Studiendesign ist eine Reihe von Methoden und Verfahren, die zum Sammeln und Analysieren von Indikatoren der Variablen verwendet werden, die in der Studie der Studienaufgabe angegeben sind.
Das Studiendesign definiert den Studientyp (deskriptiv, remedial, halbexperimentell, experimentell, Übersichts- oder Analysezweck) und Subtyp (wie im Fall einer deskriptiven Längsschnittstudie), Forschungsziel, Hypothese, unabhängige und abhängige Variablen, Designplan für experimentelle und statistische Analysen.
Forschungsdesign ist die Struktur, die geschaffen wurde, um Antworten auf Forschungsfragen zu finden. Die gewählte Methode beeinflusst die Ergebnisse und wie die Ergebnisse erzielt werden.
Es gibt zwei Haupttypen von Forschungsdesigns: qualitative und quantitative. Es gibt jedoch viele Möglichkeiten, Forschungsprojekte zu klassifizieren. Ein Studiendesign ist eine Reihe von Bedingungen oder Sammlungen.
Es gibt viele Designs, die in der Forschung verwendet werden, jedes mit seinen eigenen Vor- und Nachteilen. Die Wahl der anzuwendenden Methode hängt vom Zweck der Untersuchung und von der Natur des Phänomens ab.
Hauptmerkmale des Studiendesigns
Teile des Studiendesigns
Musterdesign
Dies liegt an den Methoden zur Auswahl der für die Studie zu beobachtenden Elemente.
Beobachtungsdesign
Dies hängt mit dem Status zusammen, in dem die Beobachtung erstellt wird.
Statistisches Design
Er macht sich Sorgen darüber, wie die gesammelten Informationen und Daten analysiert werden.?
Betriebsdesign
Dies liegt an den Methoden, mit denen Verfahren bei der Stichprobenziehung erhoben werden.
Wie man eine Studie gestaltet
Der Studienplan beschreibt, wie die Studie durchgeführt wird; ist Bestandteil des Forschungsantrags.
Bevor Sie ein Studiendesign erstellen, müssen Sie zunächst die Problemstellung, die Hauptfragestellung und Zusatzfragen formulieren. Das erste, was zu tun ist, ist das Problem zu identifizieren.
Der Studienplan sollte einen Überblick darüber geben, was zur Durchführung der Projektstudie verwendet wird.
Es sollte beschreiben, wo und wann die Studie durchgeführt wird, die zu verwendende Stichprobe, der Ansatz und die zu verwendenden Methoden. Dies kann durch die Beantwortung der folgenden Fragen geschehen:
- Woher? An welchem Ort oder in welcher Situation wird die Untersuchung durchgeführt?
- Wenn? Zu welchem Zeitpunkt bzw. zu welchem Zeitpunkt wird die Untersuchung durchgeführt??
- Wer oder was? Was für Personen, Gruppen oder Ereignisse werden untersucht (also eine Stichprobe)?
- Wie? Mit welchen Ansätzen und Methoden werden Daten erhoben und analysiert?
Beispiel
Ausgangspunkt des Forschungsdesigns ist das zentrale Forschungsproblem, das sich aus der Herangehensweise an das Problem ergibt. Ein Beispiel für eine grundlegende Frage könnte sein:
Was sind die Faktoren, die dazu führen, dass H&M-Onlinekäufer letztendlich in einem stationären Geschäft einkaufen?
Antworten auf diese Fragen:
wo? Bei der Hauptfrage liegt es auf der Hand, dass sich die Recherche auf den Online-Shop von H&M und möglicherweise auf das traditionelle Geschäft konzentrieren sollte.
wenn? Die Untersuchung sollte durchgeführt werden, nachdem der Verbraucher das Produkt in einem traditionellen Geschäft gekauft hat. Dies ist wichtig, da Sie herausfinden, warum jemand diesen Weg einschlägt, anstatt ein Produkt online zu kaufen.
Wer oder was? In diesem Fall ist klar, dass Verbraucher berücksichtigt werden sollten, die ihren Einkauf in einem stationären Geschäft getätigt haben. Es kann jedoch auch entschieden werden, Verbraucher zu untersuchen, die, wenn sie ihren Einkauf online getätigt haben, verschiedene Verbraucher vergleichen.
Wie kannst du? Diese Frage ist oft schwer zu beantworten. Unter anderem müssen Sie möglicherweise berücksichtigen, wie viel Zeit Sie für die Durchführung von Recherchen haben und ob Sie über ein Budget zum Sammeln von Informationen verfügen.
In diesem Beispiel können sowohl qualitative als auch quantitative Methoden geeignet sein. Zu den Optionen können Interviews, Umfragen und Beobachtungen gehören.
Diverse Forschungsprojekte
Strukturen können flexibel oder fest sein. In einigen Fällen fallen diese Typen mit quantitativen und qualitativen Forschungsplänen zusammen, obwohl dies nicht immer der Fall ist.
Bei festen Projekten steht das Studiendesign bereits fest, bevor Informationen erhoben werden; sie sind in der Regel theoriegeleitet.
Flexible Designs bieten mehr Freiheit beim Sammeln von Informationen. Einer der Gründe, warum Flex-Schemata verwendet werden können, kann sein, dass die interessierende Variable nicht quantifiziert werden kann, wie z. B. die Kultur. In anderen Fällen ist die Theorie zu Beginn der Untersuchung möglicherweise nicht verfügbar.
Explorative Forschung
Explorative Forschungsmethoden werden als formale Forschung definiert. Die Hauptmethoden sind: Literaturrecherche und Erfahrungsrecherche.
Eine literaturbezogene Umfrage ist die einfachste Methode, ein Forschungsproblem zu stellen.
Andererseits ist die Erfahrungsumfrage eine Methode, die nach Personen mit praktischer Erfahrung sucht. Ziel ist es, neue Ideen im Zusammenhang mit dem Forschungsproblem zu bekommen.
Bei beschreibender und diagnostischer Untersuchung
Das sind Studien, die sich insbesondere mit der Beschreibung der Eigenschaften einer Person oder Gruppe befassen. In einer diagnostischen Studie wollen wir die Häufigkeit ermitteln, mit der das gleiche Ereignis auftritt.
Forschung, die Hypothesen testet (experimentell)
Dies sind diejenigen, in denen der Forscher die Hypothese zufälliger Beziehungen zwischen Variablen testet.
Merkmale eines guten Studiendesigns
Ein gutes Forschungsdesign sollte für dieses spezielle Forschungsproblem relevant sein; enthält normalerweise die folgenden Funktionen:
- Der Weg zur Informationsbeschaffung.
- Verfügbarkeit und Fähigkeiten des Forschers und seines Teams, falls vorhanden.
- Der Zweck des zu untersuchenden Problems.
- Die Art des zu untersuchenden Problems.
- Verfügbarkeit von Zeit und Geld für Forschungsarbeiten.
