தரவுச் சேகரிப்பும் தரவுச் சேகரிப்புக் கருவிகளும் (Data Collection and Data Collection Instruments)

 

தரவுச் சேகரிப்பும் தரவுச் சேகரிப்புக் கருவிகளும் (Data Collection and Data Collection Instruments)

கலாநிதி. எப்.எம். நவாஸ்தீன் 
பேராசிரியர் 
கல்விப்பீடம் 
இலங்கை திறந்த பல்கலைக்கழகம் 

1. அறிமுகம்

கல்வியியல் ஆராய்ச்சி என்பது கல்வி தொடர்பான பிரச்சினைகளை முறையாக ஆராய்ந்து, அவற்றிற்கான விளக்கங்களையும் தீர்வுகளையும் விஞ்ஞான (அறிவியல்) அடிப்படையில் கண்டறியும் ஒரு செயன்முறையாகும். கல்வி நிறுவனங்களில் காணப்படும் கற்றல், கற்பித்தல், மாணவர்களின் அடைவு, ஆசிரியர்களின் தொழில்சார் செயற்பாடுகள், கலைத்திட்ட நடைமுறைப்படுத்தல், கல்வி முகாமைத்துவம் போன்ற பல்வேறு விடயங்களை ஆராய்வதற்கு நம்பகமான தகவல்கள் அவசியமாகின்றன. ஓர் ஆராய்ச்சியின் தரம், அதில் பயன்படுத்தப்படும் ஆராய்ச்சி அணுகுமுறை, ஆராய்ச்சி வடிவமைப்பு, மாதிரித் தெரிவு, தரவுச் சேகரிப்பு முறைகள் மற்றும் தரவுப் பகுப்பாய்வு ஆகியவற்றுடன் தொடர்புடையதாகும். இவற்றுள் தரவுச் சேகரிப்பு முக்கியமான இடத்தைப் பெறுகின்றது. ஏனெனில், ஆராய்ச்சியாளர் முன்வைக்கும் முடிவுகளும் பரிந்துரைகளும் பெரும்பாலும் சேகரிக்கப்பட்ட தரவுகளின் தரத்திலேயே தங்கியுள்ளன. உதாரணமாக, இலங்கையின் அரச பாடசாலைகளில் ஆசிரியர்கள் வகுப்பறைக் கற்பித்தலில் டிஜிட்டல் தொழில்நுட்பத்தைப் பயன்படுத்துவதில் எதிர்கொள்ளும் சவால்களை ஆராய்வதாகக் கருதுவோம். இவ்வாராய்ச்சியில் ஆசிரியர்கள் எதிர்கொள்ளும் சவால்கள் தொடர்பான தகவல்களைப் பெறாமல், அவர்களின் தொழில்நுட்பப் பயன்பாட்டைப் பற்றிய பொருத்தமான முடிவுகளை மேற்கொள்ள முடியாது.

அதேவேளை, தரவுகளைச் சேகரிப்பது மாத்திரம் போதுமானதல்ல. அவை ஆராய்ச்சிப் பிரச்சினைக்கும் ஆய்வு குறிக்கோள்களுக்கும், ஆய்வு வினாக்களுக்கும் பொருத்தமானவையாகவும், ஆய்வு வினாக்களுக்குப் பதிலளிக்கக்கூடியவையாகவும் அமைதல் வேண்டும். எனவே, தரவுச் சேகரிப்பு என்றால் என்ன, தரவுச் சேகரிப்பு முறைகளுக்கும் கருவிகளுக்கும் இடையிலான வேறுபாடுகள் யாவை, பொருத்தமான கருவிகளை எவ்வாறு தெரிவுசெய்வது என்பவற்றை ஆராய்ச்சியாளர்கள் தெளிவாகப் புரிந்துகொள்ள வேண்டும்.

2. தரவுச் சேகரிப்பு என்றால் என்ன? (What is Data Collection?)

தரவுச் சேகரிப்பு என்பது குறிப்பிட்ட ஆராய்ச்சிப் பிரச்சினையை ஆராய்வதற்கும், ஆராய்ச்சி நோக்கங்களை அடைவதற்கும், ஆய்வு வினாக்களுக்குப் பதிலளிப்பதற்கும் தேவையான தகவல்களைத் திட்டமிட்ட முறையில் பெற்றுக்கொள்ளும் செயன்முறையாகும்.

Creswell மற்றும் Creswell (2018) ஆகியோரின் ஆராய்ச்சி அணுகுமுறைகள் தொடர்பான விளக்கங்களின் அடிப்படையில், தரவுச் சேகரிப்பு என்பது ஆராய்ச்சி வடிவமைப்புக்கு ஏற்ப பொருத்தமான பங்கேற்பாளர்கள், சூழல்கள் அல்லது ஆவணங்களிலிருந்து தகவல்களைப் பெறுவதுடன் தொடர்புடையதாகும்.

தரவுச் சேகரிப்பின் போது ஆராய்ச்சியாளர் பின்வரும் விடயங்களைக் கவனத்தில் கொள்ள வேண்டும்.

  • எந்த வகையான தரவுகள் தேவைப்படுகின்றன?
  • தரவுகள் யாரிடமிருந்து அல்லது எங்கிருந்து பெறப்பட வேண்டும்?
  • தரவுகளைச் சேகரிப்பதற்கு எந்த முறைகள் பொருத்தமானவை?
  • எந்தத் தரவுச் சேகரிப்புக் கருவிகள் பயன்படுத்தப்பட வேண்டும்?
  • தரவுகளின் நம்பகத்தன்மையையும் (Reliability) தகுதியுடைமை (ஏற்புடைமை) யையும் (validity) எவ்வாறு உறுதிப்படுத்துவது?
  • தரவுச் சேகரிப்பின்போது ஆராய்ச்சி அறநெறிகளை (ethics) எவ்வாறு பின்பற்றுவது?

3. தரவுகளின் வகைகள் (Types of Data)

ஆராய்ச்சியில் பயன்படுத்தப்படும் தரவுகளைப் பல்வேறு அடிப்படைகளில் வகைப்படுத்தலாம். அவற்றுள் தரவுகளின் தன்மை மற்றும் தரவுகள் பெறப்படும் மூலம் ஆகிய இரண்டு அடிப்படைகள் முக்கியமானவை.

3.1 தரவுகளின் தன்மையின் அடிப்படையில்

அ. தொகைசார்  தரவுகள் (Quantitative Data)

எண்களின் அடிப்படையில் வெளிப்படுத்தக்கூடிய அல்லது அளவிடக்கூடிய தரவுகள் தொகைசார்  தரவுகள் எனப்படுகின்றன. இத்தரவுகளைப் புள்ளிவிபரவியல் முறைகளின் மூலம் பகுப்பாய்வு செய்யலாம்.

