Vědecká metoda je osvědčený postup pro rozšiřování znalostí pomocí experimentů a analýz. Je to proces, který využívá pečlivé plánování, přísnou metodiku a důkladné hodnocení. Statistická analýza hraje v tomto procesu zásadní roli.
V experimentu, který zahrnuje statistickou analýzu, je analýza na konci dlouhé řady událostí. Chcete-li získat validní výsledky, je nezbytné pečlivě naplánovat a provést vědeckou studii ve všech krocích až po analýzu. V tomto příspěvku na blogu mapuju pět kroků pro vědecké studie, které zahrnují statistickou analýzu.
Mapování postupu pro vědecké studie
Je důležité, abyste rozuměli vědecké metodě a věděli, jak navrhnout vědecky důkladnou studii, která zahrnuje statistickou analýzu. Chyby na této cestě mohou znehodnotit výsledky vaší analýzy. Rozdělil jsem tento proces do pěti fází. V závislosti na povaze vašeho experimentu možná budete muset některé aspekty zdůraznit nebo naopak zdůraznit.
Například studie fyzikálních jevů budou vypadat zcela jinak než studie v oblasti společenských věd. Stejně tak studie, které používají navržené faktorové experimenty, pozorovací studie a průzkumy, budou vypadat odlišně. Ačkoli se studie mohou drasticky lišit, všechny používají aspekty stejného plánu, který uvádím.
Tento plán se týká vědeckých studií, které zahrnují statistickou analýzu, protože můj blog je celý o statistické analýze. Nicméně i čistě kvalitativní studie budou mít mnoho stejných kroků.
Kroky vědecky důkladné studie jsou následující:
- Výzkumná fáze.
- Definice problému a výzkumné otázky.
- Přehled literatury.
- Operační fáze.
- Definice proměnných a technik měření.
- Návrh experimentálních metod.
- Sběr dat.
- Statistická analýza dat a vyvození závěrů.
- Sdělení výsledků.
Související příspěvek: Důležitost statistiky
Krok 1: Prozkoumejte oblast výzkumu
Dobrý vědecký výzkum závisí na shromáždění mnoha informací ještě předtím, než začnete shromažďovat data. Budete muset prozkoumat oblast svého předmětu a napsat výzkumnou otázku, na kterou může vaše studie rozumně odpovědět. Poté budete muset získat hluboké znalosti o jiných studiích, abyste mohli navrhnout plán provedení své studie.
Definice výzkumné otázky
Prvním krokem vaší studie je formulace výzkumné otázky. Jedná se o otázku, na kterou chcete ve své studii odpovědět. Výzkumná otázka zaměřuje váš experiment, pomáhá vám řídit rozhodovací proces a pomáhá zabránit tomu, aby vás vedlejší otázky odváděly od vašeho cíle.
Typicky výzkumníci začínají s širokým tématem a zkoumají danou oblast. Určete, jaké typy otázek výzkumníci zodpověděli a nezodpověděli. Tento postup pomáhá zúžit široké téma na konkrétnější výzkumnou otázku. Zjistěte, jaké studie již výzkumníci provedli a jaká literatura již existuje. Budete odpovídat na novou otázku, nebo se pokusíte zopakovat předchozí výzkumy?“
Vaše výzkumná otázka by měla odpovídat vašemu oboru. Vlastnosti vhodných výzkumných otázek se proto v jednotlivých oborech značně liší. Například přijatelné výzkumné otázky vypadají jinak pro fyziku, psychologii, biologii a politologii. Mají však některé společné vlastnosti.
Výzkumné otázky musí být jasné a stručné. Čtenáři vaší krátké výzkumné otázky by proto měli jasně pochopit cíl vaší studie. Kromě toho se ujistěte, že rozsah dotazu je dostatečně úzký, aby na něj váš výzkum mohl rozumně odpovědět s využitím dostupného času a zdrojů.
Typicky vypracování výzkumné otázky často začíná tématem, které vás zajímá, a zahrnuje určitý počáteční výzkum. Tento předběžný výzkum vám pomůže vytvořit použitelnou výzkumnou otázku. Po vypracování otázky však budete muset provést mnohem důkladnější přehled literatury. A pravděpodobně budete provádět opakované dolaďování. Během přehledu literatury možná zjistíte, že jste výzkumnou otázku doladili.
