1) How many variables are centrally involved?
We are not counting here the variables you might want to exclude the effects of… see later, just those that are central to a RQ or RH. So is this a one variable design, two variable, three variable etc. design? In the jargon: univariate, bivariate or beyond two variables it may be either factorial or multivariate (As a rough guide, it would be called factorial only where there are two or more explanatory variables in categories, see below for explanation, otherwise it would be called multivariate).
In this course we stick to two-variable designs, since understanding them properly is the key to understanding more complicated ones. In fact often a study with many variables can be broken down into a whole lot of RQs each dealt with as a two variable design. E.g. in a questionnaire you ask Taiwan senior high school learners of English their gender and also how often they use 20 different reading strategies; you also give them Nation’s Levels test to check their vocab proficiency. You then potentially have a whole lot of two variable analyses (each with its own research Q or H!), involving gender in relation to each of the 20 strategies and vocab prof in relation to each of the 20 strategies (so 40 two-variable designs are analysed).
1) كيف العديد من المتغيرات وتشارك مركزياً؟
ونحن لا نعول هنا المتغيرات التي قد تحتاج إلى استبعاد الآثار.. انظر لاحقاً، فقط تلك التي المركزية إلى RQ أو RH. هل هذا تصميم متغير واحد، اثنين من متغير، ثلاثة إلخ متغير التصميم؟ بلغة: وحيد المتغير، المتغيرين أو ما بعدة متغيرات اثنين قد يكون مضروب أو متغير (كدليل الخام، سوف يطلق عليه مضروب فقط حيث هناك اثنين أو أكثر من المتغيرات التفسيرية في فئات، انظر أدناه للتفسير، إلا أنه سيطلق متعدد المتغيرات).
في هذه الدورة ونحن عصا للتصاميم متغيرين، منذ فهم لهم بشكل صحيح هو المفتاح لفهم أكثر تعقيداً منها. في الواقع كثيرا ما دراسة مع العديد من المتغيرات يمكن أن تقسم إلى مجموعة كبيرة من كل التعامل معها كاثنين من تصميم متغير. مثلاً في استبيان تسأل تايوان المدارس الثانوية العليا المتعلمين من اللغة الإنجليزية على أساس الجنس، وأيضا كيف في كثير من الأحيان أنها تستخدم استراتيجيات القراءة مختلفة 20؛ يمكنك أيضا منحهم مستويات الاختبار الأمة للتحقق من كفاءتها vocab. ثم يحتمل أن تكون لديك مجموعة كبيرة من تحليلين متغير (مع الخاصة به كل البحوث ف أو ح!)، التي تشمل الجنسين فيما يتعلق بكل من استراتيجيات 20 وزين vocab فيما يتعلق بكل من استراتيجيات 20 (حيث يتم تحليل 40 متغيرين التصاميم).
2) What roles do the central variables each play?
Often we think of one or more variables as potentially 'explaining' or 'causing' or 'affecting' or 'predicting' one or more of the others. For instance gender would be regarded as 'explaining' any differences in use of strategies we find. It would be odd to regard strategy use as somehow affecting people's gender! In the jargon, the 'explaining' variable (or variables) is perhaps most neutrally labelled the 'explanatory variable' (EV, as I prefer), but many call it the 'independent variable' (IV), or in some special design circumstances 'factor' or 'predictor'. The other variables are then 'dependent variables' (DV) or sometimes called 'response variables' etc. Sometimes there is no obvious EV - DV distinction among variables, e.g. if you are interested in the relationship between learners' grammatical proficiency and vocabulary size it is not obvious that either one is potentially affecting the other. Then regard the design as having DVs only.
There is a reason for talking in weaker terms and saying that one variable ‘explains’ another, or just ‘is related to’ it, rather than more strongly saying it ‘causes’ it or ‘affects’ it. Much language research is not experimental in the true sense, and the conventional wisdom is that it is only in a proper experiment that cause and effect can definitely be demonstrated.