உதாரணங்கள்:

  • மாணவர்களின் பரீட்சைப் புள்ளிகள்.
  • ஆசிரியர்களின் கற்பித்தல் அனுபவ ஆண்டுகள்.
  • வகுப்பறையில் தொழில்நுட்பத்தைப் பயன்படுத்தும் தடவைகளின் எண்ணிக்கை.
  • ஆசிரியர்களின் மனப்பாங்கை அளவிடும் Likert அளவுகோல் பதில்கள்.
  • மாணவர்களின் வருகை வீதம்.

ஆ. பண்புசார் தரவுகள் (Qualitative Data)

ஒரு நிகழ்வு, அனுபவம், கருத்து அல்லது நடத்தையை ஆழமாகப் புரிந்துகொள்வதற்குப் பயன்படும் விவரணத் தன்மையுடைய தரவுகள் பண்புசார் தரவுகள் எனப்படுகின்றன.

உதாரணங்கள்:

  • ஆசிரியர்களின் கற்பித்தல் அனுபவங்கள்.
  • மாணவர்களின் கற்றல் தொடர்பான கருத்துகள்.
  • அதிபர்களின் தலைமைத்துவ அனுபவங்கள்.
  • வகுப்பறைச் செயற்பாடுகள் தொடர்பான அவதானிப்புக் குறிப்புகள்.
  • கல்விக் கொள்கை ஆவணங்களிலுள்ள கருத்துகள்.

3.2 தரவுகள் பெறப்படும் மூலத்தின் அடிப்படையில்

அ. முதனிலை  தரவுகள் (Primary Data)

ஆராய்ச்சியாளர் தனது ஆராய்ச்சிக்காக நேரடியாகச் சேகரிக்கும் தரவுகள் முதனிலை  தரவுகள் எனப்படுகின்றன.

உதாரணமாக, ஆசிரியர்களிடம் வினாக்கொத்து வழங்குதல், மாணவர்களுடன் நேர்காணல் அட்டவணை  நடத்துதல், வகுப்பறைக் கற்பித்தலை அவதானித்தல் என்பவற்றின் மூலம் பெறப்படும் தரவுகள் முதனிலை  தரவுகளாகும்.

ஆ. இரண்டாம் நிலைத் தரவுகள் (Secondary Data)

ஏற்கனவே பிற நோக்கங்களுக்காகச் சேகரிக்கப்பட்ட அல்லது பதிவுசெய்யப்பட்ட தரவுகளை ஆராய்ச்சியாளர் தனது ஆராய்ச்சிக்குப் பயன்படுத்தும்போது அவை இரண்டாம் நிலைத் தரவுகளாகக் கருதப்படுகின்றன.

உதாரணங்கள்:

  • கல்வி அமைச்சின் புள்ளிவிபர அறிக்கைகள்.
  • பரீட்சைத் திணைக்களத்தின் பெறுபேற்று அறிக்கைகள்.
  • பாடசாலை வருகைப் பதிவுகள்.
  • ஏற்கனவே வெளியிடப்பட்ட ஆராய்ச்சி அறிக்கைகள்.
  • கல்வி தொடர்பான நிர்வாகத் தரவுகள்.

இரண்டாம் நிலைத் தரவுகளைப் பயன்படுத்தும்போது அவற்றின் மூலம் (Source), தரம், சேகரிக்கப்பட்ட காலம் மற்றும் தற்போதைய ஆராய்ச்சிக்கான பொருத்தப்பாடு என்பவற்றை மதிப்பிடுதல் அவசியமாகும்.

4. தரவுச் சேகரிப்பு முறைகளும் தரவுச் சேகரிப்புக் கருவிகளும்

(Data Collection Methods and Data Collection Instruments)

ஆராய்ச்சி முறையியலில் தரவுச் சேகரிப்பு முறைகளும் தரவுச் சேகரிப்புக் கருவிகளும் ஒன்றுடன் ஒன்று தொடர்புடையவையாக இருந்தாலும், அவை ஒரே பொருளைக் கொண்டவை அல்ல.

தரவுச் சேகரிப்பு முறை (Method) என்பது தரவுகளைப் பெற்றுக்கொள்வதற்குப் பயன்படுத்தப்படும் அணுகுமுறை அல்லது நடைமுறையாகும்.

தரவுச் சேகரிப்புக் கருவி (Instrument) என்பது அந்த முறையின் மூலம் தரவுகளைப் பதிவுசெய்ய அல்லது அளவிடப் பயன்படுத்தப்படும் குறிப்பிட்ட சாதனம், படிவம் அல்லது அளவீட்டுக் கருவியாகும்.

உதாரணமாக, நேர்காணல் அட்டவணை  என்பது ஒரு தரவுச் சேகரிப்பு முறையாகும். நேர்காணலின்போது பயன்படுத்தப்படும் நேர்காணல் அட்டவணை/வழிகாட்டி ஒரு தரவுச் சேகரிப்புக் கருவியாகும்.

தரவுச் சேகரிப்பு முறை

பயன்படுத்தக்கூடிய கருவி

வினாக்கொத்து வழியான கணக்கெடுப்பு (Questionnaire Survey)

வினாக்கொத்து (Questionnaire)

நேர்காணல் (Interview)

நேர்காணல் அட்டவணை/  வழிகாட்டி (Interview Guide)

அவதானிப்பு (Observation)

அவதானிப்புப் பட்டியல் அல்லது அவதானிப்புப் படிவம்

ஆவணப் பகுப்பாய்வு (Document Analysis)

ஆவணப் பகுப்பாய்வு வழிகாட்டி அல்லது தரவுப் பதிவுப் படிவம்

பரீட்சித்தல் (Testing)

அடைவுப் பரீட்சை அல்லது திறன் பரீட்சை

மதிப்பீட்டு அளவிடல் (Rating)

மதிப்பீட்டு அளவுகோல் (Rating Scale)

ஒரே ஆராய்ச்சியில் ஒன்றுக்கு மேற்பட்ட தரவுச் சேகரிப்பு முறைகளையும் கருவிகளையும் பயன்படுத்த முடியும். இருப்பினும், பல கருவிகளைப் பயன்படுத்துவது மட்டுமே ஆராய்ச்சியின் தரத்தை உறுதிப்படுத்தாது. அவை ஆராய்ச்சி நோக்கங்களுடன் பொருந்தியிருக்க வேண்டும்.

