البيانات هي مجموعة من المعلومات التي يتم جمعها بطرائق مختلفة حول ظاهرة ما لدراسة خصائص تلك الظاهرة وتحليل التغييرات التي من المحتمل ان تطرأ عليها، اغلب الباحثين يركزون على مشكلة ما لدراستها ليتم بعد ذلك جمع البيانات عن تلك المشكلة او مايطلق عليها الظاهرة المدروسة، ،هناك نوعان من البيانات هي (النوعية و الكمية) وتختلف كل من تلك البيانات بطرق جمعها وتبويبها.

وبشكل عام فالبيانات هي مجموعة من الحروف أوالكلمات أو الأرقام أو الرموز أو الصور (الخام) المتعلقة بموضوع معين . مثال على ذلك: بيانات الموظفين (الأسماء – الأرقام الوظيفية – المهن – الصور) بدون ترتيب، وينتج عن هذه البيانات بعد المعالجة ما يطلق عليه مصطلح معلومات.

ومثال آخر ان ما يلتقطه قمر صناعي من صور هي بيانات يرسلها إلى الأرض في هيئة إشارات، تقوم اجهزة حاسوبية على الأرض بتجميع البيانات وتنشئ بعد معالجتها الصورة أو صوراً.

تصنيف البيانات Data Classification

تصنف البيانات إلى صنفين رئيسيين بالأصل ولكن بعض المحللين أضافوا قسماً ثالثاً وهو عبارة عن مزيج لهذين القسمين. لذلك سنتطرق في هذا المقال إلى هذين الصنفين الرئيسيين. واعلم أن كل الطرق والوسائل والأسئلة المستخدمة لجمع البيانات ستكون نتائجها أحد هذه الأقسام.

  • النوع الأول: أسئلة تنتج بيانات أقرب إلى أن تكون تفسيرية أو وصفية وتعرف بالبيانات النوعية (Qualitative Data).
  • النوع الثاني: أسئلة تنتج بيانات رقمية تعرف بالبيانات الكمية (Quantitative Data).
  • النوع الثالث: هو نوع مزيج من النوع الأول والثاني وتعرف بالبيانات المختلطة (Mixed Methods Data).

من المهم جدًا معرفة نوع البيانات التي تحتاجها والتي ستحصل عليها من خلال طرق جمع البيانات (والتي تم التطرق لها سابقا ). فكل طريقة ستستخدمها لجمع البيانات ستعطيك نوعاً من البيانات وكل نوع له استخداماته وله حدوده من ناحية التحليل واستخراج النتائج منه. سنشرح في بقية المقال النوعين الرئيسيين من أنواع البيانات، مع ذكر أمثلة لها لإيضاح الفكرة بشكل أكبر.

البيانات النوعية (Qualitative Data)

البيانات الإسمية Nominal Data: بيانات تكون في صورة غير عددية ولا يمكن التفاضل بينها وتتكون من مجموعات متنافية مثل الأسئلة التي جوابها يكون بنعم أو لا، أو السؤال عن نوع الجنس فهناك طبقتان إما ذكر أو أنثى، أو السؤال عن الحالة الاجتماعية (متزوج – أعزب – مطلق – أرمل). وعادة ما نضع رموز لهذه الأجوبة كـ نعم بـ (1) ولا بـ (0). ومن الخطأ أن نقوم بإجراء العمليات الحسابية على هذه الرموز كما هو واضح في المثال الذي ذكر في البداية.

البيانات الترتيبية Ordinal Data: هي أيضاً تكون في صورة غير عددية ولا يمكن إجراء العمليات الحسابية عليها. والفرق بينها وبين البيانات الأسمية هو عملية المفاضلة والترتيب بين الطبقات. تستطيع في البيانات الترتيبية ترتيب البيانات، مثل مستوى التعليم (ابتدائي – متوسط – ثانوي – جامعي)، أو معدل الدخل الشهري (<5000، 5000-10000، >10000). فنلاحظ في هذا السؤال أن هناك نوع من المفاضلة والطبقية بين الخيارات.

خصائص البيانات النوعية Characteristics of Qualitative Data

*غالباً ما توصف بأنها بيانات غنية بالمعلومات أكثر من البيانات الرقمية.

