Metoda naukowa to sprawdzona procedura poszerzania wiedzy poprzez eksperymenty i analizy. Jest to proces, który wykorzystuje staranne planowanie, rygorystyczną metodologię i dokładną ocenę. Analiza statystyczna odgrywa istotną rolę w tym procesie.
W eksperymencie, który zawiera analizę statystyczną, analiza jest na końcu długiej serii zdarzeń. Aby uzyskać ważne wyniki, ważne jest, aby starannie zaplanować i przeprowadzić badanie naukowe dla wszystkich kroków do i włącznie z analizą. W tym wpisie na blogu przedstawiam pięć kroków dla badań naukowych, które obejmują analizy statystyczne.
Mapping out the Process for Scientific Studies
To bardzo ważne, abyś rozumiał metodę naukową i wiedział, jak zaprojektować naukowo rygorystyczne badanie, które obejmuje analizę statystyczną. Błędy po drodze mogą unieważnić wyniki Twojej analizy. Podzieliłem ten proces na pięć etapów. W zależności od charakteru Twojego eksperymentu, być może będziesz musiał położyć nacisk na pewne aspekty lub je pominąć.
Na przykład badania zjawisk fizycznych będą wyglądały zupełnie inaczej niż te w naukach społecznych. W tym samym duchu, badania, które wykorzystują zaprojektowane eksperymenty czynnikowe, badania obserwacyjne i ankiety będą wyglądały inaczej od siebie. Podczas gdy badania mogą się drastycznie różnić, wszystkie one wykorzystują aspekty tej samej mapy drogowej, którą przedstawiam.
Ta mapa drogowa odnosi się do badań naukowych, które zawierają analizę statystyczną, ponieważ mój blog jest w całości poświęcony analizie statystycznej. Jednak nawet badania czysto jakościowe będą dzielić wiele z tych samych kroków.
Kroki w naukowo rygorystycznym badaniu są następujące:
- Faza badań.
- Zdefiniuj problem i pytanie badawcze.
- Przegląd literatury.
- Faza operacjonalizacji.
- Zdefiniuj swoje zmienne i techniki pomiaru.
- Zaprojektuj metody eksperymentalne.
- Zbieranie danych.
- Statystyczna analiza danych i wyciąganie wniosków.
- Przekazanie wyników.
Related post: The Importance of Statistics
Step 1: Research Your Study Area
Dobre badania naukowe zależą od zebrania wielu informacji, zanim jeszcze zaczniesz zbierać dane. Będziesz musiał zbadać swój obszar tematyczny, aby napisać pytanie badawcze, na które twoje badanie może odpowiedzieć. Następnie, będziesz musiał rozwinąć dogłębną wiedzę o innych badaniach, aby opracować plan przeprowadzenia badania.
Define Your Research Question
Pierwszym krokiem badania jest sformułowanie pytania badawczego. Jest to pytanie, na które chcesz, aby twoje badanie odpowiedziało. Pytania badawcze skupiają się na eksperymencie, pomagają kierować procesem decyzyjnym i zapobiegają problemom pobocznym, które odwracają uwagę od celu.
Typowo, badacze zaczynają od szerokiego tematu i badają obszar tematyczny. Określ, na jakie rodzaje pytań badacze mają odpowiedzi, a na jakie nie. Ten proces pomaga zawęzić szeroki temat do bardziej szczegółowego pytania badawczego. Ustalenie, jakie badania zostały już przeprowadzone przez naukowców i jaka literatura już istnieje. Czy odpowiesz na nowe pytanie lub spróbujesz powtórzyć poprzednie badania?
Twoje pytanie badawcze powinno być odpowiednie dla twojej dyscypliny. W związku z tym, właściwości odpowiednich pytań badawczych różnią się znacznie w zależności od obszaru tematycznego. Na przykład, dopuszczalne pytania badawcze wyglądają inaczej dla fizyki, psychologii, biologii i nauk politycznych. Mają one jednak pewne wspólne cechy.
