איך לבחור מבחן סטטיסטי שמתאים לשאלת המחקר שלכם

פתחתם את פרק השיטה, כתבתם שיש לכם שאלון, מדגם ונתונים, ואז הגעתם לשורה שמבקשת “שיטת ניתוח נתונים” — ושם הכול נעצר. אתם יודעים שיש משהו שנקרא מבחן t, שמעתם על ANOVA, אולי המרצה הזכיר רגרסיה, אבל לא ברור איך לבחור מבחן סטטיסטי בלי לנחש. הבעיה מתחילה בדרך כלל עוד קודם: שאלת המחקר מנוסחת במילים כלליות כמו “האם יש השפעה”, המשתנים לא מוגדרים עד הסוף, והקשר בין השאלה לבין הטבלה העתידית ב־SPSS לא נבדק. בחירה לא מדויקת של מבחן סטטיסטי עלולה לגרום לכך שהממצאים ייראו מנותקים מההשערות, גם אם הנתונים עצמם נאספו כמו שצריך.

כדי לבחור מבחן סטטיסטי, התחילו מהשאלה: האם אתם בודקים הבדל, קשר, ניבוי או תלות בין קטגוריות. אחר כך זהו את סוג המשתנים, מספר הקבוצות, והאם המדידות בלתי תלויות או חוזרות; רק לאחר מכן בוחרים בין מבחן t, ANOVA, מתאם, חי־בריבוע או רגרסיה.

במדריך זה

• איך לבחור מבחן סטטיסטי לפי שאלת המחקר
• איזה מבחן סטטיסטי מתאים לסוג המשתנים שלכם
• מתי משתמשים במבחן t אנובה ורגרסיה
• איך בונים עץ החלטה מבחנים סטטיסטיים לעבודה שלכם
• מה הטעויות הנפוצות שסטודנטים עושים בבחירת מבחן סטטיסטי
• איך מדווחים על הבחירה במתודולוגיה ובפרק הממצאים
• איך בודקים שהבחירה הסטטיסטית מתאימה לפני הגשה

איך לבחור מבחן סטטיסטי לפי שאלת המחקר?

בוחרים מבחן סטטיסטי לפי סוג הטענה שהמחקר מנסה לבדוק: הבדל בין קבוצות, קשר בין משתנים, ניבוי, או קשר בין משתנים קטגוריאליים. אם שאלת המחקר לא מבהירה מה בדיוק נבדק, גם הבחירה במבחן תהיה לא יציבה. לכן השלב הראשון הוא להפוך ניסוח כללי לשאלה שיש בה משתנים, אוכלוסייה וכיוון ניתוח.

מתחילים מהטענה הסטטיסטית ולא משם המבחן

סטודנטים רבים מתחילים מהמשפט “אני צריך ANOVA?” במקום לשאול מה ההשערה דורשת. השערה סטטיסטית — ניסוח שניתן לבדוק באמצעות נתונים, למשל הבדל בממוצעים או קשר בין ציונים. אם ההשערה אומרת “קיים הבדל ברמת החרדה בין סטודנטים בשנה א׳ לשנה ג׳”, אתם בכיוון של בדיקת הבדל בין קבוצות. אם היא אומרת “ככל שתמיכת המרצה גבוהה יותר, שביעות הרצון מהקורס גבוהה יותר”, אתם בכיוון של קשר בין שני משתנים.

כאן כדאי לחזור לשלב ניסוח השאלה. אם שאלת המחקר עדיין מעורפלת, למשל “כיצד למידה מקוונת משפיעה על סטודנטים?”, קשה לבחור מבחן. ניסוח מדויק יותר יהיה: “האם קיים הבדל בממוצע שביעות הרצון מהקורס בין סטודנטים שלמדו באופן מקוון לבין סטודנטים שלמדו באופן פרונטלי?” אם אתם עדיין בשלב הזה, המאמר על משפך מצמצם רעיונות רחבים לשאלת מחקר ממוקדת יכול לעזור לחבר בין נושא רחב לבין שאלה שאפשר לבדוק.

ארבע שאלות שמכוונות את הבחירה

לפני שמחפשים שם של מבחן, ענו על ארבע שאלות:

1. האם שאלת המחקר בודקת הבדל בין קבוצות או קשר בין משתנים?
2. מהו המשתנה התלוי — התוצאה שנמדדת או מוסברת?
3. מהו המשתנה הבלתי תלוי — הגורם, הקבוצה או המשתנה המסביר?
4. האם המשתנים נמדדים בסולם רציף, סדרי, שמי או דיכוטומי?

