البحث المندمج Mixed Methodsتصميم استراتيجية ملائمة للدراسة أو البحث العلمي عملية صعبة نوعًا ما من الممكن أن تزداد صعوبتها بشكل كبير إذا ما قرر الباحث استخدام البحث المندمج (Mixed Methods) كون هذه الاستراتيجية أو الطريقة معقدة في الأساس لاحتوائها على أكثر من مرحلة وأسلوب أو كثر لجمع البيانات.
هذا وبالرغم من ظهور العديد من استراتيجيات البحث المندمج نظرًا لتعدد استخدامات استراتيجية البحث المندمج، يمكن القول بأن هنالك اعتبارات أو أسس مشتركة يمكن للباحث الانطلاق منها إذا ما أراد تصميم استراتيجية مناسبة للدراسة أو البحث العلمي. نستعرض في هذه المقالة أربعة اعتبارات أساسية ننصح الباحثين المهتمين بالانطلاق منها لتصميم استراتيجية البحث المندمج الملائمة لاحتياجاتهم.

لا يمكن القول بالضرورة بأن كل دراسة أو بحث علمي تناسبه استراتيجية واحدة فقط من استراتيجيات البحث المندمج نظرًا لتنوعها واختلاف استخداماتها واختلاف وجهات النظر بين مستخدميها والمؤلفين في هذا المجال، إلا أنه يفضّل التفكير مليًا قبل اختيار الاستراتيجية لتقليل الوقت الضائع واحتمالية الخطأ والبدء من أنسب وأقصر الطرق!

١) تصاميم البحث المندمج من الممكن أن تكون ثابتة (Fixed) أو مرنة/لاحقة (Emergent)

قبل الخوض في المزيد من التفاصيل حول التصاميم المختلفة و المعايير ذات العلاقة بتصميم البحث المندمج، من المهم الإشارة إلى أن تصميم البحث المندمج من الممكن أن يقرره و يجهزه الباحث بشكل كامل قبل البدء في الدراسة أو البحث العلمي، و في هذه الحالة، يضع الباحث خطته الكاملة ثم ينفذ مختلف مراحلها. في هذه الحالة، يكون التصميم الخاص بالدراسة ثابت لا يتغير أو يتأثر بنتائج أي من المراحل التي يمر بها الباحث في الدراسة أو البحث العلمي.

في حالة أخرى، قد يكون لدى الباحث تصوّر واضح حول المرحلة الأولى من دراسته لكن ليس لديه إلمام بعد بأفضل استراتيجية يمكنه اختيارها وتطبيقها في المراحل اللاحقة في دراسته أو أن المراحل اللاحقة ستتأثر بالإجابات التي سيحصل عليها الباحث في المرحلة الأولى ويقوم بتحليلها. لذلك، في هذه الحالة، نجد أن القرار غير واضح بعد فيما يتعلق بالمراحل المختلفة اللاحقة في تصميم البحث المندمج وقد تعتمد بشكل كبير على ما سينتج عن المرحلة الأولى في الدراسة أو ماسيخوضه الباحث من تجربة.

٢) تحديد الطريقة الملائمة للتفكير لاختيار تصميم البحث المندمج

تتعدد الآراء والتفسيرات فيما يتعلق بالطريقة التي من الممكن أن يتبعها الباحث لاختيار تصميم البحث المندمج المناسب لدراسته. بشكل عام، هنالك طريقتين يمكن اتباعها لاختيار تصميم المناسب، وينصح الباحث بالتعرف عليها واختيار الأنسب في نظره.

  • باستخدام التصنيف (Typology-based approach): تعتمد هذه الطريقة على تصنيف تصاميم البحث المندمج ومدى ملائمتها للدراسة والغرض منها والأسئلة الخاصة بالدراسة. هذه الطريقة لاختيار تصميم البحث المندمج هي الأكثر شيوعًا وانتشارًا في المراجع المختلفة الخاصة بالبحث المندمج وأدى انتشارها واستخدامها لظهور العديد من المنهجيات والدراسات التي سعت لتصنيف تصاميم واستراتيجيات البحث المندمج حسب المجالات ومبررات استخدام استراتيجيات البحث المندمج المختلفة داخل كل مجال.
  • الطرق الديناميكية (Dynamic approaches): على خلاف الطريقة الأولى والتي تقوم بتصنيف التصاميم حسب المجالات والاستخدامات العامة، تتبنى هذه الطريقة للتفكير في تصاميم البحث المندمج نهجًا منظمًا (Systematic Approach) يتم من خلاله دراسة عدد من المتغيرات في الدراسة والتي ينظر لها كمتغيرات متداخلة وبعد ذلك يتم التوصل لتصميم البحث المندمج المناسب. من المتغيرات التي يتم دراستها على سبيل المثال وهي مختلفة حسب المنهج المتبع:
    • غرض الدراسة.
    • الإطار النظري.
    • أسئلة البحث.
    • الأساليب واعتبارات الصدق (Validity).

أنصح الباحث المبتدئ بالاطلاع على استراتيجيات البحث المندمج التي تم تصنيفها (الطريقة الأولى Typology-based) في الكتب المتخصصة في البحث المندمج ومن ثم بحث مدى ملائمتها للدراسة.

أهداف البحث

٣) مطابقة تصميم البحث مع مشكلة البحث، الهدف من الدراسة، وأسئلة البحث

الهدف الأساسي من اختيار تصميم البحث في البحث العلمي بشكل عام هو الإجابة على أسئلة البحث وتحقيق أحد أو جميع أغراض البحث باستخدام الاستراتيجية المناسبة حسب الدراسة، المشكلة، ظروف الباحث ومايفضله، وغيرها من عوامل.