Pytania badawcze muszą być jasne i zwięzłe. Dlatego czytelnicy Twojego krótkiego pytania badawczego powinni jasno zrozumieć cel Twojego badania. Dodatkowo, upewnij się, że zakres zapytania jest na tyle wąski, że twoje badania mogą rozsądnie odpowiedzieć na nie, wykorzystując dostępny czas i zasoby.
Typowo, rozwijanie pytania badawczego często zaczyna się od tematu, którym jesteś zainteresowany i obejmuje pewne wstępne badania. Te wstępne badania pomagają opracować pytanie badawcze, które można wykorzystać. Jednakże, po opracowaniu pytania, będziesz musiał przeprowadzić znacznie bardziej dogłębny przegląd literatury. Prawdopodobnie dokonamy też kilku iteracyjnych poprawek. Podczas przeglądu literatury, może się okazać, że podrasujesz pytanie badawcze.
Przegląd literatury
Przegląd literatury to bardzo obszerne dochodzenie w sprawie Twojego pytania badawczego. Istnieją dwa podstawowe cele przeglądu literatury dla badań naukowych, które obejmują analizę statystyczną.
Po pierwsze, musisz w pełni zrozumieć temat-obszar, który zawiera twoje pytanie badawcze. Co odkryły inne badania? Zidentyfikuj istotne związki i efekty, które literatura rozpoznaje wraz z ich wielkością i kierunkiem. Jakie zmienne i czynniki odgrywają rolę?
W skrócie, określ aktualny stan wiedzy naukowej otaczającej Twoje pytanie badawcze. Ten proces pomoże Ci określić, jak Twoje badanie pasuje do dziedziny, umożliwi Ci zrozumienie procesów myślowych stojących za podobnymi badaniami i zapewni Ci ogólne poczucie dotychczasowych ustaleń.
Po drugie, potrzebujesz informacji, które pomogą Ci zoperacjonalizować Twoje badanie. Operacjonalizacja jest procesem podejmowania ogólnej idei pytania badawczego i tworzenia planu działania, który pozwala na przeprowadzenie eksperymentu w celu uzyskania odpowiedzi na to pytanie. Jeśli Twoje badanie obejmuje analizę statystyczną, musisz ustalić, jak inne badania wykorzystały statystykę do odpowiedzi na podobne pytania.
Mając to na uwadze, ustal, co następuje:
- Jakie dane zebrały podobne badania? Jakie zmienne?
- Jak mierzono zmienne?
- Jak dobrano próbę?
- Jakich metod użyto do analizy danych? Które analizy i projekty eksperymentalne?
Będziesz także chciał dowiedzieć się o mocnych i słabych stronach oraz błędach, które popełniły inne badania. Unikaj błędów innych i bazuj na ich mocnych stronach!
Faza badawcza powinna zaowocować pytaniem badawczym, dogłębną znajomością obszaru tematycznego i odpowiednich ustaleń, a także dogłębnym zrozumieniem sposobu, w jaki inni badacze przeprowadzili podobne badania. Te podstawowe informacje pomogą ci zaprojektować twój własny eksperyment.
Krok 2: Zoperacjonalizuj swój plan badań
Zoperacjonalizowanie badań jest procesem wzięcia twojego pytania badawczego, używając zebranych informacji i formułując plan działania. Ten plan obejmuje wszystko, od zdefiniowania zmiennych do tego, jak będziesz analizować dane.
Zmienne: What Will You Measure?
Badania, które wykorzystują statystykę do odpowiedzi na pytania, wymagają zbierania danych w postaci zmiennych, które będziesz analizować. W związku z tym musisz zdefiniować zmienne, które będziesz mierzył i zdecydować, jak je zmierzysz. Jeśli nie zbierzesz właściwych danych lub zmierzysz je niedokładnie, możesz nie być w stanie odpowiedzieć na swoje pytanie badawcze. W rzeczywistości, dzięki tendencji do pomijania zmiennych, zmienne, których nie mierzysz, mogą wpływać na wyniki zmiennych, które mierzysz! Nie spiesz się z określeniem, które zmienne będziesz musiał zmierzyć, aby odpowiedzieć na pytanie badawcze.
