Исследовательский дизайн относится к общей стратегии, используемой для ответа на исследовательские вопросы. Исследовательский дизайн обычно описывает теории и модели, лежащие в основе проекта; исследовательский вопрос(ы) проекта; стратегию сбора данных и информации; и стратегию получения ответов из данных. [1] Сильный исследовательский дизайн дает обоснованные ответы на исследовательские вопросы, в то время как слабые дизайны дают ненадежные, неточные или нерелевантные ответы. [1]
Включенный в дизайн исследования, он будет зависеть от точки зрения исследователя относительно его убеждений относительно природы знания (см. эпистемология ) и реальности (см. онтология ), часто сформированных дисциплинарными областями, к которым принадлежит исследователь. [2] [3]
Дизайн исследования определяет тип исследования (описательное, корреляционное, полуэкспериментальное, экспериментальное, обзорное, метааналитическое) и подтип (например, описательно-продольное исследование случая ), исследовательскую проблему , гипотезы , независимые и зависимые переменные , экспериментальный дизайн и, если применимо, методы сбора данных и план статистического анализа. [4] Дизайн исследования — это структура, которая была создана для поиска ответов на вопросы исследования . [ требуется ссылка ]
Существует множество способов классификации исследовательских проектов. Тем не менее, приведенный ниже список предлагает ряд полезных различий между возможными исследовательскими проектами. Исследовательский проект — это совокупность условий или набор. [5]
Иногда проводится различие между «фиксированными» и «гибкими» дизайнами. В некоторых случаях эти типы совпадают с количественными и качественными исследовательскими дизайнами соответственно, [6], хотя это не обязательно так. В фиксированных дизайнах дизайн исследования фиксируется до того, как происходит основной этап сбора данных. Фиксированные дизайны обычно основаны на теории; в противном случае невозможно заранее знать, какие переменные необходимо контролировать и измерять. Часто эти переменные измеряются количественно. Гибкие дизайны предоставляют больше свободы в процессе сбора данных. Одной из причин использования гибкого исследовательского дизайна может быть то, что интересующая переменная не поддается количественному измерению, например, культура. В других случаях теория может быть недоступна до начала исследования.
Выбор способа группировки участников зависит от исследовательской гипотезы и от того, как отбираются участники . В типичном экспериментальном исследовании будет по крайней мере одно «экспериментальное» условие (например, «лечение») и одно «контрольное» условие («без лечения»), но подходящий метод группировки может зависеть от таких факторов, как продолжительность фазы измерения и характеристики участников:
Подтверждающее исследование проверяет априорные гипотезы — прогнозы результатов, которые делаются до начала фазы измерения. Такие априорные гипотезы обычно выводятся из теории или результатов предыдущих исследований. Преимущество подтверждающего исследования заключается в том, что результат более значим, в том смысле, что гораздо сложнее утверждать, что определенный результат можно обобщить за пределами набора данных. Причина этого в том, что в подтверждающем исследовании в идеале стремятся снизить вероятность ложного сообщения о случайном результате как о значимом. Эта вероятность известна как α-уровень или вероятность ошибки первого рода .
Исследовательское исследование, с другой стороны, стремится генерировать апостериорные гипотезы, изучая набор данных и ища потенциальные связи между переменными. Также возможно иметь представление о связи между переменными, но не знать направления и силы связи. Если у исследователя нет никаких конкретных гипотез заранее, исследование является исследовательским по отношению к рассматриваемым переменным (хотя оно может быть подтверждающим для других). Преимущество исследовательского исследования заключается в том, что легче делать новые открытия из-за менее строгих методологических ограничений. Здесь исследователь не хочет упустить потенциально интересную связь и поэтому стремится минимизировать вероятность отклонения реального эффекта или связи; эта вероятность иногда называется β, а связанная с ней ошибка относится к типу II . Другими словами, если исследователь просто хочет посмотреть, могут ли некоторые измеряемые переменные быть связаны, он хотел бы увеличить шансы нахождения значимого результата, снизив порог того, что считается значимым .
