De wetenschappelijke methode is een beproefde procedure voor het uitbreiden van kennis door middel van experimenten en analyse. Het is een proces dat gebruik maakt van zorgvuldige planning, rigoureuze methodologie en grondige beoordeling. Statistische analyse speelt een essentiële rol in dit proces.
In een experiment dat statistische analyse omvat, staat de analyse aan het eind van een lange reeks gebeurtenissen. Om geldige resultaten te verkrijgen, is het van cruciaal belang dat u een wetenschappelijk onderzoek zorgvuldig plant en uitvoert voor alle stappen tot en met de analyse. In deze blogbijdrage breng ik vijf stappen in kaart voor wetenschappelijke studies die statistische analyses omvatten.
Het proces voor wetenschappelijke studies in kaart
Het is van vitaal belang dat u de wetenschappelijke methode begrijpt en weet hoe u een wetenschappelijk rigoureuze studie opzet die statistische analyses omvat. Fouten onderweg kunnen de resultaten van uw analyse ongeldig maken. Ik heb het proces in vijf fasen verdeeld. Afhankelijk van de aard van je experiment, moet je misschien bepaalde aspecten benadrukken of de nadruk erop leggen.
Zo zullen studies van fysische verschijnselen er heel anders uitzien dan die in de sociale wetenschappen. In dezelfde geest zullen studies die gebruik maken van ontworpen factorial experimenten, observationele studies, en enquêtes er allemaal anders uitzien. Hoewel studies drastisch kunnen verschillen, maken ze allemaal gebruik van aspecten van hetzelfde stappenplan dat ik schets.
Dit stappenplan heeft betrekking op wetenschappelijke studies die statistische analyse bevatten, omdat mijn blog helemaal over statistische analyse gaat. Maar zelfs zuiver kwalitatieve studies zullen veel van dezelfde stappen delen.
De stappen in een wetenschappelijk rigoureuze studie zijn de volgende:
- Onderzoeksfase.
- Bepaal het probleem en de onderzoeksvraag.
- Literatuurreview.
- Operationaliseer fase.
- Bepaal je variabelen en meettechnieken.
- Ontwerp de experimentele methoden.
- Gegevensverzameling.
- Statistisch analyseren van gegevens en conclusies trekken.
- Communiceer de resultaten.
Gerelateerde post: Het belang van statistiek
Stap 1: Onderzoek uw studiegebied
Goed wetenschappelijk onderzoek hangt af van het verzamelen van veel informatie voordat u zelfs begint met het verzamelen van gegevens. U moet uw onderzoeksgebied onderzoeken om een onderzoeksvraag op te stellen die uw studie redelijkerwijs kan beantwoorden. Vervolgens moet u diepgaande kennis ontwikkelen over andere studies om een plan te bedenken voor het uitvoeren van uw studie.
Define Your Research Question
De eerste stap van uw studie is het formuleren van een onderzoeksvraag. Dit is de vraag die u met uw studie wilt beantwoorden. Onderzoeksvragen richten uw experiment, helpen uw besluitvormingsproces te begeleiden, en helpen voorkomen dat bijzaken u van uw doel afleiden.
Typisch beginnen onderzoekers met een breed onderwerp en onderzoeken ze het onderwerp. Bepaal welke soorten vragen onderzoekers wel en niet hebben beantwoord. Dit proces helpt om het brede onderwerp te beperken tot een meer specifieke onderzoeksvraag. Bepaal welke studies onderzoekers al hebben uitgevoerd en welke literatuur er al bestaat. Gaat u een nieuwe vraag beantwoorden of probeert u eerder onderzoek te repliceren?
Uw onderzoeksvraag moet geschikt zijn voor uw vakgebied. De eigenschappen van geschikte onderzoeksvragen verschillen dan ook aanzienlijk per vakgebied. Zo zien aanvaardbare onderzoeksvragen er anders uit voor natuurkunde, psychologie, biologie en politieke wetenschappen. Ze hebben echter enkele gemeenschappelijke eigenschappen.