Na przykład, jeśli badasz depresję, jak zdefiniujesz i zmierzysz depresję? Przegląd literatury powinien pomóc w podjęciu decyzji o zastosowaniu przyjętej definicji depresji i wyborze naukowo potwierdzonej metodologii jej oceny. Nauka opiera się na sobie!
Jeśli próbujesz przewidzieć depresję, opisać jej związki z innymi zmiennymi lub ocenić sposoby leczenia, będziesz musiał operacyjnie zdefiniować te zmienne i określić, jak je zmierzysz.
Typy zmiennych i sposobów leczenia
Badanie będzie miało zmienną zależną. Ta zmienna jest wynikiem, który badasz. Zazwyczaj badania chcą zrozumieć, jak zmiany w jednej lub więcej niezależnych zmiennych wpływają na zmienną zależną. W zależności od rodzaju eksperymentu, badacze będą kontrolować lub nie kontrolować zmiennych niezależnych. Jeśli kontrolujesz zmienne, będziesz musiał zdecydować się na ustawienia zmiennych kontrolnych.
Większość badań zawiera leczenie, interwencję lub inne porównanie, które chce wykonać. Będziesz musiał zdefiniować leczenie i zapewnić system, aby dostarczyć go zgodnie z wymaganiami. Dotyczy to nie tylko leczenia medycznego, ale każdej interwencji.
Na przykład, brałem udział w interwencyjnych badaniach nad ćwiczeniami, aby ustalić, czy wpływają one na gęstość kości. Zdefiniowaliśmy naszą interwencję jako sesje, które występują trzy razy w tygodniu i składają się z 30 uderzeń, które są sześć razy cięższe od masy ciała badanych. Mieliśmy procedury, sprzęt i szkolenia, aby zapewnić, że nasi uczestnicy otrzymali interwencję tak, jak ją zdefiniowaliśmy.
Metodologia pomiaru: Jak będziesz dokonywał pomiarów?
Będziesz musiał również określić, jak będziesz dokonywał pomiarów. Jakiego sprzętu będziesz używał? Jak zredukujesz inne źródła zmienności?
Precyzja i dokładność są niezbędne w badaniach. Upewnij się, że twój plan opisuje, jak uzyskać dobre pomiary. Na przykład, kiedyś napisałem szczegółowy dokument dotyczący kalibracji sprzętu, aby zapewnić wysoką jakość pomiarów w trakcie trwania badania. W przypadku tego badania dobre pomiary zależały od codziennych, standaryzowanych kalibracji.
Stwórz Plan Pobierania Próbek: How Will You Collect Samples for Studying?
Badacze muszą określić konkretną populację, którą badają. Na przykład, czy uwzględnimy wszystkie poziomy depresji, czy tylko przypadki łagodne i ciężkie?
Po zdefiniowaniu populacji należy opracować plan zbierania próbek z tej populacji. Próba zawiera osoby lub obiekty, które są oceniane w badaniu. Badania, które wykorzystują statystykę wnioskowania, biorą dane z próby i wyciągają wnioski na temat populacji. Badania te muszą jednak gromadzić próbki w taki sposób, aby uzyskać bezstronne szacunki. Proces ten często obejmuje metodologię losowego pobierania próbek, ponieważ metoda oparta na wygodzie może wprowadzać stronniczość.
Przeglądy literatury często ujawniają metodologie zbierania próbek, które inni badacze zastosowali w badanym obszarze. Określ gdzie i jak zbierzesz próbkę, włączając w to datę i czas, lokalizację, i tak dalej.
