statistics ထဲမှာ frequency distribution တွေ အမျိုးမျိုး ရှိပါတယ်။ ဒေတာတွေ ကို စုစည်းပြီး ပုံစံတွေ ကို ရှာဖွေဖို့ အတွက် အရမ်း အသုံးဝင်ပါတယ်။ အထူးသဖြင့် လူနာတွေ ဒါမှမဟုတ် ရောဂါတွေ ကို ခွဲခြမ်းစိတ်ဖြာ ကြည့်ဖို့ အတွက် အရမ်း ကောင်းပါတယ်။ အဓိက အမျိုးအစားတွေ ကို တစ်ခုချင်း
Confidence Interval (CI) သို့မဟုတ် ယုံကြည်မှုကြားကာလ Confidence Interval (CI) ဆိုတာ ကိန်းဂဏန်း သုတေသန (Quantitative Research) ရဲ့ ရလဒ်တွေကို အနက်ဖွင့်ဆိုရာမှာ မရှိမဖြစ်လိုအပ်တဲ့ အစိတ်အပိုင်းတစ်ခုပဲ ဖြစ်ပါတယ်။ ၎င်းဟာ ကျွန်တော်တို့ရဲ့ ရလဒ်တွေမှာ ဘယ်လောက်အထိ မရေရာမှု (uncertainty) ရှိသလဲဆိုတာကို ပြသတဲ့ အညွှန်းကိန်းတစ်ခု ဖြစ်ပါတယ်။ CI
P-Value သုတေသန တွေ့ရှိချက်များကို အနက်ဖွင့်ဆိုခြင်းနဲ့ ပတ်သက်ပြီး P-Value များရဲ့ အနက်ဖွင့်ဆိုပုံ နည်းစနစ်များအကြောင်းကို နည်းနည်းရှင်းပြချင်ပါတယ်။P-value ဆိုတာ ကိန်းဂဏန်း သုတေသန (Quantitative Research) ရဲ့ အသည်းနှလုံးလိုပါပဲ။ ဒီတန်ဖိုးကို ဘယ်လို နားလည်ပြီး သုံးသပ်ရမလဲဆိုတာဟာ သုတေသန လုပ်ငန်းရဲ့ တိကျမှန်ကန်မှုကို သတ်မှတ်ပေးပါတယ်။ ၁။ P-Value ဆိုသည်မှာ ဘာလဲ၊ ဘာကို
Analysis Methodအချက်အလက် အမျိုးအစားအလိုက် သင့်လျော်တဲ့ ခွဲခြမ်းစိတ်ဖြာမှု နည်းလမ်းများ (Analysis Method) ဒေတာတွေကို ခွဲခြမ်းစိတ်ဖြာတဲ့အခါ ပထမဆုံး သိထားသင့်တာက ကိုယ့်ရဲ့သုတေသနက ဘယ်လို အချက်အလက် အမျိုးအစား ကို ကိုင်တွယ်နေလဲဆိုတာနဲ့ ဘယ်လို အတွေးအခေါ် ပေါ်မှာ အခြေခံထားလဲဆိုတဲ့ အချက်ပါပဲ။ အပိုင်း (၁)။ အတွေးအခေါ်နှင့် အရေအတွက်ဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှု (Quantitative Analysis)
သုတေသနမှာ အရေးကြီးတဲ့ အဆင့်တစ်ဆင့်ဖြစ်တဲ့ နမူနာရွေးချယ်မှု (Sampling) သုတေသန နည်းလမ်းပိုင်း (Research Methodology) ရဲ့ အဓိက အစိတ်အပိုင်းတစ်ခုဖြစ်တဲ့ နမူနာရွေးချယ်မှုဆိုတာကတော့ လူအုပ်စုကြီးတစ်ခုလုံးကို ကိုယ်စားပြုနိုင်မယ့် အစိတ်အပိုင်းငယ်တစ်ခုကို ရွေးချယ်တဲ့ လုပ်ငန်းစဉ် (process) ကို ပြောတာပါ။ • Population (လူဦးရေ/လူအုပ်စု) ဆိုတာက သုတေသီ စိတ်ဝင်စားတဲ့ လေ့လာလိုသူများရဲ့ စရိုက်လက္ခဏာများပါဝင်သော အလုံးစုံသော