Onderzoeksvragen moeten duidelijk en beknopt zijn. Daarom moeten lezers van uw korte onderzoeksvraag duidelijk begrijpen wat het doel van uw studie is. Zorg er bovendien voor dat de reikwijdte van het onderzoek smal genoeg is dat uw onderzoek het redelijkerwijs kan beantwoorden met behulp van de beschikbare tijd en middelen.
Typisch gezien begint het ontwikkelen van uw onderzoeksvraag vaak met een onderwerp waarin u geïnteresseerd bent en dat enig inleidend onderzoek met zich meebrengt. Dit vooronderzoek helpt u bij het opstellen van een bruikbare onderzoeksvraag. Nadat u uw vraag hebt opgesteld, moet u echter een veel grondiger literatuuronderzoek uitvoeren. En waarschijnlijk zult u de vraag iteratief bijstellen. Tijdens het literatuuronderzoek kan het zijn dat je de onderzoeksvraag bijstelt.
Literatuuronderzoek
Een literatuuronderzoek is een zeer uitgebreid achtergrondonderzoek naar je onderzoeksvraag. Er zijn twee hoofddoelen van een literatuuronderzoek voor een wetenschappelijke studie die statistische analyse omvat.
Ten eerste moet u het onderwerp dat uw onderzoeksvraag bevat, volledig begrijpen. Wat hebben andere studies gevonden? Identificeer de significante verbanden en effecten die de literatuur onderkent, samen met hun grootte en richting. Welke variabelen en factoren spelen een rol?
Kortom, bepaal de huidige stand van de wetenschappelijke kennis rond uw onderzoeksvraag. Dit proces helpt u bepalen hoe uw studie past binnen het veld, stelt u in staat om de denkprocessen achter soortgelijke studies te begrijpen, en geeft u een algemeen gevoel van de bevindingen tot nu toe.
Ten tweede hebt u informatie nodig die u helpt uw studie te operationaliseren. Operationalisering is het proces van het nemen van het algemene idee van uw onderzoeksvraag en het creëren van een uitvoerbaar plan dat een experiment mogelijk maakt om de vraag te beantwoorden. Als uw studie statistische analyse bevat, moet u bepalen hoe andere studies statistieken hebben gebruikt om soortgelijke vragen te beantwoorden.
Met dat in gedachten, bepaalt u het volgende:
- Welke gegevens hebben soortgelijke studies verzameld? Welke variabelen?
- Hoe hebben ze de variabelen gemeten?
- Hoe hebben ze hun steekproef getrokken?
- Welke methoden hebben ze gebruikt om de gegevens te analyseren? Welke analyses en experimentele ontwerpen?
Je zult ook willen leren over de sterke en zwakke punten en fouten die andere studies hebben gemaakt. Vermijd de fouten van anderen en bouw voort op hun sterke punten!
De onderzoeksfase moet een onderzoeksvraag opleveren, diepgaande kennis van het onderwerp en relevante bevindingen, en een grondig begrip van hoe andere onderzoekers soortgelijke studies hebben geoperationaliseerd. Deze achtergrondinformatie helpt u bij het ontwerpen van uw eigen experiment.
Stap 2: Operationaliseer uw studieplan
Operationaliseren van een studie is het proces van het nemen van uw onderzoeksvraag, met behulp van de achtergrondinformatie die u hebt verzameld, en een formuleren van een uitvoerbaar plan. Dit plan omvat alles, van het definiëren van variabelen tot hoe u de gegevens zult analyseren.
Variabelen: Wat ga je meten?