5. முக்கியமான தரவுச் சேகரிப்புக் கருவிகள்

5.1 வினாக்கொத்து (Questionnaire)

வினாக்கொத்து என்பது ஆராய்ச்சியில் பங்கேற்பவர்களிடமிருந்து குறிப்பிட்ட தகவல்களைப் பெறுவதற்காகத் திட்டமிட்டு தயாரிக்கப்படும் வினாக்களின் தொகுப்பாகும்.

கல்வியியல் ஆராய்ச்சிகளில் ஆசிரியர்கள், மாணவர்கள், அதிபர்கள் மற்றும் கல்வி நிர்வாகிகளிடமிருந்து தகவல்களைப் பெறுவதற்கு வினாக்கொத்துகள் பரவலாகப் பயன்படுத்தப்படுகின்றன.

வினாக்கொத்துகளில் பொதுவாக மூன்று வகையான வினாக்கள் இடம்பெறலாம்.

அ. மூடிய வினாக்கள் (Closed-ended Questions)

பங்கேற்பாளர்கள் வழங்கப்பட்ட பதில்களில் ஒன்றையோ அல்லது ஒன்றுக்கு மேற்பட்டவற்றையோ தெரிவுசெய்யும் வகையில் அமைந்த வினாக்களாகும்.

உதாரணம்:

நீங்கள் வகுப்பறைக் கற்பித்தலில் டிஜிட்டல் தொழில்நுட்பத்தை எவ்வளவு அடிக்கடி பயன்படுத்துகின்றீர்கள்?

  • நாளாந்தம்
  • வாரத்தில் பல தடவைகள்
  • வாரத்தில் ஒரு தடவை
  • மாதத்தில் சில தடவைகள்
  • ஒருபோதும் பயன்படுத்துவதில்லை

இவ்வகை வினாக்களிலிருந்து பெறப்படும் தரவுகளை வகைப்படுத்துவதும் புள்ளிவிபரவியல் அடிப்படையில் பகுப்பாய்வு செய்வதும் ஒப்பீட்டளவில் இலகுவானதாகும்.

ஆ. திறந்த வினாக்கள் (Open-ended Questions)

பங்கேற்பாளர்கள் தமது கருத்துகளையும் அனுபவங்களையும் சொந்த வார்த்தைகளில் வெளிப்படுத்துவதற்கு வாய்ப்பளிக்கும் வினாக்களாகும்.

உதாரணம்:

"வகுப்பறைக் கற்பித்தலில் டிஜிட்டல் தொழில்நுட்பத்தைப் பயன்படுத்தும்போது நீங்கள் எதிர்கொள்ளும் முக்கியமான சவால்களை விளக்குக."

இவ்வகை வினாக்கள் பங்கேற்பாளர்களின் கருத்துகளை விரிவாக அறிந்துகொள்ள உதவுகின்றன. இருப்பினும், பதில்களை வகைப்படுத்துவதற்கும் பகுப்பாய்வு செய்வதற்கும் கூடுதல் நேரம் தேவைப்படலாம்.

இ. Likert வகை அளவுகோல் வினாக்கள் (Likert-type Items)

பங்கேற்பாளர்களின் உடன்பாடு, மனப்பாங்கு அல்லது கருத்தின் அளவைப் பதிவுசெய்வதற்குப் பயன்படுத்தப்படும் வினாக்களாகும்.

உதாரணம்:

"டிஜிட்டல் தொழில்நுட்பத்தைப் பயன்படுத்துவதன் மூலம் மாணவர்களின் கற்றல் ஈடுபாட்டை அதிகரிக்க முடியும்."

உதாரணம்: ஐந்து நிலை Likert அளவுகோல்

5 – முழுமையாக உடன்படுகின்றேன்

4 – உடன்படுகின்றேன்

3 – உடன்பாடுமில்லை, மறுப்புமில்லை

2 – உடன்படவில்லை

1 – முற்றாக உடன்படவில்லை

மாணவர்கள் ஒரு பதிலைத் தெரிவுசெய்து அளவுகோலின் பயன்பாட்டைப் புரிந்துகொள்ளலாம்.

Likert வகை வினாக்கள் ஆசிரியர்களின் மனப்பாங்கு, நம்பிக்கை, சுயமதிப்பீடு மற்றும் தயார்நிலை போன்றவற்றை அளவிடுவதற்குப் பயன்படுத்தப்படுகின்றன.

எனினும், தனித்தனி Likert வினாக்களிலிருந்து பெறப்படும் பதில்கள் பொதுவாக வரிசைநிலைத் தரவுகளாகும் (Ordinal Data). பல வினாக்களை இணைத்து உருவாக்கப்படும் அளவுகோல்களின் பகுப்பாய்வு, அவற்றின் அளவீட்டுப் பண்புகளையும் ஆராய்ச்சி நோக்கத்தையும் கருத்தில் கொண்டு தீர்மானிக்கப்பட வேண்டும்.

வினாக்கொத்தின் நன்மைகள்

வினாக்கொத்துகளைப் பயன்படுத்துவதன் மூலம் குறுகிய காலத்தில் அதிகமான பங்கேற்பாளர்களிடமிருந்து தரவுகளைப் பெற முடியும். ஒரே வகையான வினாக்களை அனைவருக்கும் வழங்குவதால் பதில்களை ஒப்பிடுவதும் எளிதாகின்றது. மேலும், இணையவழி அல்லது அச்சிடப்பட்ட வடிவில் வினாக்கொத்துகளை வழங்க முடியும்.

வினாக்கொத்தின் வரையறைகள்

பங்கேற்பாளர்கள் வினாக்களைத் தவறாகப் புரிந்துகொள்ளலாம். சிலர் சமூக ரீதியாக ஏற்றுக்கொள்ளப்படும் பதில்களை வழங்கலாம். மேலும், சுய அறிக்கையிடல் மூலம் பெறப்படும் தகவல்கள் பங்கேற்பாளர்களின் உண்மையான நடத்தையை முழுமையாகப் பிரதிபலிக்காமல் இருக்கலாம்.

உதாரணமாக, ஓர் ஆசிரியர் தொழில்நுட்பத்தை அடிக்கடி பயன்படுத்துவதாகத் தெரிவித்தாலும், வகுப்பறையில் அவர் உண்மையில் எவ்வாறு பயன்படுத்துகின்றார் என்பதை வினாக்கொத்து மட்டும் கொண்டு உறுதிப்படுத்த முடியாது.