أحد العوامل المشتركة بين استراتيجيات أو تصاميم البحث المندمج المختلفة هي أنها تتمحور حول العوامل الأساسية التي تقود أو توجّه الدراسة: مشكلة الدراسة، الغرض من الدراسة، وأسئلة البحث. هنالك اتفاق بين العديد من الباحثين والمؤلفين حول أهمية هذه العوامل ودورها الأساسي في اختيار تصميم البحث المناسب. بالتالي، على الباحثين صياغة هذه العوامل الأساسية بشكل دقيق قبل المضي لمرحلة اختيار تصميم البحث ومن ثم التحقق من اختيار تصميم البحث الملائم لها. في بعض الأحيان، قد يكون هنالك حاجة لإعادة صياغة بعض هذه العوامل (كإعادة صياغة سؤال البحث أو أحد الأسئلة الفرعية) بشكل بسيط لتتوائم مع تصميم البحث المندمج الذي تم تحديده. أما إذا كانت إعادة الصياغة فيها تغييرات جوهرية، على الباحث الحذر فقد لا يكون التصميم الذي تم اختياره مناسبًا بعد التعديل!

٤) توضيح أسباب اختيار تصميم البحث المندمج

الدمج مابين أكثر من طريقة من طرق جمع البيانات عملية صعبة ومعقدة من المفترض ألا يتم تنفيذها إلا عند وجود مبررات واضحة للقيام بذلك. قد تكون لا تكون كافة المبررات واضحة للباحث في المراحل الأولي من الدراسة، لكن على الأقل، من المهم وجود مبرر أو سبب واحد أساسي للقيام بذلك. العديد من المؤلفين في مجال البحث المندمج استعرضوا مبررات مختلفة يمكن للباحث الاستفادة منها بشكل عام في الوصول لتصميم البحث المناسب لدراسته. مع ذلك، كون هذا المجال حديث، قد تظهر مبررات أخرى حسب احتياجات الباحث وتنوع مجالات الأبحاث.

عند اختيار استراتيجية البحث العلمي وعند اتخاذ أي قرار مهم في الدراسة، لابد أن يقوم الباحث بالتوضيح والتبرير لاختياراته وقراراته خصوصًا المهم منها. فلا أسوأ عند اتخاذ قرار مهم في الدراسة من عدم توضيح المبررات والدعائم وراء هذا القرار، وفي حالة عدم وجود أي مصادر أو دعائم منشورة، يمكن توضيح ومناقشة آلية اتخاذ القرار بشكل منطقي لتكون واضحة للقارئين من باحثين وغيرهم.

البحث المندمج يُعتبر مجالاً جديدًا في البحث العلمي حتى اليوم وعدم تبرير الباحث لاختياراته وقراراته قد يكون أكبر خطأ من الممكن أن يرتكبه لأنه سيسمح بذلك للآخرين بالانتقاص من عمله وقراراته التي ربما اتخذها بشكل عشوائي دون علم أو معرفة، فهو لم يوضحها! ذكرت في مقال سابق بعض مبررات استخدام تصميم البحث المندمج والتي يمكن الاستفادة منها والمبررات تختلف باختلاف مجالات البحث، الدراسة، الغرض من الدراسة، وأسئلة البحث.

 

هذه هي بعض الاعتبارات المهم الانتباه لها ومعرفتها قبل اختيار تصميم البحث المندمج، نتمنى أن تأخذها في الحسبان في دراستك العلمية القادمة، إذا كان البحث المندمج مناسبًا لها!
Designing and Conducting Mixed Methods Research

كثيرًا ما يقف الباحث حائرًا أمام العدد الكبير من الاختبارات الإحصائية المختلفة. و عادةً ما يسأل نفسه في مرحلة تصميم البحث أو التجربة:

كيف أعرف ما هو الاختبار الإحصائي الذي من المفترض أن أطبّقه و المناسب لطبيعة البحث العلمي؟ ما هي آلية اختيار الاختبار الاحصائي؟ هل سيتناسب هذا الاختبار الإحصائي مع البيانات التي سأجمعها أو جمعتها في البحث العلمي؟

خمسة خطوات من أجل اختيار الاختبار الاحصائي

هنالك خمسة خطوات رئيسة تسهل اختيار الاختبار الإحصائي المناسب للبحث و هي كالتالي:

  1. تحديد نوع الاختبار الإحصائي.
  2. التمييز بين الاختبارات المعلمية و غير المعلمية.
  3. الاختيار بين الاختبارات المعلمية و اللا معلمية.
  4. اختبار الفرضيات.
  5. تحديد مستويات الدلالة الإحصائية.

نناقش هذه الخطوات بشيء من التفصيل أدناه.

1) تحديد نوع الاختبار الإحصائي

الاختبارات الإحصائية يمكن تصنيفها حسب ما يلي:
• نوع العلاقات المراد اختبارها مثل (عقد المقارنات ، دراسة الاختلافات بين المتغيرات التابعة ، أو الارتباطات)
• نوع بيانات المتغيرات التابعة (Dependent Variables)
• عدد المتغيرات المستقلة و عدد مستوياتها (Independent Variables)

من المهم تعريف و تحديد هذه العوامل بشكل واضح عند اختيار الاختبار الإحصائي.

2) التمييز بين الاختبارات المعلمية و اللا معلمية

هناك نوعين من الاختبارات الإحصائية : معلمية و لا معلمية. ويمكن التمييز بينهما كالتالي:

الاختبارات المعلمية (Parametric Tests)

يكون الاختبار معلمي إذا حقق الفرضيات التالية:

  • نفترض أن توزيع مجتمع الدراسة توزيع طبيعي.
  • نفترض أن مجتمع البحث يحتوي على نفس الاختلافات الموجودة في العينة.
  • نفترض أن نوع البيانات في مستوى مقياس الفترة على الأقل (Interval Level Scale).

