Czy badania w ogóle są nam do czegoś potrzebne? Tym kluczowym pytaniem zaczynam poradnik metodologiczny, który postaram się by był w miarę zwięzły, obrazowy i przystępnie wyjaśniający nurtujące Was pytania. Trochę może ponaciągam naukową terminologię, ale tylko w tym celu by łatwiej było Wam „ogarnąć” tą z pozoru trudną materię. Tak jak dziecko uczy się otaczającego świata poprzez proste obrazy i następnie z wiekiem zaczyna wkraczać w głębszy sens rozumienia rzeczywistości, tak ja spróbuję na początek podejść do tematyki badań w podobny sposób. Zatem odpowiadając na pierwsze pytanie – rzeczywistość, która nas otacza, w której żyjemy w istotnej mierze jest zasługą badań. To, że jeździmy samochodami, korzystamy z różnych rozwiań technologicznych takich jak smartfony, specjalistyczne maszyny budowlane, nowoczesny sprzęt medyczny – to wszystko zasługa wyników badań. Możliwości w zakresie leczenia, terapii to również efekt prowadzonych badań. Badania wynikają często z zapotrzebowania nie tylko na rozumienie otaczającej rzeczywistości i potrzeby jej kreowania, ale również mają na celu rozwiązywanie problemów w każdej dziedzinie życia. Czy wystarczy raz przeprowadzić badania w danej tematyce? Odpowiedź brzmi – nie, a to dlatego, że zmienia się zapotrzebowanie, dynamika i problemy otaczającego nas świata. Dziś dla przykładu w świetle psychologii dramatycznie zwiększa się problem zaburzeń lękowych (dawniej nerwic), depresji wśród coraz młodszych osób – ktoś zapytałby dlaczego? Przecież tak wiele dóbr materialnych nas otacza i w zasadzie mamy o wiele więcej niż ludzie żyjący kilkadziesiąt lat temu. To jest problem rozwijających się społeczeństw, że faktycznie mamy duże możliwości w sensie technologicznym, ale coraz mniejsze w zakresie bezpośrednich relacji międzyludzkich, a natura człowieka niezmiennie potrzebuje emocjonalnego wsparcia, zrozumienia i miłości. I możemy kryć się za wieloma maskami, by przetrwać w tym świecie, ale ostatecznie i tak potrzeba zrozumienia, miłości, wparcia, wygrywają i jestem przekonany, że to się nie zmieni dopóki człowiek żyje na ziemi. Skoro tak jest, to i ogromne wyzwania stoją przed nauką aby te dwa światy pogodzić – z jednej strony człowiek i jego naturalne potrzeby emocjonalne, a z drugiej technologicznie pędzący świat, na który nie mamy większego wpływu. Dzięki badaniom w zakresie chociażby psychologii i psychiatrii rozwijają się narzędzia do radzenia sobie z problemami, które kiedyś aż tak bardzo nie doskwierały człowiekowi, by między innymi chociażby wspierać profilaktykę, która jest równie ważna jak leczenie.
Po tym dość obszernym wprowadzeniu (choć myślę, że ważnym by choć trochę zrozumieć sens badań) zgodnie z obietnicą przesyłam mam nadzieję klarowne odpowiedzi na dziesięć najczęściej pojawiających się od Was pytań z zakresu metodologii badań. Ich kolejność jest przypadkowa, natomiast ustawiona w taki sposób, by przejść po kolei najważniejsze części procesu badawczego.
1. Od czego zacząć, jeśli zamierzam pisać pracę dyplomową? Po pierwsze jaka konkretnie tematyka badawcza Was interesuje, w czym czujecie się na tyle dobrze, że będziecie w stanie opowiadać o tym bez przymusu, wykorzystując przy tym np. swoje dotychczasowe doświadczenie. Po drugie od Promotora, ponieważ Promotor to ogromna część waszego sukcesu. Nie dlatego, że będzie przymykał oko na błędy, które mogą się pojawiać, ale dlatego, że ważne jest aby wspierał Was w pisaniu pracy, miał dla Was czas i posiadał przynajmniej minimum empatii do Was i do tego czym się zajmujecie. Ważne jest również to, by posiadał przynajmniej podstawową wiedzę w zakresie metodologii badań.