5.2 நேர்காணல் அட்டவணை / வழிகாட்டி (Interview schedule/ Guide)

நேர்காணல் அட்டவணை  என்பது ஆராய்ச்சியாளர் பங்கேற்பாளர்களுடன் உரையாடுவதன் மூலம் அவர்களின் அனுபவங்கள், கருத்துகள் மற்றும் விளக்கங்களைப் பெற்றுக்கொள்ளும் தரவுச் சேகரிப்பு முறையாகும்.

நேர்காணல் அட்டவணை களை மூன்று முக்கிய வகைகளாகப் பிரிக்கலாம்.

கட்டமைக்கப்பட்ட நேர்காணல் அட்டவணை  (Structured Interview): அனைத்து பங்கேற்பாளர்களிடமும் முன்கூட்டியே தயாரிக்கப்பட்ட ஒரே வினாக்கள் ஒரே வரிசையில் கேட்கப்படுகின்றன.

அரைக் கட்டமைக்கப்பட்ட நேர்காணல் அட்டவணை  (Semi-structured Interview): முக்கிய வினாக்கள் முன்கூட்டியே தயாரிக்கப்பட்டிருந்தாலும், பங்கேற்பாளர்களின் பதில்களுக்கு ஏற்ப மேலதிக வினாக்களைக் கேட்க முடியும்.

கட்டமைக்கப்படாத நேர்காணல் அட்டவணை  (Unstructured Interview): பொதுவான ஆராய்ச்சித் தலைப்பை அடிப்படையாகக் கொண்டு திறந்த உரையாடல் நடத்தப்படுகின்றது.

நேர்காணல்  முறையானது பங்கேற்பாளர்களின் அனுபவங்களை ஆழமாகப் புரிந்துகொள்வதற்கு உதவுகின்றது. இருப்பினும், நேர்காணல்களை நடத்துதல், பதிவுசெய்தல், எழுத்தாக்கம் செய்தல் மற்றும் பகுப்பாய்வு செய்தல் ஆகியவற்றிற்கு அதிக நேரம் தேவைப்படலாம்.

5.3 அவதானிப்புக் கருவிகள் (Observation Instruments)

அவதானிப்பு என்பது குறிப்பிட்ட சூழலில் இடம்பெறும் செயற்பாடுகள், நடத்தைகள் மற்றும் நிகழ்வுகளை நேரடியாகக் கவனித்து, முறையாகப் பதிவுசெய்யும் தரவுச் சேகரிப்பு முறையாகும்.

கல்வியியல் ஆராய்ச்சிகளில் வகுப்பறைக் கற்பித்தல், ஆசிரியர்–மாணவர் இடைவினை, கற்றல் செயற்பாடுகள் மற்றும் மாணவர்களின் பங்கேற்பு போன்றவற்றை ஆராய்வதற்கு அவதானிப்பு பயன்படுகின்றது.

அவதானிப்பின்போது பின்வரும் கருவிகளைப் பயன்படுத்தலாம்.

  • அவதானிப்பு செவ்வைபார்ப்பு பட்டியல் (Observation Checklist).
  • மதிப்பீட்டு அளவுகோல் (Rating Scale).
  • களக் குறிப்புகள் (Field Notes).
  • கட்டமைக்கப்பட்ட அவதானிப்புப் படிவம் (Structured Observation Schedule).

அவதானிப்புப் பட்டியலுக்கான உதாரணம்

ஆராய்ச்சித் தலைப்பு: வகுப்பறைக் கற்பித்தலில் மாணவர் மையக் கற்பித்தல் முறைகளின் பயன்பாடு.

அவதானிக்கப்படும் செயற்பாடு

ஆம்

இல்லை

ஆசிரியர் மாணவர்களிடம் திறந்த வினாக்களைக் கேட்கின்றார்

☐

☐

மாணவர்கள் குழுச் செயற்பாடுகளில் ஈடுபடுகின்றனர்

☐

☐

ஆசிரியர் மாணவர்களின் கருத்துகளைப் பெறுகின்றார்

☐

☐

மாணவர்களுக்கு சுயமாகச் சிந்திப்பதற்கான வாய்ப்பு வழங்கப்படுகின்றது

☐

☐

ஆசிரியர் கற்றல் செயற்பாடுகளுக்குப் பின்னூட்டம் வழங்குகின்றார்

☐

☐

இந்தப் பட்டியலின் மூலம் குறிப்பிட்ட செயற்பாடுகள் இடம்பெறுகின்றனவா என்பதைப் பதிவுசெய்யலாம். எனினும், அவற்றின் தரத்தையோ அடிக்கடி நிகழும் தன்மையையோ மதிப்பிட வேண்டுமானால், பொருத்தமான மதிப்பீட்டு அளவுகோல் அல்லது விரிவான அவதானிப்புப் படிவம் தேவைப்படும்.

அவதானிப்பு முறையின் முக்கிய நன்மை, பங்கேற்பாளர்கள் தெரிவிக்கும் கருத்துகளை மட்டும் நம்பியிருக்காமல், அவர்களின் உண்மையான செயற்பாடுகள் தொடர்பான தகவல்களைப் பெறக்கூடியதாகும்.

இருப்பினும், அவதானிக்கப்படுகின்றோம் என்பதை அறிந்திருப்பதால் பங்கேற்பாளர்களின் நடத்தை மாறக்கூடும். இதனை அவதானிப்பினால் ஏற்படும் எதிர்வினை (Reactivity) எனக் குறிப்பிடலாம்.

5.4 பரீட்சைகள் மற்றும் அடைவுச் சோதனைகள் (Tests and Achievement Tests)

மாணவர்களின் அறிவு, திறன், அடைவு அல்லது குறிப்பிட்ட கற்றல் விளைவுகளை அளவிடுவதற்குப் பரீட்சைகள் பயன்படுத்தப்படுகின்றன.

கல்வியியல் ஆராய்ச்சிகளில் ஒரு கற்பித்தல் முறையின் விளைவை மதிப்பிடுவதற்குப் பரீட்சைகள் முக்கியமான தரவுச் சேகரிப்புக் கருவிகளாக அமைகின்றன.

உதாரணமாக, "கூட்டுறவுக் கற்றல் முறையானது தரம் 9 மாணவர்களின் விஞ்ஞானப் பாட அடைவில் ஏற்படுத்தும் விளைவு" என்ற ஆராய்ச்சியில் மாணவர்களின் அடைவுகளை அளவிடுவதற்குப் பரீட்சைகளைப் பயன்படுத்தலாம்.

இத்தகைய ஆராய்ச்சியில் முன்பரீட்சை (Pre-test) மற்றும் பின்பரீட்சை (Post-test) ஆகியவற்றைப் பயன்படுத்த முடியும்.