Иногда исследователь может проводить поисковое исследование, но сообщать о нем так, как будто оно было подтверждающим («Выдвижение гипотез после того, как результаты известны», HARKing [7] — см. Гипотезы, выдвинутые на основе данных ); это сомнительная исследовательская практика, граничащая с мошенничеством.
Можно провести различие между проблемами состояния и проблемами процесса. Проблемы состояния направлены на то, чтобы ответить на вопрос, в каком состоянии находится явление в определенный момент времени, в то время как проблемы процесса имеют дело с изменением явлений с течением времени. Примерами проблем состояния являются уровень математических навыков шестнадцатилетних детей, компьютерные навыки пожилых людей, уровень депрессии человека и т. д. Примерами проблем процесса являются развитие математических навыков от полового созревания до взрослой жизни, изменение компьютерных навыков по мере взросления людей и то, как симптомы депрессии меняются во время терапии.
Проблемы состояния легче измерить, чем проблемы процесса. Проблемы состояния требуют только одного измерения интересующего явления, в то время как проблемы процесса всегда требуют множественных измерений. Для решения проблем процесса необходимы исследовательские проекты, такие как повторные измерения и продольное исследование.
В экспериментальном дизайне исследователь активно пытается изменить ситуацию, обстоятельства или опыт участников (манипуляция), что может привести к изменению поведения или результатов для участников исследования. Исследователь случайным образом распределяет участников по разным условиям, измеряет интересующие переменные и пытается контролировать сопутствующие переменные . Поэтому эксперименты часто бывают жестко фиксированными еще до начала сбора данных .
В хорошем экспериментальном дизайне несколько вещей имеют большое значение. Прежде всего, необходимо подумать о лучшем способе операционализации переменных, которые будут измеряться, а также о том, какие статистические методы будут наиболее подходящими для ответа на исследовательский вопрос . Таким образом, исследователь должен учитывать, каковы ожидания от исследования, а также как анализировать любые потенциальные результаты. Наконец, в экспериментальном дизайне исследователь должен думать о практических ограничениях, включая доступность участников, а также о том, насколько репрезентативны участники для целевой популяции. Важно учитывать каждый из этих факторов до начала эксперимента. [8] Кроме того, многие исследователи используют анализ мощности перед проведением эксперимента, чтобы определить, насколько большой должна быть выборка, чтобы найти эффект заданного размера с заданным дизайном при желаемой вероятности совершения ошибки типа I или типа II . Исследователь имеет преимущество минимизации ресурсов в экспериментальных исследовательских дизайнах.
Неэкспериментальные исследовательские проекты не предполагают манипулирования ситуацией, обстоятельствами или опытом участников. Неэкспериментальные исследовательские проекты можно в целом разделить на три категории. Во-первых, в реляционных проектах измеряется ряд переменных. Эти проекты также называются корреляционными исследованиями, потому что данные корреляции чаще всего используются в анализе. Поскольку корреляция не подразумевает причинно-следственную связь , такие исследования просто выявляют сопутствующие движения переменных. Корреляционные проекты полезны для выявления связи одной переменной с другой и наблюдения за частотой совместного появления в двух естественных группах (см. Корреляция и зависимость ). Второй тип — сравнительные исследования . Эти проекты сравнивают две или более групп по одной или нескольким переменным, таким как влияние пола на оценки. Третий тип неэкспериментальных исследований — продольный проект. Продольный проект изучает переменные, такие как производительность, демонстрируемая группой или группами с течением времени (см. Продольное исследование ).
Известными примерами являются описания пациентов Фрейда, которые были тщательно проанализированы и описаны.
Белл (1999) утверждает, что «подход, основанный на изучении случая, особенно подходит для отдельных исследователей, поскольку он дает возможность изучить один аспект проблемы достаточно глубоко в течение ограниченного периода времени» [9] .
Исследование обоснованной теории — это систематический исследовательский процесс, направленный на разработку «процесса, действия или взаимодействия по существенной теме» [10] .