2) ما هي الأدوار التي تفعل المتغيرات وسط كل اللعب؟
كثيرا ما نفكر في واحد أو أكثر من المتغيرات كما يحتمل أن تكون 'شرح' أو 'التسبب' أو 'تؤثر' أو 'توقع' واحد أو أكثر من الآخرين. وعلى سبيل المثال بين الجنسين تعتبر 'شرح' أي اختلافات في استخدام استراتيجيات نجد. فإنه سيكون من الغريب إلى اعتبار استخدام الاستراتيجية التي تؤثر على نحو ما في بين الجنسين الشعبية! في المصطلحات، 'شرح' المتغير (أو المتغيرات) هو ربما الأكثر محايد المسمى 'متغير تفسيري' (EV، كما يفضل)، ولكن العديد من يطلق عليه 'المتغير المستقل' (رابعا)، أو في بعض الظروف الخاصة تصميم 'عامل' أو 'توقع'. المتغيرات الأخرى ثم يتم 'تعتمد على متغيرات' (DV) أو في بعض الأحيان تسمى 'استجابة المتغيرات' إلخ. هناك في بعض الأحيان لا EV واضحة-DV التمييز بين المتغيرات، مثلاً إذا كنت مهتما بالعلاقة بين الكفاءة النحوية المتعلمين وحجم المفردات ليست واضحة أما أن واحدة يحتمل أن تؤثر على الآخر. ثم اعتبار التصميم بعد DVs فقط.
هناك سببا للحديث في شروط أضعف وقائلا أن متغير واحد 'يشرح' آخر، أو مجرد 'مرتبط إلى' أنه، بدلاً من أكثر بشدة قائلا أنها 'الأسباب' أو 'تؤثر'. الكثير من البحوث اللغوية ليست تجريبية بالمعنى الحقيقي، والحكمة التقليدية أنه فقط في تجربة سليم أنه يمكن بالتأكيد إثبات السبب والنتيجة.
3) Is this an experiment, in the strict sense?
هذا تجربة، المعني الدقيق للكلمة؟
5) What variables are or should be considered additionally to the central EVs and DVs?
These are variables that you might need to control, in the sense of 'exclude the effects of' (which I call CVs!). They may well not be mentioned in the research question/hypothesis, but are nevertheless crucial. They are things that may otherwise interfere with the results and make it hard to interpret what you discover about the central variables in the design.
You can 'control' or eliminate such variables in various ways. One is by making them constant. E.g. you choose only people in their twenties for a study comparing men and women, thus eliminating the age variation factor; for an experiment where people read two types of text (narrative and argumentative) you make all the texts at the same level of vocabulary difficulty. Another way is to randomise the variable (or, more often, claim it is as good as random, even though you have not strictly randomised it…): to eliminate age you pick men and women randomly of all ages, so hopefully you will not get a lot more older people in one group than in the other. We have already seen also the 'stratified sampling' solution to this sort of problem, where you would pick equal numbers of people of different age groups in each gender, and the use of the 'matched subjects design' which also eliminates this, if age is chosen as one of the variables to be used for matching.
If you fail to make sure relevant variables are controlled, then you may have what is called a 'confounded' design. E.g. you want to compare people's strategies depending on the rhetorical type of the text they read (narrative vs argumentative), but you use texts where the difficulty of language and unfamiliarity of topic is greater in the latter texts than the former. Then if you find a difference between text types in the strategies readers use, a critic afterwards will say 'maybe your result really shows a difference between easy and hard texts, not narrative and argumentative ones'. You will have failed to 'control' language and topic difficulty and have 'confounded' these variables with your targeted EV.
5) ما هي المتغيرات هي، أو ينبغي أن يعتبر بالإضافة إلى ذلك في المركبات الكهربائية وسط DVs
هذه هي المتغيرات التي قد تحتاج إلى التحكم في الشعور باستثناء 'الآثار' (الذي اسمية السير الذاتية!). كذلك لا يمكن ذكر في السؤال/فرضية البحث ولكنهم مع ذلك ذات أهمية حاسمة. وهي الأمور التي قد تتداخل مع النتائج خلاف ذلك وتجعل من الصعب تفسير ما تكتشف حول المتغيرات المركزية في التصميم.
