סטטיסטיקה תיאורית במחקר: מה לדווח ולמה

פתחתם את קובץ התוצאות, הרצתם כמה פקודות ב־SPSS או ב־Excel, ופתאום יש לכם עשרות מספרים: ממוצעים, סטיות תקן, מינימום, מקסימום, אחוזים, N תקף ונתונים חסרים. עכשיו מתחילה ההתלבטות האמיתית: מה מכל זה נכנס לפרק התוצאות, מה עובר לנספח, ומה רק מבלבל את המרצה. סטודנטים רבים יודעים להריץ ניתוחים, אבל נתקעים בשלב שבו צריך להפוך פלט סטטיסטי לטקסט אקדמי נקי. סטטיסטיקה תיאורית במחקר אינה רק “טבלה לפני המבחנים”; היא השלב שבו הקורא מבין מי השתתף במחקר, איך נראים המשתנים, והאם הנתונים מתאימים לשאלת המחקר ולהשערות.

סטטיסטיקה תיאורית במחקר מדווחת את מצב הנתונים לפני הסקת מסקנות: מאפייני המדגם, התפלגות המשתנים, מדדי מרכז ופיזור, ושיעור הנתונים החסרים. בדרך כלל מדווחים שכיחויות ואחוזים למשתנים קטגוריאליים, ממוצע וסטיית תקן למשתנים כמותיים, ולעיתים חציון וטווח בין־רבעוני כאשר ההתפלגות אינה סימטרית. דיווח נכון עוזר לקורא להבין למה נבחרו המבחנים הסטטיסטיים בהמשך ומה אפשר, או אי אפשר, להסיק מהמדגם.

במדריך זה

• מהי סטטיסטיקה תיאורית במחקר ולמה מדווחים עליה?
• אילו מדדים סטטיסטיים לדווח לפי סוג המשתנה?
• איך בונים טבלת סטטיסטיקה תיאורית ברורה?
• איך כותבים דיווח ממוצע וסטיית תקן בטקסט?
• איך מתאימים דיווח סטטיסטיקה תיאורית לתחום ולשאלת המחקר?
• מה ההבדל בין סטטיסטיקה תיאורית לסטטיסטיקה היסקית?
• מה הטעויות הנפוצות שסטודנטים עושים בדיווח סטטיסטיקה תיאורית?
• איך משתמשים בסטטיסטיקה תיאורית לפני בחירת מבחן סטטיסטי?
• איך בודקים את פרק התוצאות לפני הגשה?

מהי סטטיסטיקה תיאורית במחקר ולמה מדווחים עליה?

סטטיסטיקה תיאורית במחקר היא דרך מסודרת לתאר את הנתונים שנאספו בלי לטעון עדיין לקשר, הבדל או השפעה. היא עונה על שאלות כמו כמה משתתפים יש, מה גילם הממוצע, איך מתחלקות התשובות, ומה רמת הפיזור בכל משתנה. בלי שלב זה, מבחנים סטטיסטיים בהמשך נראים מנותקים מהנתונים עצמם.

מה הנתונים מספרים לפני בדיקת ההשערות

סטטיסטיקה תיאורית — אוסף מדדים שמסכמים נתונים קיימים: ממוצע, סטיית תקן, חציון, טווח, שכיחויות ואחוזים. היא אינה בודקת אם ממצא “מובהק”, אלא מתארת את מה שנמצא במדגם.

במחקר כמותי, פרק התוצאות בדרך כלל מתחיל בתיאור המדגם והמשתנים. לדוגמה, בסמינריון בפסיכולוגיה על קשר בין דחיינות אקדמית לבין חרדה מבחנים, לפני שמריצים מתאם בין המשתנים צריך לדווח מה הייתה רמת הדחיינות הממוצעת, מה טווח הציונים, והאם יש שונות מספקת בין המשתתפים. אם כמעט כל המשתתפים קיבלו ציון דחיינות גבוה מאוד, הקורא צריך לדעת זאת לפני שהוא מפרש את המתאם.

דיווח כזה גם מגן מפני טענות מוגזמות. אם המדגם כולל בעיקר סטודנטים משנה א' באותו מוסד, אי אפשר לנסח את התוצאות כאילו הן מייצגות את כלל הסטודנטים בישראל. התיאור המספרי משרטט את גבולות הממצא.