*يمكن جمعها من خلال أساليب وطرق مثل: تقنيات المراقبة، مجموعات التركيز، المقابلات، دراسة حالة.

*هذا النوع من البيانات غير رقمية ويدرس في العادة الأنماط والتوجهات بشكل عام.

البيانات الكمية (Quantitative Data)

هذا النوع من البيانات يمكن تمثيله بالأرقام، ومن أنواعها:

*بيانات الفترة Interval Data: تكون بياناتا لفترة في صورة عددية، توضح او تمثل القيمة الفعلية للظاهرة. نستطيع أن نجري عليها العمليات الحسابية مثل المتوسط الحسابي والانحراف المعياري وغيرها من العمليات الحسابية. لكن عملة الضرب والقسمة بين البيانات في هذا النوع لا تعطيك أي معنى حقيقي. فمثلاً لو أخذت بيانات عن موعد الذهاب للنوم، شخص يذهب للنوم الساعة 9 والآخر يذهب الساعة 11، تستطيع هنا أن تستنتج أن هناك فرقاً مقداره ساعتين في حال الطرح بينهما، لكن الضرب والقسمة بينهما لن تعطيك أي نتائج ومعلومات مفيدة. ويمتاز هذا النوع أيضاً بتساوي المسافات بين الرتب. يستخدم هذا المقياس كثيراَ في العلوم التربوية والنفسية والاجتماعية. ومن أمثلة هذا النوع من البيانات درجة الطالب في الاختبارات، أو درجة الحرارة. حيث أن جميع البيانات تقاس بمقدار بعده عن الصفر، ولكن درجة الصفر لا تعني عدم وجود الظاهرة. فالطالب الذي يحصل على درجة صفر، لا يعني أنه لا يملك أي معلومة، وكذلك درجة الحرارة عندما تكون صفر لا تعني انعدام الحرارة، لهذا ينبغي علينا مراعات قيمة الصفر في هذا النوع من البيانات.

*البيانات النسبية Ratio Data: بيانات تكون في مستوى أعلى من البيانات السابقة، بحيث تكون في صورة عددية ونستطيع أن نجري عليها جميع العمليات الحسابية من متوسط حسابي أو انحراف معياري أو عملية الضرب والقسمة، والنتائج هنا تعطيك معلومات ذات قيمة وفائدة فمثلاً لو أخذنا سنوات الخبرة والعمل في مجال معين كشخص خبرته 5 سنوات والأخر 3 سنوات فمن خلال قسمتهم على بعض فبإمكانك أن تستخرج مقدار النسبة والتناسب بين الشخصين. ويمتاز هذا النوع من البيانات في أن قيمة الصفر تعني انعدام الظاهرة. وأغلب البيانات المتعلقة بعلوم الفيزيائية والهندسية هي بيانات نسبية.

خصائص البيانات الكمية Quantitative data properties

*هذا النوع يتطلب استخدام التحليل الاحصائي للخروج بمعلومات مفيدة.

*في هذا النوع من البيانات تستطيع تحديد المتغيرات وأيضاً تستطيع دراسة العلاقة بينها.

*تستطيع تحويل بعض البيانات النوعية الى بيانات كمية من خلال عدها وجمعها. مثلاً: نستطيع القول من المثال المذكور في بداية المقال أن عدد الحضور من مدينة الرياض 5 أشخاص وعدد الحضور من مدينة جدة شخصان وعدد الحضور من مدينة الدمام 3 أشخاص. بناءً على هذه الأعداد تستطيع أن تجري عليها العمليات الحسابية.

*غالباً ما ينظر إلى هذا النوع من البيانات على أنها أكثر موضوعية لتحليل البيانات.

*يمكن جمعها بالعادة من خلال الاستبانات أو الأسئلة المباشرة.

غالباً تعرض نتائج هذا النوع من البيانات على شكل رسوم بيانية.

أخيراً … قد تكون أغلب المعلومات والأقسام هنا معروفة بالفطرة، ولكن لابد من تحريرها وتوضيح الفروقات بينها. بحيث لو رجعت لأي طريقة من طرق جمع البيانات ووجدت هذه المصطلحات، فستكون قادراً على فهمها بشكل سليم.

لا توجد تعليقات للعرض.

Similar Posts

اترك تعليقاً