Verknüpfungen
- Studiendesign. Von wikipedia.org abgerufen
- Grundlagenforschung. Von cirt.gcu.edu abgerufen
- Studiendesign. Von explorable.com abgerufen
- So erstellen Sie ein exploratives Design (2016). Von scribbr.com abgerufen
- Studiendesign (2008). Von slideshare.net abgerufen.
Experimentdesign (DAMHIRSCHKUH , DOX oder experimentelles Design) ist die Entwicklung einer Aufgabe, die versucht, die Änderung von Informationen unter Bedingungen zu beschreiben oder zu erklären, von denen angenommen wird, dass sie die Änderung widerspiegeln. Der Begriff wird normalerweise mit Experimenten in Verbindung gebracht, bei denen das Design Bedingungen einführt, die sich direkt auf Veränderungen auswirken, kann sich aber auch auf das Design von Quasi-Experimenten beziehen, bei denen natürliche Bedingungen, die sich auf Veränderungen auswirken, zur Beobachtung ausgewählt werden.
In seiner einfachsten Form zielt ein Experiment darauf ab, Ergebnisse vorherzusagen, indem eine Änderung der Vorbedingungen eingeführt wird, die durch eine oder mehrere unabhängige Variablen dargestellt wird, die auch als "Eingabevariablen" oder "Prädiktoren" bezeichnet werden. Von einer Änderung einer oder mehrerer unabhängiger Variablen wird normalerweise angenommen, dass sie zu einer Änderung einer oder mehrerer abhängiger Variablen führt, die auch als „Ausgangsvariablen“ oder „Antwortvariablen“ bezeichnet werden. Das Pilotdesign kann auch Steuervariablen definieren, die konstant gehalten werden sollten, um zu verhindern, dass externe Faktoren die Ergebnisse beeinflussen. Das experimentelle Design umfasst nicht nur die Auswahl geeigneter unabhängiger, abhängiger und Kontrollvariablen, sondern auch die Planung der Durchführung des Experiments unter statistisch optimalen Bedingungen unter Berücksichtigung der Einschränkungen der verfügbaren Ressourcen. Es gibt mehrere Ansätze zum Bestimmen des Satzes von Designpunkten (eindeutige Kombinationen von erklärenden Variableneinstellungen), die in einem Experiment verwendet werden sollen.
Hauptanliegen bei der Entwicklung sind Aktionserstellung, Zuverlässigkeit und Reproduzierbarkeit. Diese Probleme können beispielsweise teilweise angegangen werden, indem die unabhängigen Variablen sorgfältig ausgewählt, das Risiko von Messfehlern verringert und sichergestellt werden, dass die Dokumentation der Methoden ausreichend detailliert ist. Damit verbundene Herausforderungen umfassen das Erreichen angemessener statistischer Aussagekraft und Sensitivität.
Richtig konzipierte Experimente erweitern das Wissen in den Natur- und Sozialwissenschaften und den Ingenieurwissenschaften. Andere Anwendungen umfassen Marketing und Richtlinienentwicklung.
Geschichte
Systematische klinische Studien
1747, während er als Chirurg auf der HMS diente Salisbury führte James Lind eine systematische klinische Studie durch, um Mittel gegen Skorbut zu vergleichen. Diese systematische klinische Studie ist eine Form von ME.
Lind wählte 12 Personen aus dem Schiff aus, die alle an Skorbut litten. Lind beschränkte seine Probanden auf Männer, die "so aussahen, als ob ich sie könnte", das heißt, er gewährte strenge Zugangsvoraussetzungen, um Veränderungen von außen zu reduzieren. Er teilte sie in sechs Paare ein und gab jedem Paar zwei Wochen lang eine andere Ergänzung zu ihrer Grundnahrung. Die Verfahren waren alle Mittel, die vorgeschlagen wurden:
- Jeden Tag ein Liter Cider.
- Fünfundzwanzig Gutts (Tropfen) Vitriol (Schwefelsäure) dreimal täglich auf nüchternen Magen.
- Jeden Tag ein halber Liter Meerwasser.
- Eine Mischung aus Knoblauch, Senf und Meerrettich in einem muskatgroßen Klumpen.
- Dreimal täglich zwei Esslöffel Essig.
- Jeden Tag zwei Orangen und eine Zitrone.
Zitrusbehandlungen hörten nach sechs Tagen auf, als ihnen die Früchte ausgingen, aber bis dahin war ein Seemann wieder einsatzbereit und die anderen hatten sich fast erholt. Außerdem zeigte nur eine Gruppe (Apfelwein) eine gewisse Wirkung seiner Behandlung. Der Rest der Besatzung diente vermutlich als Kontrollgruppe, aber Lind berichtete keine Ergebnisse von irgendeiner (unbehandelten) Kontrollgruppe.
Statistische Experimente, neben C. Pierce
Die Theorie der statistischen Inferenz wurde von Ch. Peirce in Illustrations to the Logic of Science (1877-1878) und The Theory of Probable Inferences (1883) entwickelt, zwei Ausgaben, die die Bedeutung der Randomisierung auf der Grundlage von Inferenz in der Statistik betonten.
randomisierte Experimente
C. Perce randomisierte Freiwillige zu einem blinden, wiederholten Messdesign, um ihre Fähigkeit zu beurteilen, zwischen Gewichten zu unterscheiden. Peirces Experiment inspirierte andere Forscher in Psychologie und Pädagogik, die im 19. Jahrhundert eine Forschungstradition randomisierter Experimente in Laboratorien und spezialisierten Lehrbüchern entwickelten.
