Дизайн исследования синоним

Дизайн исследования — это стратегия ответа на вопрос исследования  с использованием эмпирических данных. Создание плана исследования означает: 

• Ваши общие цели исследования и подход
• Тип дизайна исследования, который вы будете использовать
• Ваши методы выборки или критерии отбора субъектов
• Ваши методы сбора данных
• Процедуры, которым вы будете следовать для сбора данных
• Ваши методы анализа данных

Хорошо спланированный дизайн исследования помогает гарантировать, что ваши методы соответствуют вашим исследовательским целям и что вы используете правильный вид анализа ваших данных.

Возможно, вам придется написать план исследования как отдельное задание, или это может быть частью более крупного исследовательского предложения или другого проекта. В любом случае вам следует тщательно обдумать, какие методы являются наиболее подходящими и осуществимыми для ответа на ваш вопрос. 

Шаг 1. Обдумайте свои цели и подход

Прежде чем вы сможете приступить к разработке своего исследования, у вас уже должно быть четкое представление об исследовательском вопросе, который вы хотите исследовать.Пример исследовательского вопросаКак учителя могут адаптировать свои уроки для эффективного дистанционного обучения?

Есть много разных способов ответить на этот вопрос. Ваш выбор дизайна исследования должен определяться вашими целями и приоритетами — начните с тщательного обдумывания того, чего вы хотите достичь.

Первый выбор, который вам нужно сделать, это выбрать качественный или количественный подход.

Качественные исследования имеют тенденцию быть более гибкими и индуктивными, что позволяет вам корректировать свой подход в зависимости от того, что вы обнаружите в процессе исследования.

Пример качественного исследования. Если вы хотите генерировать новые идеи для стратегий онлайн-обучения, качественный подход будет иметь смысл. Вы можете использовать этот тип исследования, чтобы выяснить, с чем именно сталкиваются учителя и ученики на дистанционных занятиях.

Планы количественных исследований имеют тенденцию быть более фиксированными и дедуктивными, с переменными и гипотезами, четко определенными до сбора данных.

Пример количественного исследования. Если вы хотите проверить эффективность метода онлайн-обучения, количественный подход больше всего подходит. Вы можете использовать этот тип исследования для измерения результатов обучения, таких как оценки и результаты тестов.

Также можно использовать дизайн смешанных методов, который объединяет аспекты обоих подходов. Комбинируя качественные и количественные данные, вы можете получить более полное представление об изучаемой проблеме и укрепить доверие к своим выводам.

Практические и этические соображения при планировании исследования

Помимо научных соображений, при планировании исследования необходимо мыслить практически. Если в вашем исследовании участвуют люди или животные, вам также необходимо учитывать этику исследования.

• Сколько времени у вас есть, чтобы собрать данные и написать исследование?
• Сможете ли вы получить доступ к нужным вам данным (например, отправившись в определенное место или связавшись с определенными людьми)?
• Обладаете ли вы необходимыми исследовательскими навыками (например, статистический анализ или методы проведения интервью)?
• Потребуется ли вам этическое одобрение ?

На каждом этапе процесса разработки исследования убедитесь, что ваш выбор практически осуществим.

Шаг 2. Выберите тип дизайна исследования

В рамках как качественного, так и количественного подходов существует несколько типов дизайна исследования на выбор. Каждый тип обеспечивает основу для общей формы вашего исследования.

Типы количественных исследований

Количественные планы можно разделить на четыре основных типа.

• Экспериментальные и квазиэкспериментальные схемы позволяют проверить причинно-следственные связи 
• Описательные и корреляционные планы позволяют измерять переменные и описывать отношения между ними.

С помощью описательных и корреляционных планов вы можете получить четкое представление о характеристиках, тенденциях и взаимосвязях в том виде, в каком они существуют в реальном мире. Однако вы не можете делать выводы о причине и следствии (поскольку корреляция не подразумевает причинно-следственную связь).

Пример корреляционного дизайна. Вы можете использовать корреляционный дизайн, чтобы выяснить, коррелирует ли рост онлайн-обучения за последний год с какими-либо изменениями в результатах тестов.

Но этот план не может подтвердить причинно-следственную связь между двумя переменными. Любое изменение результатов тестов могло быть вызвано многими другими переменными, такими как повышенный стресс и проблемы со здоровьем среди учащихся и учителей.

Эксперименты — это самый надежный способ проверить причинно-следственные связи без риска того, что другие переменные повлияют на результаты. Однако контролируемые ими условия не всегда могут отражать то, как все работает в реальном мире. Часто их также сложнее и дороже реализовать.Пример экспериментального дизайнаВ экспериментальном плане вы можете собрать выборку студентов, а затем случайным образом назначить половину из них для онлайн-обучения, а другую половину — для личного обучения, при этом контролируя все другие соответствующие переменные.

Сравнивая их результаты с результатами тестов, вы можете быть более уверены в том, что именно метод обучения (а не другие переменные) вызвал какие-либо изменения в результатах.