الاختبارات اللا معلمية (Non-parametric Tests)

يكون الاختبار لا معلمي إذا حققت الفرضيات التالية:

  • نفترض أن توزيع مجتمع الدراسة توزيع حر.
  • نفترض أن نوع البيانات في مستوى مقياس رتبي فقط (Ordinal Level Scale).

3) الاختيار بين الاختبارات المعلمية و اللا معلمية

الاختبارات المعلمية أكثر قوة من الاختبارات اللامعلمية. بمعنى أن الاختبارات المعلمية لديها القدرة على تحديد جميع دلالات الاختلافات المهمة و ذلك لأنها تعتمد على استخدام جميع المعلومات في البيانات المجموعة. على عكس الاختبارات اللامعلمية و التي تعتمد فقط على ترتيب الرتب للبيانات.

4) اختبار الفرضيات

عند تطبيق اختبار الفرضيات في الدراسة المجراة، لابد من تطبيق الخطوات التالية:

  1. تحديد فرض العدم (Null Hypothesis).
  2. تحديد الفرض التجريبي (Experimental Hypothesis).
  3. اختيار مستوى الدلالة المناسب (Level of Significant).

5) تحديد المستويات الإحصائية الحرجة

وهي عبارة عن مستويين: درجة الحرية و اتجاه الاختبار.

درجة الحرية

تعرّف درجة الحرية بعدد القيم القابلة للتغير عند حساب خاصية إحصائية ما (مثل الارتباط ، والتباين و غيرها)
و تحسب عن طريق المعادلة التالية : (عدد أفراد العينة المستخدمة في الحساب الإحصائي ناقص (-) عدد القيود المفروضة أثناء حساب الخاصية الإحصائية)

اتجاه الاختبار

يعتمد تحديد ما إذا كان الاختبار ذي اتجاه واحد أو اتجاهين على اتجاه المؤثر المراد دراسته من البداية، بمعنى:

  • إذا كنا نعرف اتجاه تأثير المتغير المستقل كأن يكون تأثيرًا تصاعدي (أو) تنازلي فهذا يسمى اتجاه واحد (One Tailed Test).
  • أما إذا كنا نعرف أن المتغير المستقب يسبب تأثيرًا لكن لا نعرف اتجاهه (تناقصي أو تزايدي) فهنا نطلق عليه اختبار ذو اتجاهين (Two Tailed Test).

 

جميع العوامل سابقة الذكر لابد من أخذها في الاعتبار عند اختيار نوع الاختبار المراد إجراءه، فذلك سيساعد في تحديد نوعية الاختبار الإحصائي المراد تطبيقه. ينصح دوماً باختبار الاستراتيجيات المختلفة التي ينوي الباحث تطبيقها في دراسته أو بحثه بشكل تجريبي (Pilot Testing) أولاً، للتأكد من أن كل ما خطط له الباحث يسير بالشكل الصحيح.

أما عدم إختبار الإستراتيجيات أو الخطط مبكراً قد يؤدي لمشاكل كثيرة. على سبيل المثال، قد يجمع الباحث الكثير من البيانات من عينة البحث على مدى أشهر و يقوم بفرزها ليتفاجئ بعد كل هذا التعب أن البيانات التي قام بجمعها لن تساعده في الإجابة على أسئلة البحث، أن البيانات لا يمكن تطبيق الإختبار الإحصائي المطلوب عليها، أو غيرها من المشاكل. لذلك، جرّب كل شئ مبكراً.

البحث المندمج Mixed Methodsتعرّفنا سابقاً على أحد مناهج البحث العلمي الا وهو منهج البحث المندمج/المختلط (Mixed Methods) و استعرضنا في نفس المقالة ستة مبررات لاستخدام البحث المندمج/المختلط (Mixed Methods). بالإضافة لذلك، استعرضنا في مقال لاحق أبرز الاستخدامات للبحث المندمج، حيث كان لتلك الاستخدامات التأثير الأكبر في ظهور ستة استراتيجيات أو تصاميم  للبحث المندمج/المختلط (Mixed Methods) تعتبر الأكثر استخداماً بين الباحثين في المجال. نستعرض هذه الستة تصاميم للبحث المندمج/المختلط و نناقشها معكم في هذه المقالة، لمساعدة الباحث في التعرّف على التصميم المناسب له و الذي يمكن أن يستخدمه في البحث العلمي أو يبني عليه دراسته.

استراتيجيات أو تصاميم البحث المندمج/المختلط (Mixed Methods) الأساسية

هنالك ستة استراتيجية معروفة للبحث المندمج و تُعتبر الأكثر استخداماً من قبل الباحثين. هذه الاستراتيجيات ليست الوحيدة، حيث أنه من المتوقع مع زيادة استخدام البحث المندمج أن تبرز استراتيجيات إضافية حسب مشاكل البحث العلمي المختلفة و حاجة الباحث مستقبلاً.

على الباحث الأخذ في الإعتبار، البحث عن، و حتى إقتراح استراتيجية البحث المندمج إذا لم تكن الاستراتيجيات الأساسية كافية للإجابة على أسئلة البحث التي لديه أو كافية لحل مشكلة البحث.

التصميم التفسيري المتتابع (Explanatory Sequential Design)

و هي تعتمد على جمع بيانات البحث الكمية (Quantitative) و تحليلها في المرحلة الاولى من جمع البيانات يليها جمع البيانات النوعية/الكيفية (Qualitative) و تحليلها في مرحلة ثانية.

هذه الاستراتيجية تتميز بسلاستها و لكنها تتطلب من الباحث وقت اطول لاتمام مرحلة جمع البيانات (Data Collection).

التصميم الاستكشافي المتتابع (Exploratory Sequential Design)

هذه الاستراتيجية تعتمد على جمع و تحليل البيانات النوعية (Qualitative) أولاً ثم الانتقال الى عملية جمع و تحليل البيانات الكمية (Quantitative).

