Skip to content
Назад к результатам поиска

Разведочное количественное исследование

Автор метода
Earl Babbie; John Creswell (systematic codification in social science methods)
Год
Mid-20th century (codified in social research methods texts c. 1950s–1970s)
Тип
Non-experimental quantitative research design
Семейство
Survey / observational design

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Разведочное количественное исследование — это неэкспериментальный дизайн, используемый, когда явление недостаточно изучено для формальной проверки гипотез.

Исследователь собирает числовые данные — обычно посредством опросов, структурированных наблюдений или существующих записей — для описания распределений, выявления закономерностей и генерации гипотез, которые впоследствии могут быть проверены в более целенаправленных подтверждающих исследованиях. Оно занимает первую стадию кумулятивной программы количественных исследований.

Интуиция метода

Разведочное количественное исследование можно сравнить с разведкой территории перед составлением карты. Когда вы входите в неизученную область, вы еще не знаете, какие переменные имеют значение или как они связаны, поэтому вы измеряете широко, а не узко. Числа показывают, какие особенности ландшафта выделяются — какие переменные изменяются больше всего, какие сопутствуют друг другу, какие подгруппы различаются — и эти наблюдения становятся гипотезами-кандидатами для следующего, более строгого исследования. Цель — дисциплинированное открытие, а не подтверждение.

История

Различие между разведочным и подтверждающим исследованием было систематизировано в социальных науках методологами, включая Эрла Бэбби и Пола Лазарсфельда, начиная с 1950-х годов, отражая более широкую философскую дискуссию о роли индукции и дедукции. Работа Джона Тьюки 1977 года по разведочному анализу данных (Exploratory Data Analysis) формализовала разведочное рассуждение в статистике, повлияв на то, как количественные социологи формулируют предварительные исследования. Кресвелл и его коллеги позже явно включили разведочную фазу в рамки смешанных методов и количественных исследовательских дизайнов, укрепив ее роль как признанного, принципиального выбора дизайна.

Когда применять

Используйте разведочное количественное исследование при работе с подлинно недостаточно изученной областью, когда релевантные переменные и их измерение еще не установлены, или когда существующая теория предоставляет недостаточные указания для направленных предсказаний. Оно уместно как первая фаза многоэтапной программы или при пилотировании нового инструмента. Не используйте его как замену подтверждающему исследованию, когда уже существует проверенная гипотеза — применение разведочной логики к известному явлению увеличивает риск ложных открытий. Избегайте его, когда цель состоит в установлении причинно-следственных связей; разведочные количественные дизайны не поддерживают причинно-следственные утверждения.

Ограничения и замечания

  • Результаты генерируют гипотезы, а не тестируют их; выводы не следует рассматривать как подтвержденные эффекты.
  • Без предварительной регистрации множественные сравнения множества переменных существенно увеличивают частоту ошибок I рода.
  • Удобная или целенаправленная выборка ограничивает обобщаемость описательной статистики на определенную популяцию.
  • Отсутствие экспериментального контроля означает, что наблюдаемые ассоциации нельзя отнести к причинным механизмам.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Эффективно генерирует гипотезы, основанные на данных, для областей, где теория отсутствует или недостаточно развита.
  • Гибкий охват переменных позволяет выявлять неожиданные закономерности, а не преждевременно ограничивать исследование.
  • Числовые данные позволяют воспроизводимо описывать и легко сравнивать различные подгруппы.
  • Результаты хорошо проведенного разведочного исследования могут помочь в расчете мощности и проектировании окончательного подтверждающего исследования.

Применение

  • Картографирование профилей установок новой идентифицированной профессиональной группы перед разработкой целенаправленного интервенционного исследования.
  • Скрининг батареи потенциальных предикторов отсева студентов для выявления переменных, которые стоит включить в модель структурной persamaan.
  • Описание распределения и коррелятов недавно документированного поведенческого паттерна здоровья в клинической популяции.
  • Пилотирование нового психометрического инструмента для изучения дисперсии пунктов и факторной структуры перед конфирматорным факторным анализом.
  • Опрос организационных практик в новой отрасли, где нет предыдущих ориентиров.
  • Генерация конкурирующих гипотез о механизмах социального явления, которые будут рассмотрены в последующем экспериментальном дизайне.

Как это работает

Как это работает

1

Исследователь определяет недостаточно изученную тему или популяцию, по которой основные числовые факты неизвестны или спорны. Исследование направляется широким исследовательским вопросом, а не направленной гипотезой. Цель состоит в том, чтобы определить, какие переменные измерять и на каких уровнях, а не в проверке заранее заданных предсказаний.

2

Разрабатывается или адаптируется измерительный инструмент (анкета, схема кодирования или протокол наблюдения) для охвата широкого спектра потенциально релевантных переменных. Поскольку область недостаточно исследована, инструменты часто включают больше пунктов, чем требовалось бы в сфокусированном подтверждающем исследовании, охватывая демографические, аттитюдные, поведенческие или контекстуальные измерения, где это применимо.