Optimale Designs für Regressionsmodelle
Vergleich In einigen Studienbereichen ist es nicht möglich, unabhängige Messungen auf einem rückführbaren metrologischen Normal durchzuführen. Vergleiche zwischen Behandlungen sind weitaus wertvoller und werden im Allgemeinen bevorzugt und oft mit wissenschaftlichen Kontrollen oder traditionellen Behandlungen verglichen, die als Basis dienen. Zufälligkeit Randomisierung ist der Prozess der Zuweisung von Personen zu zufälligen Gruppen oder zu verschiedenen Gruppen in einem Experiment, so dass jede Person in der Population die gleiche Chance hat, Studienteilnehmer zu werden. Die zufällige Zuordnung von Individuen zu Gruppen (oder Bedingungen innerhalb einer Gruppe) unterscheidet ein rigoroses, „echtes“ Experiment von einer Beobachtungsstudie oder einem „Quasi-Experiment“. Es gibt eine umfangreiche mathematische Theorie, die die Folgen von Entscheidungen untersucht, Einheiten einer Behandlung durch einen zufälligen Mechanismus (wie Tabellen mit Zufallszahlen oder die Verwendung von zufälligen Geräten wie Spielkarten oder Würfeln) zuzuweisen. Die Zuordnung von Einheiten zu der Behandlung erfolgt zufällig, üblicherweise um den verwirrenden Effekt abzumildern, der die Wirkungen auf andere Faktoren als die Behandlung zurückzuführen macht, vermutlich als Ergebnis der Behandlung. Risiken im Zusammenhang mit einer zufälligen Verteilung (z. B. ein erhebliches Ungleichgewicht in einem Schlüsselmerkmal zwischen Behandlungs- und Kontrollgruppe) sind kalkulierbar und können daher mit einer ausreichenden Anzahl von Versuchseinheiten auf ein akzeptables Niveau gehandhabt werden. Wenn die Population jedoch in mehrere Subpopulationen unterteilt ist, die sich in gewisser Weise unterscheiden, und die Studie erfordert, dass jede Subpopulation gleich groß ist, kann eine geschichtete Stichprobe verwendet werden. Somit sind die Einheiten in jeder Subpopulation zufällig, aber nicht die gesamte Stichprobe. Die Ergebnisse eines Experiments können nur dann zuverlässig von Versuchseinheiten auf eine größere statistische Grundgesamtheit von Einheiten verallgemeinert werden, wenn die Versuchseinheiten eine Zufallsstichprobe aus einer größeren Grundgesamtheit sind; der wahrscheinliche Fehler einer solchen Extrapolation hängt unter anderem von der Stichprobengröße ab. Statistische Replikation Messungen unterliegen im Allgemeinen Schwankungen und Messunsicherheiten; Daher werden sie wiederholt und vollständige Experimente repliziert, um die Quellen der Variabilität zu identifizieren, die wahren Wirkungen der Behandlung besser zu bewerten, die Zuverlässigkeit und Gültigkeit des Experiments weiter zu stärken und das vorhandene Wissen über das Thema zu erweitern. Allerdings müssen bestimmte Bedingungen erfüllt sein, bevor ein Replikationsexperiment initiiert wird: Die ursprüngliche Forschungsfrage wurde in einem Peer-Review-Journal veröffentlicht oder wird häufig zitiert, der Forscher ist unabhängig vom ursprünglichen Experiment, der Forscher muss zuerst versuchen, die ursprünglichen Daten zu replizieren unter Verwendung der Originaldaten, und Die Überprüfung sollte zeigen, dass es sich bei der durchgeführten Studie um eine Replikationsstudie handelt, die versucht hat, der Originalstudie so genau wie möglich zu folgen. Blockierung Blockierung ist die nicht zufällige Anordnung von Versuchseinheiten in Gruppen (Blöcke/Lose), die aus einander ähnlichen Einheiten bestehen. Das Blockieren reduziert die bekannten, aber irrelevanten Quellen der Variabilität zwischen den Blöcken und bietet daher eine größere Genauigkeit beim Schätzen der Quelle der untersuchten Variation. Orthogonalität Orthogonalität betrifft Formen des Vergleichs (Kontrast), die legitim und effektiv ausgeübt werden können. Die Kontraste können durch Vektoren dargestellt werden und Sätze orthogonaler Kontraste sind unkorreliert und unabhängig verteilt, wenn die Daten normal sind. Aufgrund dieser Unabhängigkeit liefert jede orthogonale Verarbeitung den anderen unterschiedliche Informationen. Wenn es gibt T- Verfahren u T- 1 orthogonale Kontraste, alle Informationen, die aus dem Experiment erfasst werden können, können aus dem Kontrastsatz gewonnen werden. Faktorielle Experimente Verwenden Sie faktorielle Experimente anstelle einer Einzelfaktor-zu-Zeit-Methode. Sie sind effektiv bei der Beurteilung der Auswirkungen und möglicher Wechselwirkungen mehrerer Faktoren (unabhängiger Variablen). Eine Experimentdesignanalyse basiert auf der Grundlage von ANOVA, einer Sammlung von Modellen, die die beobachtete Varianz in Komponenten aufteilen, je nachdem, welche Faktoren das Experiment bewerten oder testen soll.Beispiel
Dieses Beispiel wird Hotelling zugeschrieben. Es vermittelt einen Teil des Geschmacks dieser Aspekte des Themas, die kombinatorische Konstruktionen beinhalten.
Die Gewichte von acht Objekten werden durch Waagschalenschwenken und einen Satz Standardgewichte gemessen. Jedes Gewicht misst den Gewichtsunterschied zwischen Objekten in der linken Schale und allen Objekten in der rechten Schale, wobei ein kalibriertes Gewicht für eine leichtere Schale hinzugefügt wird, bis die Waage im Gleichgewicht ist. Jede Messung hat einen zufälligen Fehler. Der durchschnittliche Fehler ist Null; auf Standardabweichungen nach der Verteilung der Fehlerwahrscheinlichkeit fällt mit der Zahl σ auf unterschiedliche Gewichtungen zusammen; Fehler bei verschiedenen Wägungen sind unabhängig. Lassen Sie uns die wahren Gewichte mit bezeichnen
θ 1 , ... , θ 8 , (\displaystyle \theta _(1),\dots,\theta _(8).\)Wir betrachten zwei verschiedene Experimente:
- Wiegen Sie jedes Objekt in einer Schale, während die andere Schale leer ist. Lassen X ich das Gewicht eines Objekts gemessen werden, ich = 1, ..., 8.
- Es werden acht Wägungen gemäß folgendem Diagramm vorgenommen und gelassen Y ich Unterschied zu messen ich = 1, ..., 8:
Frage zum Versuchsaufbau: Welcher Versuch ist der beste?
Schätzungsabweichung X 1 von & Thetas 1 ist σ 2, wenn wir das erste Experiment verwenden. Aber wenn wir das zweite Experiment verwenden, ist die Varianz der oben angegebenen Schätzung σ 2 /8. Somit liefert uns das zweite Experiment 8-mal mehr als die Genauigkeit zum Schätzen eines Elements und wertet alle Elemente gleichzeitig mit der gleichen Genauigkeit aus. Was der zweite Versuch mit acht erreicht, würde 64 Wägungen erfordern, wenn die Gegenstände getrennt gewogen werden. Wir stellen jedoch fest, dass die Schätzungen für die im zweiten Experiment erhaltenen Elemente Fehler aufweisen, die miteinander korrelieren.
Viele experimentelle Designprobleme beinhalten kombinatorische Designs, wie in diesem und anderen Beispielen.