Přehled literatury
Přehled literatury je velmi rozsáhlé základní zkoumání vaší výzkumné otázky. Přehled literatury pro vědeckou studii, která zahrnuje statistickou analýzu, má dva základní cíle.
Předně musíte plně porozumět oblasti, která obsahuje vaši výzkumnou otázku. Co zjistily jiné studie? Identifikujte významné vztahy a účinky, které literatura rozpoznává, spolu s jejich velikostí a směrem. Jaké proměnné a faktory hrají roli?
Krátce řečeno, definujte současný stav vědeckého poznání týkajícího se vaší výzkumné otázky. Tento proces vám pomůže určit, jak vaše studie zapadá do daného oboru, umožní vám pochopit myšlenkové postupy, které stojí za podobnými studiemi, a poskytne vám obecný přehled o dosavadních zjištěních.
Druhé, potřebujete informace, které vám pomohou operacionalizovat vaši studii. Operacionalizace je proces, kdy se vezme obecná myšlenka vaší výzkumné otázky a vytvoří se realizovatelný plán, který umožní experiment, jenž na tuto otázku odpoví. Pokud vaše studie zahrnuje statistickou analýzu, budete muset zjistit, jak jiné studie použily statistiku k zodpovězení podobných otázek.
S tímto vědomím zjistěte následující:
- Jaké údaje shromáždily podobné studie? Které proměnné?
- Jak proměnné měřily?
- Jak sestavily svůj vzorek?
- Jaké metody použily k analýze dat? Jaké analýzy a experimentální designy?“
Budete se také chtít dozvědět o silných a slabých stránkách a chybách, kterých se dopustily jiné studie. Vyhněte se chybám ostatních a stavte na jejich silných stránkách!“
Fáze výzkumu by měla přinést výzkumnou otázku, důkladnou znalost předmětné oblasti a příslušných zjištění a důkladné pochopení toho, jak ostatní výzkumníci operacionalizovali podobné studie. Tyto základní informace vám pomohou navrhnout váš vlastní experiment.
Krok 2: Operacionalizace plánu studie
Operacionalizace studie je proces, při kterém vycházíte z vaší výzkumné otázky, využíváte shromážděné základní informace a formulujete realizovatelný plán. Tento plán zahrnuje vše od definování proměnných až po způsob, jakým budete analyzovat data.
Proměnné:
Studie, které používají statistiku k zodpovězení otázek, vyžadují, abyste shromáždili data v podobě proměnných, které budete analyzovat. V důsledku toho musíte definovat proměnné, které budete měřit, a rozhodnout, jak je budete měřit. Pokud nebudete shromažďovat správné údaje nebo je budete měřit nepřesně, je možné, že nebudete schopni odpovědět na svou výzkumnou otázku. Ve skutečnosti díky zkreslení opomenutých proměnných mohou proměnné, které neměříte, ovlivnit výsledky proměnných, které měříte! Nespěchejte s určením proměnných, které budete muset měřit, abyste mohli odpovědět na svou výzkumnou otázku.
Jestliže například zkoumáte depresi, jak ji budete definovat a měřit? Z přehledu literatury by mělo vyplynout vaše rozhodnutí o použití přijaté definice deprese a o výběru vědecky ověřené metodiky pro hodnocení deprese. Věda staví sama na sobě!
Pokud se snažíte předpovědět depresi, popsat její vztahy s jinými proměnnými nebo vyhodnotit léčbu, budete muset tyto proměnné operativně definovat a určit, jak je budete měřit.
Typy proměnných a léčby
Studie bude mít závislou proměnnou. Tato proměnná je výsledek, který zkoumáte. Obvykle studie chtějí pochopit, jak změny jedné nebo více nezávislých proměnných ovlivňují závislou proměnnou. V závislosti na typu experimentu budou výzkumníci kontrolovat nebo nebudou kontrolovat nezávislé proměnné. Pokud kontrolujete proměnné, budete muset rozhodnout o nastavení kontrolovatelných proměnných.
Většina studií zahrnuje léčbu, intervenci nebo jiné srovnání, které chce provést. Budete muset definovat léčbu a zajistit systém, který ji bude podle potřeby poskytovat. To platí nejen pro lékařskou léčbu, ale pro jakoukoli intervenci.
