الانتقال إلى المحتوى
العودة إلى نتائج البحث

مسح — أبحاث المسح

قدّمه
Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
السنة
Late 19th century; systematic social-science use from 1940s
النوع
Quantitative (primarily) or mixed-methods data-collection instrument
العائلة
Data collection

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

المسح هو طريقة منهجية لجمع البيانات يتم فيها طرح مجموعة موحدة من الأسئلة على عينة من المستجيبين لقياس المواقف أو السلوكيات أو الخصائص الديموغرافية أو غيرها من البنى. يمكن إدارة المسوحات عبر الورق أو الهاتف أو المنصات عبر الإنترنت أو وجهًا لوجه. وهي من بين الأدوات الأكثر استخدامًا في الأبحاث الاجتماعية والسلوكية والصحية والتعليمية لأنها يمكن أن تصل إلى عينات كبيرة ومتفرقة جغرافيًا بتكلفة منخفضة نسبيًا.

الفكرة الحدسية وراء الطريقة

فكر في المسح كآلة تصوير لقطات: فهو يلتقط حالة مجموعة سكانية محددة في لحظة معينة عن طريق طرح نفس الأسئلة على الجميع بنفس الطريقة. القيمة الأساسية هي التوحيد القياسي - يتلقى كل مستجيب محفزات متطابقة، لذلك يمكن تجميع الاستجابات ومقارنتها. على عكس المقابلة المتعمقة، يتاجر المسح بعمق الفهم مقابل اتساع التغطية. يسمح أداة المسح المصممة جيدًا، والتي تم اختبارها تجريبيًا وإدارتها بشكل صحيح لعينة تمثيلية، للباحثين باستخلاص استنتاجات حول عدد أكبر بكثير من السكان من عدد يمكن إدارته من الاستجابات المكتملة.

التاريخ

ظهرت المسوحات الاجتماعية المنهجية في أواخر القرن التاسع عشر من خلال دراسات الفقر التي أجراها تشارلز بوث (1889) وسيبوهام راونتري (1901) في إنجلترا. قام بول لازارسفيلد في جامعة كولومبيا بتشكيل منهجية المسح كأداة للعلوم الاجتماعية خلال الأربعينيات من القرن الماضي، حيث أسس نظرية أخذ العينات وتقنيات قياس المواقف. قدم رينسيس ليكرت مقياس الاستجابة المسمى باسمه في عام 1932. أدى نمو أخذ العينات عبر الهاتف في السبعينيات والثمانينيات والإنترنت في التسعينيات والعقد الأول من القرن الحادي والعشرين إلى تحويل إدارة المسوحات؛ أصبحت طريقة دون ديل مان للتصميم المخصص الإطار العملي المهيمن لزيادة معدلات الاستجابة عبر الأوضاع.

متى تُستخدم

استخدم المسح عندما تحتاج إلى وصف توزيع المواقف أو السلوكيات أو الخصائص عبر مجموعة سكانية محددة، أو لاختبار العلاقات بين المتغيرات في عينة كبيرة. المسوحات مناسبة بشكل خاص لدراسات الانتشار المقطعي، وتقييمات الاحتياجات، وتقييمات البرامج، واختبار الفرضيات في الأبحاث الاجتماعية أو الصحية. لا تستخدم المسح عندما يتطلب سؤال البحث استكشافًا عميقًا للتجربة المعيشية (استخدم الظاهراتية أو المقابلات المتعمقة بدلاً من ذلك)، وعندما تقاوم البنى ذات الأهمية الإبلاغ الذاتي (استخدم الملاحظة أو القياسات الفسيولوجية)، أو عندما لا يمكن الوصول إلى السكان المستهدفين بشكل موثوق من خلال أي وضع للمسح. تجنب المسوحات للاستدلال السببي بدون تصميمات طولية أو تجريبية.

الحدود والاعتبارات

  • تخضع بيانات الإبلاغ الذاتي لتحيز الرغبة الاجتماعية، وأخطاء الاستدعاء، وتحيز الموافقة.
  • قد لا تلتقط خيارات الاستجابة الثابتة التعقيد الكامل أو الفروق الدقيقة لوجهات نظر المستجيبين.
  • تؤسس المسوحات المقطعية الارتباط، وليس السببية؛ هناك حاجة إلى تصميمات طولية للاستدلال الزمني.
  • معدلات الاستجابة المنخفضة - الشائعة في المسوحات عبر الإنترنت - تؤدي إلى تحيز عدم الاستجابة وتهدد قابلية التعميم.
  • يمكن لتأثيرات صياغة الأسئلة أن تشوه النتائج بشكل كبير إذا كانت البنود سيئة الصياغة.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • تصل إلى عينات كبيرة ومتفرقة جغرافيًا بكفاءة بتكلفة منخفضة نسبيًا.
  • تضمن الأسئلة الموحدة قابلية مقارنة الاستجابات عبر المستجيبين وعبر الزمن.
  • مرنة في الوضع (ورقي، هاتفي، عبر الإنترنت، وجهًا لوجه) لتناسب مختلف السكان والميزانيات.
  • قابلة للتطبيق للتعميم الإحصائي عند استخدام أخذ العينات الاحتمالية.
  • يمكن قياس بنى متعددة وعلاقاتها المتبادلة في وقت واحد.
  • تدعم أدوات القياس النفسي الراسخة (ألفا كرونباخ، التحليل العاملي) تقييمًا صارمًا للصحة والموثوقية.