முன்பரீட்சை (Pre-test)

கற்பித்தல் தலையீட்டிற்கு முன்னரான அடைவு

கற்பித்தல் தலையீடு (Intervention)

கூட்டுறவுக் கற்றல் முறையை நடைமுறைப்படுத்துதல்

பின்பரீட்சை (Post-test)

தலையீட்டிற்குப் பின்னரான அடைவு

முன்பரீட்சை மற்றும் பின்பரீட்சைப் புள்ளிகளை ஒப்பிடுவதன் மூலம் மாணவர்களின் அடைவில் ஏற்பட்ட மாற்றத்தை மதிப்பிடலாம். எனினும், ஒப்பீட்டுக் குழு இல்லாத வடிவமைப்பில் காணப்படும் மாற்றம் முழுமையாகக் கற்பித்தல் தலையீட்டினால் ஏற்பட்டது என உறுதியாகக் கூற முடியாது.

5.5 ஆவணப் பகுப்பாய்வுக் கருவிகள் (Document Analysis Instruments)

ஆவணப் பகுப்பாய்வு என்பது ஏற்கனவே உள்ள எழுத்து வடிவிலான அல்லது இலத்திரனியல் ஆவணங்களை முறையாக ஆய்வு செய்து ஆராய்ச்சிக்குத் தேவையான தரவுகளைப் பெறும் முறையாகும்.

கல்வியியல் ஆராய்ச்சிகளில் பின்வரும் ஆவணங்களைப் பயன்படுத்தலாம்.

  • தேசிய கல்விக் கொள்கை ஆவணங்கள்.
  • கலைத்திட்ட ஆவணங்கள்.
  • ஆசிரியர் வழிகாட்டிகள்.
  • பாடசாலை அபிவிருத்தித் திட்டங்கள்.
  • மாணவர்களின் அடைவு அறிக்கைகள்.
  • பாடசாலை மேற்பார்வை அறிக்கைகள்.

உதாரணமாக, இலங்கையின் கலைத்திட்டங்களில் டிஜிட்டல் திறன்களுக்கு வழங்கப்பட்டுள்ள முக்கியத்துவத்தை ஆராய்வதற்குப் கலைத்திட்ட ஆவணங்களைப் பகுப்பாய்வு செய்யலாம்.

இதற்காக ஆராய்ச்சியாளர் ஒரு ஆவணப் பகுப்பாய்வுப் படிவத்தைத் தயாரித்து, ஒவ்வோர் ஆவணத்திலும் இடம்பெறும் முக்கியமான கருத்துகள், திறன்கள், கற்றல் விளைவுகள் மற்றும் கற்பித்தல் வழிகாட்டல்களைப் பதிவுசெய்யலாம்.

ஆவணங்களின் நம்பகத்தன்மை, முழுமைத்தன்மை, உருவாக்கப்பட்ட நோக்கம் மற்றும் ஆராய்ச்சிக்கான பொருத்தப்பாடு ஆகியவற்றை மதிப்பிடுதல் அவசியமாகும்.

6. பொருத்தமான தரவுச் சேகரிப்புக் கருவிகளைத் தெரிவுசெய்யும்போது கவனிக்க வேண்டிய காரணிகள்

ஒரு கல்வியியல் ஆராய்ச்சியில் பொருத்தமான தரவுச் சேகரிப்புக் கருவியைத் தெரிவுசெய்வது முக்கியமான முறையியல் தீர்மானமாகும். ஆராய்ச்சியாளர் தனக்கு வசதியான கருவியை மாத்திரம் தெரிவுசெய்யாமல், ஆராய்ச்சியின் தேவைகளுக்கு ஏற்ற கருவியைத் தெரிவுசெய்ய வேண்டும்.

6.1 ஆராய்ச்சிப் பிரச்சினையின் தன்மை (Nature of the Research Problem)

ஆராய்ச்சிப் பிரச்சினையின் தன்மையே பயன்படுத்தப்பட வேண்டிய தரவுகளையும் கருவிகளையும் தீர்மானிப்பதில் முக்கியமானதாகும்.

உதாரணமாக, ஆசிரியர்களின் தொழில்நுட்பப் பயன்பாட்டின் அளவை அறிய வேண்டுமானால் கட்டமைக்கப்பட்ட வினாக்கொத்து பொருத்தமானதாக இருக்கலாம்.

ஆனால் ஆசிரியர்கள் தொழில்நுட்பத்தைப் பயன்படுத்தும்போது எதிர்கொள்ளும் அனுபவங்களை ஆழமாகப் புரிந்துகொள்ள வேண்டுமானால் அரைக் கட்டமைக்கப்பட்ட நேர்காணல் அட்டவணை  பொருத்தமானதாக இருக்கலாம்.

6.2 ஆய்வு நோக்கம், குறிக்கோள்கள், ஆய்வு வினாக்கள்  (Research Objectives and Research Questions)

ஒவ்வொரு ஆய்வு நோக்கம், குறிக்கோள்கள், ஆய்வு வினாக்கள்  ஆகியவற்றுக்கு தேவையான தரவுகள் தெளிவாக அடையாளம் காணப்பட வேண்டும்.

6.3 ஆராய்ச்சி அணுகுமுறை (Research Approach)

ஆராய்ச்சி தொகைசார் , பண்புசார் அல்லது கலப்பு அணுகுமுறையை அடிப்படையாகக் கொண்டதா என்பதும் கருவித் தெரிவில் செல்வாக்குச் செலுத்துகின்றது.

தொகைசார்  ஆராய்ச்சியில் கட்டமைக்கப்பட்ட வினாக்கொத்துகள், அளவுகோல்கள் மற்றும் பரீட்சைகள் அதிகம் பயன்படுத்தப்படுகின்றன.

பண்புசார் ஆராய்ச்சியில் நேர்காணல் அட்டவணை/ வழிகாட்டிகள், அவதானிப்புக் குறிப்புகள் மற்றும் ஆவணப் பகுப்பாய்வு வழிகாட்டிகள் பயன்படுத்தப்படுகின்றன.

கலப்பு முறையியல் ஆராய்ச்சியில் தொகைசார்  மற்றும் பண்புசார் தரவுகளைப் பெறுவதற்கு ஒன்றுக்கு மேற்பட்ட கருவிகளைப் பயன்படுத்தலாம்.

6.4 பங்கேற்பாளர்களின் பண்புகள் (Characteristics of Participants)

ஆராய்ச்சியில் பங்கேற்பவர்களின் வயது, கல்வி நிலை, மொழி, வாசிப்புத் திறன் மற்றும் தொழில்சார் பின்னணி என்பவற்றையும் கருத்தில் கொள்ள வேண்டும்.