Wreszcie, jak dużo danych powinieneś zebrać? Z jednej strony, chcesz zebrać wystarczającą ilość danych, aby mieć rozsądną szansę na wykrycie praktycznie znaczącego efektu. Z drugiej strony, nie chcesz uzyskać tak dużej próby, że marnuje ona Twój czas i zasoby. Analiza mocy pomaga wybrać wielkość próby, która zapewnia równowagę pomiędzy tymi dwoma konkurencyjnymi celami. Jednak, aby przeprowadzić analizę mocy, potrzebne są szacunki wielkości efektu i zmienności danych. Ponownie, spójrz na swój przegląd literatury!
Powiązany post: Population, Parameters, and Samples
Design the Experimental Methods
Będziesz musiał zdefiniować swoją hipotezę w formie nadającej się do analizy statystycznej i wybrać odpowiednią analizę. Twoja hipoteza musi być testowalna, co oznacza, że dane, które zbierasz będą albo wspierać, albo odrzucać hipotezę. Określ analizy statystyczne, które mogą odpowiednio przetestować Twoje hipotezy. Te decyzje dotyczące metodologii zaczynają się na bardzo wysokim poziomie, np. wybór między randomizowanym eksperymentem a badaniem obserwacyjnym. Stamtąd można przejść do bardziej podstawowych pytań.
Na przykład, czy będziesz porównywać średnie, mediany, proporcje lub wskaźniki między grupami? A może oceniać związek między zmiennymi nominalnymi lub ciągłymi? Wszystkie te kwestie wpływają na analizy statystyczne, które możesz wykonać.
Dodatkowo, dla każdego typu analizy istnieją „oczka i śrubki”, o których musisz zdecydować. Jakiego poziomu istotności użyjesz? Testy hipotez jedno- czy dwuogonowe? Jeśli używasz ANOVA, czy będziesz kontynuował z testem post hoc? Jeśli tak, to który? Jakie kroki podejmiesz, aby upewnić się, że obserwujesz związek przyczynowy, a nie tylko korelację? Czy przeprowadzisz randomizowany eksperyment czy badanie obserwacyjne?
Twój plan powinien ograniczać liczbę analiz i modeli, których będziesz używał. Każdy test statystyczny ma swoją stopę błędu. Im więcej testów wykonasz, tym większe są szanse na uzyskanie fałszywego wyniku. Podjęcie tych decyzji dotyczących metodologii z wyprzedzeniem pomaga uniknąć stosowania wielu technik i wybierania najlepszych wyników oraz ogranicza eksplorację danych, która obniża prawdopodobieństwo znalezienia przypadkowych korelacji.
Faza operacjonalizacji powinna stworzyć plan, który powie ci, co będziesz mierzył, jak będziesz to mierzył, jak będziesz zbierał próbkę, twój projekt eksperymentalny, wielkość próbki i jak będziesz analizował dane.
Krok 3: Zbieranie danych
W tym momencie zoperacjonalizowałeś swoje badanie i masz plan działania. Po dokonaniu niezbędnych ustaleń, powinieneś być gotowy do zbierania danych! W zależności od charakteru Twoich badań, może to być dość długi proces. Niezależnie od tego, czy jesteś w laboratorium, dokonujesz pomiarów, przeprowadzasz ankiety w terenie, czy pracujesz z ludźmi, zbieranie danych jest często tą częścią badania, która zajmuje najwięcej czasu i pracy.
Często będziesz musiał stworzyć odpowiednie warunki do wykonania pomiarów i sprawdzić, czy wszystko działa prawidłowo. Być może trzeba uzyskać warunki laboratoryjne w sam raz i upewnić się, że sprzęt działa prawidłowo, aby uzyskać prawidłowe pomiary. Albo przechodzisz przez szczegółowy proces, aby uzyskać prawdziwie losową próbkę. Czasami trudno jest zrekrutować wystarczającą liczbę uczestników badania. Procedury mogą również obejmować szkolenie innych pracowników, aby wykonywali zadania dokładnie tak, jak jest to zalecane. Kiedyś musiałem stworzyć film szkoleniowy, aby uzyskać spójne wyniki!