يمكنك 'السيطرة' أو القضاء على هذه المتغيرات في طرق مختلفة. واحد عن طريق جعلها ثابتة. مثلاً يمكنك اختيار فقط من الناس في العشرينات لدراسة المقارنة بين الرجل والمرأة، وبالتالي القضاء على عامل التباين في السن؛ لتجربة حيث يقرأ الناس نوعين من النص (السردي وجدلية) يمكنك جعل كافة النصوص بنفس المستوى من صعوبة المفردات. طريقة أخرى هي أن العشوائية في المتغير (أو أكثر في كثير من الأحيان، يدعى أنها جيدة كما عشوائية، حتى ولو كنت لا المعشاه الصارم به...): للقضاء على سن اختيار الرجال والنساء من جميع الإعمار عشوائياً، لذا نأمل أنك لن تحصل الكثير من كبار السن في مجموعة واحدة مما في غيرها. وقد شهدنا بالفعل أيضا الحل 'أخذ العينات الطبقية' لهذا النوع من المشكلة، حيث أن اختيار أعدادا متساوية من الناس من مختلف الفئات العمرية في كل من الجنسين، واستخدام تصميم المواضيع المتطابقة والتي أيضا يلغي هذا، إذا تم اختيار العمر كأحد المتغيرات لاستخدامها لمطابقة.
إذا فشلت في التأكد من أن يتم التحكم في المتغيرات ذات الصلة، ثم قد يكون لديك ما يسمى بتصميم 'مرتبك'. مثلاً تريد أن تقارن الاستراتيجيات الشعبية اعتماداً على نوع النص الخطابي يقرأون (جدلية السرد مقابل)، ولكن يمكنك استخدام النصوص حيث صعوبة اللغة وعدم الإلمام للموضوع أكبر في نصوص هذا الأخير من السابق. ثم إذا وجدت فرق بين أنواع النص في استخدام استراتيجيات القراء، ناقد بعد ذلك سيقول 'ربما الخاص بك حقاً يعرض النتيجة اختلاف بين النصوص سهلة وصعبة، وليس منها السرد وجدلية'. وقد فشلت في 'السيطرة' صعوبة اللغة والموضوع وقد 'مرتبك' هذه المتغيرات مع EV المستهدفة الخاصة بك.
In much language research ideal control is not possible. In theory, it is only in experiments that it could be fully achieved. E.g. suppose you study learner behaviour going on in classes in a school taught by two different means (which could be either naturally occurring means or ones you experimentally impose). You will typically have to use existing classes ('intact groups') rather than take students and randomly assign them to the two method groups. Hence you cannot control whether, say, more proficient students get into one group than another. The best you can do here is to at least record as much as you can about the subjects in the two classes with a little background questionnaire. Then you can afterwards use the information about proficiency, for example, to help interpret the findings, and maybe analyse the data with the effects of prof statistically taken into account and discounted (by treating the offending variable as a ‘covariate’ in the analysis, but that is an advanced topic). Obviously the 'alternative' research paradigms do not lend themselves to control and rely heavily on delicate interpretation by the researcher of how all the uncontrolled factors might have affected what is observed.
في الكثير من البحوث اللغوية لا يمكن التحكم المثالي. ومن الناحية النظرية، فقط في التجارب أن ذلك يمكن أن يتحقق بشكل كامل. مثلاً افترض أن قمت بدراسة سلوك المتعلم يحدث في فصول دراسية في مدرسة تدرس من قبل اثنين من وسائل مختلفة (التي يمكن أن تكون أما الوسائل التي تحدث بشكل طبيعي أو تلك التي يمكنك فرض تجريبيا). سيكون لديك عادة استخدام الفئات الموجودة (مجموعات سليمة) بدلاً من اتخاذ الطلاب وعشوائياً تعيينها إلى مجموعات الأسلوب اثنين. ومن ثم لا يمكنك التحكم ما إذا كان، أقول، أكثر كفاءة الطلاب الحصول على داخل مجموعة واحدة من آخر. أفضل ما يمكن القيام به هنا للسجل على الأقل قدر ما يمكنك حول المواضيع في الفئتين مع استبيان خلفية قليلاً. ثم يمكنك بعد ذلك استخدام المعلومات حول الكفاءة، فعلى سبيل المثال، للمساعدة في تفسير النتائج التي توصل إليها، وربما تحليل البيانات مع آثار زين إحصائيا في الاعتبار ومخفضة (باعتبار متغير المخالف 'كل' في التحليل، ولكن هذا هو أحد مواضيع متقدمة). ومن الواضح أن نماذج البحث 'البديلة' لا تصلح للتحكم وتعتمد اعتماداً كبيرا على التفسير الدقيق من قبل الباحث كيف جميع العوامل غير المنضبط قد أثرت وما يتم ملاحظته.