Um Fehlalarme zu vermeiden
False Positives, oft resultierend aus Veröffentlichungsdruck oder dem eigenen Bestätigungsbias des Autors, sind in vielen Bereichen eine inhärente Gefahr. Eine gute Möglichkeit, eine Verzerrung zu verhindern, die während der Datenerfassungsphase möglicherweise zu falsch positiven Ergebnissen führen könnte, ist die Verwendung eines doppelblinden Designs. Wenn doppelblinde Designs verwendet werden, werden die Teilnehmer nach dem Zufallsprinzip experimentellen Gruppen zugeordnet, aber der Forscher weiß nicht, dass die Teilnehmer zu welcher Gruppe gehören. Somit kann der Forscher die Reaktion der Teilnehmer auf die Intervention nicht beeinflussen. Experimentelle Proben mit nicht offengelegten Freiheitsgraden sind ein Problem. Dies kann zu bewusstem oder unbewusstem „P-Hacking“ führen: Mehrere Dinge ausprobieren, bis Sie das gewünschte Ergebnis erhalten. Dies beinhaltet typischerweise das Manipulieren – vielleicht unbewusst – während der statistischen Analyse und der Freiheitsgrade, bis sie die Abbildung unter p zurückgeben<.05 уровня статистической значимости. Таким образом, дизайн эксперимента должен включать в себя четкое заявление, предлагающие анализы должны быть предприняты. P-взлом можно предотвратить с помощью preregistering исследований, в которых исследователи должны направить свой план анализа данных в журнал они хотят опубликовать свою статью прежде, чем они даже начать сбор данных, поэтому никаких манипуляций данных не возможно (https: // OSF .io). Другой способ предотвратить это берет двойного слепого дизайна в фазу данных анализа, где данные передаются в данном-аналитик, не связанный с исследованиями, которые взбираются данные таким образом, нет никакого способа узнать, какие участник принадлежат раньше они потенциально отняты, как недопустимые.
Eine klare und vollständige Dokumentation der experimentellen Methodik ist ebenfalls wichtig, um die Replikation der Ergebnisse zu unterstützen.
Diskussionsthemen bei der Erstellung von Entwicklungsprojekten
Eine entwicklungsbezogene oder randomisierte klinische Studie erfordert eine sorgfältige Abwägung mehrerer Faktoren, bevor das Experiment tatsächlich durchgeführt wird. Experimentelles Design des Auslegens des detaillierten experimentellen Plans im Voraus, um das Experiment durchzuführen. Einige der folgenden Themen wurden bereits im Abschnitt Experimentelle Designprinzipien behandelt:
- Wie viele Faktoren hat Design, und sind die Ebenen dieser Faktoren fest oder zufällig?
- Sind Kontrollbedingungen notwendig und welche sollten sie sein?
- Manipulationsprüfungen; Hat Manipulation wirklich funktioniert?
- Was sind Hintergrundvariablen?
- Was ist die Stichprobengröße. Wie viele Einheiten müssen gesammelt werden, damit ein Experiment verallgemeinerbar ist und genügend Power hat?
- Welche Bedeutung hat das Zusammenspiel von Faktoren?
- Welchen Einfluss haben die Langzeitwirkungen der Hauptfaktoren auf die Ergebnisse?
- Wie wirken sich Antwortänderungen auf Selbstberichtsmaße aus?
- Wie realistisch ist die Einführung gleicher Messgeräte in gleichen Einheiten, in unterschiedlichen Fällen, mit Nachprüfung und Folgeprüfungen?
- Was ist mit der Verwendung eines Proxy-Pretests?
- Gibt es lauernde Variablen?
- Sollte der Klient/Patient, Forscher oder sogar Datenanalyst bedingt blind sein?
- Welche Möglichkeit besteht, nachträglich unterschiedliche Bedingungen auf dieselbe Einheit anzuwenden?
- Wie viel der einzelnen Steuer- und Rauschfaktoren sollten berücksichtigt werden?
Die unabhängige Variable einer Studie hat oft viele Ebenen oder verschiedene Gruppen. In einem echten Experiment können die Forscher eine Experimentalgruppe bekommen, in der ihre Intervention durchgeführt wird, um die Hypothese zu testen, und eine Kontrollgruppe, die alle das gleiche Element in der Experimentalgruppe hat, ohne das Interventionselement. Wenn also alles andere außer einer Intervention konstant gehalten wird, können Forscher mit einiger Sicherheit bestätigen, dass dieses eine Element die beobachtete Veränderung verursacht. In einigen Fällen ist es nicht ethisch, eine Kontrollgruppe zu haben. Manchmal wird dies gelöst, indem zwei verschiedene Versuchsgruppen verwendet werden. In einigen Fällen können unabhängige Variablen nicht manipuliert werden, z. B. beim Testen auf einen Unterschied zwischen zwei Gruppen mit unterschiedlichen Krankheiten oder beim Testen auf einen Unterschied zwischen Männern und Frauen (offensichtlich eine Variable, die einem Teilnehmer schwer oder unethisch zuzuordnen wäre). . In diesen Fällen kann ein quasi-experimentelles Design verwendet werden.
kausale Zuschreibungen
Beim rein experimentellen Design wird die unabhängige Variable (der Prädiktor) vom Forscher manipuliert – das heißt, jeder Teilnehmer der Studie wird zufällig aus der Population ausgewählt, und jeder Teilnehmer wird zufällig den Bedingungen der unabhängigen Variablen zugeordnet. Nur so kann mit hoher Wahrscheinlichkeit nachgewiesen werden, dass Unterschiede in Ergebnisvariablen durch unterschiedliche Bedingungen verursacht werden. Daher sollten Forscher nach Möglichkeit ein Versuchsdesign anderen Designtypen vorziehen. Die Art der unabhängigen Variablen lässt jedoch nicht immer eine Manipulation zu. In Fällen sollten sich Forscher bewusst sein, Kausalzuschreibungen nicht zu zertifizieren, wenn ihr Design dies nicht zulässt. Beispielsweise werden in Beobachtungsprojekten die Teilnehmer den Bedingungen nicht zufällig zugeordnet, und daher ist es wahrscheinlich, dass, wenn Unterschiede in den Ergebnisvariablen zwischen den Bedingungen gefunden werden, es etwas anderes als Unterschiede zwischen den Bedingungen gibt, die Unterschiede in den Ergebnissen verursachen, das heißt die dritte Variable. Gleiches gilt für Studien mit Korrelationsdesign. (Ader & Mellenbergh, 2008).
Statistische Kontrolle
Es ist am besten, dass der Prozess vor der Durchführung der geplanten Experimente einer angemessenen statistischen Kontrolle unterzogen wird. Wenn dies nicht möglich ist, ermöglichen eine ordnungsgemäße Blockierung, Replikation und Randomisierung die sorgfältige Durchführung der geplanten Experimente. Zur Kontrolle auf Störgrößen legt der Forscher fest Kontrollprüfungen als zusätzliche Maßnahmen. Forscher müssen sicherstellen, dass unkontrollierte Einflüsse (z. B. die Wahrnehmung einer Quelle des Vertrauens) die Forschungsergebnisse nicht verfälschen. Die Manipulationsprüfung ist ein Beispiel für eine Kontrollprüfung. Manipulationstests ermöglichen es Forschern, Schlüsselvariablen zu isolieren, um die Unterstützung dafür zu verstärken, dass diese Variablen wie beabsichtigt funktionieren.