تُنتقد هذه الاستراتيجية أيضاً بطول الفترة الزمنية المتطلبة لأنهاء عملية جمع البيانات.

 تصميم التثليث المتزامن (The Concurrent Triangulation)

هذه الأستراتيجية تعتبر  الأكثر شيوعا بين الباحثين/الباحثات وتتعتمد على جمع البيانات الكمية (Quantitative) و النوعية (Qualitative) في مرحلة واحدة. يتبع ذلك، مرحلة مقارنة النتائج النوعية مع الكمية و ما إذا كانت النتائج الكمية تتناغم مع النتائج النوعية.

كغيرها، هذه الاستراتيجية تتطلب مهارة عالية من قبل الباحث بالإضافة الى الحرص على جمع معلومات إضافية لتغطية أي نقص أو خطأ قد يُكتشف في مرحلة تحليل البيانات.

التصميم المتضمّن المتزامن (Concurrent Embedded Design)

تعتمد هذه الأستراتيجية على جمع البيانات باستخدام المنهج الكمي (Quantitative) و النوعي (Qualitative) في مرحلة واحدة مع التركيز بالشكل الأساسي على احداهما في جمع بيانات البحث العلمي و إعطاء المنهج أو الطريقة الأساسية أهمية و وزن أكبر. أما الطريقة الأخرى أو الثانوية و التي يتم تطبيقها في نفس الوقت مع الطريقة السابقة، فتكون أقل أهمية و قد تستخدم مثلاً للإجابة على سؤال بحث مختلف أو دراسة جزئية أخرى في الدراسة.

تطبيق هذه الأستراتيجية يساعد في جمع بيانات بحثية نوعية، مثلا للإجابة على أحد اسئلة البحث، و جمع بيانات بحثية كمية للإجابة على أسئلة بحثية أخرى. في هذه الاستراتيجية، لايقوم الباحث بمقارنة نتائج البحث الكمية و النوعية و لكن يقوم بتحليلها بشكل منفصل. أيضاً، قد يقوم الباحث بمناقشة النتائج من الطريقتين في قسم النقاش (Discussion) أو غيره.

الجدير بالذكر أنه على الرغم من جاذبية هذه الاستراتيجية للكثير من الباحثين لما فيها من خصائص، مثل عدم التقيّد أو التركيز على المنهجين الكمي و النوعي معاً أثناء جمع البيانات، و أيضاً، عدم وجود حاجة لإيجاد تداخل ما بين نتائج التحليل بالإضافة إلى كون جمع البيانات لا يتم على مراحل بل في نفس الوقت، مع ذلك، يُعاب على هذه الاستراتيجية أنها  قد ينتج عنها نتائج بحثية غير متوازنة خصوصاً إذا ما أراد الباحث إجراء أي مقارنات نظراً لاختلاف أهداف كل مرحلة غالباً و كون أحد طرق جمع البيانات لها أهمية أكبر. أيضاً، للاستفادة المثلى من البيانات المختلفة التي يجمعها الباحث في دراسته باستخدام هذا التصميم، قد يكون هنالك حاجة لتحويل البيانات (Transform) أو تغييرها لتكون كافة البيانات متوافقة أو متناسبة أثناء عرضها عند التحليل.

التصميم التحولي المتتابع (Sequential Transformative Design)

و تعتمد على وضع نظرية بحثية لها علاقة بموضوع البحث (مثلا الجنس، أو العرق) أو تعتمد على أسئلة بحث المفترض أن يجيب عليها الباحث. و هنا لابد من أن نتذكّر ميزة هذه الأستراتيجية، الا و هي عدم التقيّد بأي تتابع في عملية جمع البيانات الكمية (Quantitative) أو النوعية (Qualitative).

من أكثر معوقات استخدام هذه الأستراتيجية أن ما كتب عنها قليل و يكاد يكون معدوماً، مما قد يتسبب في وقوع الباحث في الأخطاء بعد تبني هذه الاستراتيجية و أثناء عملية جمع البيانات.

التصميم التحولي المتزامن (Concurrent Transformative Design)

هذه الاستراتيجية تعتمد على استخدام نظرية بحثية بالإضافة الى تطبيق استخدام المنهجين الكمي و النوعي لجمع البيانات معاً في نفس المرحلة. في هذا التصميم، يمكن أن يكون للمناهج المستخدمة نفس القدر من الأهمية أو قد يكون لأحدهما أهمية أكبر.

هذه الاستراتيجية تشترك مع تصميم التثليث المتزامن و التصميم المتضمّن المتزامن في مزايا و عيوب التطبيق، إلا أنها تتفوق عليهم في كونها لديها ميزة إضافية تتميز بها عنهم في كون هذا التصميم يتيح للباحثين تضمين و الاستفادة من تصاميم البحث المندمج/المختلط في النظريات أو الإطارات التحويلية (Transformative Framework).

اعتبارات مهمة قبل البدء: التخطيط و إدارة الوقت بفاعلية ضروريان للنجاح

هنالك بعض الاعتبارات المهمة التي على الباحث التفكير بها قبل البدء، نستعرض هنا بعضها و سنفصل فيها أكثر في مقال لاحق بإذن الله:

  • الفترة المحددة لجمع البيانات: لا بد من تحديد مدة كافية لجمع البيانات الكمية أو النوعية على مرحلتين أو أكثر حسب تصميم البحث الذي سوف يتبناه الباحث.
  • مدى إمكانية تعميم نتائج البحث: على الباحث التفكير ووضع أولوية لأحد مناهج البحث (الكمي أو النوعي) و هذا يعتمد على اهتمام و خبرة الباحث و أيضاً، و هو الأهم، أهداف البحث العلمي.
  • على الباحث أن يتمتع بالمرونة الكافية لتطبيق التوازن الكافي لتطبيق منهجية البحث الذي قام باختيارها بحيث لا يكون هنالك تقصير في أي من مراحل البحث.