הקשר בין משתנים, מדגם וסיפור המחקר

מדגם — קבוצת המשתתפים או המקרים שעליהם נאספו הנתונים. משתנה — מאפיין שנמדד במחקר, למשל גיל, מגדר, רמת שביעות רצון, ציון במבחן או היענות לטיפול.

תיאור המדגם אינו קישוט. הוא מאפשר לקורא לבדוק אם המשתתפים מתאימים לשאלת המחקר. בעבודת גמר בתחום הסיעוד על היענות לטיפול תרופתי בקרב קשישים בשחרור לבית, דיווח על גיל ממוצע בלבד לא מספיק. יש מקום לדווח גם על מספר תרופות יומי, מצב מגורים, ושיעור המשתתפים שקיבלו הדרכה לפני השחרור, אם אלה קשורים לשאלת המחקר.

בשלב מוקדם יותר של העבודה, ההחלטה אילו משתנים למדוד קשורה לניסוח ההשערות ולמודל המחקר. אם אתם עדיין מסדרים את היחסים בין משתנה בלתי תלוי ותלוי, כדאי להיעזר בהסבר על שתי תיבות משתנים מחוברות בחץ וסוגר תחתון, משום שהבחירה מה לדווח תלויה ישירות במה שהוגדר כמשתנה במחקר.

אילו מדדים סטטיסטיים לדווח לפי סוג המשתנה?

המדדים שכדאי לדווח נקבעים לפי סוג המשתנה: קטגוריאלי, סדרי או כמותי. למשתנים קטגוריאליים מדווחים בדרך כלל שכיחות ואחוז; למשתנים כמותיים מדווחים ממוצע וסטיית תקן כאשר ההתפלגות סבירה, או חציון וטווח בין־רבעוני כאשר יש הטיה חריגה. הבחירה במדד צריכה להתאים לאופן שבו המשתנה נמדד, לא רק למה שהתוכנה הפיקה.

משתנים קטגוריאליים: שכיחות ואחוז

משתנה קטגוריאלי — משתנה שמחלק מקרים לקבוצות, למשל מגדר, מסלול לימודים, סוג בית ספר, מחלקה בבית חולים או מצב תעסוקתי. במדדים כאלה אין משמעות לממוצע של הקטגוריות, ולכן מדווחים כמה משתתפים נמצאים בכל קטגוריה ומה חלקם באחוזים.

דוגמה מתחום החינוך: בעבודה סמינריונית על עמדות מורים כלפי שילוב תלמידים עם לקויות למידה, אפשר לדווח כי ארבעים ושניים מורים לימדו בבית ספר יסודי ושמונה־עשר בחטיבת ביניים. לצד המספרים צריך להופיע אחוז, כדי שהקורא יבין את היחס בין הקבוצות גם בלי לחשב בעצמו.

כאשר יש קטגוריות רבות מדי, לא תמיד צריך לדווח כל אחת בגוף הטקסט. אם משתנה “תחום לימודים” כולל עשרים חוגים, אפשר לאחד קטגוריות רלוונטיות או להעביר פירוט מלא לנספח, בתנאי שהאיחוד מוסבר ואינו מסתיר מידע משמעותי.

משתנים כמותיים: ממוצע, סטיית תקן וחציון

ממוצע — סכום הערכים חלקי מספר המקרים. סטיית תקן — מדד שמראה עד כמה הערכים מפוזרים סביב הממוצע. חציון — הערך שמחלק את הנתונים לשני חלקים שווים.

בדיווח ממוצע וסטיית תקן משתמשים כאשר המשתנה נמדד בסולם כמותי או כאשר ציון שאלון מחושב כממוצע של כמה פריטים. למשל, במחקר על שביעות רצון של לקוחות משירות דיגיטלי, אפשר לדווח כי שביעות הרצון הממוצעת הייתה 3.82 בסולם של אחת עד חמש, עם סטיית תקן 0.71. המספר הזה אומר לא רק מה הנטייה הכללית, אלא גם כמה המשתתפים שונים זה מזה.

אם ההתפלגות אינה סימטרית, למשל זמן המתנה במיון שבו רוב המטופלים ממתינים מעט ומעטים ממתינים זמן רב מאוד, חציון עשוי לתאר את הנתונים טוב יותר מהממוצע. במקרה כזה אפשר לדווח חציון וטווח בין־רבעוני, ולעיתים לציין גם ממוצע אם נהוג בתחום.

