O método científico é um procedimento comprovado para expandir o conhecimento através da experimentação e análise. É um processo que utiliza planejamento cuidadoso, metodologia rigorosa e avaliação completa. A análise estatística desempenha um papel essencial neste processo.
Em uma experiência que inclui análise estatística, a análise está no final de uma longa série de eventos. Para obter resultados válidos, é crucial que você planeje e conduza cuidadosamente um estudo científico para todas as etapas até e incluindo a análise. Neste post do blog, eu mapeio cinco passos para estudos científicos que incluem análises estatísticas.
Mapping out the Process for Scientific Studies
É vital que você entenda o método científico e saiba como projetar um estudo cientificamente rigoroso que inclua análises estatísticas. Erros ao longo do caminho podem invalidar os resultados da sua análise. Eu dividi o processo em cinco etapas. Dependendo da natureza da sua experiência, você pode precisar enfatizar ou considerar certos aspectos.
Por exemplo, os estudos de fenômenos físicos terão um aspecto muito diferente dos das ciências sociais. Na mesma linha, os estudos que utilizam experimentos fatoriais desenhados, estudos observacionais e pesquisas terão um aspecto diferente uns dos outros. Enquanto os estudos podem diferir drasticamente, todos eles usam aspectos do mesmo roteiro que eu expus.
Este roteiro se refere a estudos científicos que incluem análise estatística porque o meu blog é todo sobre análise estatística. No entanto, mesmo estudos puramente qualitativos irão compartilhar muitos dos mesmos passos.
Os passos de um estudo cientificamente rigoroso são os seguintes:
- Fase de Pesquisa.
- Definir o Problema e Questão de Pesquisa.
- Revisão da Literatura.
- Operacionalizar Fase.
- Definir suas variáveis e técnicas de medição.
- Desenhar os métodos experimentais.
- Recolha de dados.
- Analizar estatisticamente os dados e tirar conclusões.
- Comunicar os resultados.
Pós relacionado: A Importância das Estatísticas
Passo 1: Pesquisar sua Área de Estudo
Bom pesquisa científica depende da coleta de muitas informações antes mesmo de começar a coletar dados. Você precisará investigar sua área temática para escrever uma pergunta de pesquisa que seu estudo possa responder razoavelmente. Então, você precisará desenvolver um conhecimento profundo sobre outros estudos para elaborar um plano para conduzir seu estudo.
Definir sua pergunta de pesquisa
O primeiro passo de seu estudo é formular uma pergunta de pesquisa. Esta é a pergunta que você quer que seu estudo responda. As perguntas da pesquisa focam sua experiência, ajudam a orientar seu processo de tomada de decisão e ajudam a evitar que questões colaterais o distraiam de seu objetivo.
Tipicamente, os pesquisadores começam com um tópico amplo e pesquisam a área temática. Determine que tipos de perguntas os pesquisadores têm e não responderam. Este processo ajuda a limitar o tópico amplo a uma questão de pesquisa mais específica. Determine que estudos os investigadores já realizaram e que literatura já existe. Você responderá uma nova pergunta ou tentará replicar pesquisas anteriores?
Sua pergunta de pesquisa deve ser apropriada para a sua disciplina. Consequentemente, as propriedades das perguntas de pesquisa adequadas variam significativamente de acordo com a área temática. Por exemplo, perguntas de pesquisa aceitáveis parecem diferentes para física, psicologia, biologia e ciência política. Entretanto, elas têm algumas qualidades comuns.
As perguntas de pesquisa devem ser claras e concisas. Portanto, os leitores da sua breve pergunta de pesquisa devem entender claramente o objetivo do seu estudo. Além disso, certifique-se de que o escopo da pesquisa é suficientemente estreito para que sua pesquisa possa responder razoavelmente usando o tempo e os recursos disponíveis.
Tipicamente, desenvolver sua pergunta de pesquisa muitas vezes começa com um tópico no qual você está interessado e envolve alguma pesquisa inicial. Esta pesquisa preliminar ajuda-o a elaborar uma pergunta de pesquisa accionável. No entanto, depois de elaborar a sua pergunta, você precisará conduzir uma revisão muito mais profunda da literatura. E, provavelmente, você irá realizar alguns ajustes iterativos. Durante a revisão da literatura, você poderá se encontrar ajustando a questão da pesquisa.
