什么是研究设计|类型,指南和例子
一个研究设计策略是回答你的研究问题使用经验数据。创建研究设计意味着要做出以下决定:
一个精心策划的研究设计有助于确保你的方法与你的目标相匹配研究目标你对你的数据进行了正确的分析。
你可能不得不把研究设计作为一个独立的任务来写,或者它可能是一个更大的任务的一部分研究计划或者其他项目。无论哪种情况,你都应该仔细考虑哪种方法是最合适和可行的。
第一步:考虑你的目标和方法
在你开始设计你的研究之前,你应该已经对你想要调查的研究问题有了一个清晰的概念。
有很多不同的方法可以回答这个问题。你的研究设计选择应该由你的目标和优先级驱动——从仔细思考你想要达到的目标开始。
你需要做的第一个选择是你是否要去定性的或定量的的方法。
定性的方法 | 定量方法 |
---|---|
|
定性研究设计倾向于更加灵活归纳,让你可以根据你在整个研究过程中的发现来调整你的方法。
定量研究设计更倾向于固定和演绎,变量而且假设数据收集前明确定义。
也可以使用混合方法设计来集成这两种方法的各个方面。通过结合定性和定量的见解,你可以更全面地了解你正在研究的问题,并加强你结论的可信度。
设计研究时的实际和伦理考虑
除了科学考虑外,在设计研究时还需要实际考虑。如果你的研究涉及人或动物,你也需要考虑研究伦理.
在研究设计过程的每个阶段,确保你的选择是实际可行的。
第二步:选择研究设计的类型
在定性和定量方法中,有几种类型的研究设计可供选择。每种类型都为你的研究提供了一个整体框架。
定量研究设计的类型
定量设计可以分为四种主要类型。
设计类型 | 目的及特点 |
---|---|
实验 | |
准实验 | |
相关 |
|
描述性的 |
|
通过描述性和相关性设计,您可以清楚地了解现实世界中存在的特征、趋势和关系。然而,你不能得出因果关系的结论(因为……相关性并不意味着因果关系).
实验是检验因果关系而不受其他变量影响的最有力的方法。然而,它们的受控条件可能并不总是反映现实世界中的事物是如何运作的。实现它们通常也更加困难和昂贵。
定性研究设计的类型
定性设计没有那么严格的定义。这种方法是关于获得对特定背景或现象的丰富而详细的理解,并且您通常可以在设计您的研究时更具创造性和灵活性。
下表显示了一些常见的定性设计类型。它们在数据收集方面通常采用相似的方法,但在分析数据时侧重于不同的方面。
设计类型 | 目的及特点 |
---|---|
案例研究 |
|
民族志 |
|
扎根理论 |
|
现象学 |
|
步骤3:确定你的总体和抽样方法
你的研究设计应该清楚地定义你的研究将关注谁或什么,以及你将如何选择参与者或主题。
在研究中,人口是整个小组你想要得出结论,而一个样本是你实际收集数据的一小群人。
定义人口
种群可以由任何你想研究的东西组成——植物、动物、组织、文本、国家等等。在社会科学中,它通常指的是一群人。
例如,你会关注来自特定人口统计学、地区或背景的人吗?您是否对从事特定工作或身体状况的人感兴趣,还是对特定产品的使用者感兴趣?
你对总体的定义越精确,就越容易收集到有代表性的样本。
抽样方法
即使是在定义狭窄的人群中,也几乎不可能从每个人那里收集数据。相反,您将从样本中收集数据。
要选择样本,主要有两种方法:概率抽样而且non-probability抽样.的抽样方法你的使用会影响你的自信程度概括你对整个人群的影响。
概率抽样 | Non-probability抽样 |
---|---|
|
|
概率抽样是统计上最有效的选择,但通常很难实现,除非你处理的是一个非常小且可接近的人群。
出于实际原因,许多研究使用非概率抽样,但重要的是要意识到局限性并仔细考虑潜在的偏差。你应该总是努力收集一个尽可能具有代表性的样本。
定性研究中的案例选择
在某些类型的定性设计中,抽样可能无关紧要。
例如,在一个民族志或者一个案例研究你的目标是深入理解一个特定的背景,而不是泛化到一个群体。你可以简单地收集尽可能多的关于你正在研究的上下文的数据,而不是抽样。
在这些类型的设计中,您仍然必须仔细考虑您对案例或社区的选择。你应该有一个明确的理由,为什么这个特定的情况适合回答你的问题研究问题.
例如,你可以选择一个案例研究,揭示了你研究问题中不寻常或被忽视的方面,或者你可以选择几个非常相似或非常不同的案例来进行比较。
步骤4:选择数据收集方法
数据收集方法是直接测量变量和收集信息的方法。他们让你获得第一手的知识和原始的见解,你的研究问题。
您可以只选择一种数据收集方法,也可以在同一项研究中使用多种方法。
调查方法
调查允许你通过直接询问别人来收集关于意见、行为、经历和特征的数据。主要有两种调查方法可供选择:调查问卷而且面试.