איך בונים טבלת סטטיסטיקה תיאורית ברורה?

טבלת סטטיסטיקה תיאורית צריכה לאפשר לקורא להבין במהירות אילו משתנים נמדדו, מה מספר המקרים התקף, ומה המדדים העיקריים לכל משתנה. טבלה טובה אינה מעתיקה פלט מלא מ־SPSS, אלא מסננת את המידע לפי שאלת המחקר. ברוב העבודות די בטבלה אחת או שתיים: אחת למאפייני מדגם ואחת למשתני המחקר.

מה חייב להופיע בטבלה

טבלת סטטיסטיקה תיאורית יעילה כוללת שם משתנה ברור, מספר משתתפים תקף, ומדדים מתאימים. למשתנים כמותיים יופיעו לרוב ממוצע וסטיית תקן; למשתנים קטגוריאליים יופיעו שכיחות ואחוז. כאשר יש נתונים חסרים, יש לציין זאת או באמצעות N תקף לכל משתנה או באמצעות הערה מתחת לטבלה.

סוג דיווח	גרסה חלשה שסטודנט עשוי לכתוב	גרסה משופרת
גיל	גיל: 23.4	גיל המשתתפים: M = 23.4, SD = 2.8, טווח 19–31
מגדר	רוב המשתתפים נשים	נשים: 68 (64.8%), גברים: 37 (35.2%)
ציון שאלון	לחץ ממוצע 4	לחץ נתפס בסולם 1–5: M = 3.96, SD = 0.62
נתונים חסרים	לא צוין	N תקף משתנה בין 101 ל־105 בשל אי־מענה חלקי

הטבלה אינה צריכה להיות עמוסה בכל מדד אפשרי. אם ממוצע, סטיית תקן וטווח מספיקים להבנת המשתנה, אין צורך להוסיף שונות, שגיאת תקן, אסימטריה וקורטוזיס רק מפני שהם הופיעו בפלט.

לפני ואחרי סינון פלט סטטיסטי

טעות נפוצה היא להדביק לטבלה אקדמית את כל פלט התוכנה. פלט נועד לחוקר בזמן העבודה; טבלה אקדמית נועדה לקורא. ההבדל ביניהם הוא עריכה.

1. התחילו מרשימת המשתנים שנכללים בשאלת המחקר ובהשערות.
2. סמנו לכל משתנה את סוג המדידה: קטגוריאלי, סדרי או כמותי.
3. בחרו מדד תיאורי מתאים לכל סוג משתנה.
4. בדקו אם יש נתונים חסרים או ערכים חריגים שמשנים את הפרשנות.
5. כתבו כותרת טבלה שמסבירה מה נמצא בה, בלי לחזור על כל הטקסט.

אם אתם בונים את פרק השיטה והתוצאות יחד, כדאי לחבר בין הטבלה לבין מבנה העבודה. הסבר על היררכיית פרקים ותתי־פרקים לבניית מבנה עבודה אקדמית יכול לעזור להחליט אם הטבלה שייכת לפרק השיטה, לפרק התוצאות או לנספח.

איך כותבים דיווח ממוצע וסטיית תקן בטקסט?

דיווח ממוצע וסטיית תקן בטקסט צריך להיות קצר, מדויק וקשור לשאלה המחקרית. לא מספיק לכתוב “הממוצע היה גבוה”; צריך לציין את הסולם, את הממוצע, את סטיית התקן ולעיתים גם את כיוון הציון. כאשר מדווחים כמה משתנים, עדיף לשלב טבלה ולתאר בטקסט רק את הממצאים הבולטים.

נוסח בסיסי שמתאים לרוב העבודות

נוסח בסיסי יכול להיראות כך: “רמת השחיקה הממוצעת בקרב המשתתפים הייתה 3.41 בסולם של אחת עד חמש (SD = 0.74), כך שהציונים נטו להיות מעל נקודת האמצע של הסולם.” המשפט כולל את שם המשתנה, ערך הממוצע, הסולם, סטיית התקן ופירוש זהיר.

חלש:
המשתתפים היו די שחוקים, כי הממוצע יצא 3.41.