משתנה תלוי — המדד שאת השינוי בו רוצים להסביר, כמו ציון במבחן, רמת שחיקה או הכנסה חודשית. משתנה בלתי תלוי — המשתנה שמסביר או מחלק לקבוצות, כמו סוג התערבות, מגדר, ותק או רמת תמיכה חברתית. ההבחנה הזאת קובעת אם תבדקו ממוצעים, מתאמים, שכיחויות או מודל ניבוי. להרחבה על ההבחנה בין המשתנים, אפשר להיעזר במאמר על שתי תיבות משתנים מחוברות בחץ וסוגר תחתון.

דוגמה ממדעי החברה

בעבודת סמינר בפסיכולוגיה חברתית על קשר בין שימוש באינסטגרם לבין דימוי גוף בקרב סטודנטיות, שאלת המחקר יכולה להיות: “האם קיים קשר בין משך שימוש יומי באינסטגרם לבין ציון דימוי גוף?” כאן אין שתי קבוצות, אלא שני משתנים כמותיים: דקות שימוש וציון בסולם דימוי גוף. הבחירה הראשונית תהיה מתאם פירסון, אם המדדים מתאימים לכך, או חלופה לא פרמטרית אם ההנחות אינן מתקיימות.

לעומת זאת, אם השאלה היא “האם יש הבדל בדימוי הגוף בין סטודנטיות שנחשפות לתכני כושר לבין סטודנטיות שנחשפות לתכני אופנה?”, כבר מדובר בהשוואת ממוצעים בין שתי קבוצות. במקרה כזה מבחן t למדגמים בלתי תלויים עשוי להתאים, בתנאי שהמשתנה התלוי נמדד בסולם כמותי ושתי הקבוצות אינן אותם משתתפים.

איזה מבחן סטטיסטי מתאים לסוג המשתנים שלכם?

המבחן המתאים תלוי קודם כול בסולם המדידה של המשתנים: כמותי רציף, סדרי, שמי או דיכוטומי. משתנה כמותי מוביל בדרך כלל למבחנים של ממוצעים, מתאמים או רגרסיה; משתנה קטגוריאלי מוביל להשוואת שכיחויות או קבוצות. בלי זיהוי נכון של סוג המשתנה, גם ניסוח ההשערה עלול להטעות.

סולמות מדידה במילים פשוטות

משתנה כמותי רציף — מדד מספרי שאפשר לחשב לו ממוצע, כמו גיל, ציון, הכנסה, לחץ דם או ציון שביעות רצון מסולם שמחושב מכמה פריטים. משתנה קטגוריאלי שמי — משתנה שמחלק לנבדקים לקטגוריות בלי סדר פנימי, כמו מגדר, תחום לימודים או סוג טיפול. משתנה סדרי — קטגוריות שיש ביניהן סדר, אך המרחק בין הדרגות אינו בהכרח שווה, למשל רמת השכלה או דירוג הסכמה בפריט יחיד.

בשאלונים, סטודנטים נוטים להתבלבל בין פריט יחיד בסולם ליקרט לבין ציון מדד. אם שאלתם פריט אחד: “באיזו מידה אתה מסכים?” מ־1 עד 5, מדובר לעיתים במשתנה סדרי. אם חישבתם ממוצע של כמה פריטים הבודקים אותה תופעה לאחר בדיקת מהימנות, מוסדות רבים מתייחסים אליו כמדד כמותי לצורכי ניתוח בסיסי. במקרה של עבודת סמינר, כדאי ליישר קו עם הנחיות המרצה או המנחה.