Například jsem se účastnil intervenční studie, jejímž cílem bylo zjistit, zda cvičení ovlivňuje hustotu kostí. Naši intervenci jsme definovali jako sezení, která se konají třikrát týdně a skládají se z 30 dopadů, které jsou šestinásobkem tělesné hmotnosti subjektů. Měli jsme k dispozici postupy, vybavení a školení, abychom zajistili, že naše subjekty dostanou intervenci tak, jak jsme ji definovali.
Metodika měření: Jak budete měření provádět?“
Musíte také určit, jak budete měření provádět. Jaké vybavení budete používat? Jak omezíte další zdroje odchylek?
Přesnost a správnost jsou ve výzkumu zásadní. Ujistěte se, že váš plán popisuje, jak získat kvalitní měření. Jednou jsem například sepsal podrobný dokument o kalibraci zařízení, abych zajistil vysokou kvalitu měření v průběhu studie. Pro tuto studii byla dobrá měření závislá na každodenních standardizovaných kalibracích.
Vytvořte plán odběru vzorků: Jak budete sbírat vzorky pro studii?“
Výzkumníci musí specifikovat konkrétní populaci, kterou studují. Budete například zahrnovat všechny stupně deprese, nebo pouze mírné až těžké případy?
Po definování populace je třeba navrhnout plán sběru vzorku z této populace. Váš vzorek obsahuje osoby nebo objekty, které vaše studie posuzuje. Studie, které používají inferenční statistiku, vycházejí z údajů vzorku a vyvozují závěry o populaci. Tyto studie však musí shromažďovat vzorky způsobem, který vede k nezkresleným odhadům. Tento proces často zahrnuje metodiku náhodného výběru vzorků, protože metoda založená na výhodnosti může vnést zkreslení.
Přehledy literatury často odhalí metodiky sběru vzorků, které ve vaší studované oblasti použili jiní výzkumníci. Určete, kde a jakým způsobem budete vzorek shromažďovat, včetně data a času, místa atd.
Nakonec, kolik údajů byste měli shromáždit? Na jedné straně chcete shromáždit dostatek údajů, abyste měli přiměřenou šanci zjistit prakticky významný účinek. Na druhé straně nechcete získat tak velký vzorek, abyste zbytečně ztráceli čas a prostředky. Analýza síly vám pomůže zvolit takovou velikost vzorku, která zajistí rovnováhu mezi těmito dvěma protichůdnými cíli. K provedení analýzy síly však potřebujete odhady velikosti účinku a variability dat. Opět se podívejte na svůj přehled literatury!
Související příspěvek:
Populace, parametry a vzorky
Navrhněte experimentální metody
Budete muset definovat svou hypotézu ve formě, která je vhodná pro statistickou analýzu, a zvolit vhodnou analýzu. Vaše hypotéza musí být testovatelná, což znamená, že data, která shromáždíte, hypotézu buď potvrdí, nebo zamítnou. Určete statistické analýzy, které mohou vhodně testovat vaše hypotézy. Tato metodologická rozhodnutí začínají na velmi vysoké úrovni, například volbou mezi randomizovaným experimentem nebo observační studií. Odtud se můžete propracovat k zásadnějším otázkám.
Například budete mezi skupinami porovnávat průměry, mediány, podíly nebo míry? Nebo snad budete posuzovat vztah mezi nominálními proměnnými či spojitými proměnnými? Všechny tyto otázky ovlivňují statistické analýzy, které můžete provádět.
Kromě toho jsou tu ještě oříšky pro každý typ analýzy, pro které se budete muset rozhodnout. Jakou hladinu významnosti použijete? Jednovýběrové nebo dvouvýběrové testy hypotéz? Pokud použijete ANOVA, budete následovat post hoc test? Pokud ano, jaký? Jaké kroky podniknete, abyste zjistili, zda pozorujete příčinnou souvislost, a ne jen korelaci? Budete provádět randomizovaný experiment nebo observační studii?
Váš plán by měl omezit počet analýz a modelů, které použijete. Každý statistický test má svou chybovost. Čím více testů provedete, tím vyšší je celková pravděpodobnost chybného výsledku. Předběžné rozhodování o této metodice vám pomůže vyhnout se používání více technik a vybírání nejlepších výsledků a omezí vytěžování dat, což snižuje pravděpodobnost nalezení náhodných korelací.
Fáze operacionalizace by měla přinést plán, který vám řekne, co budete měřit, jak to budete měřit, jak budete shromažďovat vzorek, váš experimentální design, velikost vzorku a jak budete analyzovat data.