Revisão da Literatura
Uma revisão da literatura é uma investigação de fundo muito extensa sobre a sua questão de pesquisa. Há dois objetivos principais de uma revisão de literatura para um estudo científico que envolve análise estatística.
Primeiro, você precisa entender completamente a área do assunto que contém a sua pergunta de pesquisa. O que outros estudos encontraram? Identificar as relações e efeitos significativos que a literatura reconhece, juntamente com seu tamanho e direção. Que variáveis e fatores desempenham um papel?
Em resumo, defina o estado atual do conhecimento científico em torno da sua questão de pesquisa. Este processo ajuda-o a determinar como o seu estudo se enquadra dentro do campo, permite-lhe compreender os processos de pensamento por detrás de estudos semelhantes e fornece-lhe um sentido geral dos resultados até agora.
Segundamente, você precisa de informações que o ajudem a operacionalizar o seu estudo. Operacionalização é o processo de tomar a idéia geral da sua questão de pesquisa e criar um plano de ação que permita uma experiência para responder à pergunta. Se o seu estudo inclui análise estatística, você precisará determinar como outros estudos usaram estatísticas para responder perguntas similares.
Com isso em mente, determine o seguinte:
- Que dados estudos similares coletaram? Que variáveis?
- Como eles mediram as variáveis?
- Como eles extraíram sua amostra?
- Que métodos eles usaram para analisar os dados? Que análises e desenhos experimentais?
Você também vai querer aprender sobre os pontos fortes, fracos e erros que outros estudos cometeram. Evite os erros de outros e desenvolva sobre seus pontos fortes!
A fase de pesquisa deve produzir uma questão de pesquisa, conhecimento profundo da área temática e descobertas relevantes, e um entendimento profundo de como outros pesquisadores operacionalizaram estudos similares. Esta informação de fundo ajuda a projetar seu próprio experimento.
Passo 2: Operacionalize seu plano de estudo
Operacionalizar um estudo é o processo de tomar sua pergunta de pesquisa, usando a informação de fundo que você reuniu, e formular um plano de ação. Esse plano inclui tudo, desde a definição de variáveis até como você vai analisar os dados.
Variáveis: O que você vai medir?
Estudos que usam estatísticas para responder perguntas exigem que você colete dados na forma de variáveis que você vai analisar. Consequentemente, você deve definir as variáveis que você vai medir e decidir como você vai medi-las. Se você não coletar os dados corretos ou medí-los de forma imprecisa, você pode não ser capaz de responder a sua pergunta de pesquisa. Na verdade, graças ao viés de variáveis omitidas, as variáveis que você não mede podem impactar os resultados para as variáveis que você mede! Tome seu tempo determinando quais variáveis você precisará medir para responder sua pergunta de pesquisa.
Por exemplo, se você estiver estudando depressão, como você definirá e medirá a depressão? Sua revisão de literatura deve informar sua decisão sobre o uso de uma definição aceita para depressão e a escolha de uma metodologia cientificamente validada para avaliar a depressão. A ciência se baseia em si mesma!
Se você estiver tentando prever a depressão, descrever suas relações com outras variáveis ou avaliar tratamentos, você precisará definir operacionalmente essas variáveis e determinar como você as medirá.
Tipos de variáveis e tratamentos
Um estudo terá uma variável dependente. Esta variável é o resultado que você está estudando. Tipicamente, os estudos querem entender como as mudanças em uma ou mais variáveis independentes afetam a variável dependente. Dependendo do tipo de experimento, os pesquisadores irão controlar ou não as variáveis independentes. Se você controlar as variáveis, você precisará decidir sobre as configurações das variáveis controláveis.
Mais os estudos incluem um tratamento, uma intervenção ou alguma outra comparação que ele queira fazer. Você precisará definir o tratamento e garantir que um sistema esteja instalado para entregá-lo conforme necessário. Isso é verdade não apenas para tratamentos médicos, mas com qualquer intervenção.