သုတေသနနည်းစနစ် (Research Methodology) မှာ ပါဝင်တဲ့ အဓိကအဆင့်တွေကို နည်းနည်း ရှင်းပြချင်ပါတယ်။ သုတေသန နည်းစနစ်ဆိုတာ သုတေသနတစ်ခုလုံးကို လမ်းညွှန်ပေးတဲ့ ဗျူဟာနဲ့ မူဘောင် (overall strategy and framework) ကို ပြောတာပါ။ သုတေသနတစ်ခုကို ဘယ်လိုမျိုး စနစ်တကျ လုပ်ဆောင်မယ်၊ ဘာကြောင့် ဒီလိုနည်းလမ်းတွေကို ရွေးချယ်တယ်ဆိုတာကို ရှင်းပြတဲ့ သီအိုရီပိုင်းဆိုင်ရာ အခြေခံမူများ
Literature Review Literature Review (စာတွေ့လေ့လာခြင်း) ဆိုတာ သုတေသနတစ်ခုရဲ့ “ကျောရိုး” ပါပဲ။ ဒါကို ကောင်းကောင်းမလုပ်နိုင်ရင် ကိုယ့်သုတေသနက ပေါ့ပျက်ပျက် ဖြစ်သွားတတ်ပါတယ်။ရိုးရိုးရှင်းရှင်းပြောရရင် Literature Review ဆိုတာ “ကိုယ့်အကြောင်းအရာနဲ့ ပတ်သက်ပြီး သူများတွေ ဘာလုပ်ခဲ့ပြီးပြီလဲ၊ ဘာတွေတွေ့ထားလဲ ဆိုတာကို ပြန်လည်သုံးသပ်ခြင်း” ဖြစ်ပါတယ်။ဒီနေရာမှာ အောင်မြင်တဲ့ Literature Review တစ်ခုဖြစ်ဖို့ လက်တွေ့ကျတဲ့
သုတေသနခေါင်းစဉ်ကို ဘယ်လိုရွေးချယ်မလဲ ခေါင်းစဉ်ရွေးဖို့ လက်တွေ့ လုပ်ဆောင်ရမည့် နည်းလမ်းများ အဆင့် ၁: “ရွှေတြိဂံ” ဆုံမှတ်ကို ရှာပါခေါင်းစဉ်ကောင်းတစ်ခုဆိုတာ အောက်ပါ (၃) ချက် ဆုံတဲ့နေရာမှာ ရှိပါတယ်။· Passion (ကိုယ့်ဝါသနာ): ကိုယ်တကယ် စိတ်ဝင်စားရဲ့လား။ (မကြိုက်တဲ့ ခေါင်းစဉ်ဆိုရင် ရေရှည်လုပ်ဖို့ အရမ်းစိတ်ပင်ပန်းပါလိမ့်မယ်)။· Feasibility (ဖြစ်နိုင်ချေ): ကိုယ့်မှာ ကျွမ်းကျင်မှုရှိလား (ဥပမာ –
Bias in Researchသုတေသနပြုလုပ်ရာတွင် ဘက်လိုက်ခြင်းဘက်လိုက်ခြင်း (ဒီတိုင်း ဟုတ်ချင်လည်းဟုတ်မယ် မဟုတ်ချင်လည်း မဟုတ်ဘူး။ ကျွန်တော်ကတော့ ဘက်လိုက်တယ်လို့ပဲ မှတ်ထားပါတယ်)။သုတေသနပြုရာတွင် ဘက်လိုက်ခြင်းဆိုတာကို အလွယ်ပြောရရင် သုတေသီဟာ သူလိုချင်တဲ့ အဖြေကိုရဖို့အတွက် စနစ်တကျ အမှားပြုလုပ်တာကို ဆိုလိုပါတယ်။ဒီနေရာမှာ တမင်သက်သက် ပြုလပ်တာ ဖြစ်နိုင်သလို၊ မသိလို့ ပြုတာလည်းဖြစ်နိုင်ပါတယ်။သုတေသနဆိုင်ရာ ဘက်လိုက်မှု (Research Bias) များကို ခွဲခြမ်းစိတ်ဖြာတဲ့အခါမှာတော့၁။ ဘက်လိုက်တည်ဆောက်မှု