Einige effektive Designs zur Bewertung mehrerer Haupteffekte wurden 1940 unabhängig und in unmittelbarer Folge von Raja Chandra Bose und K. Kishen gefunden, blieben jedoch wenig bekannt, bis die Plackett-Burmese-Designs veröffentlicht wurden Biometrie im Jahr 1946. Etwa zur gleichen Zeit führte CR Rao das Konzept orthogonaler Arrays als experimentelle Proben ein. Dieses Konzept war zentral für die Entwicklung der Taguchi-Methoden durch Taguchi, die während seines Besuchs am Indian Statistical Institute in den frühen 1950er Jahren stattfand. Seine Methoden wurden von der japanischen und indischen Industrie erfolgreich angewendet und übernommen und später auch von der amerikanischen Industrie übernommen, wenn auch mit einigen Vorbehalten.
1950 veröffentlichten Gertrude Mary Cox und William Gemmell Cochran das Buch Experimentelle Designs, das danach viele Jahre lang zum wichtigsten Nachschlagewerk für die Planung von Experimenten an Statistikern wurde.
Die Entwicklung der Theorie der linearen Modelle hat die Fälle, die die frühen Autoren betrafen, erfasst und übertroffen. Heutzutage stützt sich die Theorie auf komplexe Themen in
In der ersten Phase wird das Design sorgfältig ausgearbeitet (aus dem Englischen. Design- kreative Idee) zukünftiger Forschung.
Zunächst wird ein Forschungsprogramm entwickelt.
Programm beinhaltet Thema, Zweck und Ziele der Studie, formulierte Hypothesen, Definition des Untersuchungsgegenstandes, Einheiten und Umfang der Beobachtungen, Glossar, Beschreibung statistischer Verfahren zur Stichprobenbildung, Erhebung, Speicherung, Verarbeitung und Analyse von Daten, Methodik für die Durchführung einer Pilotstudie eine Liste der verwendeten statistischen Instrumente .
Name Themen meist in einem Satz formuliert, der dem Zweck der Studie entsprechen sollte.
Zweck der Studie- Dies ist eine mentale Antizipation des Ergebnisses einer Aktivität und Möglichkeiten, es mit Hilfe bestimmter Mittel zu erreichen. Der Zweck medizinischer und sozialer Forschung ist in der Regel nicht nur theoretischer (kognitiver), sondern auch praktischer (angewandter) Natur.
Um dieses Ziel zu erreichen, bestimmen Sie Forschungsschwerpunkte, die den Inhalt des Ziels offenbaren und detailliert darstellen.
Die wichtigsten Bestandteile des Programms sind Hypothesen (Erwartete Ergebnisse). Hypothesen werden anhand bestimmter statistischer Indikatoren formuliert. Die Hauptanforderung an Hypothesen ist ihre Überprüfbarkeit im Forschungsprozess. Die Ergebnisse der Studie können die aufgestellten Hypothesen bestätigen, korrigieren oder widerlegen.
Vor der Materialsammlung werden Objekt und Betrachtungseinheit festgelegt. Unter Gegenstand medizinischer und sozialer Forschung eine statistische Menge verstehen, die aus relativ homogenen einzelnen Objekten oder Phänomenen - Beobachtungseinheiten - besteht.
Beobachtungseinheit- das primäre Element der statistischen Grundgesamtheit, das mit allen zu untersuchenden Merkmalen ausgestattet ist.
Der nächste wichtige Schritt bei der Vorbereitung der Studie ist die Entwicklung und Genehmigung des Arbeitsplans. Wenn das Forschungsprogramm eine Art strategischer Plan ist, der die Ideen des Forschers verkörpert, dann der Arbeitsplan (als Anhang zum Programm) ist ein Mechanismus zur Durchführung der Studie. Der Arbeitsplan umfasst: das Verfahren zur Auswahl, Schulung und Organisation der Arbeit von direkten Ausführenden; Entwicklung von regulatorischen und methodischen Dokumenten; Ermittlung des erforderlichen Umfangs und der Art der Ressourcenunterstützung für die Studie (Personal, Finanzen, Sach- und Fachmittel, Informationsressourcen usw.); Definition von Begriffen und verantwortlich für einzelne Forschungsschritte. Es wird normalerweise in Form dargestellt Netzwerkgrafiken.
In der ersten Phase der medizinischen und sozialen Forschung wird festgelegt, mit welchen Methoden die Auswahl der Beobachtungseinheiten durchgeführt wird. Je nach Umfang wird zwischen kontinuierlichem und selektivem Studium unterschieden. Bei einer kontinuierlichen Studie werden alle Einheiten der Allgemeinbevölkerung untersucht, bei einer selektiven Studie wird nur ein Teil der Allgemeinbevölkerung (Stichprobe) untersucht.
Durchschnittsbevölkerung wird eine Menge qualitativ homogener Beobachtungseinheiten genannt, die durch ein Merkmal oder eine Gruppe von Merkmalen vereint sind.
Stichprobenpopulation (Stichprobe)- jede Untergruppe von Beobachtungseinheiten der Allgemeinbevölkerung.
Die Bildung einer Stichprobenpopulation, die die Merkmale der Allgemeinbevölkerung vollständig widerspiegelt, ist die wichtigste Aufgabe der statistischen Forschung. Alle auf Stichprobendaten basierenden Urteile über die Allgemeinbevölkerung gelten nur für repräsentative Stichproben, d.h. für solche Stichproben, deren Merkmale denen der Allgemeinbevölkerung entsprechen.
Die tatsächliche Bereitstellung von Repräsentativität der Stichprobe ist gewährleistet Zufallsauswahlverfahren jene. eine solche Auswahl von Beobachtungseinheiten in der Stichprobe, bei der alle Objekte in der Allgemeinbevölkerung die gleichen Chancen haben, ausgewählt zu werden. Um eine zufällige Auswahl zu gewährleisten, werden speziell entwickelte Algorithmen verwendet, die dieses Prinzip implementieren, entweder Tabellen mit Zufallszahlen oder ein Zufallszahlengenerator, der in vielen Computersoftwarepaketen verfügbar ist. Das Wesen dieser Methoden besteht darin, die Anzahl derjenigen Objekte zufällig anzugeben, die aus der gesamten Population in irgendeiner Weise geordnet ausgewählt werden müssen. Beispielsweise kann die allgemeine Bevölkerung „die Bevölkerung der Region“ nach Alter, Wohnort, alphabetischer Reihenfolge (Nachname, Vorname, Patronym) usw. sortiert werden.
Neben der zufälligen Auswahl werden bei der Organisation und Durchführung medizinischer und sozialer Forschung auch die folgenden Methoden zur Bildung einer Stichprobe verwendet:
Mechanische (systematische) Auswahl;
Typologische (stratifizierte) Auswahl;
serielle Auswahl;
Mehrstufige (Screening-)Auswahl;
Kohortenmethode;
Die "Copy-Pair"-Methode.