2. Czy w ogóle potrzebne są hipotezy, o co tak właściwie z nimi chodzi? Zależne jest to od typu badań jakie chcecie prowadzić. Jeśli badania wprost odwołują się do teorii naukowych, występuje obszerna wiedza naukowa w postaci artykułów, posiadacie pewne przypuszczenia – to jak najbardziej w tego typu badaniach powinniście formułować hipotezy, ponieważ są one przypuszczeniami wynikającymi z dotychczasowej wiedzy, ale również i z waszych doświadczeń. Dobrą praktyką jest podawanie źródeł waszych hipotez. Pamiętajcie, że hipotezy formułujemy przed badaniami, a nie po badaniach, by zwyczajnie „nie wyważać otwartych drzwi”. Odnieśmy się do przykładu: „Im lepszą pacjenci charakteryzują się jakością życia w skali BREF, tym większa jest ich satysfakcja z życia w skali SWLS” Pewnie Ameryki nie odkryjcie takim przypuszczeniem, ale uwierzcie mi, nie zawsze jest to tak oczywiste, podobnie jak to, że „im bardziej kogoś lubimy, tym częściej na widok tej osoby odczuwamy radość”. Po zrealizowanych badaniach na podstawie wnioskowania statystycznego, sprawdzacie na ile wasze przypuszczenia wspierają wyniki testów. Kiedy hipotezy nie są nam potrzebne? Wtedy gdy na dany temat nie mamy zbyt dużo wiarygodnych źródeł, lub gdy podchodzimy do nich w sposób eksploracyjny, czyli taki w którym chcemy sprawdzić, czy w ogóle zachodzą jakieś sensowne zależności. Wyniki takich badań, w chwili istnienia ciekawych związków, stanowią często podstawę do pogłębiania wiedzy, przeprowadzania kolejnych badań, budowania modeli, które ostatecznie służą do budowania teorii. Teoria naukowa, z której bowiem korzystacie na co dzień w życiu wynika z badań, a nie z arbitralnych przypuszczeń. Dla dużego, obrazowego uproszczenia można powiedzieć, że hipoteza, która znajduje wsparcie w licznych badaniach i wynikach testów, staje się dobrze ugruntowanym twierdzeniem, a zbiór przeplatających się twierdzeń tworzy teorię. W nauce teorię testujemy poprzez badania i aktualizujemy ją wedle dostępnej wiedzy i możliwości. Często mówi się, że nie ma teorii ostatecznie prawdziwych – i jest w tym dużo racji. Teorie naukowe są najlepszym dostępnym wyjaśnieniem na dany moment i mogą się zmieniać wraz z rozwojem wiedzy, technologii oraz zmieniającym się światem. Dla przykładu – przez długi czas stres był głównie postrzegany jako coś szkodliwego. Dziś wiemy, że w pewnym zakresie może być pomocny, a dopiero jego nadmiar staje się problemem. To pokazuje, że wiedza naukowa zmienia się i jest doprecyzowywana wraz z rozwojem możliwości. I choć pewnie w swoich badaniach do Nagrody Nobla się nie zbliżycie, ale może dostrzeżecie dynamikę zachodzących zmian, a jeśli tak, to w sposób świadomy będziecie mogli wypowiadać się na ten temat. Gdy jest to np. problem natury zdrowia, zareagujecie wcześniej niczym stanie się on poważny i trudny do opanowania.
3. Jak poprawnie zbudować ankietę? Ankieta często nazywana jest narzędziem badawczym i jak sama nazwa wskazuje również tak jak młotek musi być wykorzystana do celów, dla jakich została stworzona. Jeśli ankieta będzie zbyt obszerna, sugerująca i badająca kilka wątków jednocześnie, to z jednej strony zmęczycie respondenta (ankietowanego) i po dwudziestym pytaniu będzie odpowiadał Wam cokolwiek – byle skończyć. Ewentualnie w waszej grupie znajdą się tylko cierpliwe osoby (jakby wszyscy na świecie byli cierpliwi) i często wtedy zbadacie „wszystko, ale tak naprawdę nic”. Zatem praktyczna porada – badajcie mniej a solidniej, aniżeli więcej i byle jak. Lepiej dokładnie zbadać wycinek danego problemu, aniżeli podchodzić od razu do całości zawiłych siatek powiązań. Podobnie jak budowa domu przebiega etapami i trwa miesiącami, czasem latami, tak samo i w przypadku badań, musicie wykazać się pokorą, cierpliwością i starannością.