Studies waarbij statistieken worden gebruikt om vragen te beantwoorden, vereisen dat je gegevens verzamelt in de vorm van variabelen die je gaat analyseren. U moet dus de variabelen bepalen die u gaat meten en bepalen hoe u ze gaat meten. Als u niet de juiste gegevens verzamelt of ze onnauwkeurig meet, kan het zijn dat u uw onderzoeksvraag niet kunt beantwoorden. Sterker nog, dankzij omitted variable bias kunnen de variabelen die je niet meet de resultaten voor de variabelen die je wel meet beïnvloeden! Neem de tijd om te bepalen welke variabelen u moet meten om uw onderzoeksvraag te beantwoorden.
Bijvoorbeeld, als u depressie bestudeert, hoe gaat u depressie definiëren en meten? Uw literatuuronderzoek moet uw beslissing over het gebruik van een geaccepteerde definitie voor depressie en het kiezen van een wetenschappelijk gevalideerde methode voor het beoordelen van depressie onderbouwen. Wetenschap bouwt op zichzelf voort!
Als u depressie probeert te voorspellen, de relaties met andere variabelen beschrijft of behandelingen evalueert, moet u deze variabelen operationeel definiëren en bepalen hoe u ze zult meten.
Typen variabelen en behandelingen
Een studie zal een afhankelijke variabele hebben. Deze variabele is het resultaat dat u bestudeert. Gewoonlijk willen studies begrijpen hoe veranderingen in een of meer onafhankelijke variabelen de afhankelijke variabele beïnvloeden. Afhankelijk van het type experiment, zullen de onderzoekers de onafhankelijke variabelen al dan niet controleren. Als u de variabelen controleert, moet u beslissen over de instellingen voor de controleerbare variabelen.
De meeste studies bevatten een behandeling, interventie, of een andere vergelijking die men wil maken. U moet de behandeling definiëren en zorgen dat er een systeem is om deze volgens de voorschriften uit te voeren. Dat geldt niet alleen voor medische behandelingen, maar voor elke interventie.
Ik heb bijvoorbeeld deelgenomen aan een interventieonderzoek naar lichaamsbeweging om te bepalen of het de botdichtheid beïnvloedt. We definieerden onze interventie als sessies die drie keer per week plaatsvinden en bestaan uit 30 stoten die zes keer het lichaamsgewicht van de proefpersonen zijn. We beschikten over de procedures, de apparatuur en de training om ervoor te zorgen dat onze proefpersonen de interventie kregen zoals we die hadden gedefinieerd.
Metingsmethodologie: hoe gaat u metingen verrichten?
U moet ook aangeven hoe u metingen gaat verrichten. Welke apparatuur gaat u gebruiken? Hoe vermindert u andere variatiebronnen?
Precisie en nauwkeurigheid zijn essentieel bij onderzoek. Zorg ervoor dat uw plan beschrijft hoe u goede metingen verkrijgt. Ik heb bijvoorbeeld ooit een gedetailleerd kalibratiedocument voor de apparatuur geschreven om in de loop van het onderzoek metingen van hoge kwaliteit te garanderen. Voor dat onderzoek waren goede metingen afhankelijk van dagelijkse, gestandaardiseerde kalibraties.
Maak een monsternemingsplan:
Onderzoekers moeten de specifieke populatie die ze willen bestuderen, specificeren. Wilt u bijvoorbeeld alle niveaus van depressie bestuderen of alleen milde tot ernstige gevallen?
Nadat u uw populatie hebt gedefinieerd, moet u een plan opstellen voor het verzamelen van een steekproef uit die populatie. Uw steekproef bevat de mensen of objecten die in uw studie worden beoordeeld. Studies die gebruik maken van inferentiële statistieken nemen steekproefgegevens en trekken conclusies over een populatie. Deze studies moeten echter steekproeven verzamelen op een manier die onbevooroordeelde schattingen oplevert. Dit proces omvat vaak een willekeurige steekproefmethode, omdat een methode op basis van gemak een bias kan introduceren.
Literatuurreviews zullen vaak steekproefverzamelingsmethoden onthullen die andere onderzoekers op uw studiegebied hebben gebruikt. Bepaal waar en hoe u de steekproef zult verzamelen, met inbegrip van de datum en tijd, de locatie, enzovoort.