Mechanische (systematische) Auswahl ermöglicht es Ihnen, eine Stichprobe mit einem mechanischen Ansatz zur Auswahl von Beobachtungseinheiten einer geordneten Allgemeinbevölkerung zu bilden. Gleichzeitig ist es notwendig, das Verhältnis der Volumina der Stichprobe und der Allgemeinbevölkerung zu bestimmen und damit den Anteil der Auswahl zu ermitteln. Um beispielsweise die Struktur von Krankenhauspatienten zu untersuchen, wird eine Stichprobe von 20 % aller Patienten gebildet, die das Krankenhaus verlassen haben. In diesem Fall sollte unter allen "Krankenakten eines stationären Patienten" (f. 003 / y), geordnet nach Nummern, jede fünfte Karte ausgewählt werden.
Typologische (stratifizierte) Auswahl beinhaltet eine Untergliederung der Allgemeinbevölkerung in typologische Gruppen (Schichten). Bei der Durchführung medizinischer und sozialer Forschung werden als typologische Gruppen altersgeschlechtliche, soziale, berufliche Gruppen, einzelne Siedlungen sowie städtische und ländliche Bevölkerungen herangezogen. Die Anzahl der Beobachtungseinheiten aus jeder Gruppe wird zufällig oder mechanisch im Verhältnis zur Größe der Gruppe ausgewählt. Beispielsweise wird bei der Untersuchung der Ursache-Wirkungs-Zusammenhänge von Risikofaktoren und onkologischer Morbidität der Bevölkerung die Studiengruppe zunächst in Untergruppen nach Alter, Geschlecht, Beruf, sozialem Status eingeteilt und dann die erforderliche Anzahl von Beobachtungseinheiten ausgewählt aus jeder Untergruppe.
serielle Auswahl die Stichprobe wird nicht aus einzelnen Beobachtungseinheiten gebildet, sondern aus ganzen Serien oder Gruppen (Gemeinden, Gesundheitseinrichtungen, Schulen, Kindergärten etc.). Die Auswahl der Serien erfolgt durch ordnungsgemäße Stichproben oder maschinelle Stichproben. Innerhalb jeder Serie werden alle Beobachtungseinheiten untersucht. Dieses Verfahren kann beispielsweise verwendet werden, um die Wirksamkeit der Immunisierung der Kinderpopulation zu bewerten.
Mehrstufige (Screening-)Auswahl beinhaltet eine phasenweise Probenahme. Durch die Anzahl der Stufen werden einstufige, zweistufige, dreistufige Auswahl usw. unterschieden. So werden beispielsweise bei der Untersuchung der reproduktiven Gesundheit von Frauen, die auf dem Gebiet einer Gemeinde leben, in der ersten Phase berufstätige Frauen ausgewählt, die anhand grundlegender Screening-Tests untersucht werden. In der zweiten Stufe wird eine spezialisierte Untersuchung von Frauen mit Kindern durchgeführt, in der dritten Stufe eine eingehende spezialisierte Untersuchung von Frauen mit Kindern mit angeborener Fehlbildung. Beachten Sie, dass in diesem Fall einer gezielten Auswahl auf einer bestimmten Grundlage die Stichprobe alle Objekte umfasst - Träger des untersuchten Attributs auf dem Gebiet der Gemeinde.
Kohortenmethode werden verwendet, um die statistische Grundgesamtheit relativ homogener Gruppen von Menschen zu untersuchen, die durch das Einsetzen eines bestimmten demografischen Ereignisses im gleichen Zeitintervall vereint sind. Beispielsweise wird bei der Untersuchung von Fragen im Zusammenhang mit dem Fruchtbarkeitsproblem eine Bevölkerung (Kohorte) gebildet, die auf der Grundlage eines einzigen Geburtsdatums (eine Untersuchung der Fruchtbarkeit nach Generationen) oder auf der Grundlage eines einzigen Heiratsalters homogen ist (eine Studie der Fruchtbarkeit nach Länge des Familienlebens).
Copy-Pair-Methode sieht vor, dass für jede Beobachtungseinheit der untersuchten Gruppe ein Objekt ausgewählt wird, das in einem oder mehreren Merkmalen ähnlich ist („copy-pair“). Faktoren wie das Körpergewicht und das Geschlecht des Kindes sind beispielsweise dafür bekannt, dass sie die Säuglingssterblichkeitsrate beeinflussen. Bei Anwendung dieser Methode wird für jeden Tod eines Kindes unter 1 Jahr ein „Kopienpaar“ des gleichen Geschlechts, ähnlich in Alter und Körpergewicht, aus den lebenden Kindern unter 1 Jahr ausgewählt. Diese Auswahlmethode sollte verwendet werden, um Risikofaktoren für die Entwicklung sozial bedeutsamer Krankheiten und individueller Todesursachen zu untersuchen.
In der ersten Stufe wird auch Forschung entwickelt (vorgefertigtes wird verwendet) und repliziert statistischer Werkzeugkasten (Karten, Fragebögen, Tabellenlayouts, Computerprogramme zur Kontrolle eingehender Informationen, Bildung und Verarbeitung von Informationsdatenbanken usw.), in die die untersuchten Informationen eingegeben werden.
In der Untersuchung der öffentlichen Gesundheit und der Aktivitäten des Gesundheitswesens wird häufig soziologische Forschung unter Verwendung spezieller Fragebögen (Fragebögen) verwendet. Fragebögen (Fragebögen) für die medizinische und soziologische Forschung sollen zielgerichtet, orientiert, die Verlässlichkeit, Verlässlichkeit und Repräsentativität der in ihnen erfassten Daten gewährleisten. Bei der Entwicklung von Fragebögen und Interviewprogrammen sind folgende Regeln zu beachten: die Eignung des Fragebogens zur Erhebung, Verarbeitung und Extraktion der notwendigen Informationen daraus; die Möglichkeit, den Fragebogen zu überprüfen (ohne das Codesystem zu verletzen), um erfolglose Fragen zu beseitigen und entsprechende Anpassungen vorzunehmen; Erläuterung der Ziele und Zielsetzungen des Studiums; klare Formulierung der Fragen, wodurch diverse zusätzliche Erläuterungen entfallen; Feststehender Charakter der meisten Fragen.
Durch geschickte Auswahl und Kombination verschiedener Fragetypen – offene, geschlossene und halbgeschlossene – kann die Genauigkeit, Vollständigkeit und Verlässlichkeit der erhaltenen Informationen erheblich gesteigert werden.
Die Qualität der Befragung und ihrer Ergebnisse hängt maßgeblich davon ab, ob die Grundvoraussetzungen für die Gestaltung des Fragebogens und dessen grafische Gestaltung erfüllt sind. Für die Erstellung eines Fragebogens gelten folgende Grundregeln:
Der Fragebogen enthält nur die wichtigsten Fragen, deren Antworten dazu beitragen, die Informationen zu erhalten, die zur Lösung der Hauptziele der Studie erforderlich sind und die auf andere Weise ohne die Durchführung einer Fragebogenerhebung nicht erhalten werden können.