على سبيل المثال، إذا كان الباحث في رحلة علمية لجمع البيانات لمدة ثلاثة اشهر، تعتبر هذه المدة غير كافية غالباً لجمع المعطيات البحثية النوعية أو الكمية و تحليلها و الانتقال للمرحلة التالية. هنا، قد يحتاج الباحث أن يستغل مدة الرحلة العلمية لجمع البيانات كاملة فقط، و من ثم، يتم التفرغ لتحليلها.

هذا ما قمت بتطبيقه في بحثي سابقاً أثناء مرحلة الدكتوراة، حيث طبقت منهج البحث المختلط/المندمج و تطبيق الاستراتيجية التفسيرية المتتابعة لجمع البيانات الكمية (Quantitative) و النوعية (Qualitative). و لقصر مرحلة الرحله العلمية التي أجريتها في السعودية، قمت بجمع كافة البياانات الكمية في مرحلة أولى ثم قمت بجمع البيانات النوعية. بعد ذلك، قمت بتحليل المعطيات بعد عودتي إلى بريطانيا لإكمال دراستي. عملية التحليل هذه عادةً ما تستغرق مدة ليست بقصيرة.

  • Chen , Y. L. (2009). Mixed-methods study of EFL teachers’ Internet use in language instructions. Teaching and Teachers Educations, 24(4),pp.1015-1028.
  • Creswell, J. W. (2009). Research Design Qualitative, Quantitative and Mixed Methods Approaches (Third ed.) California: Sage.

البحث المندمج Mixed Methodsتعرفنا في مقال سابق على منهج البحث المندمج (Mixed Methods) و على ستة مبررات عامة لاستخدام البحث المندمج (Mixed Methods) في البحث العلمي.
في هذه المقالة، نتابع نقاشنا حول البحث المندمج باستعراض أبرز الاستخدامات في البحث العلمي لمنهج البحث المندمج (Mixed Methods)، و التي بناءاً عليها ظهرت استراتيجيات مختلفة للبحث المندمج، يتبعها و يطبقها الكثير من الباحثين اليوم.

الباحث تقع على عاتقه عملية تصميم البحث العلمي بحيث يقوم باختيار منهج البحث العلمي و أيضاً الاستراتيجية المناسبة التابعة لهذا المنهج الذي يرغب في استخدامه.
البحث المندمج كمنهج بحث تندرج تحته العديد من الاستراتيجات المختلفة التي يمكن اتباعها من قبل الباحث، لذلك على الباحث البحث و التحري و اختيار ما يناسبه و يناسب البحث العلمي واضعاً في الحسبان ضرورة التبرير و توضيح اختياراته و قراراته أيضاً!

سنناقش و نضرب أمثلة على بعض هذه الاستراتيجيات في مقال لاحق إن شاء الله، لكن، نناقش هنا الأسباب التي أدت لتصميم الاستراتيجيات المختلفة في البحث المندمج.

استخدامات أساسية وراء ظهور الإستراتيجيات المندمجة أو تصاميم البحث المندمج (Mixed Methods Designs)

قبل ظهور البحث المندمج و الاستراتيجيات المندمجة (استراتيجيات البحث المندمج)، كان الكثير من الباحثين يستخدمون مصطلح التثليث (Triangulation) في دراساتهم، و هو جمع البيانات بأكثر من طريقة. كان و لا يزال إستخدام التثليث يُنصح به في الكثير من الحالات للتأكد من صحة نتائج الدراسة و تعزيزها. أما بعد ظهور البحث المندمج و الاستراتيجيات المندمجة، يتضح لنا أن التثليث هو في الحقيقة استخدام من استخدامات البحث المندمج.

عند البحث و القراءة في مختلف المصادر المتعلقة بالإستراتيجيات المندمجة، يتضح لنا أنه هنالك استراتيجيات أو تصاميم عديدة للبحث المندمج. هذه الاستراتيجيات المختلفة تسعى لتحقيق أغراض مختلفة، و بالتالي، لهذه الاستراتيجيات استخدامات مختلفة، حسب طبيعة البحث و ما يحتاج إليه الباحث.

هذا بالطبع لا يعني أنها الاستخدامات الوحيدة، لأنه على الأغلب، مع تطور البحث و مع التعمق في هذا المجال، ستتضح و تبرز استخدامات أخرى تخدم أهداف مختلفة. أيضاً، تقسيم الاستخدامات نفسها و تصنيفها قد يختلف ما بين كاتب لآخر.

التثليت (Triangulation)

و يطلق عليه أيضا (Cross Examination): إستخدام أكثر من أداة أو طريقة لجمع البيانات و تحليل نفس الظاهرة/الظواهر بهدف التحقق أو التأكد من صحة النتائج في الدراسة بالإضافة إلى أنها تساهم في تقليل التحيز (Bias) الذي قد تسببه طريقة أو أداة جمع البيانات. الغاية هنا رفع مستوى الثقة في النتائج من خلال جمع البيانات بأكثر من طريقة للنظر إذا ماكانت البيانات التي تم جمعها بأكثر من طريقة تؤدي لنفس النتائج و تعزز أو تؤيّد بعضها البعض أم لا.

مُكمّل (Complementary)

تفصيل، تحسين، و توضيح النتائج التي تم الحصول عليها بأحد طرق البحث المستخدمة من خلال تفسير نتائج تم الحصول عليها بعد استخدام طريقة أخرى من طرق البحث. على سبيل المثال، يمكن الإستفادة من إجابات بعض الطلاب على المقابلات الشخصية التي أجريت معهم لتوضيح نتائج تم الحصول عليها من خلال تحليل بيانات استبيان تم توزيعه عليهم سابقاً. يتضح إذاً هنا أن الهدف هو الحصول على تفسير أفضل و أوضح لنتيجة تم الحصول عليها سابقاً باستخدام طريقة بحث أخرى.

