Il metodo scientifico è una procedura collaudata per espandere la conoscenza attraverso la sperimentazione e l’analisi. È un processo che utilizza una pianificazione attenta, una metodologia rigorosa e una valutazione approfondita. L’analisi statistica gioca un ruolo essenziale in questo processo.
In un esperimento che include l’analisi statistica, l’analisi è alla fine di una lunga serie di eventi. Per ottenere risultati validi, è fondamentale pianificare e condurre attentamente uno studio scientifico per tutte le fasi fino all’analisi inclusa. In questo post del blog, ho delineato cinque passi per gli studi scientifici che includono analisi statistiche.
Mappatura del processo per gli studi scientifici
È vitale che tu comprenda il metodo scientifico e sappia come progettare uno studio scientificamente rigoroso che includa analisi statistiche. Gli errori lungo il percorso possono invalidare i risultati della tua analisi. Ho diviso il processo in cinque fasi. A seconda della natura del tuo esperimento, potresti aver bisogno di enfatizzare o de-enfatizzare certi aspetti.
Per esempio, gli studi dei fenomeni fisici saranno molto diversi da quelli delle scienze sociali. Allo stesso modo, gli studi che usano esperimenti fattoriali progettati, studi osservazionali e indagini saranno tutti diversi l’uno dall’altro. Mentre gli studi possono differire drasticamente, tutti usano aspetti della stessa tabella di marcia che ho tracciato.
Questa tabella di marcia si riferisce a studi scientifici che includono analisi statistiche perché il mio blog è tutto sull’analisi statistica. Tuttavia, anche gli studi puramente qualitativi condivideranno molti degli stessi passi.
I passi di uno studio scientificamente rigoroso sono i seguenti:
- Fase di ricerca.
- Definire il problema e la domanda di ricerca.
- Rassegna della letteratura.
- Fase operativa.
- Definire le variabili e le tecniche di misurazione.
- Progettare i metodi sperimentali.
- Raccolta dei dati.
- Analizzare statisticamente i dati e trarre conclusioni.
- Comunicare i risultati.
Post correlati: L’importanza della statistica
Step 1: Ricerca della tua area di studio
Una buona ricerca scientifica dipende dalla raccolta di molte informazioni prima ancora di iniziare a raccogliere dati. Dovrai indagare la tua area di studio per scrivere una domanda di ricerca a cui il tuo studio possa ragionevolmente rispondere. Poi, dovrai sviluppare una conoscenza approfondita di altri studi per ideare un piano per condurre il tuo studio.
Definire la tua domanda di ricerca
Il primo passo del tuo studio è formulare una domanda di ricerca. Questa è la domanda a cui vuoi che il tuo studio risponda. Le domande di ricerca focalizzano il tuo esperimento, ti aiutano a guidare il tuo processo decisionale e ti aiutano a evitare che questioni secondarie ti distraggano dal tuo obiettivo.
In genere, i ricercatori iniziano con un ampio argomento e fanno ricerche nella zona interessata. Determina quali tipi di domande i ricercatori hanno e non hanno risposto. Questo processo aiuta a restringere l’ampio argomento a una domanda di ricerca più specifica. Determinare quali studi i ricercatori hanno già effettuato e quale letteratura esiste già. Risponderai a una nuova domanda o cercherai di replicare una ricerca precedente?
La tua domanda di ricerca dovrebbe essere appropriata per la tua disciplina. Di conseguenza, le proprietà delle domande di ricerca adatte variano significativamente a seconda dell’area tematica. Per esempio, le domande di ricerca accettabili sono diverse per la fisica, la psicologia, la biologia e le scienze politiche. Tuttavia, hanno alcune qualità comuni.
Le domande di ricerca devono essere chiare e concise. Pertanto, i lettori della tua breve domanda di ricerca dovrebbero capire chiaramente l’obiettivo del tuo studio. Inoltre, assicurati che l’ambito dell’indagine sia abbastanza ristretto da permettere alla tua ricerca di rispondere ragionevolmente utilizzando il tempo e le risorse disponibili.
In genere, lo sviluppo della tua domanda di ricerca spesso inizia con un argomento che ti interessa e comporta alcune ricerche iniziali. Questa ricerca preliminare ti aiuta a creare una domanda di ricerca fattibile. Tuttavia, dopo aver ideato la tua domanda, dovrai condurre una revisione molto più approfondita della letteratura. E, probabilmente, eseguirete alcuni perfezionamenti iterativi. Durante la revisione della letteratura, potresti ritrovarti a modificare la domanda di ricerca.