Die Formulierung der Fragen und alle darin enthaltenen Wörter sollten für den Befragten verständlich sein und seinem Wissens- und Bildungsstand entsprechen;
Der Fragebogen sollte keine Fragen enthalten, die dazu führen, dass sie nicht beantwortet werden. Es ist notwendig sicherzustellen, dass alle Fragen eine positive Reaktion des Befragten hervorrufen und den Wunsch nach vollständigen und wahren Informationen hervorrufen.
Die Organisation und Abfolge der Fragen sollte darauf ausgerichtet sein, die nötigsten Informationen zu erhalten, um das Ziel zu erreichen und die in der Studie gestellten Probleme zu lösen.
Spezielle Fragebögen (Fragebögen) werden häufig verwendet, um unter anderem die Lebensqualität von Patienten mit einer bestimmten Krankheit und die Wirksamkeit ihrer Behandlung zu beurteilen. Sie ermöglichen es, Veränderungen in der Lebensqualität von Patienten zu erfassen, die über einen relativ kurzen Zeitraum (normalerweise 2-4 Wochen) aufgetreten sind. Es gibt viele spezielle Fragebögen, wie AQLQ (Asthma Quality of Life Questionnaire) und AQ-20 (20-Item Asthma Questionnaire) für Asthma bronchiale, QLMI (Quality of Life after Myocardial Infarction Questionnaire) für Patienten mit akutem Myokardinfarkt etc.
Die Koordinierung der Arbeit an der Entwicklung von Fragebögen und ihrer Anpassung an verschiedene sprachliche und wirtschaftliche Formationen wird von einer internationalen gemeinnützigen Organisation zur Erforschung der Lebensqualität - dem MAPI-Institut (Frankreich) - durchgeführt.
Bereits in der ersten Phase der statistischen Untersuchung müssen Layouts von Tabellen erstellt werden, die später mit den erhaltenen Daten gefüllt werden.
In Tabellen wird wie in grammatikalischen Sätzen das Subjekt unterschieden, d.h. die Hauptsache, die in der Tabelle gesagt wird, und das Prädikat, d.h. das, was das Thema charakterisiert. Gegenstand - dies ist das Hauptmerkmal des untersuchten Phänomens - es befindet sich normalerweise links entlang der horizontalen Linien der Tabelle. Prädikat - Schilder, die das Thema charakterisieren, befinden sich normalerweise über den vertikalen Spalten der Tabelle.
Beim Erstellen von Tabellen sind bestimmte Anforderungen zu beachten:
Die Tabelle sollte einen klaren, prägnanten Titel haben, der ihre Essenz widerspiegelt;
Die Gestaltung der Tabelle endet mit den Summen für Spalten und Zeilen;
Die Tabelle sollte keine leeren Zellen enthalten (wenn kein Zeichen vorhanden ist, fügen Sie einen Bindestrich ein).
Es gibt einfache, Gruppen- und kombinierte (komplexe) Arten von Tabellen.
Eine einfache Tabelle ist eine Tabelle, die eine Zusammenfassung der Daten für nur ein Attribut darstellt (Tabelle 1.1).
Tabelle 1.1. Einfaches Tabellenlayout. Verteilung der Kinder nach Gesundheitsgruppen, % der Gesamtzahl
In der Gruppentabelle wird das Subjekt durch mehrere unzusammenhängende Prädikate charakterisiert (Tab. 1.2).
Tabelle 1.2. Gruppentabellenlayout. Verteilung der Kinder nach Gesundheitsgruppen, Geschlecht und Alter, % der Gesamtzahl
In der Kombinationstabelle sind die das Subjekt charakterisierenden Zeichen miteinander verbunden (Tabelle 1.3).
Tabelle 1.3. Kombinationstabellenlayout. Verteilung der Kinder nach Gesundheitsgruppen, Alter und Geschlecht, % der Gesamtzahl
Einen wichtigen Platz in der Vorbereitungszeit nimmt dabei ein Pilotstudie, dessen Aufgabe es ist, statistische Werkzeuge zu testen, um die Richtigkeit der entwickelten Methodik für die Erhebung und Verarbeitung von Daten zu überprüfen. Am erfolgreichsten ist eine solche Pilotstudie, die in reduziertem Maßstab die Hauptstudie wiederholt, d.h. ermöglicht es, alle anstehenden Arbeitsschritte zu überprüfen. Abhängig von den Ergebnissen der vorläufigen Analyse der während der Pilotierung gewonnenen Daten werden die statistischen Instrumente, Methoden zur Erhebung und Verarbeitung von Informationen angepasst.
Die Rezension erzählt über das methodische Buch des amerikanischen Professors D. Morgan. Es informiert ausführlich über die Strategien zur Integration qualitativer und quantitativer Methoden, Optionen für Forschungsdesigns.
Strekalova N. D. Unternehmensführung und innovative Entwicklung der Wirtschaft des Nordens: Bulletin des Forschungszentrums für Gesellschaftsrecht, Management und Risikoinvestitionen der Syktyvkar State University. 2014. Nr. 4. S. 184-197.
Der Artikel zeigt die Essenz der Fallmethode als Forschungsstrategie, die Grundlagen der Methodik und des Forschungsdesigns im Management auf. Die Stärken und Schwächen der Anwendung der Fallmethode bei der Durchführung wissenschaftlicher Untersuchungen von Master of Management werden betrachtet. Es werden vergleichende Merkmale von Forschungs- und Bildungsfällen angegeben. Die Erfahrung der Organisation von Forschung wird beleuchtet, die Probleme, Möglichkeiten und Perspektiven der Anwendung der Fallmethode bei der Bildung von Forschungskompetenzen von Masters of Management werden diskutiert. Abschließend werden praktische Empfehlungen zur Organisation der wissenschaftlichen Forschung von Master of Management nach der Fallmethode gegeben. Der Artikel leistet einen Beitrag zur vergleichenden Analyse von Lehr- und Forschungsfällen, Beschreibung der Forschungsmethodik und des Forschungsdesigns, Identifizierung der Stärken und Schwächen der Fallstudie als Forschungsmethode.
Der Beitrag diskutiert methodologische Lösungen für das für Studien der Europäischen Union charakteristische Problem " n= 1" - das Problem der Einzigartigkeit der EU, was anscheinend zur Unmöglichkeit führt, vergleichende Studien durchzuführen. Das Vordringen der vergleichenden Politikwissenschaft in die Europastudien und die EU-Studien im Rahmen des neuen Regionalismus führten jedoch zu einem sprunghaften Anstieg der Zahl der Artikel mit der vergleichenden Methode. Eine Analyse von vier wissenschaftlichen Zeitschriften zeigt, dass dieser Trend typisch für englischsprachige Zeitschriften ist, nicht aber für russische Zeitschriften.
Sawinskaja O. B. In: Soziologie und Gesellschaft: Soziale Ungleichheit und soziale Gerechtigkeit (Jekaterinburg, 19.-21. Oktober 2016). Materialien des V. Allrussischen Soziologischen Kongresses. M.: Russische Gesellschaft der Soziologen, 2016. S. 8467-8475.