التطوير (Development)

استخدام أكثر من أداة أو طريقة لجمع البيانات مع الإستفادة من النتائج التي يحصل عليها الباحث في المرحلة الأولى في بناء أو تطوير طريقة أو أسلوب بحث آخر قد يستخدمه الباحث لاحقاً. التطوير المقصود به هنا عام و يشمل على سبيل المثال: اختبار العينة و طريقة الحصول عليها و اختبار، تطوير، و تقنين أداة البحث و الأسئلة أو المقاييس المستخدمة فيها.

الإبتداء أو الإستهلال (Initiation)

الهدف الأساسي هنا هو استكشاف معلومات، طرق، أساليب، أو أُطر جديدة، غير متوقعة، أو مناقضة لتلك الموجودة حاليا، و ذلك من خلال إعادة صياغة الأسئلة و النتائج من أداة أو أسلوب معين ليتم إختبارها بطريقة جديدة مختلفة.

التوسّع (Expansion)

توسيع نطاق و مدى طريقة و أسلوب البحث أو التحقق (Inquiry) المستخدمة و ذلك باستخدام أساليب مختلفة و متنوعة تساهم في فهم أجزاء أو عناصر من الظاهرة أو الموضوع تحت الدراسة.

 

في مقال لاحق إن شاء الله، سنتعرف أكثر على أسس تصميم استراتيجيات البحث المندمج، معايير تصميم استراتيجية البحث المندمج، و أيضاً على عدد من التصاميم الأساسية المعروفة في البحث المندمج.

  • Designing and Conducting Mixed Methods Research (2011)

البحث المندمج Mixed Methods

أحد القرارات المهمة التي تواجه الباحث في بداية رحلة البحث العلمي هو قرار اختيار منهجية البحث العلمي و تصميم البحث العلمي المناسب. يعتبر البحث المندمج أو الإستراتيجة المندمجة (Mixed Methods) أحد الطرق و الإستراتيجيات في البحث العلمي و التي لاقت إهتماماً متزايداً في السنوات الأخيرة. هذه الإستراتيجية أو الطريقة هي الأحدث ما بين الإستراتيجيات أو الطرق التي تدخل في تصميم البحث العلمي.

البحث المندمج Mixed Methods: مقدمة سريعة

يمكن تعريف البحث المندمج (Mixed Methods) على أنه البحث الذي يقوم من خلاله الباحث بجمع و تحليل البيانات، عمل توافق و دمج ما بين النتائج، الإستخلاصات، و الإستنتاجات التي حصل عليها من الطرق أو الأدوات الكمية و النوعية و ذلك في نفس الدراسة أو البحث.

اقرأ المزيد

عند البدء بتصميم تجربة إحصائية، لابد من اتخاذ القرار حول كيفية توزيع مفردات العينة على حالات التجربة المختلفة. فعلى ذلك سيتم تحديد نوع الاختبارات الإحصائية التي ستطبق لاحقًا ومن ثم ستؤثر حتمًا على النتائج البحثية.

ماهي البحوث التجريبية و التصاميم التجريبية؟ (Experimental Designs)

تهدف البحوث التجريبية إلى إظهار العلاقة السببية بين متغيرين. لدراسة هذه العلاقة، يتوجب على الباحث اختيار نوع التصميم الذي يلائم طبيعة الدراسة التجريبية.

 

نوع التصميم: هو طريقة توزيع أفراد العينة على الحالات و الظروف التجريبية تبعًا لنوعية سؤال البحث المراد اختباره. مثل: اختيار توزيع العينة بين حالتي تناول جرعة دواء و عدم تناول جرعة دواء، أو حالة استخدام جهاز تقني في الفصل و حالة عدم استخدام جهاز تقني في الفصل.

 

هنالك ثلاثة أنواع للتصميمات التجريبية:

  1. التصميم بين أفراد العينة.
  2. التصميم داخل أفراد العينة.
  3. التصميم المختلط.

أولاً: التصميم بين أفراد العينة (Between Subjects)

التصميم بين الأفراد (Between Subjects) يعرف بتقسيم مفردات العينة إلى مجموعات و تعريض كل منها لظرف تجريبي على حد مستقل. ويعرف عادة بالمجموعات المستقلة أو التصميم غير المرتبط (Independent Group / Unrelated Design).

في حالات بحثية، يتم الاعتماد على العشوائية (Randomisation) عند توزيع أفراد العينة على الحالات التجريبية. و في تجارب بحثية أخرى، لا يمكن اللجوء إلى العشوائية كأن يكون المتحكم في توزيع الأفراد ظروف طبيعية مثل تقسيمهم إلى إناث و ذكور.

مثال:

التصميم بين أفراد العينة

كما توضح الصورة أعلاه، لدينا مجموعتين مختلفتين من أفراد العينة (لا يشترط تساوي عدد الأفراد فيها). كل مجموعة تتعرض لمؤثر تجريبي مستقل. مثل: في المجموعة A تم تعريض أفرادها إلى الهدوء. بينما أفراد العينة B، تم تعريض أفرادها إلى صوت الموسيقى.

 

مميزات التصميم بين أفراد العينة و عيوبه

المميزات:

  • ضروري لاختبار المؤثرات الطبيعية المستقلة مثل (اختلاف الفئة العمرية ، أو الجنس).
  • نتائج المجموعات مستقلة عن بعضها البعض.
  • نتائج المجموعات لا تتأثر بمؤثرات خارجية مثل: ملل المشاركين من تكرار التجربة، اكتساب مهارات تكرار التجربة، مؤثرات خارجية مثل: اختلاف درجة حرارة الغرفة بين مجموعة و أخرى.
  • لا يتأثر بترتيب المؤثرات التجريبية.