חזק יותר:
רמת השחיקה הממוצעת הייתה 3.41 בסולם של 1–5 (SD = 0.74), נתון המצביע על נטייה מתונה לרמות שחיקה מעל נקודת האמצע של הסולם.

הגרסה החלשה משתמשת במילה “די” בלי עוגן מספרי ברור. הגרסה המשופרת אינה מנפחת את הממצא, אלא קושרת את המספר לסולם המדידה.

מתי לתאר בטקסט ומתי להסתפק בטבלה

אם יש שלושה משתנים עיקריים, אפשר לדווח כל אחד במשפט. אם יש עשרה ממדים של שאלון, הטקסט צריך להפנות לטבלה ולהתמקד בדפוס הכללי. למשל: “כפי שניתן לראות בטבלה 2, המדדים הגבוהים ביותר התקבלו בתחושת מסוגלות ובהנעה פנימית, ואילו המדד הנמוך ביותר התקבל בתחושת עומס.”

במחקר בתחום ניהול ועסקים על כוונת עובדים להישאר בארגון לאחר מעבר לעבודה היברידית, אפשר לכלול בטבלה ממוצעים של מחויבות ארגונית, איזון עבודה־בית, שביעות רצון מהמנהל וכוונת עזיבה. בטקסט אין צורך לחזור על כל המספרים. עדיף לבחור את הממצא המתאר דפוס: למשל, כוונת עזיבה נמוכה לצד עומס גבוה עשויה להכין את הקרקע לניתוחי הקשר בהמשך.

איך מתאימים דיווח סטטיסטיקה תיאורית לתחום ולשאלת המחקר?

דיווח סטטיסטיקה תיאורית צריך להשתנות לפי תחום המחקר, סוג המשתתפים והשאלה שנבדקת. אותו מדד יכול להיות מידע שולי בעבודה אחת ומידע הכרחי בעבודה אחרת. הבחירה מה לדווח צריכה לנבוע מהטענה המחקרית, לא מתבנית כללית שנלקחה מעבודה אחרת.

דוגמה ממדעי החברה ופסיכולוגיה

בסמינריון בפסיכולוגיה חברתית על קשר בין שימוש ברשתות חברתיות לבין בדידות בקרב סטודנטים בשנה א', דיווח תיאורי צריך לכלול גיל, מגדר, שעות שימוש יומיות, ציון בדידות וציון תמיכה חברתית. אם ההשערה עוסקת בשימוש מוגבר ברשתות, שעות השימוש הן לא רק פרט רקע; הן משתנה מחקרי.

כאן כדאי לדווח ממוצע וסטיית תקן לשעות השימוש, אבל גם לבדוק אם ההתפלגות מוטה. ייתכן שרוב המשתתפים משתמשים שלוש־ארבע שעות ביום, אך קבוצה קטנה מדווחת על עשר שעות ומעלה. במצב כזה חציון או טווח בין־רבעוני יכולים למנוע פרשנות שגויה של הממוצע.

דוגמה מבריאות וסיעוד

בעבודת סיום בתחום הסיעוד על היענות לטיפול תרופתי בקרב קשישים לאחר שחרור ממחלקה פנימית, התיאור צריך לכלול גיל, מספר תרופות קבועות, מגורים לבד או עם בני משפחה, קבלת הדרכת שחרור, וציון היענות. אם המחקר בודק קשר בין הדרכה לבין היענות, שיעור המשתתפים שקיבלו הדרכה חייב להופיע בתיאור המדגם.

במקרה כזה, אחוזים חשובים לא פחות מממוצעים. למשל, אם רק רבע מהמשתתפים קיבלו הדרכה מובנית, זה משנה את האופן שבו מפרשים כל קשר בין הדרכה להיענות. נתון כזה גם עשוי להסביר מדוע מבחן סטטיסטי מסוים אינו מתאים בגלל קבוצה קטנה מדי.

דוגמה מחינוך, משפטים או עסקים

בעבודה בתחום החינוך על קשר בין ותק בהוראה לבין שימוש בכלים דיגיטליים בכיתה, יש לדווח על ותק ממוצע, שלבי גיל שבהם המורים מלמדים, תחום הוראה וציון שימוש בכלים דיגיטליים. אם רוב המדגם מגיע מבתי ספר יסודיים, אי אפשר להסיק בקלות על מורים בתיכון.