Rassegna della letteratura
La revisione della letteratura è un’indagine di fondo molto ampia sulla tua domanda di ricerca. Ci sono due obiettivi primari di una revisione della letteratura per uno studio scientifico che implica un’analisi statistica.
In primo luogo, è necessario comprendere pienamente l’area tematica che contiene la tua domanda di ricerca. Cosa hanno trovato gli altri studi? Identificate le relazioni e gli effetti significativi che la letteratura riconosce insieme alla loro dimensione e direzione. Quali variabili e fattori giocano un ruolo?
In breve, definisci lo stato attuale della conoscenza scientifica che circonda la tua domanda di ricerca. Questo processo ti aiuta a determinare come il tuo studio si inserisce nel campo, ti permette di capire i processi di pensiero dietro studi simili, e ti fornisce un senso generale dei risultati fino a quel momento.
In secondo luogo, hai bisogno di informazioni che ti aiutino a operazionalizzare il tuo studio. L’operazionalizzazione è il processo di prendere l’idea generale della tua domanda di ricerca e creare un piano d’azione che permetta a un esperimento di rispondere alla domanda. Se il tuo studio include l’analisi statistica, dovrai determinare come altri studi hanno usato le statistiche per rispondere a domande simili.
Con questo in mente, determina quanto segue:
- Quali dati hanno raccolto studi simili? Quali variabili?
- Come hanno misurato le variabili?
- Come hanno estratto il loro campione?
- Quali metodi hanno usato per analizzare i dati? Quali analisi e disegni sperimentali?
Vorrete anche conoscere i punti di forza, le debolezze e gli errori che altri studi hanno fatto. Evita gli errori degli altri e costruisci sui loro punti di forza!
La fase di ricerca dovrebbe produrre una domanda di ricerca, una conoscenza approfondita dell’area tematica e dei risultati rilevanti, e una comprensione approfondita di come altri ricercatori hanno operazionalizzato studi simili. Queste informazioni di base ti aiutano a progettare il tuo esperimento.
Fase 2: Operazionalizzare il tuo piano di studio
Operazionalizzare uno studio è il processo di prendere la tua domanda di ricerca, usare le informazioni di base che hai raccolto e formulare un piano attuabile. Questo piano include tutto, dalla definizione delle variabili a come analizzerai i dati.
Variabili: Cosa misurerete?
Gli studi che usano la statistica per rispondere alle domande richiedono di raccogliere dati sotto forma di variabili che analizzerete. Di conseguenza, dovete definire le variabili che misurerete e decidere come misurarle. Se non raccogliete i dati corretti o li misurate in modo impreciso, potreste non essere in grado di rispondere alla vostra domanda di ricerca. Infatti, grazie alla distorsione da variabile omessa, le variabili che non misurate possono influenzare i risultati delle variabili che misurate! Prenditi il tempo necessario per determinare quali variabili dovrai misurare per rispondere al tuo quesito di ricerca.
Per esempio, se stai studiando la depressione, come definirai e misurerai la depressione? La tua analisi della letteratura dovrebbe informare la tua decisione sull’uso di una definizione accettata di depressione e sulla scelta di una metodologia scientificamente validata per valutare la depressione. La scienza si costruisce su se stessa!
Se stai cercando di prevedere la depressione, descrivere le sue relazioni con altre variabili, o valutare i trattamenti, dovrai definire operativamente queste variabili e determinare come le misurerai.
Tipi di variabili e trattamenti
Uno studio avrà una variabile dipendente. Questa variabile è il risultato che state studiando. Tipicamente, gli studi vogliono capire come i cambiamenti in una o più variabili indipendenti influenzano la variabile dipendente. A seconda del tipo di esperimento, i ricercatori controlleranno o non controlleranno le variabili indipendenti. Se controlli le variabili, dovrai decidere le impostazioni per le variabili controllabili.
La maggior parte degli studi include un trattamento, un intervento o qualche altro confronto che vuole fare. Dovrete definire il trattamento e assicurarvi che ci sia un sistema per fornirlo come richiesto. Questo è vero non solo per i trattamenti medici ma con qualsiasi intervento.