טבלת התאמה ראשונית

מצב מחקרי	דוגמה ריאליסטית	מבחנים שבדרך כלל נשקלים
הבדל בין שתי קבוצות בלתי תלויות	ממוצע שחיקה של אחיות במחלקה פנימית לעומת אחיות במחלקת ילדים	מבחן t למדגמים בלתי תלויים
הבדל בין שלוש קבוצות או יותר	שביעות רצון של עובדים לפי סגנון ניהול: סמכותי, משתף, נמנע	ANOVA חד־כיוונית
קשר בין שני משתנים כמותיים	קשר בין שעות למידה שבועיות לבין ציון במבחן בקורס סטטיסטיקה	מתאם פירסון או ספירמן
קשר בין שני משתנים קטגוריאליים	קשר בין סוג מסלול לימודים לבין נשירה מקורס: נשר/לא נשר	חי־בריבוע
ניבוי משתנה כמותי	ניבוי ציון הישגים לפי מוטיבציה, שעות למידה וגיל	רגרסיה ליניארית

הטבלה אינה מחליפה בדיקת הנחות, אבל היא מונעת את הטעות הנפוצה של התאמת מבחן לפי “מה שנשמע אקדמי”. בחירת מבחן סטטיסטי מתחילה במבנה הנתונים, לא בשם המבחן.

דוגמה מתחום הבריאות והסיעוד

בעבודת גמר בתחום הסיעוד על היענות לטיפול תרופתי בקרב קשישים לאחר שחרור מבית חולים, המשתנה התלוי יכול להיות ציון היענות לשאלון. אם השאלה היא האם יש הבדל בציון ההיענות בין מטופלים שקיבלו הדרכה מובנית לבין מטופלים שקיבלו הדרכה רגילה, ויש שתי קבוצות בלתי תלויות, מבחן t עשוי להתאים. אם מודדים את אותה קבוצת מטופלים לפני הדרכה ואחריה, זו אינה השוואה בין שתי קבוצות שונות; כאן בודקים שינוי באותם נבדקים, ולכן מבחן t למדגמים תלויים עשוי להיות מתאים יותר.

אם השאלה מתמקדת בשאלה האם קיים קשר בין מספר התרופות היומי לבין רמת ההיענות, מדובר בקשר בין משתנים כמותיים. במקרה כזה מתאם יכול להיות בחירה ראשונית, ורגרסיה תתאים אם רוצים לנבא היענות תוך שליטה בגיל, מצב משפחתי או מספר אשפוזים קודמים.

מתי משתמשים במבחן t אנובה ורגרסיה?

משתמשים במבחן t כשבודקים הבדל בממוצע בין שתי קבוצות או בין שתי מדידות, ב־ANOVA כשבודקים הבדל בין שלוש קבוצות או יותר, וברגרסיה כשמנסים לנבא משתנה תלוי לפי משתנה אחד או יותר. שלושת הכלים דומים בכך שהם עוסקים במשתנים כמותיים, אבל הם עונים על שאלות מחקר שונות. בחירה ביניהם תלויה במספר הקבוצות ובשאלה אם המטרה היא השוואה או ניבוי.

מבחן t: שתי קבוצות או שתי מדידות

מבחן t — מבחן הבודק האם הבדל בין שני ממוצעים גדול מספיק כדי להיחשב מובהק סטטיסטית, בהינתן פיזור הנתונים וגודל המדגם. יש כמה גרסאות: למדגמים בלתי תלויים, למדגמים תלויים, ולעיתים מבחן t למדגם יחיד. הבלבול הנפוץ הוא בין “שתי קבוצות” לבין “שתי מדידות”.

דוגמה טובה למדגמים בלתי תלויים: “האם ממוצע תחושת המסוגלות של סטודנטים שעבדו בזמן התואר שונה מממוצע תחושת המסוגלות של סטודנטים שלא עבדו?” אלה שתי קבוצות שונות. דוגמה למדגמים תלויים: “האם רמת החרדה של אותם סטודנטים השתנתה לפני סדנת הכנה למבחנים ואחריה?” כאן כל משתתף מופיע פעמיים, ולכן המדידות תלויות זו בזו.

אם אתם צריכים לדווח תוצאות של מבחן כזה, כדאי להיעזר במבנה המקובל של דיווח: שם המבחן, ממוצעים, סטיות תקן, ערך t, דרגות חופש, p וגודל אפקט. יש הרחבה ייעודית במאמר על שלושה עמודי גרף עם קו מובהקות כתום לדיווח מבחן t.

ANOVA: יותר משתי קבוצות

ANOVA — ניתוח שונות הבודק האם קיימים הבדלים בין ממוצעים של שלוש קבוצות או יותר. למשל, בעבודת סמינר בחינוך על מוטיבציה ללמידה לפי סוג מסגרת: כיתה רגילה, כיתת מצוינות וכיתה טיפולית. אם המשתנה התלוי הוא ציון מוטיבציה כמותי והמשתנה הבלתי תלוי כולל שלוש קבוצות, ANOVA חד־כיוונית מתאימה יותר מרצף של מבחני t.