التطبيقات

  • التعدادات الوطنية ومسوحات الصحة السكانية التي تقيس انتشار الأمراض، والسلوكيات الخطرة، واستخدام الرعاية الصحية.
  • دراسات التقييم التعليمي التي تفحص مشاركة الطلاب، ونتائج التعلم، أو رضا أعضاء هيئة التدريس عبر المؤسسات.
  • الأبحاث التنظيمية وأبحاث الموارد البشرية حول مواقف الموظفين، ورضا الوظيفة، والمناخ في مكان العمل.
  • أبحاث السوق ودراسات سلوك المستهلك التي تقيس تفضيلات المنتجات ونوايا الشراء.
  • الاستطلاعات السياسية والتنبؤ بالانتخابات التي تتتبع مواقف الناخبين ونواياهم.
  • دراسات تقييم البرامج التي تقيم رضا المشاركين والنتائج المبلغ عنها ذاتيًا بعد التدخل.

كيف يعمل

كيف يعمل

1

حدد أسئلة البحث، والسكان المستهدفين، والبنى المراد قياسها. حدد ما إذا كانت الدراسة مقطعية (نقطة زمنية واحدة) أم طولية (موجات متعددة). قرر استراتيجية أخذ العينات - أخذ العينات الاحتمالية (مثل العشوائية البسيطة، الطبقية، العنقودية) أو أخذ العينات غير الاحتمالية (مثل الملاءمة، الهادفة) - واحسب حجم العينة المطلوب لتحقيق القوة والدقة المطلوبة.

2

قم بتطوير الاستبيان عن طريق اختيار أو إنشاء بنود لكل بنية. طابق تنسيق البند مع البنية: مقاييس ليكرت للمواقف، والفروق الدلالية للتصورات، وبنود الاختيار من متعدد أو الترتيب للتفضيلات، وبنود مفتوحة عندما تكون هناك حاجة إلى عمق استكشافي. انتبه إلى صياغة الأسئلة (تجنب البنود المزدوجة أو الموجهة أو الغامضة)، وتسمية مقياس الاستجابة، وطول الاستبيان. تحقق من صحة البنود مقابل المقاييس الراسخة حيثما أمكن.

3

قم بإدارة الاستبيان التجريبي على عينة ملاءمة صغيرة (عادةً 10-30 شخصًا من السكان المستهدفين) للكشف عن الصياغة غير الواضحة، وأخطاء منطق التخطي، ووقت الإكمال المفرط، والمشاكل التقنية (للمسوحات عبر الإنترنت). قم بمراجعة البنود بناءً على ملاحظات المقابلة المعرفية وافحص الارتباطات بين البنود أو تحميلات العوامل كدليل أولي على صحة البنية.

4

انشر المسح النهائي على العينة المختارة باستخدام الوضع المختار (عبر الإنترنت، البريد، الهاتف، أو وجهًا لوجه). قم بزيادة معدل الاستجابة إلى أقصى حد من خلال خطابات تغطية مخصصة، وتذكيرات، وحوافز حيثما كان ذلك مناسبًا. تتبع معدلات الاستجابة وقارن المستجيبين الأوائل مقابل المتأخرين أو المستجيبين مقابل خصائص السكان المعروفة لتقييم تحيز عدم الاستجابة.

5

قم بتنظيف البيانات عن طريق معالجة القيم المفقودة والاستجابات خارج النطاق، ثم قم بتسجيل المقاييس المركبة. قم بإجراء إحصاءات وصفية لكل متغير، وقم بتقييم الموثوقية (مثل ألفا كرونباخ) للمقاييس متعددة البنود، وقم بتطبيق الأساليب الاستدلالية المناسبة لأسئلة البحث - التكرارات واختبار مربع كاي للنتائج الفئوية، واختبارات t وتحليل التباين (ANOVA) لمقارنات المجموعات، والانحدار أو نمذجة المعادلات الهيكلية (SEM) للنماذج التفسيرية.