Por exemplo, eu participei de um estudo de intervenção de exercício para determinar se ele afeta a densidade óssea. Definimos a nossa intervenção como sessões que ocorrem três vezes por semana e consistem em 30 impactos que são seis vezes o peso corporal dos sujeitos. Tivemos os procedimentos, equipamentos e treinamento para garantir que nossos sujeitos recebessem a intervenção como a definimos.
Measurement Methodology: How Will You Take Measurements?
You’ll also need to specify how you will take measurements. Que equipamento irá utilizar? Como você irá reduzir outras fontes de variação?
Precisão e precisão são essenciais na pesquisa. Certifique-se de que o seu plano descreve como obter boas medições. Por exemplo, uma vez eu escrevi um documento detalhado de calibração do equipamento para garantir medições de alta qualidade ao longo do estudo. Para esse estudo, boas medições dependiam de calibrações diárias e padronizadas.
Criar um Plano de Amostragem: Como você irá coletar amostras para estudo?
Pesquisadores devem especificar a população específica que estão estudando. Por exemplo, você incluirá todos os níveis de depressão ou apenas casos leves a graves?
Após definir sua população, você precisará elaborar um plano para coletar uma amostra dessa população. Sua amostra contém as pessoas ou objetos que seu estudo avalia. Estudos que utilizam estatísticas inferenciais coletam dados da amostra e extraem inferências sobre uma população. Entretanto, esses estudos devem coletar amostras de forma a produzir estimativas imparciais. Este processo frequentemente envolve uma metodologia de amostragem aleatória porque um método baseado na conveniência pode introduzir viés.
Reavaliações da literatura irão frequentemente revelar metodologias de coleta de amostras que outros pesquisadores utilizaram em sua área de estudo. Determine onde e como você irá coletar a amostra, incluindo data e hora, local e assim por diante.
Finalmente, quantos dados você deve coletar? Por um lado, você quer coletar dados suficientes para ter uma chance razoável de detectar um efeito praticamente significativo. Por outro lado, você não quer obter uma amostra tão grande que desperdice seu tempo e recursos. Uma análise de poder ajuda-o a escolher um tamanho de amostra que estabeleça um equilíbrio entre estes dois objectivos concorrentes. Contudo, para realizar uma análise de poder, você precisa de estimativas para o tamanho do efeito e variabilidade dos dados. Mais uma vez, veja a sua revisão de literatura!
Posto relacionado: População, Parâmetros e Amostras
Desenhar os Métodos Experimentais
Terá de definir a sua hipótese de uma forma passível de análise estatística e escolher a análise apropriada. Sua hipótese deve ser testada, o que significa que os dados que você coletar irão apoiar ou rejeitar a hipótese. Determine as análises estatísticas que podem testar adequadamente as suas hipóteses. Essas decisões metodológicas começam em um nível muito alto, como a escolha entre um experimento aleatório ou um estudo observacional. A partir daí, você pode trabalhar até questões mais fundamentais.
Por exemplo, você irá comparar meios, medianas, proporções ou taxas entre grupos? Ou talvez avaliar a relação entre variáveis nominais ou variáveis contínuas? Todas essas questões afetam as análises estatísticas que você pode realizar.
Adicionalmente, existem as porcas e parafusos para cada tipo de análise que você precisará decidir. Que nível de significância você vai usar? Testes de hipóteses de uma ou duas caudas? Se você usar ANOVA, você vai acompanhar com um teste pós-hoc? Se sim, qual teste? Que passos você tomará para ajudar a determinar que você está observando a causalidade em vez de apenas a correlação? Você irá conduzir um experimento randomizado ou um estudo observacional?
O seu plano deve limitar o número de análises e modelos que você irá usar. Cada teste estatístico tem uma taxa de erro. Quanto mais testes você realizar, maiores serão as chances de um resultado falso. Tomar essas decisões metodológicas com antecedência ajuda a evitar o uso de múltiplas técnicas e escolher os melhores resultados e reduz a mineração de dados, o que diminui a probabilidade de encontrar correlações de probabilidade.
O estágio de operacionalização deve produzir um plano que lhe diga o que você vai medir, como você vai medir, como você vai coletar uma amostra, seu projeto experimental, o tamanho da amostra e como você vai analisar os dados.