Per esempio, ho partecipato a uno studio di intervento di esercizio per determinare se influisce sulla densità ossea. Abbiamo definito il nostro intervento come sessioni che si verificano tre volte a settimana e consistono in 30 impatti che sono sei volte il peso corporeo dei soggetti. Avevamo le procedure, le attrezzature e l’addestramento in atto per garantire che i nostri soggetti ricevessero l’intervento come lo avevamo definito.
Metodologia di misurazione: come effettuerai le misurazioni?
Devi anche specificare come effettuerai le misurazioni. Quale attrezzatura userete? Come ridurrai altre fonti di variazione?
Precisione e accuratezza sono essenziali nella ricerca. Assicurati che il tuo piano descriva come ottenere buone misure. Per esempio, una volta ho scritto un documento dettagliato di calibrazione dell’attrezzatura per assicurare misure di alta qualità nel corso dello studio. Per quello studio, le buone misure dipendevano da calibrazioni giornaliere e standardizzate.
Creare un piano di campionamento: Come raccoglierai i campioni per lo studio?
I ricercatori devono specificare la particolare popolazione che stanno studiando. Per esempio, vuoi includere tutti i livelli di depressione o solo i casi da lievi a gravi?
Dopo aver definito la tua popolazione, devi ideare un piano per raccogliere un campione da quella popolazione. Il vostro campione contiene le persone o gli oggetti che il vostro studio valuta. Gli studi che usano la statistica inferenziale prendono i dati del campione e traggono conclusioni su una popolazione. Tuttavia, questi studi devono raccogliere i campioni in modo da produrre stime imparziali. Questo processo spesso implica una metodologia di campionamento casuale perché un metodo basato sulla convenienza può introdurre distorsioni.
Le revisioni della letteratura spesso rivelano le metodologie di raccolta dei campioni che altri ricercatori hanno usato nella vostra area di studio. Determinate dove e come raccoglierete il campione, inclusi la data e l’ora, il luogo e così via.
Infine, quanti dati dovreste raccogliere? Da un lato, volete raccogliere abbastanza dati per avere una ragionevole possibilità di rilevare un effetto praticamente significativo. D’altra parte, non volete ottenere un campione così grande da farvi perdere tempo e risorse. Un’analisi di potenza vi aiuta a scegliere una dimensione del campione che trovi un equilibrio tra questi due obiettivi in competizione. Tuttavia, per eseguire un’analisi di potenza, avete bisogno di stime per la dimensione dell’effetto e la variabilità dei dati. Di nuovo, guardate la vostra revisione della letteratura!
Post correlato: Popolazione, Parametri e Campioni
Progettare i Metodi Sperimentali
Devi definire la tua ipotesi in una forma adatta all’analisi statistica e scegliere l’analisi appropriata. La tua ipotesi deve essere testabile, il che significa che i dati che raccoglierai sosterranno o rifiuteranno l’ipotesi. Determinate le analisi statistiche che possono testare adeguatamente le vostre ipotesi. Queste decisioni metodologiche iniziano ad un livello molto alto, come la scelta tra un esperimento randomizzato o uno studio osservazionale. Da lì, potete scendere a domande più fondamentali.
Per esempio, confronterete medie, mediane, proporzioni o tassi tra gruppi? O forse valutare la relazione tra variabili nominali o variabili continue? Tutte queste questioni influenzano le analisi statistiche che potete eseguire.
Inoltre, ci sono i dadi e i bulloni per ogni tipo di analisi che dovrete decidere. Quale livello di significatività userete? Test di ipotesi a una coda o a due code? Se usate l’ANOVA, seguirete un test post hoc? Se sì, quale? Quali passi farete per aiutare a determinare che state osservando una causalità piuttosto che una semplice correlazione? Condurrete un esperimento randomizzato o uno studio osservazionale?
Il vostro piano dovrebbe limitare il numero di analisi e modelli che userete. Ogni test statistico ha un tasso di errore. Più test si eseguono, più alte sono le possibilità complessive di un falso risultato. Prendere queste decisioni metodologiche in anticipo vi aiuta ad evitare di usare più tecniche e di scegliere i risultati migliori e riduce il data mining, che abbassa la probabilità di trovare correlazioni casuali.
La fase di operazionalizzazione dovrebbe produrre un piano che vi dica cosa misurerete, come lo misurerete, come raccoglierete un campione, il vostro disegno sperimentale, la dimensione del campione e come analizzerete i dati.