3

Данные собираются из целенаправленно или удобно отобранной выборки, которая адекватно представляет соответствующую популяцию. Размеры выборки, как правило, умеренные — достаточно большие, чтобы обеспечить надежную описательную статистику и выявить грубые закономерности, но не обязательно достаточные для оценки узких размеров эффекта. Распространена поперечная (cross-sectional) администрация.

4

Вычисляются описательные статистики (частоты, средние значения, стандартные отклонения, диапазоны) и разведочные анализы (корреляционные матрицы, кластерный анализ, факторный анализ, графики разведочного анализа данных (EDA)) для характеристики распределений и выявления заметных ассоциаций или групповых различий. На этом этапе причинно-следственные связи не устанавливаются.

5

Закономерности, наблюдаемые в данных, синтезируются в явные, проверяемые гипотезы или исследовательские вопросы для последующего подтверждающего исследования. Вклад разведочного исследования является эпистемическим: оно сужает пространство гипотез и информирует дизайн — переменные, меры, размер выборки — более решающей последующей работы.

Частые ошибки

  • HARKing (Hypothesizing After Results are Known — формулирование гипотез после получения результатов) — представление пост-хок закономерностей как предсказанных априори превращает разведочное исследование в вводящее в заблуждение подтверждающее и увеличивает частоту ложноположительных результатов.
  • Чрезмерная интерпретация малых ассоциаций — при широком охвате переменных некоторые корреляции достигнут номинальной значимости случайно; разведочные выводы требуют репликации, прежде чем к ним будут относиться серьезно.
  • Пренебрежение предварительной регистрацией даже разведочных целей — четкое обозначение исследования как разведочного в записи реестра сигнализирует о соответствующем инференциальном статусе и защищает от непреднамеренного HARKing.
  • Рассмотрение разведочного исследования как достаточного — публикация разведочных выводов без подтверждающего последующего исследования оставляет утверждения непроверенными и уязвимыми для нерепликации.

Часто задаваемые вопросы

Является ли разведочное количественное исследование тем же, что и описательное исследование?

Они пересекаются, но различаются по ориентации. Описательное исследование направлено на точное описание явления как самоцель — представление частот, средних значений и распределений. Разведочное количественное исследование имеет перспективную, генерирующую гипотезы цель: оно описывает, чтобы определить, что следует изучать дальше. Исследование может быть как описательным, так и разведочным, но чисто описательное исследование не обязательно генерирует гипотезы.

Могу ли я проводить тестирование значимости в разведочном исследовании?

Да, но с осторожностью. Тесты значимости на разведочных данных лучше всего рассматривать как инструменты скрининга, которые отмечают кандидатов для последующего изучения, а не как подтверждающие доказательства. Когда одновременно тестируется множество переменных, частота ошибок семейства (family-wise error rate) быстро растет. Отчетность о размерах эффекта, доверительных интервалах и поправках на множественные сравнения (например, Бонферрони или Бенджамини-Хохберг), а также прозрачность в отношении того, что исследование является разведочным, являются важными мерами предосторожности.

Насколько большой должна быть выборка?

Единого правила нет, но распространенным ориентиром для надежной описательной статистики и обнаружения эффектов среднего или большого размера является не менее 100–200 участников для разведочного исследования на основе опроса. Если вы планируете использовать факторный анализ или кластерный анализ, рекомендуются более крупные выборки — часто 300 или более. Ключевым моментом является то, что выборка должна быть достаточно большой, чтобы описательная статистика была стабильной, даже если она формально не рассчитана на узкие доверительные интервалы.

Требует ли разведочное исследование контрольной группы?

Нет. Разведочное количественное исследование обычно является неэкспериментальным и наблюдательным. Оно не манипулирует переменными и не распределяет участников по условиям, поэтому контрольные группы не являются частью дизайна. Если проводится сравнение между группами, оно основано на уже существующих характеристиках (например, возраст, пол, профессия), и дизайн ближе к каузально-сравнительному исследованию.

Когда следует переходить от разведочного к подтверждающему исследованию?

Как только разведочное исследование выявило небольшой набор правдоподобных, теоретически согласованных гипотез — в идеале не более двух или трех — пора планировать подтверждающее исследование с предварительной регистрацией, априорным анализом мощности и новой, независимой выборкой. Попытка подтверждения на тех же данных, которые использовались для разведки, является круговой и приводит к завышенным оценкам размера эффекта.

Похожие методы

Источники

  1. Babbie, E. (2021). The Practice of Social Research (15th ed.). Cengage Learning.

    ISBN: 978-0357360767
    Скопировано.
  2. Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.). Sage.

    ISBN: 978-1506386706
    Скопировано.