உதாரணமாக, ஆரம்பப் பாடசாலை மாணவர்களுக்கு வழங்கப்படும் வினாக்கொத்து, பல்கலைக்கழக மாணவர்களுக்கு வழங்கப்படும் வினாக்கொத்தை விட எளிமையான மொழியிலும் பொருத்தமான வடிவிலும் அமைந்திருக்க வேண்டும்.

இலங்கையின் பன்மொழிக் கல்விச் சூழலில் தமிழ், சிங்களம் மற்றும் ஆங்கில மொழி மூலங்களுக்கான கருவிகளைத் தயாரிக்கும்போது மொழிபெயர்ப்பின் துல்லியமும் கருத்தியல் சமத்துவமும் உறுதிப்படுத்தப்பட வேண்டும்.

6.5 தகுதியுடைமை/ஏற்புடைமை (Validity)

தகுதியுடைமை (Validity) என்பது ஒரு ஆய்வுக் கருவி, சோதனை அல்லது அளவீடு தான் எதை அளவிட வேண்டுமோ அதைத் துல்லியமாக அளவிடுகிறதா என்பதைக் குறிக்கும். ஆராய்ச்சி மற்றும் உளவியலில் தகுதியுடைமையின் முக்கிய வகைகள் கீழே கொடுக்கப்பட்டுள்ளன.

உள்ளடக்கத் தகுதியுடைமை (Content Validity): ஒரு சோதனை அல்லது வினாத்தாள், அது அளவிட வேண்டிய பாடப்பகுதி அல்லது கருத்தின் அனைத்து அம்சங்களையும் முழுமையாக உள்ளடக்கியுள்ளதா என்பதை இது குறிக்கும். உதாரணம்: ஒரு கணிதத் தேர்வில் கூட்டல், கழித்தல், பெருக்கல் மற்றும் வகுத்தல் ஆகிய நான்கு பகுதிகளும் இடம்பெற்றிருந்தால், அந்தத் தேர்விற்கு உள்ளடக்கத் தகுதியுடைமை உள்ளது.

 கட்டமைப்புத் தகுதியுடைமை (Construct Validity): கண்ணுக்குத் தெரியாத உளவியல் பண்புகளான நுண்ணறிவு, மன அழுத்தம் அல்லது தன்னம்பிக்கை போன்றவற்றை ஒரு கருவி எந்த அளவிற்குச் சரியாக அளவிடுகிறது என்பதை இது காட்டுகிறது. இதனை ஒருங்குசேர் தகுதியுடைமை (Convergent Validity) மற்றும் வேறுபடுத்தும் தகுதியுடைமை (Discriminant Validity) என இரு வகைகளாகப் பிரிக்கலாம்.

அளவுகோல் தகுதியுடைமை (Criterion-related Validity): ஒரு சோதனையின் முடிவுகள், ஏற்கனவே அங்கீகரிக்கப்பட்ட மற்றொரு வெளிப்புற அளவுகோலுடன் எந்த அளவிற்கு ஒத்துப்போகின்றன என்பதை இது அளவிடுகிறது. இதில் பின்வரும் உட்ப்பிரிவுகள் உள்ளன

    • முன்கணிப்புத் தகுதியுடைமை (Predictive Validity): எதிர்காலச் செயல்பாடுகளை முன்கூட்டியே கணிக்கும் திறன் (உதாரணம்: நுழைவுத் தேர்வு மதிப்பெண்கள் கல்லூரித் தேர்ச்சியைக் கணித்தல்).
    • உடனிகழ் தகுதியுடைமை (Concurrent Validity): ஒரே நேரத்தில் நடத்தப்படும் இரண்டு சோதனைகளின் முடிவுகள் ஒன்றோடொன்று ஒத்துப்போதல்.

முகத் தகுதியுடைமை (Face Validity): ஒரு சோதனை அல்லது கேள்விகளைப் பார்த்தவுடன், அது அளவிட வேண்டிய விஷயத்தைத்தான் அளவிடுகிறது என்று மேலோட்டமாகத் தோன்றுவதை இது குறிக்கும். இது அறிவியல் பூர்வமான ஆழமான சோதனை அல்ல என்றாலும், பங்கேற்பாளர்களின் நம்பிக்கையைப் பெற இது உதவுகிறது.

அக மற்றும் புறத் தகுதியுடைமை (Internal and External Validity)

  • அகத் தகுதியுடைமை (Internal Validity): ஒரு ஆய்வில் ஏற்படும் விளைவுகளுக்கு, அந்த ஆய்வில் பயன்படுத்தப்பட்ட காரணிகள் மட்டுமே காரணம் என்பதை உறுதிப்படுத்துவது.
  • புறத் தகுதியுடைமை (External Validity): ஒரு ஆய்வின் முடிவுகளைப் பொதுமக்களுக்கும் அல்லது வேறு சூழல்களுக்கும் எந்த அளவிற்குப் பொருத்திப் பார்க்க முடியும் என்பதைக் குறிப்பது.

.

6.6 நம்பகத்தன்மை (Reliability)

நம்பகத்தன்மை என்பது ஒரு கருவியிலிருந்து பெறப்படும் அளவீடுகளின் நிலைத்தன்மை அல்லது ஒத்திசைவைக் குறிக்கின்றது.

உதாரணமாக, ஆசிரியர்களின் தொழில்நுட்ப மனப்பாங்கை அளவிடுவதற்குப் பல வினாக்களைக் கொண்ட ஓர் அளவுகோல் பயன்படுத்தப்படுகின்றது எனக் கருதுவோம். அந்த வினாக்கள் ஒரே கருத்துருவை அளவிடுவதற்காக வடிவமைக்கப்பட்டிருந்தால், அவற்றின் உள்ளக ஒத்திசைவை மதிப்பிடலாம்.

இதற்காக Cronbach's Alpha போன்ற புள்ளிவிபரவியல் அளவீடுகள் பயன்படுத்தப்படுகின்றன.

பொதுவாக, Cronbach's Alpha பெறுமானம் 0.70 அல்லது அதற்கு மேல் இருப்பது சில ஆராய்ச்சிச் சூழல்களில் ஏற்றுக்கொள்ளத்தக்க உள்ளக ஒத்திசைவுக்கான வழிகாட்டியாகப் பயன்படுத்தப்படுகின்றது. எனினும், இதனை எல்லா ஆராய்ச்சிகளுக்கும் பொருந்தும் கட்டாயமான எல்லையாகக் கருத முடியாது. அளவுகோலின் தன்மை, வினாக்களின் எண்ணிக்கை மற்றும் ஆராய்ச்சியின் நோக்கம் என்பவற்றையும் கருத்தில் கொள்ள வேண்டும்.

