Методы исследования – это специальные процедуры сбора и анализа данных. Разработка методов исследования является неотъемлемой частью плана исследования. При планировании методов вы должны принять два ключевых решения.
Сначала решите, как вы будете собирать данные. Ваши методы зависят от того, какой тип данных вам нужен, чтобы ответить на вопрос исследования:
- Качественные и количественные. Будут ли ваши данные представлены в виде слов или чисел?
- Первичные и вторичные: будете ли вы собирать исходные данные самостоятельно или будете использовать данные, которые уже были собраны кем-то другим?
- Описательный и экспериментальный: будете ли вы измерять что-то как есть или проведете эксперимент?
Во-вторых, решите, как вы будете анализировать данные.
- Для количественных данных вы можете использовать методы статистического анализа для проверки взаимосвязей между переменными.
- Для качественных данных можно использовать такие методы, как тематический анализ, для интерпретации шаблонов и значений данных.
Методы сбора данных
Данные — это информация, которую вы собираете для ответа на свой исследовательский вопрос. Тип данных, которые вам нужны, зависит от целей вашего исследования.
Качественные и количественные данные
Ваш выбор качественного или количественного сбора данных зависит от типа знаний, которые вы хотите получить.
Для вопросов об идеях, переживаниях и значениях или для изучения чего-то, что не может быть описано численно, соберите качественные данные.
Если вы хотите развить более механистическое понимание темы или ваше исследование включает проверку гипотез, соберите количественные данные.
| Плюсы | Минусы | |
|---|---|---|
| Качественный | Гибкость — вы часто можете корректировать свои методы по мере развития новых знаний. Можно проводить с небольшими выборками | Не может быть проанализирован статистически и не может быть распространен на более широкие группы населения. Трудно стандартизировать исследования, существует более высокий риск предвзятости исследований |
| Количественный | Может использоваться для систематического описания больших коллекций вещей. Генерирует воспроизводимые знания | Требуется статистическая подготовка для анализа данных. Требуются образцы большего размера |
Вы также можете использовать подход смешанных методов, когда вы используете как качественные, так и количественные методы исследования.
Первичные и вторичные данные
Первичные данные — это любая исходная информация, которую вы собираете для ответа на свой исследовательский вопрос (например, посредством опросов, наблюдений и экспериментов). Вторичные данные — это информация, которая уже была собрана другими исследователями (например, в ходе государственной переписи населения или предыдущих научных исследований).
Если вы изучаете новый исследовательский вопрос, вам, вероятно, потребуется собрать первичные данные. Но если вы хотите обобщить существующие знания, проанализировать исторические тенденции или выявить закономерности в большом масштабе, вторичные данные могут оказаться лучшим выбором.
| Плюсы | Минусы | |
|---|---|---|
| Начальный | Могут быть собраны, чтобы ответить на ваш конкретный исследовательский вопрос. Вы можете контролировать выборку и методы измерения | Собирать дороже и дольше. Требуется обучение методам сбора данных |
| Среднее | Легче и быстрее получить доступ. Вы можете собирать данные, охватывающие более длительные временные рамки и более широкие географические местоположения | Нет контроля над тем, как данные были сгенерированы. Требуется дополнительная обработка, чтобы убедиться, что он работает для вашего анализа |
Описательные и экспериментальные данные
В описательных исследованиях вы собираете данные об изучаемом предмете, не вмешиваясь. Достоверность вашего исследования будет зависеть от используемого вами метода отбора проб.
В экспериментальных исследованиях вы систематически вмешивается в процесс и измеряете результат. Достоверность вашего исследования будет зависеть от плана вашего эксперимента.
Чтобы провести эксперимент, вы должны иметь возможность варьировать свою независимую переменную, точно измерять свою зависимую переменную и контролировать смешанные переменные. Если это практически и этически возможно, этот метод является лучшим выбором для ответа на вопросы о причине и следствии.
| Плюсы | Минусы | |
|---|---|---|
| Описательный | Позволяет описать предмет исследования, не влияя на него. Доступность — вы можете собрать больше данных в большем масштабе | Отсутствие контроля над мешающими переменными. Не могу установить причинно-следственную связь |
| Экспериментальный | Больше контроля над мешающими переменными. Может установить причинно-следственную связь. | Вы можете повлиять на предмет исследования неожиданным образом. Обычно требуется больше опыта и ресурсов для сбора данных. |
Примеры методов сбора данных
| Метод исследования | Первичный или вторичный? | Качественный или количественный? | Когда использовать |
|---|---|---|---|
| Эксперимент | Начальный | Количественный | Для проверки причинно-следственных связей. |
| Опрос | Начальный | Количественный | Понимать общие характеристики населения. |
| Интервью/фокус-группа | Начальный | Качественный | Для более глубокого понимания темы. |
| Наблюдение | Начальный | Либо | Чтобы понять, как что-то происходит в естественной обстановке. |
| Литературный обзор | Среднее | Либо | Чтобы поместить ваше исследование в существующий объем работ или оценить тенденции в рамках темы исследования. |
| Тематическое исследование | Либо | Либо | Чтобы получить более глубокое понимание конкретной группы или контекста, или когда у вас нет ресурсов для большого исследования. |
Методы анализа данных
Ваши методы анализа данных будут зависеть от типа данных, которые вы собираете, и от того, как вы подготовите их для анализа.
Данные часто можно анализировать как количественно, так и качественно. Например, ответы на опросы можно анализировать качественно, изучая значения ответов, или количественно, изучая частоту ответов.
Качественные методы анализа
Качественный анализ используется для понимания слов, идей и переживаний. Вы можете использовать его для интерпретации данных, которые были собраны:
- Из открытых опросов и интервью, обзоров литературы, тематических исследований, этнографии и других источников, в которых используется текст, а не числа.
- Использование методов вероятностной выборки.
Качественный анализ имеет тенденцию быть довольно гибким и опирается на суждения исследователя, поэтому вы должны тщательно обдумать свой выбор и предположения и быть осторожными, чтобы избежать предвзятости исследования.
Количественные методы анализа
Количественный анализ использует числа и статистику, чтобы понять частоты, средние значения и корреляции (в описательных исследованиях) или причинно-следственные связи (в экспериментах).
Вы можете использовать количественный анализ для интерпретации данных, которые были собраны:
- Во время эксперимента.
- Использование методов вероятностной выборки.
Поскольку данные собираются и анализируются статистически достоверным способом, результаты количественного анализа могут быть легко стандартизированы и распространены среди исследователей.
Примеры методов анализа данных
| Метод исследования | Качественный или количественный? | Когда использовать |
|---|---|---|
| Статистический анализ | Количественный | Для анализа данных, собранных статистически достоверным образом (например, в результате экспериментов, опросов и наблюдений). |
| Метаанализ | Количественный | Статистически проанализировать результаты большой коллекции исследований. Может применяться только к исследованиям, в которых данные были собраны статистически достоверным образом. |
| Тематический анализ | Качественный | Для анализа данных, собранных из интервью, фокус-групп или текстовых источников. Чтобы понять общие темы в данных и как они сообщаются. |
| Анализ содержания | Либо | Для анализа больших объемов текстовых или визуальных данных, собранных из опросов, обзоров литературы или других источников.Могут быть количественными (т.е. частотность слов) или качественными (т.е. значениями слов). |