Diese Arbeit ist eine methodische Reflexion der aktuellen Diskussionen über die Bildung eines neuen methodischen Ansatzes - der Strategie der Methodenmischung (Mixed-Methods-Forschung), die die Kombination qualitativer und quantitativer Methoden zur Erhebung und Analyse von Daten für eine gründliche Untersuchung von a beinhaltet soziales Phänomen. Der Bericht diskutiert die wichtigsten Schritte bei der Entwicklung der Method Mixing Strategy (MMR), diskutiert die russische Übersetzung des Begriffs und aktuelle Klassifikationen von Forschungsdesigns für multimethodische Studien. Erfolge und offene Fragen werden im letzten Teil des Artikels angegeben.
Theoretische Validierung in der soziologischen Forschung: Methodik und Methoden
In den Sozialwissenschaften gibt es verschiedene Arten der Forschung und dementsprechend Möglichkeiten für den Forscher. Wenn Sie sie kennen, können Sie die schwierigsten Probleme lösen.
0 Klicken Sie, wenn es nützlich ist =ъ
Forschungsstrategien
In den Sozialwissenschaften ist es üblich, die beiden gängigsten Forschungsstrategien herauszugreifen – quantitativ und qualitativ.
Die quantitative Strategie beinhaltet die Verwendung eines deduktiven Ansatzes zum Testen von Hypothesen oder Theorien, stützt sich auf den positivistischen Ansatz der Naturwissenschaften und ist von Natur aus objektivistisch. Eine qualitative Strategie hingegen konzentriert sich auf einen induktiven Ansatz zur Entwicklung von Theorien, lehnt den Positivismus ab, konzentriert sich auf eine individuelle Interpretation der sozialen Realität und ist konstruktivistischer Natur.
Jede der Strategien beinhaltet die Verwendung spezifischer Datenerhebungs- und Analysemethoden. Die quantitative Strategie basiert auf der Erhebung numerischer Daten (Kodierungen von Massenerhebungsdaten, aggregierte Testdaten usw.) und der Verwendung mathematischer statistischer Methoden zu ihrer Analyse. Eine qualitative Strategie wiederum basiert auf der Erhebung von Textdaten (Texte von Einzelinterviews, teilnehmende Beobachtungsdaten etc.) und deren weiterer Strukturierung durch spezielle Analysetechniken.
Seit Anfang der 90er Jahre begann sich aktiv eine gemischte Strategie zu entwickeln, die darin besteht, die Prinzipien, Methoden zur Erhebung und Analyse von Daten aus qualitativen und quantitativen Strategien zu integrieren, um vernünftigere und zuverlässigere Ergebnisse zu erzielen.
Forschungsdesigns
Nachdem der Zweck der Studie festgelegt wurde, muss die geeignete Art des Designs bestimmt werden. Studiendesign ist die Kombination aus Datenerhebung und Analyseanforderungen, die zum Erreichen der Studienziele erforderlich sind.
Hauptarten des Designs:
Beim Querschnittsdesign werden Daten über eine relativ große Anzahl von Beobachtungseinheiten gesammelt. In der Regel handelt es sich dabei um die Anwendung eines Stichprobenverfahrens, um die Allgemeinbevölkerung zu repräsentieren. Die Daten werden einmalig erhoben und sind quantitativ. Weiterhin werden beschreibende und Korrelationsmerkmale berechnet, statistische Schlussfolgerungen gezogen.
Das Längsschnittdesign besteht aus wiederholten Querschnittsinterviews, um Veränderungen im Laufe der Zeit festzustellen. Sie wird unterteilt in Panelstudien (gleiche Personen nehmen an wiederholten Befragungen teil) und Kohortenstudien (verschiedene Personengruppen, die dieselbe Grundgesamtheit repräsentieren, nehmen an wiederholten Befragungen teil).
Das experimentelle Design umfasst die Identifizierung des Einflusses der unabhängigen Variablen auf die abhängige Variable durch Nivellierung der Bedrohungen, die sich auf die Art der Änderung der abhängigen Variablen auswirken können.
Das Design einer Fallstudie soll einen oder eine kleine Anzahl von Fällen im Detail untersuchen. Der Schwerpunkt liegt nicht auf der Verteilung der Ergebnisse auf die gesamte Bevölkerung, sondern auf der Qualität der theoretischen Analyse und Erklärung des Funktionsmechanismus eines bestimmten Phänomens.
Forschungsziele
Zu den Zielen der Sozialforschung gehören Beschreibung, Erklärung, Bewertung, Vergleich, Analyse von Zusammenhängen, Untersuchung von Ursache-Wirkungs-Beziehungen.
Deskriptive Aufgaben werden gelöst, indem einfach Daten mit einer der Methoden gesammelt werden, die in einer bestimmten Situation angemessen sind - Fragebögen, Beobachtungen, Dokumentenanalyse usw. Eine der Hauptaufgaben in diesem Fall ist eine solche Fixierung von Daten, die in Zukunft ihre Aggregation ermöglichen wird.
Zur Lösung von Erklärungsproblemen werden eine Reihe von Forschungsansätzen verwendet (z. B. historische Studien, Fallstudien, Experimente), die den Umgang mit komplexen Daten ermöglichen. Ihr Ziel ist nicht nur eine einfache Sammlung von Fakten, sondern auch die Identifizierung der Bedeutungen einer großen Menge sozialer, politischer und kultureller Elemente, die mit dem Problem verbunden sind.
Der allgemeine Zweck von Evaluierungsstudien besteht darin, Programme oder Projekte in Bezug auf Bekanntheit, Wirksamkeit, Erreichung von Zielen usw. zu testen. Die erzielten Ergebnisse werden normalerweise verwendet, um sie zu verbessern, und manchmal einfach, um die Funktionsweise der betreffenden Programme und Projekte besser zu verstehen.
Vergleichende Studien werden für ein tieferes Verständnis des untersuchten Phänomens verwendet, indem seine Gemeinsamkeiten und Besonderheiten in verschiedenen sozialen Gruppen identifiziert werden. Die größten von ihnen finden in interkulturellen und länderübergreifenden Kontexten statt.
Studien zur Herstellung von Beziehungen zwischen Variablen werden auch als Korrelationsstudien bezeichnet. Das Ergebnis solcher Studien ist der Erhalt spezifischer beschreibender Informationen (siehe beispielsweise zur Analyse paarweiser Beziehungen). Das ist im Grunde quantitative Forschung.
Die Feststellung von Ursache-Wirkungs-Beziehungen beinhaltet die Durchführung experimenteller Studien. In den Sozial- und Verhaltenswissenschaften gibt es mehrere Arten dieser Art von Forschung: randomisierte Experimente, echte Experimente (die die Schaffung spezieller experimenteller Bedingungen beinhalten, die die notwendigen Bedingungen simulieren), Soziometrie (natürlich, wie J. Moreno es verstand), Garfinkeln.