Choć generalnie pracujesz na podstawie planu operacyjnego, nierzadko napotkasz niespodzianki i będziesz musiał się dostosować. Miejmy nadzieję, że twoja wiedza na temat przedmiotu i przegląd literatury pomogą ci przewidzieć większość niespodzianek, ale w nauce jest tak, że często badasz coś, czego badacze jeszcze nie zbadali. Spodziewaj się niespodzianek!
Krok 4: Analiza statystyczna
Podobnie jak etap zbierania danych w twoim badaniu, powinieneś już mieć zdefiniowaną fazę analizy. Jeśli ją „wymyślasz”, nie robisz tego dobrze! Cały mój blog poświęcony jest analizie statystycznej, więc nie zamierzam powtarzać tego wszystkiego tutaj. W skrócie, upewnij się, że analizujesz dane poprawnie, spełniając założenia, gdzie to konieczne, i wyciągając właściwe wnioski.
Jednakże, jest ważny punkt do zrobienia tutaj. Problemy po drodze mogą uniemożliwić ci dokonywanie odkryć lub unieważnić ustalenia, zanim jeszcze dotrzesz do analizy statystycznej. Jak mówi stare powiedzenie, śmieci wchodzą, śmieci wychodzą. Jeśli wprowadzisz do analizy statystycznej śmieciowe dane, wypluje ona śmieciowe wyniki. Jeśli wszystkie kroki prowadzące do analizy nie są starannie przemyślane i wykonane, możesz nie być w stanie zaufać wynikom lub przeoczyć ważne ustalenia. W nauce chodzi o to, by wszystkie szczegóły były poprawne.
Krok 5: Spisanie wyników
Po zebraniu danych i ich przeanalizowaniu, trzeba spisać wyniki, by poinformować innych badaczy o tym, co się znalazło. Należy wskazać hipotezy, które dane potwierdzają, ogólne wnioski i co one reprezentują w ramach dziedziny naukowej lub w świecie rzeczywistym. Metoda naukowa polega jednak na czymś więcej niż tylko na zapisywaniu wyników badań.
Metoda naukowa działa na zasadzie replikacji wyników – lub ich braku. Proces naukowy ma tendencję do powodowania prawidłowych odpowiedzi na pytania badawcze, aby wznieść się na szczyt w czasie poprzez udaną replikację. I odwrotnie, usuwa nieprawidłowe wyniki po tym, jak nie udaje się ich zreplikować.
W związku z tym musisz dostarczyć wystarczająco dużo informacji o tym, jak przeprowadziłeś swoje badania, aby inni badacze mogli je powtórzyć i, miejmy nadzieję, zreplikować wyniki. Zazwyczaj w końcowym opracowaniu uwzględnia się aspekty pierwszych czterech kroków (badania podstawowe, operacjonalizacja, zbieranie danych i analiza). Standardy różnią się w zależności od dziedziny, więc powinieneś zobaczyć, jak dokumentują się badania w Twojej dziedzinie. W ten sposób Twoje badania staną się częścią bazy wiedzy, na której będą mogły się opierać przyszłe badania – tak jak to miało miejsce podczas przeglądu literatury! Dodatkowo, wszystkie szczegóły pomagają innym badaczom określić mocne i słabe strony Twojego badania, dzięki czemu mogą oni interpretować wyniki, rozumiejąc kontekst.
Na zakończenie, analiza statystyczna jest kluczowym krokiem w procesie naukowym. Analiza obiektywnie mówi, której hipotezie sprzyjają dane. Istnieje jednak długa lista elementów poprzedzających analizę statystyczną, które muszą przebiegać prawidłowo, abyś mógł zaufać wynikom.
Aby dowiedzieć się o niektórych wyzwaniach, przed którymi stanąłem na początku mojej kariery naukowo-badawczej, przeczytaj mój post o wykorzystaniu statystyki stosowanej do poszerzania ludzkiej wiedzy!
.