الأخطاء الشائعة

  • تجاهل تحيز عدم الاستجابة - الفشل في مقارنة المستجيبين بغير المستجيبين بناءً على الخصائص المتاحة يعني أن العينة التي تم الحصول عليها قد تمثل السكان بشكل منهجي.
  • الاستبيانات الطويلة جدًا - المسوحات التي تتجاوز وقت الإكمال 15-20 دقيقة تشهد انخفاضًا حادًا في التسرب وانخفاضًا في جودة البيانات؛ أعطِ الأولوية للبنى الأساسية لأسئلة البحث.
  • استخدام مقاييس غير موثقة - إنشاء بنود مخصصة بدون اختبار تجريبي أو اختبارات نفسية ينتج عنه مقاييس ذات موثوقية وصحة غير معروفة؛ فضل الأدوات الراسخة حيثما وجدت.
  • خلط الارتباط بالسببية - الإبلاغ عن ارتباطات المسح كعلاقات سببية بدون ضوابط تصميم مناسبة أو بيانات طولية هو تفسير خاطئ شائع.
  • إهمال تأثيرات ترتيب البنود - يمكن أن يؤدي تسلسل الأسئلة إلى تحفيز المستجيبين؛ يمكن للبند الحساسة الموضوعة في البداية أن تغير الاستجابات للبند اللاحقة.

الأسئلة الشائعة

ما هو حجم عينتي المطلوب؟

يعتمد حجم العينة على هامش الخطأ المطلوب، ومستوى الثقة، وحجم التأثير المتوقع، وخطة التحليل. بالنسبة للمسوحات الوصفية التي تقدر نسبة، فإن الصيغة القياسية هي n = z²p(1-p)/e²، حيث z هو درجة z لمستوى الثقة، و p هي النسبة المقدرة، و e هو هامش الخطأ. بالنسبة للمسوحات التحليلية التي تختبر العلاقات، يفضل تحليل القوة المسبق بناءً على الاختبار الإحصائي المخطط له. تقوم الآلات الحاسبة عبر الإنترنت (مثل G*Power) بأتمتة هذه الحسابات. غالبًا ما تكون أحجام عينات الملاءمة الشائعة في أبحاث الطلاب (100-300) غير كافية لتحليلات المجموعات الفرعية.

ما هو معدل الاستجابة المقبول؟

لا يوجد حد عالمي. تحقق المسوحات عبر الإنترنت عادةً من 20-40٪، ومسوحات البريد 50-60٪، وانخفضت مسوحات الهاتف بشكل حاد. السؤال الأكثر أهمية هو ما إذا كان عدم الاستجابة عشوائيًا أم منهجيًا. حتى معدل استجابة 20٪ قد يكون مقبولًا إذا كان بإمكانك إثبات أن المستجيبين لا يختلفون عن غير المستجيبين في المتغيرات الرئيسية؛ على العكس من ذلك، لا يزال معدل استجابة 70٪ مشكلة إذا كان الـ 30٪ المفقودون يختلفون بشكل منهجي.

هل يمكنني مزج الأسئلة المفتوحة والمغلقة؟

نعم، وهذا ممارسة شائعة. تنتج البنود المغلقة بيانات قابلة للقياس الكمي؛ تضيف البنود المفتوحة عمقًا سياقيًا وتسمح باستجابات غير متوقعة. ومع ذلك، تزيد البنود المفتوحة من وقت الإكمال بشكل كبير وتولد بيانات نصية يجب ترميزها نوعيًا. قصر البنود المفتوحة على البنى التي لا يمكن فيها للخيارات الثابتة التقاط نطاق الاستجابات حقًا.

متى يجب أن أستخدم مقياس ليكرت مقابل مقياس التناظر البصري؟

مقاييس ليكرت (عادةً 5 أو 7 نقاط استجابة مسماة) سهلة الإدارة والتسجيل، وخصائصها النفسية مفهومة جيدًا. توفر مقاييس التناظر البصري (خطوط مستمرة من 0 إلى 100) تمييزًا أدق وهي شائعة في أبحاث الألم والصحة. تناسب مقاييس ليكرت معظم الأبحاث الاجتماعية والسلوكية؛ تفضل مقاييس التناظر البصري عندما تكون الأولوية هي اكتشاف التغييرات الصغيرة داخل الأفراد بمرور الوقت.

كيف يختلف المسح عن المقابلة المنظمة؟

في المسح، يقرأ المستجيب الاستبيان ويكمله ذاتيًا بدون وجود مقابل. في المقابلة المنظمة، يقدم المقابل نفس الأسئلة الثابتة شفهيًا. تصل المسوحات إلى عينات أكبر بتكلفة أقل؛ تحقق المقابلات المنظمة معدلات إكمال أعلى ويمكنها توضيح البنود المربكة ولكنها تتطلب موارد أكثر وتدخل تأثيرات المقابل.

طرق ذات صلة

المصادر

  1. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ردمك: 978-1118456149
    تم النسخ.
  2. Fowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.

    ردمك: 978-1452259000
    تم النسخ.