Част 2: Компоненти на проектите за количествени изследвания

Разбирането на ролята и значението на изследователските проекти е от решаващо значение за ефективното изследване. Дизайнът обхваща целия изследователски процес - от формулирането на въпроса до анализа и отчитането на данните.

Съществуват два основни изследователски въпроса: дескриптивни изследвания, които изследват какво се случва, и обяснителни изследвания, които се фокусират върху причините за случващото се.

Дескриптивните изследвания могат да бъдат от полза, особено когато се изследват нови области, тъй като могат да провокират въпроси "защо" за обяснителни изследвания. Обяснителните изследвания включват разработване на причинно-следствени обяснения, които доказват, че конкретен фактор влияе върху определено явление. Например полът може да влияе върху равнището на доходите. Сложността на причинно-следствените обяснения обаче може да е различна и в тях може да играят роля скрити или неизмервани променливи.

Важно е да се отбележи, че хората често бъркат корелацията с причинно-следствената връзка. Когато две събития са свързани, това не означава непременно, че едното е причина за другото. Връзката между тях може да е по-скоро случайна, отколкото причинно-следствена. Ето защо за провеждането на ефективни изследвания е изключително важно да се разбере разликата между корелация и причинно-следствена връзка.

Aaker et al. (2013) организиране на процеса/проектирането на проучване, както е показано на фиг. 6. Всичко започва с уточняване на Изследователския въпрос, т.е. проблема, който проектът ще се опита да реши, и знанието, към което ще допринесе или ще инициира.

Пряк резултат от литературния обзор, той трябва незабавно да бъде "преведен" в изследователски въпроси, т.е. хипотези, които ще определят какво ще се измерва, от какви източници на информация и с какви методики. Изследователските хипотези са системи от променливи, чиито набори, макар и само частично изчерпателни, обхващат основните измерения на анализираното явление. Те също така изясняват предложените връзки между тези променливи, които се нуждаят от проверка. С това следващата много важна и трудна задача е операционализирането (превръщането в измерими) на променливите, чиито връзки ще бъдат тествани (скали).

След като е уточнен въпросът на изследването, дефинирани са понятията (променливите), латентни или пряко наблюдаеми, чиито връзки ще бъдат проверявани, и са определени мерките, с които ще бъде уловена всяка от тях, от съществено значение е да се определи кои информационни единици ще съдържат необходимата информация (вторични или първични).

Количествените изследвания (експериментални/неекспериментални) трябва също така да определят метода на вземане на проби (случайни/неслучайни), който ще бъде приложен към тази "популация", и размера и характеристиките на групите (неекспериментални; експериментални; контролни), които ще бъдат изслушани. С тези знания изследователят трябва да реши какъв конкретен план за събиране на информация да приеме: корелационен/изследване (напречно; надлъжно) или експериментален.

Събирането на информация (въпросник) е сложно, податливо на добавяне на "грешки" и зависи от опита на изследователя. Поради всички тези причини е препоръчително по възможност да се използват скали, които вече са били валидирани в предишни проучвания, което засилва тяхната надеждност и валидност.

След като организираната информация е налична, данните ще бъдат подложени на коригирани и планирани анализи за проверка на изследователските хипотези (описателни, едномерни, многомерни, заключителни). След това получените резултати трябва да бъдат описани и интерпретирани, за да бъдат в заключение "превърнати" в отговор(и) на първоначалния изследователски въпрос, предизвикал целия процес.

Разбирането дали даден изследователски въпрос е описателен или обяснителен е от решаващо значение, тъй като оказва значително влияние върху плана на изследването и събраната информация. Изследователите трябва да разработят причинно-следствени обяснения, когато отговарят на въпросите "защо". Причинно-следствените обяснения се опитват да докажат, че конкретен фактор Х, като например полът, влияе върху явлението Y, като например нивото на доходите. Докато някои причинно-следствени обяснения могат да бъдат прости, други могат да бъдат по-сложни.

Когато се занимават с прогнози, изследователите трябва да правят разлика между корелация и причинно-следствена връзка. Често срещана грешка е да се приеме, че две събития са причинно-следствено свързани само защото се случват заедно или едното следва другото. Корелацията вероятно е случайна и не показва причинно-следствена връзка.

Разграничаването на причинно-следствената връзка от корелацията е от съществено значение за точното разбиране на прогнозирането, причинно-следствената връзка и обяснението. Важно е да се отбележи, че точното предвиждане не винаги изисква причинно-следствена връзка, а способността да се направи предвиждане не доказва непременно причинно-следствена връзка. Объркването на тези понятия може да доведе до неразбиране и неправилни заключения.