Типы качественных исследований

Качественные конструкции менее строго определены. Этот подход направлен на получение глубокого и подробного понимания конкретного контекста или явления, и вы часто можете быть более творческими и гибкими в планировании своего исследования.

В таблице ниже показаны некоторые распространенные типы качественного дизайна. Они часто используют схожие подходы к сбору данных, но фокусируются на разных аспектах при анализе данных.

Шаг 3. Определите свою популяцию и метод выборки

План вашего исследования должен четко определять, на ком или на чем будет сосредоточено ваше исследование, и как вы будете выбирать участников или испытуемых.

В исследованиях население — это вся группа, о которой вы хотите сделать выводы, а выборка — это меньшая группа людей, от которых вы фактически собираете данные.

Определение населения

Население может состоять из чего угодно, что вы хотите изучать, — растений, животных, организаций, текстов, стран и т. д. В социальных науках это чаще всего относится к группе людей.

Например, сосредоточитесь ли вы на людях из определенной демографической группы, региона или происхождения? Вас интересуют люди с определенной работой или заболеванием или пользователи определенного продукта?

Чем точнее вы определите свою популяцию, тем легче будет собрать репрезентативную выборку.Пример населенияЕсли вы изучаете эффективность онлайн-обучения в США, будет очень сложно получить выборку, репрезентативную для всех старшеклассников страны.

Чтобы сделать исследование более управляемым и сделать более точные выводы, вы можете сосредоточиться на более узкой группе населения, например, на учениках 9-х классов в бедных районах Нью-Йорка.

Методы отбора проб

Даже с узко определенной популяцией редко возможно собрать данные о каждом человеке. Вместо этого вы будете собирать данные из выборки.

Для отбора выборки существует два основных подхода: вероятностная выборка и невероятностная выборка. Используемый вами метод выборки влияет на то, насколько уверенно вы можете обобщать свои результаты на генеральную совокупность в целом.

Вероятностная выборка является наиболее статистически достоверным вариантом, но ее часто трудно реализовать, если вы не имеете дело с очень небольшой и доступной совокупностью.

По практическим причинам во многих исследованиях используется невероятностная выборка, но важно знать об ограничениях и тщательно учитывать потенциальные систематические ошибки. Вы всегда должны прилагать усилия для сбора максимально репрезентативной выборки населения.

Выбор случая в качественном исследовании

В некоторых типах качественных планов выборка может не иметь значения.

Например, в этнографии или тематическом исследовании ваша цель — глубоко понять конкретный контекст, а не обобщать его на население. Вместо выборки вы можете просто собрать как можно больше данных об изучаемом контексте.

В этих типах дизайна вам все равно придется тщательно обдумать свой выбор корпуса или сообщества. У вас должно быть четкое обоснование того, почему этот конкретный случай подходит для ответа на ваш исследовательский вопрос.

Например, вы можете выбрать тематическое исследование, которое раскрывает необычный или игнорируемый аспект вашей исследовательской проблемы, или вы можете выбрать несколько очень похожих или очень разных случаев, чтобы сравнить их.

Шаг 4. Выберите методы сбора данных

Методы сбора данных — это способы прямого измерения переменных и сбора информации. Они позволяют вам получить знания из первых рук и оригинальное понимание вашей исследовательской проблемы.

Вы можете выбрать только один метод сбора данных или использовать несколько методов в одном исследовании.

Методы обследования

Опросы позволяют собирать данные о мнениях, поведении, опыте и характеристиках путем прямого опроса людей. На выбор предлагается два основных метода опроса: анкетирование и интервью.

Методы наблюдения

Наблюдательные исследования позволяют ненавязчиво собирать данные, наблюдая за характеристиками, поведением или социальными взаимодействиями, не полагаясь на самоотчеты.

Наблюдения могут проводиться в режиме реального времени, делая заметки по мере наблюдения, или вы можете делать аудиовизуальные записи для последующего анализа. Они могут быть качественными или количественными.

Другие методы сбора данных

Есть много других способов сбора данных в зависимости от вашей области и темы.

Если вы не уверены, какие методы лучше всего подходят для вашего исследования, попробуйте прочитать некоторые статьи в своей области, чтобы узнать, какие методы сбора данных они использовали.

Вторичные данные

Если у вас нет времени или ресурсов для сбора данных от интересующей вас совокупности, вы также можете использовать вторичные данные, уже собранные другими исследователями, например наборы данных из государственных опросов или предыдущих исследований по вашей теме.

Используя эти необработанные данные, вы можете провести собственный анализ, чтобы ответить на новые вопросы исследования, которые не были затронуты в первоначальном исследовании.

Использование вторичных данных может расширить масштаб вашего исследования, так как вы сможете получить доступ к гораздо более крупным и разнообразным образцам, чем вы могли бы собрать самостоятельно.

Однако это также означает, что у вас нет никакого контроля над тем, какие переменные измерять или как их измерять, поэтому выводы, которые вы можете сделать, могут быть ограниченными.