மேலும், நம்பகத்தன்மை உயர்வாக இருப்பது மட்டும் கருவியின் ஏற்புடைமையை உறுதிப்படுத்தாது.

6.7 நடைமுறைச் சாத்தியப்பாடு (Practical Feasibility)

தரவுச் சேகரிப்புக் கருவியைத் தெரிவுசெய்யும்போது கிடைக்கும் நேரம், நிதி, மனிதவளம், பங்கேற்பாளர்களை அணுகக்கூடிய நிலை மற்றும் தொழில்நுட்ப வசதிகள் என்பவற்றையும் கவனத்தில் கொள்ள வேண்டும்.

உதாரணமாக, பல மாவட்டங்களில் பணிபுரியும் 500 ஆசிரியர்களிடமிருந்து தகவல்களைப் பெறுவதற்கு இணையவழி வினாக்கொத்து நடைமுறையில் வசதியானதாக இருக்கலாம்.

ஆனால் இணைய வசதி குறைவாக உள்ள பிரதேசங்களில் அச்சிடப்பட்ட வினாக்கொத்துகள் பொருத்தமானதாக இருக்கலாம்.

எனினும், நடைமுறை வசதி காரணமாக மட்டும் கருவியைத் தெரிவுசெய்வது ஆராய்ச்சியின் தரத்தைப் பாதிக்கக்கூடும்.

6.8 ஆராய்ச்சி அறநெறிகள் (Research Ethics)

தரவுச் சேகரிப்பின்போது பங்கேற்பாளர்களின் உரிமைகளும் தனியுரிமையும் பாதுகாக்கப்பட வேண்டும்.

குறிப்பாக:

  • பங்கேற்பாளர்களுக்கு ஆராய்ச்சியின் நோக்கம் தெளிவுபடுத்தப்பட வேண்டும்.
  • அவர்களின் தகவலறிந்த சம்மதம் பெறப்பட வேண்டும்.
  • பங்கேற்பு தன்னார்வ அடிப்படையில் அமைதல் வேண்டும்.
  • தனிப்பட்ட தகவல்கள் இரகசியமாகப் பாதுகாக்கப்பட வேண்டும்.
  • தேவையான நிறுவன அனுமதிகளும் அறநெறி அங்கீகாரமும் பெறப்பட வேண்டும்.
  • சேகரிக்கப்பட்ட தரவுகள் அறிவிக்கப்பட்ட ஆராய்ச்சி நோக்கங்களுக்கேற்ப பாதுகாப்பாகப் பயன்படுத்தப்பட வேண்டும்.

பாடசாலை மாணவர்களை உள்ளடக்கிய ஆராய்ச்சிகளில் சிறுவர்களின் பாதுகாப்பு, பெற்றோர் அல்லது பாதுகாவலரின் சம்மதம் மற்றும் மாணவர்களின் வயதுக்கேற்ற ஒப்புதல் போன்ற கூடுதல் விடயங்களையும் கவனத்தில் கொள்ள வேண்டும்.

7. தரவுச் சேகரிப்புக் கருவிகளைத் தயாரிக்கும் செயன்முறை

பொருத்தமான கருவியைத் தெரிவுசெய்த பின்னர், அதனை முறையாகத் தயாரிப்பதும் முக்கியமானதாகும்.

·       ஆராய்ச்சி நோக்கங்களை அடையாளம் காணுதல்

·       அளவிடப்பட வேண்டிய மாறிகள் அல்லது கருத்துருக்களை வரையறுத்தல்

·       பொருத்தமான தரவுச் சேகரிப்புக் கருவியைத் தெரிவுசெய்தல்

·       வினாக்கள் அல்லது அளவீட்டு உருப்படிகளைத் தயாரித்தல்

·       நிபுணர்களின் மதிப்பீட்டைப் பெறுதல்

·       முன்னோடிப் பரிசோதனை (Pilot Testing) நடத்துதல்

·       கருவியைத் திருத்தி இறுதிப்படுத்துதல்

7.1 ஆராய்ச்சி நோக்கங்களை அடையாளம் காணுதல்

கருவியைத் தயாரிப்பதற்கு முன்னர் ஆய்வு நோக்கம், குறிக்கோள்கள், ஆய்வு வினாக்களும் தெளிவாக வரையறுக்கப்பட வேண்டும்.

ஒவ்வொரு நோக்கத்திற்கும் தேவையான தகவல்களைப் பட்டியலிடுவது பொருத்தமான வினாக்களைத் தயாரிப்பதற்கு உதவும்.

7.2 மாறிகளை வரையறுத்தல்

தொகைசார்  ஆராய்ச்சியில் ஆராயப்பட வேண்டிய மாறிகள் (Variables) தெளிவாக வரையறுக்கப்பட வேண்டும்.

7.3 வினாக்களைத் தயாரித்தல்

வினாக்கள் எளிமையான மொழியில், தெளிவாகவும் ஒரு நேரத்தில் ஒரு விடயத்தை மாத்திரம் அளவிடும் வகையிலும் அமைதல் வேண்டும்.

7.4 நிபுணர்களின் மதிப்பீடு

தயாரிக்கப்பட்ட கருவியை ஆராய்ச்சித் துறையில் அனுபவமுள்ள நிபுணர்களிடம் வழங்கி மதிப்பீடு செய்யலாம்.

அவர்கள் வினாக்களின் பொருத்தப்பாடு, தெளிவு, மொழிப் பயன்பாடு, உள்ளடக்கப் பிரதிநிதித்துவம் மற்றும் அளவிடப்பட வேண்டிய கருத்துருவுடனான தொடர்பு ஆகியவற்றை மதிப்பிடலாம்.

7.5 முன்னோடிப் பரிசோதனை (Pilot Testing)

முன்னோடிப் பரிசோதனை என்பது பிரதான தரவுச் சேகரிப்பிற்கு முன்னர், தயாரிக்கப்பட்ட கருவியைச் சிறிய அளவிலான பொருத்தமான பங்கேற்பாளர்களிடம் பயன்படுத்திப் பரிசோதிக்கும் செயன்முறையாகும்.

இதன் மூலம்:

  • வினாக்கள் தெளிவாக உள்ளனவா?
  • பதிலளிப்பதற்கு எவ்வளவு நேரம் தேவைப்படுகின்றது?
  • பங்கேற்பாளர்கள் வினாக்களைப் புரிந்துகொள்கின்றனரா?
  • பதில் தெரிவுகளில் குறைபாடுகள் உள்ளனவா?
  • கருவியின் நடைமுறைப் பயன்பாட்டில் சிரமங்கள் உள்ளனவா?