Krok 3: Sběr dat
V tomto okamžiku jste operacionalizovali svou studii a máte plán postupu. Po provedení nezbytných opatření byste měli být připraveni na sběr dat! V závislosti na povaze vašeho výzkumu to může být poměrně dlouhý proces. Ať už měříte v laboratoři, provádíte průzkumy v terénu nebo pracujete s lidskými subjekty, sběr dat je často tou částí studie, která zabere nejvíce času a práce.
Často budete muset nastavit vhodné podmínky pro provádění měření a ověřit, zda vše funguje správně. Možná budete muset nastavit správné laboratorní podmínky a zajistit správné fungování zařízení, abyste získali platná měření. Nebo procházíte podrobným procesem, abyste získali skutečně náhodný vzorek. Někdy je obtížné získat dostatečný počet lidských subjektů. Postupy mohou také zahrnovat zaškolení dalších pracovníků, aby prováděli úkoly přesně podle předpisu. Jednou jsem musel vytvořit instruktážní video, abych dosáhl konzistentních výsledků!“
Přestože zpravidla pracujete podle operačního plánu, nezřídka se setkáte s překvapením a budete se muset přizpůsobit. Doufejme, že vám znalost předmětu a přehled literatury pomohou většinu překvapení předvídat, ale s vědou je to tak, že často studujete něco, co vědci dosud plně neprozkoumali. Očekávejte překvapení!
Krok 4: Statistická analýza
Stejně jako ve fázi sběru dat vaší studie byste již měli mít definovanou fázi analýzy. Pokud to děláte „na přeskáčku“, neděláte to správně! O statistické analýze je celý můj blog, takže ji zde nebudu celou opakovat. Stručně řečeno, ujistěte se, že data analyzujete správně, v případě potřeby splňujete předpoklady a vyvozujete správné závěry.
Je zde však třeba upozornit na jednu zásadní věc. Problémy na cestě vám mohou zabránit v objevech nebo zneplatnit závěry mnohem dříve, než se dostanete ke statistické analýze. Jak říká staré přísloví, odpadky dovnitř, odpadky ven. Pokud do statistické analýzy vložíte odpadní data, vyplivne odpadní výsledky. Pokud nejsou všechny kroky vedoucí k analýze pečlivě promyšlené a provedené, může se stát, že nebudete moci výsledkům věřit nebo vám uniknou důležitá zjištění. Ve vědě jde především o to, aby všechny detaily byly správné.
Krok 5: Sepsání výsledků
Po shromáždění dat a jejich analýze musíte výsledky sepsat, abyste mohli ostatní výzkumníky informovat o tom, co jste zjistili. Uveďte, které hypotézy data podporují, celkové závěry a co představují v rámci vědního oboru nebo reálného prostředí. Jde však o víc než jen o sepsání výsledků.
Vědecká metoda funguje tak, že se výsledky replikují – nebo se nepodaří replikovat. Vědecký proces má tendenci způsobit, že správné odpovědi na výzkumné otázky se díky úspěšnému replikování časem dostanou na vrchol. Naopak vyřazuje nesprávné výsledky poté, co se je nepodaří replikovat.
V důsledku toho budete muset poskytnout dostatek informací o tom, jak jste svou studii prováděli, aby ji ostatní výzkumníci mohli zopakovat a snad i zopakovat výsledky. Obvykle do závěrečného zápisu zahrnete aspekty prvních čtyř kroků (základní výzkum, operacionalizace, sběr dat a analýza). Standardy se liší podle oboru, takže byste se měli podívat, jak se dokumentují studie ve vaší oblasti. Tímto způsobem se váš výzkum stane součástí znalostní základny, na které mohou stavět budoucí studie – stejně jako jste to udělali během přehledu literatury! Všechny podrobnosti navíc pomohou ostatním výzkumníkům určit silné a slabé stránky vaší studie, aby mohli interpretovat výsledky a zároveň pochopit kontext.
Na závěr dodejme, že statistická analýza je klíčovým krokem ve vědeckém procesu. Analýza vám objektivně řekne, kterou hypotézu data favorizují. Statistické analýze však předchází dlouhý seznam položek, které musí všechny proběhnout správně, abyste mohli výsledkům věřit.
Chcete-li se dozvědět o některých problémech, kterým jsem čelil na začátku své vědecké kariéry, přečtěte si můj příspěvek o využití aplikované statistiky k rozšíření lidského poznání!