سنجش و اندازه گیری

مواردی که به نظر من یک دانشجوی دکتری رشته ی روانسنجی یا سنجش و اندازه گیری یا هر کسی که می خواهد در حوزه ی روانشناسی دست به پژوهش بزند، باید یاد بگیرد در زیر ذکر شده است. خوشحال می شوم موارد دیگری را شما اضافه کنید. در ضمن من این موارد را خودم هنوز فرا نگرفته ام:

1.      فلسفه ی علم

الف) فلسفه های مهم و زیر بنایی جنبه های مختلف پژوهش های علمی (مثل فلسفه ی تحلیلی)

 ب) توانایی درک شباهت ها و تفاوت های حقایق، واقعیت و ادعای دانش.

ویلیام فخنر که از بزرگان و پایه گذاران روانشناسی تجربی است، در جایی به طور کنایه آمیز می گوید:"واقعیت ها و حقایق خیلی با هم ارتباطی ندارند". بد بختانه در خیلی از مواقع این گونه است. از یک واقعیت یکسان و یگانه حقایق زیاد و متفاوتی می تواند استنباط شود. ما واقعیت را با شرایط زیر می شناسیم که با ویژگی های علم نزدیک است:

واقعیت: محسوس است، قابل اندازه گیری است، پایدارند، قابل تایید و تصدیق اند، قابل آزمایش اند، قابل تکرارند.

بنابراین باید برای رفع این مشکل اول توافق روی واقعیت مورد پژوهش انجام شود. یعنی قبل از نتیجه گیری برای حقیقت باید بین پژوهشگر و سازمان یا هر کسی که قرار است از پژوهش استفاده کند باید توافق حاصل شود. پژوهشگر باید به طرق مختلف و از منابع چندگانه داده ها روایی واقعی را تایید کند. منظور از بررسی روایی واقعی (FACTUAL VALIDITY) این است که مطالب ادعا شده آیا صورت واقعی دارند.مثلا برای بررسی روایی واقعی یک پرسشنامه بالینی باید دید آیا پاسخ های یک بیمار روانی با یادداشت ها و نظرات متخصصان بالینی در ارتباط است. فقط زمانی که توافق روی واقعیت ها باشد می توان پایه ای برای حقایق گذاشت و با توافق روی حقیقت است که می توان شرایط موجود را اصلاح کرد.

2.      منطق و فلسفه ی اندازه گیری

الف) کیفیت و کمیت پدیده ها

ب) تعریف متغییر

ج) قواعد کمی کردن

د) معنادهی، اندازه گیری و سازه ها

3.      پدیده ها و داده ها

الف) توضیح داده ها از طریق زبان

ب) توضیح داده ها از طریق اعداد

ج) توضیح داده ها از طریق نمودارها

4.      استفاده از کامپیوتر برای تحلیل داده ها

5.      انواع طرح های آزمایشی و فرض آمایی

الف) طرح مربوط به یک تکنیک آزمایشی یا مشاهده ای برای آزمون کردن مفروضات مورد نظر.

ب) رویکرد کیفی

ج) نظریه ی کلاسیک استنباط آماری

د) آمار بیزی

ه) روش های الگوریتمی

6.      تحلیل آماری پایه

7.      روانسنجی عملی پایه

الف) مرور روایی و پایایی

ب) متغییر مکنون

ج) تحلیل سوال

د) منطق سوال پاسخ

ه) مقیاس گذاری

ح) تئوری کلاسیک اندازه گیری

ج) نظریه ی رویه ها

8.      روش شناسی کیفی

الف) قوم نگاری

ب) تئوری زمینه ای

ج) تحلیل سخنرانی و متن

9.      روش های کیفی پیشرفته

10.  روش های تحلیل آماری چند متغییره ی معمولی

الف) تحلیل تشخیصی

ب) تحلیل خوشه ای

ج) تحلیل عاملی

د) مدل معادلات ساختاری

11.  روش های ارزشیابی پایه

الف) جدول تصمیم گیری

ب) خطاها، نرخ ها و نسبت ها

12.  تحلیل محاسباتی داده ها

الف) آزمون ارتباط بین متغییرها

ب) آزمون تفاوت بین متغییرها

ج) پیش بینی و کلاسه بندی (طبقه بندی)

د) بازنمونه گیری، شبیه سازی و بوت استرپ کردن

13.  تشخیص، ارزشیابی و سنجش خطر

الف) نرخ ها، نسبت ها و بخت ها

ب) تشخیص مداخلات روانشناسی و پزشکی

ج) سنجش خطر آماری

14.  روش های الگوریتمی

الف) مفهوم الگوریتم و تحلیل اکتشافی

ب) تمایز و طبقه بندی

ج) شبکه های عصبی

15.  تحلیل غیر متری داده های کیفی(مثل اسکالو گرام، تحلیل هیئت و تحلیل انطباق)

16.  آمار چند متغییری خطی

الف) مانووا

ب) مانکووا

ج) رگرسیون چند جمله ای، لجستیک و چندگانه ی خطی

د) تحلیل عاملی و مولفه های اصلی

17.  ارزیابی و مدلسازی سیستم های پویا غیر خطی

الف) مفهوم یک سیستم محاسباتی بکارگرفته شده.

ب) مدلسازی تکامل زندگی مصنوعی

ج) تئوری سیستم های پیچیده و دینامیک های غیر خطی

18.  روانسنجی پیشرفته

الف) ساخت آزمون روانی برای موقعیت های با حساسیت بالا و پایین

ب) مقیاس گذاری چندگانه و بازنمایی هندسی سازه ها

ج) تحلیل سنجش افتراقی و سوگیری

د) تحلیل نقطه ی ایده آل

19.  پیش بینی ، طبقه بندی و یادگیری آماری و داده کاوی

الف) تحلیل CART در عمق

ب) MARS

ج) ماشین های برداری حمایت کننده

د) شبکه های عصبی

خ) شبکه های بیزینی و درخت ها