הסיבה שלא מריצים כמה מבחני t בנפרד היא עלייה בסיכון לטעות מסוג ראשון — זיהוי הבדל מובהק כשבפועל הוא נובע מריבוי בדיקות. לאחר ANOVA מובהקת, לעיתים מבצעים מבחני המשך כדי לבדוק אילו קבוצות שונות זו מזו. בעבודות תואר ראשון, המרצה עשוי להסתפק בדיווח בסיסי; בתזה לתואר שני, מצפים בדרך כלל לנימוק מדויק יותר ולבדיקת הנחות.

רגרסיה: ניבוי ושליטה במשתנים

רגרסיה ליניארית — מודל הבודק באיזו מידה משתנה תלוי כמותי ניתן לניבוי באמצעות משתנה מסביר אחד או כמה משתנים מסבירים. למשל, בעבודת מחקר בניהול על שחיקת עובדים, אפשר לנבא שחיקה לפי עומס עבודה, תמיכת מנהל, ותק וגיל. כאן השאלה אינה רק “האם יש קשר?”, אלא “איזה משתנים מסבירים את השונות בשחיקה כאשר הם נבדקים יחד?”

רגרסיה מתאימה במיוחד כשיש לכם כמה השערות הקשורות לאותו משתנה תלוי. במקום להריץ מתאם נפרד לכל משתנה, רגרסיה מאפשרת לבחון תרומה יחסית של כל משתנה. עם זאת, היא דורשת זהירות: לא כל קשר הוא סיבתי, ובמחקר חתך המבוסס על שאלון חד־פעמי קשה לטעון להשפעה סיבתית בלי הצדקה תאורטית ומערך מתאים.

איך בונים עץ החלטה מבחנים סטטיסטיים לעבודה שלכם?

עץ החלטה למבחנים סטטיסטיים הוא רצף שאלות שמוביל מבחירה כללית — הבדל, קשר או ניבוי — אל מבחן מתאים. הוא לא אמור לכלול את כל האפשרויות בסטטיסטיקה, אלא את הנתיב הרלוונטי לשאלת המחקר שלכם. עץ כזה עוזר להסביר למנחה למה בחרתם מבחן מסוים ולא מבחן אחר.

שלבי בניית העץ

עץ החלטה מבחנים סטטיסטיים יכול להיראות פשוט מאוד, במיוחד בעבודת סמינר. המטרה אינה לשרטט תרשים מפואר, אלא ליצור בדיקה לוגית:

1. כתבו את שאלת המחקר במלואה, כולל אוכלוסייה ומשתנים.
2. סמנו את המשתנה התלוי ואת המשתנה הבלתי תלוי.
3. קבעו אם השאלה בודקת הבדל, קשר, ניבוי או קשר בין קטגוריות.
4. זהו את סולם המדידה של כל משתנה.
5. בדקו כמה קבוצות יש, והאם הן בלתי תלויות או מדידות חוזרות.
6. התאימו מבחן ראשוני.
7. בדקו הנחות בסיסיות: התפלגות, שוויון שונות, חריגים וגודל מדגם.
8. כתבו במשפט אחד למה המבחן מתאים לשאלה.

דוגמת חלש מול חזק

גרסה חלשה של סטודנט	גרסה משופרת
“אבדוק אם יש השפעה של למידה מרחוק על הצלחה בלימודים.”	“אבדוק האם קיים הבדל בממוצע הציון הסופי בקורס בין סטודנטים שלמדו מרחוק לבין סטודנטים שלמדו פרונטלית.”
“אשתמש ב־ANOVA כי יש לי שאלון.”	“מאחר שהמשתנה התלוי הוא ציון שביעות רצון כמותי והמשתנה הבלתי תלוי כולל שלוש קבוצות גיל, אבצע ANOVA חד־כיוונית.”
“אבדוק קשר בין מגדר לבין ציונים.”	“אם מגדר מחולק לקטגוריות והציון הוא כמותי, אבדוק הבדל בממוצע הציון בין הקבוצות; אם שני המשתנים קטגוריאליים, אשקול חי־בריבוע.”

