲ့များကကျိုးသကဲ့သို့ဖြစ်ကြပါစေခဲ့သည်ကျသောကျနော်တို့ (အမျိုးသမီးတစ်ဦးရဲ့ပရော်ဖက်ရှင်နယ်အလားအလာကန့်သတ်ထားတဲ့) ကို Terman လေ့လာမှုနှင့်အတူဤမွငျလြှငျ ။
ဆက်စပ်မှုသုတေသန
ဆက်စပ်မှုသုတေသနပြု တဦးတည်း variable ကိုအခြားတစ်ဦးတိုင်းတာအသင်းအဖွဲ့ရှိပါတယ်လျှင်ဆုံးဖြတ်ရန်ရည်ရွယ်သည်။
Non-စမ်းသပ်လေ့လာမှု၏ဤအမျိုးအစားတွင်, သုတေသီများနှစ်ခု variable တွေကိုအကြားဆက်ဆံရေးကိုကြည့်ပေမယ့် variable တွေကိုသူတို့ကိုယ်သူတို့မိတ်ဆက်ပေးပါဘူး။ အဲဒီအစား, သူတို့ကိုစုသိမ်းနှင့်မရရှိနိုင်ပါဒေတာအကဲဖြတ်ရန်နှင့်စာရင်းအင်းနိဂုံးချုပ်ဆက်ကပ်။
ဥပမာ, သုတေသီများမူလတန်းကျောင်းအတွက်ပညာရေးဆိုင်ရာအောင်မြင်မှုအနာဂတ်တွင်ပိုမိုကောင်းမွန်-ပေးဆောင်အလုပ်အကိုင်များမှဦးဆောင်ခြင်းရှိမရှိကိုကြည့်ရှုမည်။ သုတေသီဒေတာစုဆောင်းအကဲဖြတ်နိုင်ပါတယ်နေစဉ်, သူတို့ဆိုတဲ့မေးခွန်းကိုအတွက် variable တွေကိုမဆို manipulate ပါဘူး။
ထိုသို့မဖြစ်နိုင်လက်တွေ့, ဒါမှမဟုတ်သိက္ခာမဲ့ဖြစ်စေကြောင့်သင်တစ်ဦး variable ကို manipulate နိုင်ခြင်းလျှင်တစ်ဦးကဆက်စပ်မှုလေ့လာမှုအသုံးဝင်သည်။
သငျသညျတင်သွင်းမယ်နေစဉ်ဆူညံပတ်ဝန်းကျင်နေထိုင်အလုပ်ခွင်၌သင်တို့ကိုလျော့နည်းထိရောက်စေသည်ဥပမာ,, ကသူတွေဟာကြောင်း variable ကိုထိုးသွင်းဖို့ impractical နှင့်မိုလိမ့်မယ်။
ဆက်စပ်မှုသုတေသနပြုရှင်းလင်းစွာ၎င်း၏န့်အသတ်ရှိပါတယ်။ ကအသင်းအဖွဲ့ကိုသိရှိနိုင်ဖို့သုံးနိုငျနေစဉ်, ဒါကြောင့်သေချာပေါက်အကျိုးသက်ရောက်မှုဘို့အကြောင်းမရှိအကြံပြုမထားဘူး။ နှစ်ခု variable တွေကိုဆက်ဆံရေးရှိတယ်ဘာလို့လဲဆိုတော့တဦးတည်းအတွက်အပြောင်းအလဲများကိုအခြားတစ်ပြောင်းလဲမှုကိုထိခိုက်လိမ့်မည်ဟုမဆိုလိုပါ။
လက်တွေ့စမ်းသပ်ချက်
ဆက်စပ်မှုသုတေသနပြုမတူဘဲ, လက်တွေ့စမ်းသပ်ချက်များခြယ်လှယ်ခြင်းနှင့်တိုင်းတာခြင်းနှစ်ဦးစလုံးကပါဝင်ပတ်သက် variable တွေကို ။ သုတေသနဒီမော်ဒယ်အရှိဆုံးသိပ္ပံနည်းကျသုံးသပ်ချက်နှင့်လေ့ဆေးဝါး, ဓာတုဗေဒ, စိတ်ပညာ, ဇီဝဗေဒနှင့်လူမှုဗေဒများတွင်အသုံးပြုသည်။
စမ်းသပ်သုတေသနဘာသာရပ်တစ်ခုနမူနာအတွက်အကြောင်းနှင့်အကျိုးကိုနားလည်သဘောပေါက်ရန်ကိုင်တွယ်အသုံးပြုသည်။ (ဥပမာမူးယစ်ဆေးဝါးသို့မဟုတ်ကုသမှုအဖြစ်) ကို variable ကိုမိတ်ဆက်ဖြစ်ပါတယ်ဘယ်သူကိုတစ်ခုစမ်းသပ်အုပ်စုနဲ့ variable ကိုမိတ်ဆက်မပေးတော်မူသောတစ်ဦးကိုထိန်းချုပ်အုပ်စုတစ်စု: အဆိုပါနမူနာအုပ်စုနှစ်စု၏ဖွဲ့စည်းထားသည်။ နမူနာအုပ်စုများဆုံးဖြတ်ခြင်းနည်းလမ်းတွေထဲကတစ်အရေအတွက်လုပ်ဆောင်နိုင်တယ်:
- အဆိုပါဘာသာရပ်များတိကျတဲ့လူဦးရေကိုကိုယ်စားပြုထားတဲ့အတွက်လူဦးရေနမူနာ
- ဘာသာရပ်များအတွက် variable ကို၏သက်ရောက်မှုတသမတ်တည်းအောင်မြင်လျှင်ကြည့်ဖို့ကျပန်းရွေးချယ်တော်မူထားတဲ့အတွက် Randomization
စမ်းသပ်လေ့လာမှု၏စာရင်းအင်းတန်ဖိုးကိုကြံ့ခိုင်ဖြစ်ပါတယ်နေစဉ်, ကတဦးတည်းကိုအဓိကချို့ယွင်းချက်ဖြစ်နိုင်သည်ရဲ့ အတည်ပြုချက်ကိုဘက်လိုက်မှု ။ တစ်ဦးတည်ပြီးသတ်တယ်ရလဒ်ထုတ်ပြန်ဖို့သို့မဟုတ်အောင်မြင်ရန်ဖို့စုံစမ်းစစ်ဆေးရေးမှူးရဲ့အလိုဆန္ဒမိစ္ဆာ-အပြုသဘောနိဂုံးချုပ်ဖို့ဦးဆောင်သည့်အဓိပ္ပာယ်ကောက်ယူ skew နိုငျသောအခါဤသည်ဖြစ်ပါတယ်။
ဒီရှောင်ရှားရန်တစ်ဦးကလမ်းတစ်လုပ်ဆောင်သွားရန်ဖြစ်ပါသည် ကို double-မျက်စိကန်းသောလေ့လာမှု သင်တန်းသားများကိုမျှမသုတေသီများမထိန်းချုပ်မှုဖြစ်သောအုပ်စုတစ်စုကိုသတိပြုမိနေသော၌တည်၏။ တစ်ဦးကကို double-မျက်စိကန်းသောကျပန်းထိန်းချုပ်ရုံးတင်စစ်ဆေး (RCT) သုတေသနမှဖြစ်သောရွှေစံစဉ်းစားသည်။