என்பவற்றை அறிந்துகொள்ளலாம்.

முன்னோடிப் பரிசோதனையில் பெறப்படும் தகவல்களின் அடிப்படையில் கருவியைத் திருத்தி இறுதிப்படுத்தலாம். தேவைக்கேற்ப நம்பகத்தன்மை தொடர்பான புள்ளிவிபரவியல் பகுப்பாய்வுகளையும் மேற்கொள்ளலாம்.

8. தரவுச் சேகரிப்பில் ஏற்படக்கூடிய பொதுவான தவறுகள்

முதுமாணிப் பட்டப்படிப்பு மாணவர்கள் தமது ஆராய்ச்சிக்கான தரவுச் சேகரிப்புக் கருவிகளைத் தயாரிக்கும்போது சில பொதுவான தவறுகளை மேற்கொள்ளக்கூடும்.

முதலாவது, ஆராய்ச்சி நோக்கங்களுடன் தொடர்பில்லாத வினாக்களை வினாக்கொத்தில் சேர்த்தல். இது தேவையற்ற தரவுகளை உருவாக்குவதுடன் பங்கேற்பாளர்களின் நேரத்தையும் அதிகமாக எடுத்துக்கொள்ளும்.

இரண்டாவது, தெளிவற்ற அல்லது ஒன்றுக்கு மேற்பட்ட கருத்துகளை உள்ளடக்கிய வினாக்களைப் பயன்படுத்துதல். இதனால் பெறப்படும் பதில்களைச் சரியாக விளக்குவதில் சிரமம் ஏற்படலாம்.

மூன்றாவது, ஏற்கனவே உருவாக்கப்பட்ட அளவுகோல்களை அவற்றின் பொருத்தப்பாட்டை மதிப்பிடாமல் நேரடியாகப் பயன்படுத்துதல். வேறு நாடுகளில் உருவாக்கப்பட்ட கருவிகள் இலங்கையின் கல்விச் சூழலுக்குப் பொருத்தமானவையா என்பதை ஆராய வேண்டும்.

நான்காவது, கருவியின் ஏற்புடைமை மற்றும் நம்பகத்தன்மை தொடர்பான ஆதாரங்களைப் பரிசீலிக்காமல் பிரதான தரவுச் சேகரிப்பை மேற்கொள்ளுதல்.

ஐந்தாவது, தரவுகளை எவ்வாறு பகுப்பாய்வு செய்யப் போகின்றோம் என்பதை முன்கூட்டியே திட்டமிடாமல் கருவிகளைத் தயாரித்தல். இதனால் ஆராய்ச்சிக் கேள்விகளுக்குப் பதிலளிக்கத் தேவையான தரவுகள் கிடைக்காமல் போகலாம்.

எனவே, தரவுச் சேகரிப்புக் கருவிகளைத் தயாரிக்கும் செயன்முறை ஆராய்ச்சித் திட்டமிடலின் ஆரம்பத்திலிருந்தே கவனத்தில் கொள்ளப்பட வேண்டும்.

10. முடிவுரை

தரவுச் சேகரிப்பு என்பது ஆராய்ச்சிச் செயன்முறையின் அடிப்படையான ஒரு கட்டமாகும். ஆராய்ச்சியாளர் முன்வைக்கும் முடிவுகளின் தரம், சேகரிக்கப்பட்ட தரவுகளின் பொருத்தப்பாடு மற்றும் தரத்துடன் நெருங்கிய தொடர்புடையதாகும்.

கல்வியியல் ஆராய்ச்சிகளில் வினாக்கொத்துகள், நேர்காணல் அட்டவணை  வழிகாட்டிகள், அவதானிப்புக் கருவிகள், அடைவுப் பரீட்சைகள் மற்றும் ஆவணப் பகுப்பாய்வுக் கருவிகள் போன்றவை பயன்படுத்தப்படுகின்றன. ஒவ்வொரு கருவிக்கும் தனித்துவமான பயன்பாடுகளும் வரையறைகளும் உள்ளன.

எனவே, ஒரு குறிப்பிட்ட கருவியே எல்லா ஆராய்ச்சிகளுக்கும் சிறந்தது எனக் கருத முடியாது. ஆராய்ச்சிப் பிரச்சினையின் தன்மை, ஆராய்ச்சி நோக்கங்கள், ஆராய்ச்சி அணுகுமுறை, பங்கேற்பாளர்களின் பண்புகள், ஏற்புடைமை, நம்பகத்தன்மை மற்றும் நடைமுறைச் சாத்தியப்பாடு ஆகியவற்றின் அடிப்படையில் கருவிகள் தெரிவுசெய்யப்பட வேண்டும்.

முதுமாணிப் பட்டப்படிப்பு மாணவர்கள் தமது ஆராய்ச்சிக்கான தரவுச் சேகரிப்புக் கருவிகளைத் தெரிவுசெய்யும்போது, "எந்தக் கருவியைப் பயன்படுத்துவது?" என்ற வினாவுடன், "இந்தக் கருவி எனது ஆய்வு வினாக்களுக்குப் பதிலளிக்கத் தேவையான தரவுகளை வழங்குமா?" என்ற வினாவையும் எழுப்ப வேண்டும்.

இத்தகைய அணுகுமுறை ஆராய்ச்சியின் முறையியல் தரத்தை மேம்படுத்துவதற்கும், ஆதாரங்களை அடிப்படையாகக் கொண்ட முடிவுகளை மேற்கொள்வதற்கும் உதவும்.

12. மேலதிக வாசிப்பிற்கான நூல்கள்

1. Cohen, L., Manion, L., & Morrison, K. (2018). Research methods in education (8th ed.). Routledge.

2. Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.

3. Creswell, J. W., & Poth, C. N. (2018). Qualitative inquiry and research design: Choosing among five approaches (4th ed.). SAGE Publications.

4. DeVellis, R. F. (2017). Scale development: Theory and applications (4th ed.). SAGE Publications.

5. Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2012). How to design and evaluate research in education (8th ed.). McGraw-Hill.

6. Kvale, S., & Brinkmann, S. (2015). InterViews: Learning the craft of qualitative research interviewing (3rd ed.). SAGE Publications.


 

1 கருத்து:

ஆராய்ச்சி அறிக்கையைத் தயாரித்தலும் எழுதுதலும் (Preparation and Writing of a Research Report)

  ஆராய்ச்சி அறிக்கையைத் தயாரித்தலும் எழுதுதலும் (Preparation and Writing of a Research Report) கலாநிதி. எப்.எம். நவாஸ்தீன் பேராசிரியர் ...