ההבדל בין שתי העמודות הוא לא רק ניסוח יפה יותר. בגרסה המשופרת אפשר להבין מה המשתנה התלוי, מה המשתנה המסביר, מה סולם המדידה, ומהו המבחן הסביר. זה גם מקל על כתיבת פרק המתודולוגיה ועל קבלת אישור מהמנחה.

דוגמה מתחום משפטים ומדיניות ציבורית

בעבודת סמינר במשפטים עם רכיב כמותי, סטודנט יכול לבדוק האם קיימת תלות בין סוג עבירה לבין סוג הענישה שנפסקה בתיקים שפורסמו. שני המשתנים קטגוריאליים: סוג עבירה וסוג ענישה. במקרה כזה לא מתאים להשתמש במבחן t, כי אין ממוצע של ציון כמותי. מבחן חי־בריבוע עשוי להתאים כדי לבדוק אם ההתפלגות של סוגי הענישה שונה בין סוגי עבירות.

אם אותו סטודנט בודק האם משך ההליך בחודשים שונה בין שלושה סוגי ערכאות, המשתנה התלוי כבר כמותי והמשתנה הבלתי תלוי הוא קטגוריאלי עם שלוש קבוצות. כאן ANOVA עשויה להתאים, בתנאי שהנתונים עומדים בהנחות או שנבחרת חלופה מתאימה.

מה הטעויות הנפוצות שסטודנטים עושים בבחירת מבחן סטטיסטי?

הטעויות הנפוצות בבחירת מבחן סטטיסטי נובעות מהתחלה מאוחרת מדי: קודם אוספים נתונים, ורק אחר כך מנסים להבין מה אפשר לבדוק. טעויות נוספות קשורות לערבוב בין סוגי משתנים, שימוש במבחן “מוכר” בלי קשר לשאלה, וניסוח השערות שלא ניתן לתרגם לניתוח. זיהוי מוקדם של הטעויות חוסך תיקונים בפרק השיטה ובפרק הממצאים.

טעויות עם דוגמאות ותיקון

1. בחירת מבחן לפי שם מוכר
   דוגמה ריאליסטית: “אעשה רגרסיה כי זה נראה יותר רציני ממבחן t.”
   תיקון: אם השאלה בודקת הבדל בין שתי קבוצות בממוצע אחד, מבחן t עשוי להיות הבחירה הנכונה יותר. רגרסיה מתאימה כשיש ניבוי או כמה משתנים מסבירים.

2. כתיבת “השפעה” בלי מערך שמאפשר סיבתיות
   דוגמה ריאליסטית: “השימוש ברשתות חברתיות משפיע על דימוי הגוף של סטודנטיות”, כאשר הנתונים נאספו בשאלון חד־פעמי.
   תיקון: נסחו בזהירות: “קיים קשר בין היקף שימוש ברשתות חברתיות לבין דימוי גוף.” אם אין ניסוי, מדידה לאורך זמן או בקרה חזקה, עדיף לא לטעון להשפעה סיבתית.

3. ערבוב בין קבוצות לבין משתנים רציפים
   דוגמה ריאליסטית: “אבדוק הבדלים בין שעות עבודה לבין לחץ נפשי.”
   תיקון: שעות עבודה הן משתנה כמותי, לא קבוצה, אלא אם חילקתם אותן לקטגוריות מוצדקות. אם שני המשתנים כמותיים, מתאם או רגרסיה מתאימים יותר מהשוואת קבוצות.

4. התעלמות ממדידות חוזרות
   דוגמה ריאליסטית: “אשווה חרדה לפני ואחרי התערבות בעזרת מבחן t רגיל.”
   תיקון: אם אותם משתתפים נמדדו לפני ואחרי, צריך מבחן t למדגמים תלויים או חלופה מתאימה. המדידות אינן בלתי תלויות.

5. ניסוח השערה ללא משתנה תלוי ברור
   דוגמה ריאליסטית: “סטודנטים שלומדים יותר מצליחים יותר.”
   תיקון: הגדירו מהי “למידה” ומהי “הצלחה”: “קיים קשר חיובי בין מספר שעות הלמידה השבועיות לבין הציון הסופי בקורס סטטיסטיקה.”