Passo 3: Coleta de dados
Neste ponto, você operacionalizou seu estudo e tem um plano de ação. Depois de fazer os arranjos necessários, você deve estar pronto para coletar os dados! Dependendo da natureza da sua pesquisa, este pode ser um processo bastante longo. Quer você esteja no laboratório medindo, administrando pesquisas no campo ou trabalhando com seres humanos, a coleta de dados é muitas vezes a parte do estudo que leva mais tempo e trabalho.
Muitas vezes, você precisará configurar as condições adequadas para fazer as medições e verificar se tudo está funcionando corretamente. Talvez você precise obter as condições do laboratório corretas e garantir que o equipamento está funcionando corretamente para obter medições válidas. Ou, você está passando por um processo detalhado para obter uma amostra verdadeiramente aleatória. Às vezes é difícil recrutar um número suficiente de sujeitos humanos. Os procedimentos também podem envolver o treinamento de outro pessoal para executar as tarefas exatamente como prescrito. Uma vez tive que criar um vídeo de treinamento para obter resultados consistentes!
Embora você esteja geralmente trabalhando a partir do seu plano operacional, não é raro encontrar surpresas, e você precisará se adaptar. Esperemos que o seu conhecimento da área temática e revisão de literatura o ajude a antecipar a maioria das surpresas, mas o problema da ciência é que muitas vezes você está estudando algo que os pesquisadores não estudaram completamente antes. Espere surpresas!
Passo 4: Análise estatística
Como na fase de coleta de dados do seu estudo, você já deve ter a fase de análise definida. Se você está “alado”, você não está fazendo isso direito! Todo o meu blog é sobre análise estatística, por isso, não vou reexpressar tudo aqui. Em resumo, certifique-se de que está a analisar os dados correctamente, satisfazendo as suposições quando necessário e tirando as conclusões adequadas.
No entanto, há um ponto vital a fazer aqui. Problemas pelo caminho podem impedir que você faça descobertas ou invalidar os resultados muito antes mesmo de chegar à análise estatística. Como diz o velho ditado, o lixo entra, o lixo sai. Se você colocar dados de lixo na análise estatística, ele vai cuspir os resultados do lixo. Se todos os passos que levam à sua análise não forem cuidadosamente pensados e executados, você pode não ser capaz de confiar nos resultados ou perder resultados importantes. A ciência tem tudo a ver com a correção de todos os detalhes.
Passo 5: Escrevendo os Resultados
Depois de coletar os dados e analisá-los, você precisa escrever os resultados para informar outros pesquisadores sobre o que você encontrou. Indique as hipóteses que suportam os dados, as conclusões gerais e o que representam no âmbito do campo científico ou do contexto do mundo real. No entanto, isso envolve mais do que apenas escrever os resultados.
O método científico funciona através da replicação dos resultados – ou da falha em fazê-lo. O processo científico tende a fazer com que as respostas corretas para as questões de pesquisa subam no topo ao longo do tempo através da replicação bem sucedida. Por outro lado, ele elimina resultados incorretos depois que eles falham em replicar.
Consequentemente, você precisará fornecer informações suficientes sobre como você conduziu seu estudo para que outros pesquisadores possam repeti-lo e, esperançosamente, replicar os resultados. Tipicamente, você incluirá aspectos dos primeiros quatro passos (pesquisa de fundo, operacionalização, coleta de dados e análise) na redação final. Os padrões variam de acordo com o campo, portanto você deve ver como os próprios estudos em sua área se documentam. Desta forma, a sua pesquisa torna-se parte da base de conhecimento para futuros estudos a serem construídos como você fez durante sua revisão de literatura! Além disso, todos os detalhes ajudam outros pesquisadores a determinar os pontos fortes e fracos do seu estudo para que possam interpretar os resultados enquanto compreendem o contexto.
Para finalizar, a análise estatística é um passo crucial no processo científico. A análise objectivamente diz-lhe qual a hipótese a favor dos dados. No entanto, há uma longa lista de itens antes da análise estatística que devem todos proceder corretamente para que você possa confiar nos resultados.
Para aprender sobre alguns dos desafios que enfrentei no início da minha carreira de pesquisa científica, leia meu post sobre o uso da estatística aplicada para expandir o conhecimento humano!