בעבודה משפטית־אמפירית על עמדות סטודנטים למשפטים כלפי גישור חובה, דיווח תיאורי עשוי לכלול שנת לימודים, ניסיון קודם בהתמחות או קליניקה, היכרות עם הליכי גישור וציון עמדה כללי. כאן השאלה אינה רק “מה הממוצע”, אלא האם המדגם כולל מספיק שונות ברקע המשפטי של המשתתפים.

מה ההבדל בין סטטיסטיקה תיאורית לסטטיסטיקה היסקית?

סטטיסטיקה תיאורית מסכמת את הנתונים שנאספו במדגם, ואילו סטטיסטיקה היסקית בודקת אם ניתן להסיק מהם על קשרים, הבדלים או אוכלוסייה רחבה יותר. תיאורית עונה על “מה יש בנתונים”; היסקית עונה על “האם הממצא תומך בהשערה מעבר לתיאור המדגם”. שתי השכבות נדרשות, אבל אין לערבב ביניהן.

תיאור לעומת בדיקת השערה

סטטיסטיקה היסקית — שימוש במבחנים כמו t, חי־בריבוע, מתאם, רגרסיה או ANOVA כדי לבדוק השערות על קשרים והבדלים. מובהקות סטטיסטית — מדד שמסייע להעריך אם ממצא במדגם עשוי לשקף דפוס שאינו מקרי בלבד, בהתאם לרמת הסיכון שנקבעה.

לדוגמה, אם ממוצע שביעות הרצון של סטודנטים בקורס מקוון הוא 4.1, זהו תיאור. אם משווים את הממוצע הזה לממוצע בקורס פרונטלי ובודקים האם ההבדל מובהק סטטיסטית, זהו ניתוח היסקי. לפני שמגיעים למבחן, התיאור מאפשר לראות אם הקבוצות דומות בגודלן ואם הציונים מתפלגים באופן סביר.

הבחירה במבחן ההיסקי תלויה לעיתים במה שנמצא בתיאור הנתונים. לכן כדאי לחבר בין שלב התיאור לבין ההחלטה על הניתוח, למשל בעזרת המדריך על עמודות נתונים וחץ החלטה לבחירת מבחן סטטיסטי.

טבלת השוואה: תיאורית מול היסקית

שאלה שהחוקר שואל	סטטיסטיקה תיאורית	סטטיסטיקה היסקית
מה גיל המשתתפים?	גיל ממוצע 24.6, SD = 3.1	לא נדרש מבחן
האם יש הבדל בין שתי קבוצות?	ממוצע כל קבוצה וסטיית תקן	מבחן t או חלופה מתאימה
האם משתנים קשורים זה לזה?	פיזור ציונים וטווח ערכים	מתאם או רגרסיה
האם התפלגות קטגוריות שונה מהצפוי?	שכיחויות ואחוזים בכל קטגוריה	חי־בריבוע

הטבלה ממחישה מדוע אין לדלג על התיאור. מבחן t בלי ממוצעים וסטיות תקן אינו נותן לקורא תחושה של גודל ההבדל. אם אתם מדווחים בהמשך מבחן t, אפשר להיעזר גם במדריך על שלושה עמודי גרף עם קו מובהקות כתום לדיווח מבחן t.

מה הטעויות הנפוצות שסטודנטים עושים בדיווח סטטיסטיקה תיאורית?

הטעויות הנפוצות בדיווח סטטיסטיקה תיאורית קשורות בדרך כלל להעתקת פלט בלי עריכה, בחירת מדדים שאינם מתאימים לסוג המשתנה, ופירוש יתר של מספרים תיאוריים. טעות נוספת היא לדווח נתונים בלי לחבר אותם לשאלת המחקר. תיקון טוב מתחיל בהפרדה בין מה שהנתונים מתארים לבין מה שאפשר להסיק מהם.

טעויות שחוזרות בעבודות סמינריון ותזה

1. ממוצע למשתנה קטגוריאלי
   דוגמה ריאליסטית: “הממוצע של מגדר היה 1.62.”
   תיקון: דווחו שכיחויות ואחוזים: “נשים: 62%, גברים: 38%”, בלי לחשב ממוצע לקודים מספריים.