למה הטעויות האלה חוזרות

ברוב המקרים, סטודנטים לא טועים כי אינם מבינים סטטיסטיקה בכלל, אלא כי השלבים בעבודה לא חוברו זה לזה. נושא המחקר נבחר, סקירת הספרות נכתבת, השאלון מופץ, ורק לקראת הסוף מנסים לחבר הכול למבחן. אם כבר בשלב ראשי הפרקים מקצים מקום לשאלות, השערות, משתנים וניתוח, קל יותר לזהות פערים. המאמר על היררכיית פרקים ותתי־פרקים לבניית מבנה עבודה אקדמית יכול לסייע בארגון הזה לפני שנכנסים לניתוח עצמו.

גם סקירת הספרות משפיעה על הבחירה הסטטיסטית. אם מחקרים קודמים בדקו הבדלים בין קבוצות, ייתכן שגם העבודה שלכם תתאים למסגרת דומה. אם הם בדקו מודלים של ניבוי, אולי רגרסיה תהיה רלוונטית יותר. לכן כדאי לקרוא מאמרים אמפיריים לא רק כדי לכתוב רקע, אלא גם כדי ללמוד איך חוקרים אחרים תרגמו שאלות מחקר למבחנים.

איך מדווחים על הבחירה במתודולוגיה ובפרק הממצאים?

מדווחים על הבחירה הסטטיסטית בשני מקומות: בפרק השיטה מסבירים איזה מבחנים ייערכו ולמה, ובפרק הממצאים מדווחים מה התקבל בפועל. הנימוק צריך לחבר בין שאלת המחקר, סוג המשתנים והמבחן שנבחר. דיווח טוב אינו מסתפק בשם המבחן, אלא מראה שהבחירה מתאימה למבנה הנתונים.

ניסוח בפרק השיטה

בפרק השיטה, כתבו את הניתוחים בלשון עתיד או עבר בהתאם להנחיות המוסד. דוגמה: “לבדיקת ההבדל ברמת השחיקה בין אחיות במחלקות פנימיות לבין אחיות במחלקות כירורגיות ייערך מבחן t למדגמים בלתי תלויים, מאחר שהמשתנה התלוי הוא ציון שחיקה כמותי והמשתנה הבלתי תלוי כולל שתי קבוצות בלתי תלויות.”

ניסוח כזה טוב יותר מ“ייבדקו הבדלים באמצעות SPSS”, כי הוא מסביר מה נבדק ולמה. SPSS היא תוכנה, לא שיטת ניתוח. באותה מידה, “אעשה סטטיסטיקה תיאורית והסקתית” אינו מספיק; צריך לציין אילו מבחנים הסקתיים קשורים לכל השערה. אם אתם בונים גם שאלון, כדאי לוודא שהמדדים שלכם מוגדרים היטב מראש, למשל באמצעות המאמר על עמודות מדידה וסולם תשובות לבניית שאלון מחקר.

ניסוח בפרק הממצאים

בפרק הממצאים, הדיווח צריך לכלול את הנתונים הדרושים לקורא כדי להבין את התוצאה: ממוצעים וסטיות תקן בהשוואת קבוצות, מקדמי מתאם בקשר בין משתנים, מקדמי רגרסיה במודל ניבוי, ערכי מובהקות סטטיסטית וגודל אפקט כאשר נדרש. אין צורך לפרש כל מספר כאילו הוא עומד לבדו; הפרשנות המלאה שייכת בדרך כלל לפרק הדיון.

דוגמה לדיווח תמציתי: “נמצא הבדל מובהק סטטיסטית ברמת השחיקה בין אחיות במחלקות פנימיות לבין אחיות במחלקות כירורגיות, כך שרמת השחיקה במחלקות הפנימיות הייתה גבוהה יותר.” לאחר מכן יש לציין את הערכים הסטטיסטיים לפי כללי החוג או APA. אם התוצאה אינה מובהקת, לא כותבים שההשערה “הוכחה כלא נכונה”, אלא שהנתונים לא סיפקו תמיכה מספקת להשערה ברמת המובהקות שנקבעה.

התאמה בין השערות לטבלת ממצאים

דרך יעילה למנוע בלבול היא ליצור טבלה פנימית לפני הכתיבה: השערה, משתנה תלוי, משתנה בלתי תלוי, מבחן, ותוצאה. גם אם הטבלה לא נכנסת לעבודה הסופית, היא עוזרת לשמור על עקביות. בעבודות תזה או עבודות גמר, טבלה כזאת יכולה להקל על דיון עם המנחה לפני הרצת הניתוחים.