عيوبه:

  • يتطلب حجم عينة كبير.
  • يخلق وجود الفروقات الفردية بين المجموعات مما يؤثر على أداء التجربة (لكن يمكن تلافي ذلك بتوزيع الأفراد على المجموعات بشكل عشوائي).

ثانيًا: التصميم داخل أفراد العينة (Within Subjects)

التصميم داخل الأفراد (Within Subjects) يعرف بتعريض جميع أفراد العينة على الظروف التجريبية المختلفة للتجربة. ويعرف عادة بالقياسات المتكررة أو التصميم المرتبط (Repeated Measures / Related Design).

مثال:

التصميم داخل أفراد العينة

كما توضح الصورة أعلاه، لدينا مجموعتين من أفراد العينة. جميع مفردات العينة تم تعريضها على مؤثر الهدوء كما في المجموعة A. ثم تم تعريضها مجددًا لمؤثر الموسيقى كما في المجموعة B.

 

مميزات التصميم داخل أفراد العينة و عيوبه

مميزاته:

  • القضاء على الاختلافات الفردية بين الظروف التجريبية.
  • التكافؤ التام بين أفراد العينة. حيث أن جميعهم تعرضوا لنفس المؤثرات و الظروف.
  • الاقتصاد في الوقت و الجهد.
  • لا يتطلب حجم عينة كبير.
  • يقلل من تأثير تباين الخطأ فيزيد من فرص اكتشاف تأثير المتغيرات المختبرة.

عيوبه:

  • لا يمكن استخدامه في حالة كان الغرض من التجربة هو اختبار الفرق بين خصائص مفردات العينة. مثل: المقارنة بين الرجال و النساء في استخدام التقنية.
  • يتأثر بعدة عوامل مثل:
    • ترتيب التعرض للمؤثرات التجريبية المختلفة.
    • اكتساب خبرة تكرار الممارسة مما يؤثر على أداء التجربة.
    • ملل المشاركين.

ثالثًا: التصميم المختلط (Matched Subjects)

التصميم المختلط (Matched Subjects) و يجمع بين التصميمين السابقين. فكل مجموعة من أفراد العينة هي عينة مختلطة تتعرض لجميع مؤثرات التجربة. و يصبح من الضروري تطبيقه حين تكون إحدى المتغيرات المستقلة من النوع التصنيفي مثلك الجنس أو العمر فلا يمكن تطبيق تصميم داخل الأفراد حينها.

مثال:

التصميم المختلط

كما توضح الصورة أعلاه، لدينا عينة مكونة من إناث و ذكور، تم توزيعها على أربعة مجموعات مختلفة.

اللون الوردي دلالة على الإناث، و اللون الأزرق دلالة على الذكور.

في المجموعة A: تم تعريض جميع مفردات العينة من الإناث على الهدوء

في المجموعة B: تم تعريض جميع مفردات العينة من الإناث على الموسيقى

في المجموعة C: تم تعريض جميع مفردات العينة من الذكور على الهدوء

في المجموعة D: تم تعريض جميع مفردات العينة من الذكور على الموسيقى

 

و بهذا نستطيع مقارنة تأثير الهدوء و الموسيقى على الذكور و الإناث. و أيضًا اختبار الهدوء و الموسيقى على الإناث أنفسهم، و اختبار تأثير الهدوء و الموسيقى على الذكور أنفسهم فقط.

 

مميزات التصميم المختلط و عيوبه

مميزاته:

  • لديه نفس مميزات التصميم بين الأفراد.
  • التقليل من الاختلافات الفردية وذلك بتوزيع الأفراد الذين تكون احتمالية تشابه أداءهم

عيوبه:

  • لا يمكن التيقن من تطابق المؤثرات الخارجية على أداء الأفراد في جميع المجموعات

عند القيام بعمل الاختبارات الإحصائية، هناك سبع خطوات رئيسة مهمة ينبغي القيام بها للحصول على نتائج صحيحة و هي:

  1. صياغة السؤال البحثي.
  2. صياغة الفرضيات الإحصائية.
  3. اختيار العينة.
  4. اختيار طريقة جمع البيانات.
  5. اختيار الاختبار الإحصائي.
  6. تحليل البيانات.
  7. استخلاص النتائج و تفسيرها.

نناقش هذه الخطوات بشئ من التفصيل هنا.

بانر إحصاء

١) صياغة السؤال البحثي

قبل القيام بأي خطوة، لابد للباحث من صياغة سؤال البحث أو أسئلة البحث المراد الإجابة عليها بشكل واضح جدًا و مبسّط. و إذا ماكان السؤال يحمل في داخله أكثر من استفسار، في هذه الحالة، يجب تقسيمه إلى عدد من الأسئلة المنفصلة المتفرعة كل على حدى.

على سبيل المثال: نريد اختبار تأثير ساعات مشاهدة الإعلام على متوسط عمر الإنسان؟ كما نريد اختبار تاثيره على متوسط عمر الرجال و عمر النساء؟
في هذا المثال: سيتم أولا اختبار تأثير مشاهدة الإعلام على متوسط عمر الإنسان بشكل عام. ثم نقوم باستخلاص النتائج لنجيب على السؤال التالي: تأثير مشاهدة الإعلام على متوسط عمر الرجال. ثم السؤال الأخير: تأثيرها على متوسط حياة النساء.

من المهم أن يفكر الباحث في كيفية الإجابة على سؤال أو أسئلة البحث و إذا ما كان هنالك حاجة لاختبارات إحصائية معينة يستفاد منها في الإجابة على هذه الأسئلة.