Шаг 5: Спланируйте процедуры сбора данных

Помимо выбора методов, вам необходимо точно спланировать, как вы будете использовать эти методы для сбора последовательных, точных и беспристрастных данных.

Планирование систематических процедур особенно важно в количественных исследованиях, где вам необходимо точно определить ваши переменные и обеспечить высокую надежность и достоверность ваших измерений.

Операционализация

Некоторые переменные, такие как рост или возраст, легко измерить. Но часто вы будете иметь дело с более абстрактными понятиями, такими как удовлетворение, тревога или компетентность. Операционализация означает превращение этих нечетких идей в измеримые показатели.

Если вы используете наблюдения , какие события или действия вы будете учитывать?ПримерЧтобы измерить участие студентов в онлайн-курсе, вы можете записать, сколько раз студенты задают вопросы и отвечают на них.

Если вы используете опросы , какие вопросы вы будете задавать и какой диапазон ответов будет предложен?ПримерЧтобы измерить удовлетворенность учителей инструментами онлайн-обучения, вы можете создать анкету с 5-балльной шкалой оценок.

Вы также можете использовать или адаптировать существующие материалы, предназначенные для измерения интересующей вас концепции, например анкеты или описи, надежность и достоверность которых уже установлена.

Надежность и достоверность

Надежность означает, что ваши результаты могут быть последовательно воспроизведены, а достоверность означает, что вы действительно измеряете интересующую вас концепцию.

Для достоверных и надежных результатов ваши измерительные материалы должны быть тщательно исследованы и тщательно разработаны. Спланируйте свои процедуры, чтобы убедиться, что вы выполняете одни и те же шаги одинаковым образом для каждого участника.

Если вы разрабатываете новый вопросник или другой инструмент для измерения конкретной концепции, проведение пилотного исследования позволит вам заранее проверить его достоверность и надежность.

Процедуры отбора проб

Помимо выбора подходящего метода отбора проб, вам нужен конкретный план того, как вы на самом деле будете связываться и набирать выбранную вами выборку.

Это означает принятие решений о таких вещах, как:

• Сколько участников вам нужно для адекватного размера выборки?
• Какие критерии включения и исключения вы будете использовать для определения подходящих участников?
• Как вы свяжетесь со своим образцом — по почте, через Интернет, по телефону или лично?

Если вы используете метод вероятностной выборки, важно, чтобы все, кто был выбран случайным образом, действительно участвовали в исследовании. Как вы обеспечите высокую скорость отклика?

Если вы используете маловероятностный метод, как вы избежите предвзятости исследования и обеспечите репрезентативность выборки?

Управление данными

Также важно создать план управления данными для организации и хранения ваших данных.

Потребуется ли вам расшифровывать интервью или выполнять ввод данных для наблюдений? Вы должны анонимизировать и защищать любые конфиденциальные данные, а также регулярно создавать их резервные копии.

Хорошо организованные данные сэкономят время, когда дело доходит до их анализа. Это также может помочь другим исследователям подтвердить и дополнить ваши выводы (высокая воспроизводимость).

Шаг 6. Определитесь со стратегиями анализа данных

Сами по себе необработанные данные не могут ответить на ваш исследовательский вопрос. Последним шагом в разработке вашего исследования является планирование того, как вы будете анализировать данные.

Количественный анализ данных

В количественных исследованиях вы, скорее всего, будете использовать какую-либо форму статистического анализа. С помощью статистики вы можете обобщать свои выборочные данные, делать оценки и проверять гипотезы.

Используя описательную статистику, вы можете обобщить свои выборочные данные с точки зрения:

• Распределение данных (например, частота каждой оценки в тесте)
• Центральная тенденция данных (например, среднее значение для описания среднего балла)
• Изменчивость данных (например, стандартное отклонение для описания степени разброса оценок)

Конкретные расчеты, которые вы можете сделать, зависят от уровня измерения ваших переменных.

Используя логическую статистику, вы можете:

• Сделайте оценки о населении на основе ваших выборочных данных.
• Проверяйте гипотезы о связи между переменными.

Регрессионные и корреляционные тесты ищут ассоциации между двумя или более переменными, а сравнительные тесты (такие как t — тесты и ANOVA) ищут различия в результатах разных групп.

Ваш выбор статистического теста зависит от различных аспектов плана вашего исследования, включая типы переменных, с которыми вы имеете дело, и распределение ваших данных.

Качественный анализ данных

В качественных исследованиях ваши данные обычно очень насыщены информацией и идеями. Вместо того, чтобы подводить итоги в цифрах, вам нужно будет детально просмотреть данные, интерпретировать их значения, выявить закономерности и выделить те части, которые наиболее важны для вашего исследовательского вопроса.

Двумя наиболее распространенными подходами к этому являются тематический анализ и анализ дискурса.

Существует множество других способов анализа качественных данных в зависимости от целей вашего исследования. Чтобы получить представление о возможных подходах, попробуйте прочитать несколько качественных исследований в вашей области.