Осъзнаването на разликата между корелация и причинно-следствена връзка е от съществено значение, тъй като можем да наблюдаваме корелация, но не и причинно-следствена връзка. Следователно трябва да направим извод за причината, което прави избягването на неверни изводи основна цел на обяснителния изследователски дизайн.

Съществуват два подхода към причинно-следствената връзка: детерминистичен и вероятностен. При детерминистичната причинно-следствена връзка променливата X причинява Y без изключение, ако тя надеждно произвежда Y. Този подход има за цел да установи причинно-следствени закони, като например правилото, че водата кипи при 100ºC.

Въпреки това повечето причинно-следствени мисли в социалните науки са по-скоро вероятностни, отколкото детерминистични. Можем да подобрим вероятностните обяснения, като уточним условията, при които е повече или по-малко вероятно един фактор да повлияе на друг. Въпреки това никога няма да постигнем пълни или детерминистични обяснения. Две събития са причинно-следствено свързани, защото се случват заедно или следват едно от друго. Връзката вероятно е случайна и не показва причинно-следствена връзка.

Приемането на причинно-следствената връзка за корелация може да доведе до неразбиране на прогнозирането, причинно-следствената връзка и обяснението. Точното прогнозиране не изисква непременно причинно-следствена връзка, а способността за прогнозиране не доказва причинно-следствена връзка.

Изследователските цели могат да бъдат единични или многобройни и могат да бъдат обхванати синхронно или диахронно (от 1-ви до 4-ти клас).

Количествените изследвания се фокусират върху измерването и предполагат, че предметът на изследването може да бъде количествено определен. Основната му цел е да осигури изчерпателни данни чрез измерване, да анализира данните за модели и връзки и да провери точността им. Обхватът на количествените изследвания варира от лесно измерими атрибути като височина и тегло до по-неосезаеми елементи като човешки емоции и мисли.

Количественият изследователски подход е изключително прецизен и логичен, като използва статистическия анализ в максимална степен. Способността му да проверява теории чрез формулиране на хипотези и официален статистически анализ го отличава като методология. Той е особено полезен при измерването на променливи като ръст, тегло, отношение и благополучие, като разграничава независими и зависими класификации и улавя влиянието на първите върху вторите. Използват се и множество йерархични теории за измерване, за да се придобият разнообразни видове измервания (табл. 4).

На най-основното си ниво номиналната класификация категоризира данни без количествен анализ. Когато преминем към ординално измерване, въвеждаме йерархична структура на данните, въпреки че този метод може да изисква по-голяма точност. За по-голяма точност разчитаме на измервания на ниво интервал и съотношение, въпреки че генерирането на съотношение може да бъде предизвикателство при изучаването на социални явления. Редовите и интервалните измервания са най-често използваните техники в количествените изследвания.

Независимо от метода на измерване, неизбежно възникват грешки. Тези грешки могат да се дължат на различни източници, включително грешки на инструмента, човешки грешки и случайни грешки.

Въпреки че е възможно да се намалят грешките на инструментите и човешките грешки, е невъзможно да се контролират случайните грешки. Поради това е важно да се вземат предвид случайните грешки при проектирането и използването на всеки инструмент. Инструменталните и човешките грешки могат да се проявят по два начина: в рамките на инструмента (или в рамките на човека-оператор), което означава, че един и същ инструмент може да даде различни резултати при различни настройки, или между инструментите (или между хората), което означава, че два привидно еднакви инструмента могат да дадат различни резултати.

По същия начин човешките грешки предполагат, че лицата, използващи един и същ инструмент, могат да получат различни резултати с различни предимства. От друга страна, грешките на инструментите предполагат, че двама души, използващи един и същ инструмент, могат да получат едновременно различни дълбочини. Въпреки че грешките не могат да бъдат елиминирани, те могат да бъдат сведени до минимум.

Ефективните инструменти трябва да бъдат проектирани така, че да се сведат до минимум грешките на инструментите. В социалните изследвания това означава да се гарантира, че въпросниците за наблюдение и контролните списъци са лесно разбираеми и че на въпросите се отговаря точно.

При проектирането на инструменти е изключително важно да се намери баланс между "автентичност" и "насоченост". Един автентичен инструмент измерва възможно най-много за дадено явление, но рискува да стане косвен, докато директният инструмент се фокусира само върху елементи, пряко свързани с явлението, като потенциално губи част от автентичността си. (Watson, 2015 г.).