Ten slotte, hoeveel gegevens moet u verzamelen? Aan de ene kant wilt u genoeg gegevens verzamelen om een redelijke kans te hebben een praktisch significant effect op te sporen. Anderzijds wilt u niet zo’n grote steekproef verkrijgen dat uw tijd en middelen verloren gaan. Een poweranalyse helpt u een steekproefgrootte te kiezen die een evenwicht vindt tussen deze twee concurrerende doelen. Om een power-analyse uit te voeren, heb je echter schattingen nodig voor de effectgrootte en de variabiliteit in de gegevens. Nogmaals, kijk naar je literatuurstudie!
Gerelateerd bericht: Population, Parameters, and Samples
Design the Experimental Methods
Je moet je hypothese definiëren in een vorm die geschikt is voor statistische analyse en de juiste analyse kiezen. Uw hypothese moet toetsbaar zijn, wat betekent dat de gegevens die u verzamelt de hypothese ofwel zullen ondersteunen ofwel verwerpen. Bepaal de statistische analyses waarmee uw hypothesen op adequate wijze kunnen worden getest. Deze methodologische beslissingen beginnen op een zeer hoog niveau, zoals de keuze tussen een gerandomiseerd experiment of een observationeel onderzoek. Van daaruit kunt u verder werken naar meer fundamentele vragen.
Zult u bijvoorbeeld gemiddelden, medianen, proporties of percentages tussen groepen vergelijken? Of misschien de relatie tussen nominale variabelen of continue variabelen beoordelen? Al deze kwesties zijn van invloed op de statistische analyses die u kunt uitvoeren.
Daarnaast zijn er de moeren en bouten voor elk type analyse waarover u moet beslissen. Welk significantieniveau gaat u gebruiken? Een-tailed of twee-tailed hypothesetests? Als u ANOVA gebruikt, volgt u dan een post hoc test? Zo ja, welke? Welke stappen ga je nemen om te helpen bepalen dat je causaliteit waarneemt in plaats van alleen correlatie? Gaat u een gerandomiseerd experiment uitvoeren of een observationele studie?
Uw plan moet het aantal analyses en modellen dat u zult gebruiken beperken. Elke statistische test heeft een foutenmarge. Hoe meer tests u uitvoert, hoe groter de totale kans op een fout resultaat. Door deze methodologische beslissingen van tevoren te nemen, voorkomt u dat u meerdere technieken gebruikt en de beste resultaten eruit pikt, en vermindert u datamining, waardoor de kans op het vinden van toevallige correlaties kleiner wordt.
De operationalisatiefase moet een plan opleveren dat u vertelt wat u zult meten, hoe u het zult meten, hoe u een steekproef zult verzamelen, uw experimentele opzet, de grootte van de steekproef en hoe u de gegevens zult analyseren.
Stap 3: gegevensverzameling
Op dit punt hebt u uw studie geoperationaliseerd en hebt u een plan van aanpak. Nadat u de nodige regelingen hebt getroffen, bent u klaar om gegevens te verzamelen! Afhankelijk van de aard van uw onderzoek, kan dit een lang proces zijn. Of u nu in het laboratorium metingen verricht, in het veld enquêtes uitvoert of met menselijke proefpersonen werkt, het verzamelen van gegevens is vaak het deel van het onderzoek dat de meeste tijd en het meeste werk kost.
Vaak moet u de juiste omstandigheden instellen om metingen uit te voeren en controleren of alles correct werkt. Misschien moet u de omstandigheden in het lab juist instellen en ervoor zorgen dat de apparatuur goed werkt om geldige metingen te verkrijgen. Of u doorloopt een gedetailleerd proces om een echt willekeurige steekproef te verkrijgen. Soms is het moeilijk een voldoende aantal menselijke proefpersonen te rekruteren. De procedures kunnen ook inhouden dat ander personeel wordt opgeleid om taken precies volgens voorschrift uit te voeren. Ik heb ooit een trainingsvideo moeten maken om consistente resultaten te verkrijgen!