Step 3: Raccolta dei dati
A questo punto, avete operazionalizzato il vostro studio e avete un piano di azione. Dopo aver preso le disposizioni necessarie, dovresti essere pronto a raccogliere i dati! A seconda della natura della tua ricerca, questo può essere un processo piuttosto lungo. Che tu sia in laboratorio a misurare, fuori a somministrare sondaggi sul campo, o a lavorare con soggetti umani, la raccolta dei dati è spesso la parte dello studio che richiede più tempo e lavoro.
Spesso, dovrai impostare le condizioni adeguate per effettuare le misurazioni e verificare che tutto funzioni correttamente. Forse hai bisogno di ottenere le condizioni di laboratorio giuste e assicurarti che l’attrezzatura funzioni correttamente per ottenere misure valide. Oppure, stai seguendo un processo dettagliato per ottenere un campione veramente casuale. A volte è difficile reclutare un numero sufficiente di soggetti umani. Le procedure potrebbero anche comportare l’addestramento di altro personale per eseguire i compiti esattamente come prescritto. Una volta ho dovuto creare un video di addestramento per ottenere risultati coerenti!
Mentre lavori generalmente in base al tuo piano operativo, non è raro incontrare sorprese e dovrai adattarti. Si spera che la tua conoscenza della materia e la revisione della letteratura ti aiutino ad anticipare la maggior parte delle sorprese, ma il fatto della scienza è che spesso stai studiando qualcosa che i ricercatori non hanno mai studiato completamente prima. Aspettati delle sorprese!
Step 4: Analisi statistica
Come la fase di raccolta dati del tuo studio, dovresti avere già definito la fase di analisi. Se stai “improvvisando”, non lo stai facendo bene! Tutto il mio blog è dedicato all’analisi statistica, quindi non ho intenzione di ripeterla tutta qui. In poche parole, siate sicuri che state analizzando i dati correttamente, soddisfacendo le ipotesi dove necessario, e traendo le giuste conclusioni.
Tuttavia, c’è un punto vitale da fare qui. I problemi lungo la strada possono impedirvi di fare scoperte o invalidare i risultati ben prima di arrivare all’analisi statistica. Come dice il vecchio detto, spazzatura dentro, spazzatura fuori. Se mettete dati spazzatura nell’analisi statistica, questa sputerà fuori risultati spazzatura. Se tutti i passi che portano alla vostra analisi non sono pensati ed eseguiti con cura, potreste non essere in grado di fidarvi dei risultati o perdere importanti scoperte. La scienza si basa sulla correttezza di tutti i dettagli.
Step 5: Scrivere i risultati
Dopo aver raccolto i dati e averli analizzati, devi scrivere i risultati per informare gli altri ricercatori su ciò che hai trovato. Indicare quali ipotesi i dati supportano, le conclusioni generali, e cosa rappresentano nel quadro del campo scientifico o del mondo reale. Il metodo scientifico funziona replicando i risultati – o il fallimento nel farlo. Il processo scientifico tende a far sì che le risposte corrette alle domande di ricerca salgano in cima nel tempo attraverso una replica di successo. Al contrario, elimina i risultati errati dopo che non riescono a replicarsi.
Di conseguenza, dovrai fornire abbastanza informazioni su come hai condotto il tuo studio in modo che altri ricercatori possano ripeterlo e, si spera, replicare i risultati. In genere, includerete aspetti delle prime quattro fasi (ricerca di base, operazionalizzazione, raccolta dati e analisi) nella stesura finale. Gli standard variano a seconda del campo, quindi dovresti vedere come si documentano gli studi nella tua area. In questo modo, la tua ricerca diventa parte della base di conoscenza per gli studi futuri su cui costruire – proprio come hai fatto durante la tua revisione della letteratura! Inoltre, tutti i dettagli aiutano gli altri ricercatori a determinare i punti di forza e di debolezza del tuo studio in modo che possano interpretare i risultati comprendendo il contesto.
In conclusione, l’analisi statistica è un passo cruciale nel processo scientifico. L’analisi vi dice obiettivamente quale ipotesi i dati favoriscono. Tuttavia, c’è una lunga lista di elementi prima dell’analisi statistica che devono procedere tutti correttamente perché tu possa fidarti dei risultati.
Per conoscere alcune delle sfide che ho affrontato all’inizio della mia carriera di ricerca scientifica, leggi il mio post sull’uso della statistica applicata per espandere la conoscenza umana!