调查问卷 | 面试 |
---|---|
|
|
观察的方法
观察性研究让你不引人注目地收集数据,观察特征、行为或社会互动,而不依赖于自我报告。
观察可以实时进行,在观察时做笔记,也可以进行视听记录以供以后分析。它们可以是定性的,也可以是定量的。
定量的观察 | 定性观察 |
---|---|
|
|
其他数据收集方法
根据您的领域和主题,还有许多其他收集数据的方法。
场 | 数据收集方法示例 |
---|---|
媒体传播 | 收集文本样本(如演讲、文章或社交媒体帖子),以获取文化规范和叙事方面的数据 |
心理学 | 使用神经成像、眼球追踪或基于计算机的任务等技术来收集注意力、情绪反应或反应时间等数据 |
教育 | 通过测试或作业来收集知识和技能的数据 |
物理科学 | 使用科学仪器收集体重、血压或化学成分等数据 |
如果你不确定哪种方法最适合你的研究设计,试着阅读一些你所在领域的论文,看看他们使用了什么样的数据收集方法。
辅助数据
如果你没有时间或资源从你感兴趣的人群中收集数据,你也可以选择使用其他研究人员已经收集的二手数据——例如,来自政府调查或以前关于你的主题的研究的数据集。
有了这些原始数据,你可以自己进行分析,回答原始研究没有解决的新研究问题。
使用辅助数据可以扩展范围你的研究,因为你可以获得更大更多样的样本比你可以冷静下来。
然而,这也意味着你无法控制测量哪些变量或如何测量它们,所以你能得出的结论可能是有限的。
步骤5:计划数据收集程序
除了决定你的方法,你还需要准确地计划如何使用这些方法来收集一致、准确和无偏的数据。
在定量研究中,规划系统的程序尤其重要,因为在定量研究中,您需要精确地定义变量,并确保您的测量具有较高的可靠性和有效性。
操作化
有些变量,如身高或年龄,很容易测量。但通常你会遇到更抽象的概念,比如满意、焦虑或能力。操作化意味着将这些模糊的想法转化为可衡量的指标。
如果你在使用观察,你会计算哪些事件或行动?
如果你在使用调查,你会问哪些问题?他们会提供什么样的回答?
你也可以选择使用或改编现有的材料来衡量你感兴趣的概念,例如,问卷或清单信度和效度已经确立了。
信度和效度
可靠性意味着你的结果可以持续地重现,而有效性意味着你实际上在衡量你感兴趣的概念。
可靠性 | 有效性 |
---|---|
|
为了获得有效和可靠的结果,您的测量材料应经过彻底研究和精心设计。计划好你的程序,以确保你对每个参与者以相同的方式执行相同的步骤。
如果你在开发一种新的问卷调查或其他工具来衡量一个特定的概念,运行一个试点研究可以让你提前检查它的有效性和可靠性。
抽样程序
以及选择一个合适的抽样方法在美国,你需要一个具体的计划,说明你将如何联系和招募你所选的样本。
这意味着要做出以下决定:
- 你需要多少参与者才算足够的样本量?
- 什么纳入和排除标准您将使用它来识别合格的参与者吗?
- 您将如何联系您的样品-通过邮件,在线,电话,还是亲自?
如果你用的是概率抽样法每个被随机选择的人都参与了这项研究,这一点很重要。如何确保高回复率?
如果你用的是non-probability方法,你将如何避免研究偏见并确保样品具有代表性?
数据管理
创建一个数据管理计划来组织和存储数据也很重要。
您是否需要记录访谈内容或进行观察数据录入?你应该匿名化并保护任何敏感数据,并确保定期备份。
在分析数据时,保持数据的良好组织将节省时间。它还可以帮助其他研究人员验证和补充你的发现(高可复制性).
步骤6:确定数据分析策略
原始数据本身并不能回答你的研究问题。设计研究的最后一步是计划如何分析数据。
定量数据分析
在定量研究中,你很可能会使用某种形式的统计分析.通过统计,您可以总结样本数据,进行估计和检验假设。
使用描述性统计,可将样本数据总结为:
具体的计算取决于测量水平你的变量。
使用推论统计,你可以:
- 根据样本数据对总体进行估计。
- 测试假说关于变量之间的关系。
回归相关性测试寻找两个或多个变量之间的关联,而比较测试(如t测试而且方差分析)寻找不同组的结果差异。
你的统计检验的选择这取决于你研究设计的各个方面,包括你所处理的变量类型和数据的分布。
定性数据分析
在定性研究中,你的数据通常是非常密集的信息和想法。而不是用数字来总结,你需要详细梳理数据,解释其含义,识别模式,并提取与你的研究问题最相关的部分。
方法 | 特征 |
---|---|
专题分析 |
|
话语分析 |
|
根据你的研究目标,还有许多其他分析定性数据的方法。为了了解潜在的方法,试着阅读一些你所在领域的定性研究论文。
研究设计的常见问题
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。