٢) صياغة الفرضيات الإحصائية (Statistical Hypothesis)

يوجد نوعان من الفرضيات الإحصائية:

  1. فرض العدم (Null Hypothesis): وهو الفرض الذي يصاغ في صورة عدم وجود فرق أو تاثير أو علاقة ويرمز له بالرمز H0
  2. الفرض البديل أو الفرض التجريبي (Experimental Hypothesis or Alternative Hypothesis): وهو الفرض الذي يجب أن يكون صحيحًا إذا كان فرض العدم غير صحيح ويرمز له بالرمز H1.
كتطبيق بسيط على المثال الموجود في هذا الموضوع، ستكون صياغة الفروض الإحصائية كالتالي:
H0 : لا يوجد تأثير لساعات مشاهدة الإعلام على متوسط عمر الإنسان
H1: يوجد تأثير لساعات مشاهدة الإعلام على متوسط عمر الإنسان

٣) اختيار العينة

وكما في المثال السابق، سيتم اختيار عينة تضم رجالاً و نساءًا يشاهدون الإعلام. في مواضيع سابقة، تم التطرق إلى عينة البحث و كيفية اختيار عينة البحث.

٤) اختيار طريقة جمع البيانات المراد استخدامها

هناك عدد كبير من الطرق البحثية المستخدمة لجمع البيانات. يتم اختيار طريقة جمع البيانات بناءًا على نوع البيانات المراد جمعها.

لتطبيق ذلك على مثالنا السابق، سيكون نوع البيانات المراد جمعها كالتالي: ساعات مشاهدة الإعلام (بيانات كمية) و الجنس و العمر (بيانات وصفية).

في موضوع سابق تم التطرق لكيفية اختيار طريقة جمع البيانات. بعد ذلك، يتم جمع البيانات المراد اختبارها للإجابة على أسئلة البحث.

٥) اختيار الاختبار الإحصائي

بناءًا على النقاط السابقة يتم تحديد نوعية الاختبار الإحصائي المراد تطبيقه. هناك معايير لابد من أخذها في الاعتبار عند اختيار نوع الاختبار المراد إجراءه، علما بأن الإختبارات الإحصائية غالباً ما تقبل نوع أو أنوعا محددة من البيانات، لذلك، من الضروري التأكد مسبقاً و يفضل حتى إختبار طريقة جمع البيانات مبكراً للتأكد من مناسبتها أو مناسبة البيانات التي تقوم بجمعها للإختبار أو الإختبارات الإحصاذية التي يرغب الباحث في تطبيقها.
ينصح دوماً باختبار الاستراتيجيات المختلفة التي ينوي الباحث تطبيقها في دراسته أو بحثه بشكل تجريبي (Pilot Testing) أولاً، للتأكد من أن كل ما خطط له الباحث يسير بالشكل الصحيح.
عدم إختبار الإستراتيجيات أو الخطط مبكراً قد يؤدي لمشاكل كثيرة. على سبيل المثال، قد يجمع الباحث الكثير من البيانات من عينة البحث على مدى أشهر و يقوم بفرزها ليتفاجئ بعد كل هذا التعب أن البيانات التي قام بجمعها لن تساعده في الإجابة على أسئلة البحث، أن البيانات لا يمكن تطبيق الإختبار الإحصائي المطلوب عليها، أو غيرها من المشاكل. لذلك، جرّب كل شئ مبكراً.

٦) تحليل البيانات

وهي أحد أهم خطوات الاختبارات الإحصائية، و التي عليها ترتكز صحة النتائج و من ثم جودة الدراسة. في موضوع سابق، تم تناول كيفية تحليل البيانات

٧) استخلاص النتائج و تفسيرها

بناءًا على تحليل البيانات الذي تم في الخطوة السابقة، يتم استخلاص الإجابات على سؤال البحث الرئيسي و الفرعي.

و كلما تم تفسير النتائج بشكل مبسط وواضح، كلما كانت جودة الدراسة عالية. كما ينصح الاستعانة بالرسومات البيانية لتمثيل النتائج وتوضيحها بشكل مصور جنبًا إلى جنب التفسيرات المكتوبة.

– كتاب مبادئ الاحصاء والاحتمالات د.عدنان بري
– Introduction to Statistics and Data Analysis By Roxy Peck, Chris Olsen, Jay Devore – Statistical Data Analysis by Glen Cowan

 

يعتبر الكتاب أحد الكتب الأكثر تقييما في مجموعة الكتب المهتمة بعرض مرحلة أو رحلة الدكتوراة ككل و العديد من المعلومات الغنية عنها، لذلك، ينصح به للطلاب المقبلين على مرحلة الدكتوراة سواء قبل بدايتهم عند إعداد مقترح البحث العلمي أو أثناء سنوات الدراسة.

أسلوب الكتاب مناسب و ينصح به لمن هم في بداية رحلتهم العلمية، مع ضرورة الإنتباه بأن المعلومات التي في الكتاب ليس بالضرورة تنطبق على جميع الجامعات أو الجهات، و أقصد هنا المعلومات التي يسردها الكتاب في بعض الأجزاء و التي تفصل بعض الشئ في النظام الجامعي و الإجراءات و غيرها.
اقرأ المزيد

أطمح من خلال مدونة و دليل البحث العلمي و التعليم أن يكون هنالك مخرجات مفيدة يمكن الإستفادة منها في نشر ثقافة البحث العلمي و أيضا تهيئة الباحثين المبتدئين، و ذلك من خلال العمل على مشاريع صغيرة يكون منها الفائدة بإذن الله.

أحد هذه المشاريع هدفها التركيز على إعداد عروض تقديمية غنية بالمعلومات مفتوحة بحيث يمكن لمن أراد أن يستفيد مما فيها و يقدمها في جامعته، مدرسته، إدارته أو غيرها.

كنت قدمت على مدى ال٣ سنوات الماضية عرضاً في البحث العلمي (موجود هنا). و هذه السنة، رأيت أن أعمل على هذا العرض و أحدّثه و أضيف إليه ليكون بإذن الله أول مشروع يخرج من هذه المدونة!
اقرأ المزيد