2. דיווח ממוצע בלי סולם המדידה
   דוגמה ריאליסטית: “המוטיבציה הממוצעת הייתה 4.2.”
   תיקון: כתבו את הסולם: “המוטיבציה הממוצעת הייתה 4.2 בסולם של 1–5 (SD = 0.58).”

3. פירוש סיבתי למדד תיאורי
   דוגמה ריאליסטית: “הסטודנטים השתמשו הרבה באפליקציה ולכן ההישגים שלהם עלו.”
   תיקון: תיאור השימוש אינו מוכיח השפעה. כתבו: “נמצא שימוש ממוצע גבוה באפליקציה; הקשר בינו לבין הישגים נבדק בהמשך.”

4. התעלמות מנתונים חסרים
   דוגמה ריאליסטית: “המדגם כלל 120 משתתפים”, אבל בטבלה מופיעים רק 96 משיבים לשאלון לחץ.
   תיקון: ציינו N תקף לכל משתנה או הסבירו כמה מקרים הוחרגו ומדוע.

5. העמסת טבלה במדדים מיותרים
   דוגמה ריאליסטית: טבלה עם ממוצע, חציון, שונות, סטיית תקן, טווח, מינימום, מקסימום, אסימטריה וקורטוזיס לכל משתנה, בלי שימוש בהמשך.
   תיקון: השאירו מדדים שנדרשים להבנת המשתנה או לבחירת המבחן הסטטיסטי.

איך למסגר מחדש דיווח חלש

דיווח חלש לרוב נשמע כאילו הכותב מנסה להוכיח משהו לפני שהניתוח החל. דיווח משופר נשאר קרוב לנתונים ומכין את הקורא לשלב הבא.

חלש:
רוב המשתתפים היו מרוצים מאוד ולכן ניתן לראות שהתוכנית הצליחה.

חזק יותר:
שביעות הרצון מהתוכנית הייתה גבוהה יחסית (M = 4.18, SD = 0.64 בסולם 1–5). בחינת הקשר בין שביעות הרצון לבין התמדה בתוכנית מוצגת בניתוח ההמשך.

הגרסה המשופרת אינה טוענת להצלחה על בסיס ממוצע בלבד. היא מתארת את הנתון ומסמנת לקורא שהשאלה ההיסקית תיבדק בהמשך.

איך משתמשים בסטטיסטיקה תיאורית לפני בחירת מבחן סטטיסטי?

סטטיסטיקה תיאורית מסייעת לבחור מבחן סטטיסטי מפני שהיא חושפת את סוג המשתנים, גודל הקבוצות, טווח הציונים, נתונים חסרים וחריגים. לפני שמריצים מבחן t, מתאם או רגרסיה, צריך לדעת אם הנתונים מתאימים להנחות הבסיסיות של המבחן. התיאור אינו שלב טכני בלבד; הוא בדיקת היתכנות לניתוח.

בדיקות מקדימות לפני מבחן

לפני בחירת מבחן סטטיסטי, עברו על הנתונים לפי סדר קבוע:

1. זהו את המשתנה התלוי ואת המשתנה הבלתי תלוי.
2. קבעו את סוג המדידה של כל משתנה.
3. בדקו כמה מקרים תקפים יש בכל משתנה או קבוצה.
4. בחנו ממוצעים, סטיות תקן, מינימום ומקסימום.
5. חפשו ערכים חריגים או טווחים לא הגיוניים.
6. בדקו אם יש קבוצה קטנה מדי להשוואה יציבה.
7. התאימו את המבחן לשאלה, לסוג המשתנים ולמבנה המדגם.

לדוגמה, אם אתם משווים שביעות רצון בין עובדים במודל היברידי לעובדים במשרד בלבד, לפני מבחן t בדקו את גודל שתי הקבוצות ואת ממוצע שביעות הרצון בכל אחת. אם קבוצה אחת כוללת עשרה משתתפים והשנייה מאה וחמישים, יש לכך משמעות בפרשנות ובבחירת חלופה אפשרית.

קשר לשאלון ולמהימנות

במחקרים רבים הנתונים מגיעים משאלון. במקרה כזה, לפני דיווח הממוצע של סולם, יש לוודא שהציון חושב נכון ושפריטי הסולם מכוונים לאותו מושג. מהימנות — מידת העקביות של כלי המדידה. תקפות — המידה שבה הכלי מודד את המושג שהוא אמור למדוד.