אם יש שלוש השערות, לכל אחת צריך להיות מבחן או ניתוח ברור. אין חובה להשתמש במבחן שונה לכל השערה; לפעמים כמה השערות נבדקות באותו מודל. מה שלא כדאי לעשות הוא לדווח על ניתוחים שלא קשורים לשאלות המחקר רק מפני שהתוכנה הפיקה אותם.

איך בודקים שהבחירה הסטטיסטית מתאימה לפני הגשה?

בודקים התאמה סטטיסטית באמצעות מעבר מסודר בין שאלת המחקר, המשתנים, סולמות המדידה, ההנחות והדיווח. אם כל חוליה בשרשרת תואמת לחוליה הבאה, הבחירה במבחן תהיה קלה יותר להגנה מול מנחה או מרצה. בדיקה כזאת מומלצת לפני הפצת שאלון, לפני הרצת SPSS ולפני הגשת הטיוטה.

בדיקה לפני איסוף נתונים

הזמן הטוב ביותר לבדוק איזה מבחן סטטיסטי מתאים הוא לפני איסוף הנתונים. בשלב הזה עדיין אפשר לשנות ניסוח של שאלה, להוסיף פריט חסר בשאלון, או להימנע מקטגוריות שלא יאפשרו ניתוח. למשל, אם אתם רוצים להשוות בין שלוש קבוצות גיל אבל בפועל רוב המדגם צפוי להיות בטווח גיל צר, ייתכן שהחלוקה לא תהיה מועילה.

במחקר כמותי לתואר ראשון, לא תמיד נדרשת רמת תכנון של תזה, אבל כן מצופה קשר סביר בין שאלת המחקר לבין הניתוח. בתואר שני, ובעיקר בתזה, הבחירה במבחנים צריכה להיות מנומקת יותר: מדוע נבחר מודל מסוים, אילו הנחות נבדקו, ואיך ההחלטה קשורה לספרות המחקרית.

לפני שמתקדמים: צ'קליסט בחירת מבחן סטטיסטי

• שאלת המחקר מנוסחת כך שאפשר לזהות בה משתנים ברורים.
• לכל השערה יש משתנה תלוי ומשתנה בלתי תלוי או משתנה מסביר.
• ברור אם השאלה בודקת הבדל, קשר, ניבוי או תלות בין קטגוריות.
• סולם המדידה של כל משתנה מוגדר: כמותי, שמי, סדרי או דיכוטומי.
• מספר הקבוצות ידוע: שתי קבוצות, שלוש קבוצות או יותר, או ללא קבוצות.
• ברור אם המדידות בלתי תלויות או חוזרות באותם משתתפים.
• נבדק אם נדרש מבחן פרמטרי או חלופה לא פרמטרית.
• לכל מבחן יש נימוק קצר בפרק השיטה.
• הדיווח בפרק הממצאים כולל ערכים סטטיסטיים ולא רק “נמצא הבדל”.
• לא נטענת סיבתיות כאשר מערך המחקר מאפשר רק קשר.
• המבחנים שנבחרו תואמים להנחיות המרצה, המנחה או ועדת ההוראה.

מה עושים אם עדיין לא בטוחים

אם אחרי הצ'קליסט עדיין יש ספק, נסחו למנחה שאלה ממוקדת במקום לשלוח קובץ נתונים כללי. לדוגמה: “השערה 1 בודקת הבדל בציון שביעות רצון בין שתי קבוצות בלתי תלויות; האם מבחן t למדגמים בלתי תלויים מתאים כאן, או שעדיף חלופה לא פרמטרית בגלל התפלגות המדד?” שאלה כזאת מאפשרת לקבל תשובה עניינית.

כדאי גם לבדוק עבודות סמינר או תזות דומות שאושרו בחוג, אם הן זמינות דרך המאגר המוסדי. לא כדי להעתיק, אלא כדי לראות איך נוסחו שאלות, אילו מבחנים הופיעו, ואיך נראה דיווח שמקובל אצל המרצים שלכם. בסופו של דבר, בחירת מבחן סטטיסטי היא החלטה מתודולוגית: היא צריכה להיות שקופה, מנומקת, ומתאימה לשאלה שהעבודה באמת שואלת.