Hoewel u over het algemeen werkt volgens uw operationeel plan, is het niet ongewoon dat u voor verrassingen komt te staan, en u zult zich moeten aanpassen. Hopelijk kunt u met uw kennis van het onderwerp en uw literatuurstudie op de meeste verrassingen anticiperen, maar het is nu eenmaal zo dat u in de wetenschap vaak iets bestudeert dat onderzoekers nog niet eerder volledig hebben bestudeerd. Verwacht verrassingen!
Stap 4: Statistische analyse
Net als bij de gegevensverzameling van uw onderzoek, zou u de analysefase al moeten hebben gedefinieerd. Als je het “vleugellam” doet, doe je het niet goed! Mijn hele blog gaat over statistische analyse, dus ik ga het hier niet allemaal herhalen. In een notendop: zorg ervoor dat u de gegevens correct analyseert, waar nodig aan de veronderstellingen voldoet en de juiste conclusies trekt.
Hier moet echter een essentieel punt worden gemaakt. Problemen onderweg kunnen verhinderen dat u ontdekkingen doet of de bevindingen ontkrachten nog voordat u aan de statistische analyse toekomt. Zoals het oude gezegde luidt: vuilnis erin, vuilnis eruit. Als je rotzooi in de statistische analyse stopt, spuugt die rotzooi uit. Als alle stappen in de aanloop naar de analyse niet zorgvuldig zijn doordacht en uitgevoerd, kan het zijn dat u de resultaten niet kunt vertrouwen of belangrijke bevindingen mist. In de wetenschap gaat het erom dat alle details kloppen.
Stap 5: de resultaten opschrijven
Nadat je de gegevens hebt verzameld en geanalyseerd, moet je de resultaten opschrijven om andere onderzoekers te informeren over wat je hebt gevonden. Geef aan welke hypothesen door de gegevens worden ondersteund, wat de algemene conclusies zijn en wat ze betekenen in het kader van het wetenschapsgebied of de echte wereld. Het gaat echter om meer dan alleen het opschrijven van de bevindingen.
De wetenschappelijke methode werkt door het repliceren van resultaten – of het uitblijven daarvan. Het wetenschappelijk proces heeft de neiging om de juiste antwoorden op onderzoeksvragen in de loop van de tijd naar boven te halen door succesvolle replicatie. Omgekeerd verwijdert het onjuiste resultaten nadat ze niet zijn gerepliceerd.
Daarom moet u voldoende informatie geven over hoe u uw onderzoek hebt uitgevoerd, zodat andere onderzoekers het kunnen herhalen en, hopelijk, de resultaten kunnen repliceren. Typisch, zult u aspecten van de eerste vier stappen (achtergrondonderzoek, operationalisering, gegevensverzameling, en analyse) in de definitieve schrijven omhoog omvatten. De normen verschillen per vakgebied, dus je moet nagaan hoe studies op jouw gebied zichzelf documenteren. Op deze manier wordt uw onderzoek een deel van de kennisbank waarop toekomstige studies kunnen voortbouwen – net zoals u deed tijdens uw literatuurstudie! Bovendien helpen alle details andere onderzoekers bij het bepalen van de sterke en zwakke punten van uw studie, zodat ze de resultaten kunnen interpreteren terwijl ze de context begrijpen.
Ten slotte is statistische analyse een cruciale stap in het wetenschappelijke proces. De analyse vertelt u objectief welke hypothese de gegevens bevoordelen. Er is echter een lange lijst van items vóór de statistische analyse die allemaal correct moeten verlopen, zodat u de resultaten kunt vertrouwen.
Om meer te weten te komen over enkele van de uitdagingen waarmee ik vroeg in mijn wetenschappelijke onderzoekscarrière werd geconfronteerd, lees mijn post over het gebruik van toegepaste statistiek om menselijke kennis uit te breiden!