אם שאלון כולל חמישה פריטים למדידת חרדת מבחנים, אין לדווח ממוצע כללי לפני שבדקתם שהפריטים שייכים לאותו ממד לפי ההנחיות המקובלות בקורס או אצל המנחה. בעבודות תואר ראשון לעיתים מסתפקים בדיווח מהימנות בסיסי אם המרצה ביקש; בתזה לתואר שני הציפייה עשויה להיות מפורטת יותר.

כאשר אתם עדיין בשלב בניית הכלי, המדריך על עמודות מדידה וסולם תשובות לבניית שאלון מחקר יכול לעזור לחבר בין פריטי השאלון לבין הדיווח התיאורי שיידרש בהמשך.

איך בודקים את פרק התוצאות לפני הגשה?

בדיקת פרק התוצאות צריכה לוודא שכל נתון תיאורי משרת את שאלת המחקר, שכל טבלה קריאה, ושאין ערבוב בין תיאור לבין הסקה. רצוי לעבור על הפרק כאילו אתם הקוראים: האם ברור מי המדגם, מה נמדד, איך חושבו המדדים, ומה הנתונים אומרים לפני בדיקת ההשערות. אם התשובה לא ברורה, יש צורך בעריכה נוספת.

בדיקת עקביות בין שיטה, תוצאות והשערות

התחילו מהשוואה בין פרק השיטה לפרק התוצאות. אם בפרק השיטה כתבתם שנמדדו ארבעה ממדי מחויבות ארגונית, בפרק התוצאות צריכים להופיע אותם ממדים או הסבר מדוע חלקם לא נותחו. אם בהשערות מופיע משתנה “לחץ אקדמי”, אבל בטבלה כתוב “עומס”, הקורא עלול לחשוב שמדובר במשתנים שונים.

בדקו גם שהסולמות עקביים. אם שאלון דווח בסולם של אחת עד שבע בפרק השיטה, אל תפרשו ממוצע 4.2 כאילו מדובר בסולם של אחת עד חמש. חוסר עקביות כזה פוגע באמון הקורא גם אם הניתוח עצמו תקין.

התאמה לדרישות מנחה או ועדת הוראה

בחלק מהחוגים יש הנחיות מפורטות לדיווח סטטיסטי, במיוחד בתזה או בעבודת גמר לתואר שני. מנחה עשוי לבקש דיווח לפי APA, הפרדה בין טבלאות מדגם וטבלאות משתנים, או ציון N בכל ניתוח. אם יש הנחיות קורס ב־Moodle, השתמשו בהן לפני תבניות כלליות מהאינטרנט.

בדיווח לפי APA, נהוג להקפיד על סימון מדדים כמו M ו־SD, על מספר ספרות אחרי הנקודה בהתאם למדד, ועל כותרות טבלה ברורות. אין צורך להפוך את העבודה למדריך סטטיסטי; כן צריך לאפשר לקורא להבין את הנתונים בלי לפתוח את קובץ הפלט.

לפני שמתקדמים: צ'קליסט דיווח סטטיסטיקה תיאורית

• ציינתם את גודל המדגם הכולל ואת ה־N התקף בכל משתנה רלוונטי.
• הפרדתם בין משתנים קטגוריאליים למשתנים כמותיים.
• דיווחתם שכיחויות ואחוזים למשתנים קטגוריאליים.
• דיווחתם ממוצע וסטיית תקן למשתנים כמותיים שמתאימים לכך.
• השתמשתם בחציון או בטווח בין־רבעוני כאשר ההתפלגות מוטה.
• ציינתם את סולם המדידה של שאלונים ומדדים.
• הסברתם נתונים חסרים או פערים בין N בטבלאות.
• לא העתקתם פלט תוכנה ללא עריכה.
• לא הסקתם קשר, הבדל או השפעה מתוך מדד תיאורי בלבד.
• בדקתם התאמה בין פרק השיטה, ההשערות וטבלאות התוצאות.
• וידאתם שהטבלאות קריאות גם בלי הסבר בעל פה.
• התאמתם את צורת הדיווח לדרישות המרצה, המנחה או ועדת ההוראה.