4. Ilu ankietowanych potrzebuję do swoich badań, czy obowiązuje sztywna zasada? Generalnie to jest tak, im więcej mamy ankietowanych, tym lepiej, ponieważ dzięki temu maksymalny błąd z próby zmniejsza, ale jest tutaj też pewna granica. Do 1000 respondentów błąd bardzo szybko zmniejsza się, natomiast po przekroczeniu tej granicy zmniejsza się w sposób nieznaczny. Dla przykładu (przy założeniu poziomu ufności 95%) dla 100 ankietowanych błąd wynosi około 10%, dla 200 około 7%, dla 5000 około 5%, dla 1000 około 3%, dla 2000 około 2%. Tyle, że dla Was nie jest problemem, że przebadacie 100 osób, tylko ważne w tym wszystkim jest to, by wasza próba miała charakter losowy i by każdy element waszego zbioru ludzi, który chcecie zbadać miał jednakowe prawdopodobieństwo dostania się do niej. A czym jest w ogóle próba? Najprościej rzeczy ujmując, próba to wycinek zbioru osób, który chcecie przebadać. Jeśli waszym zbiorem (innymi słowy populacją) są osoby uprawiające aerobik, to spośród tej grupy dobieracie losowo określoną część osób, która ostatecznie będzie reprezentowała wszystkich uprawiających tą aktywność fizyczną. Wnioskowanie statystyczne, polega na tym, by na podstawie wyników z próby (naszego wycinka zbiorowości) można było mówić z pewnym błędem o relacjach zachodzących w całej zbiorowości (populacji) – to jest w zasadzie kluczowy element badań. Pamiętajcie również, że jeśli wasz szacowany błąd wyniesie +/-10% (przy stosunkowo niewielkiej 100 osobowej grupie ankietowanych) to jest to wartość maksymalna, dlatego wyniki z waszej próby mogą odbiegać od prawdziwych wyników w populacji w znacznie mniejszym stopniu. Raz jeszcze przypomnę, że zdecydowanie ważniejsze od błędu z próby jest to, czy ankieta jest zrozumiała, czy każdy element populacji miał jednakowe prawdopodobieństwo dostania się do próby oraz czy zrobiliście wszystko, by te badania były przeprowadzone w jak najbardziej rzetelny sposób.
5. Dlaczego w badaniach nie wyszły takie zależności, jakie faktycznie powinniśmy zaobserwować? Na to pytanie poniekąd znajduje się odpowiedź w powyższych punktach, ale jest coś jeszcze. Odnieśmy się, do hipotezy zawartej z głównego zdjęcia – im bardziej kogoś lubimy, tym częściej na widok tej osoby odczuwamy radość. Jeden z psychologów badał i wyszło, że w ogóle między tym, że kogoś lubimy a poziomem radości nie ma korelacji. Jak to możliwe? Przecież na pierwszy rzut oka oraz intuicyjnie korelacja powinna wyjść i to bardzo wysoka. Otóż jeśli już zdecydujecie się na przebadanie jakiegoś problemu, sprawdzajcie proszę w teorii, czy jest coś co faktycznie mogłoby różnicować poczucie radości, coś co mogłoby ją zaburzać. W opisanym wyżej przypadku z pewnością trafimy na coś takiego jak typy stylów przywiązania i jeśli w swoich badaniach posłużycie się tylko tym jednym dodatkowym narzędziem do oceny radości, to zobaczycie jak to poczucie radości zmienia się w zależności od stylów przywiązania. Dla przykładu dla osoby ze stylem przywiązania lękowo-ambiwalentnym – im ktoś jest dla niej ważniejszy, tym bardziej występuje u niej poczucie, że może kogoś stracić, strach przed odrzuceniem, strach przed utratą, niepewność. Z kolei przy bezpiecznym stylu przywiązania osoba widząc kogoś kogo lubi często czuje radość. To tylko jeden z przykładów jak same style przywiązania mogą namieszać w prostym przypuszczeniu „im bardziej kogoś lubimy, tym częściej na widok tej osoby odczuwamy radość”. Oczywiście to tylko przykład, bo jeśli dojdzie do tego np. zauroczenie, zakochanie, typy osobowości itd., to też można dostrzec zupełnie odwrotne zależności od tych jakich początkowo byśmy się spodziewali. Dlatego często to nie jest tak, że wyniki badań wyszły nie takie jak oczekiwaliśmy, tylko nie do końca nasza grupa jest jednolita pod względem cech, które mocno wpływają na nasze początkowe przypuszczenie. Jeśli z teorii wyjdzie nam, że istnieją takie czynniki różnicujące, to przed przystąpieniem do badań warto wziąć je pod uwagę, w zależności od tego jaką kategorię osób badacie. Podobna sytuacja jest np. z aktywnością fizyczną, czy aby na pewno im intensywniej ćwiczymy, tym bardziej dbamy o zdrowie? Zastanówcie się, czy uprawiając jakąś aktywność fizyczną na granicy wytrzymałości organizmu wspieracie jego funkcjonowanie, czy jednak degradujecie? Oczywiście do pewnego momentu ta zależność ma postać liniową – jest aktywność, jest zdrowie, ale po przekroczeniu krytycznego punktu intensywnej aktywności fizycznej zaczynamy bardziej zdrowiu szkodzić a nie pomagać.
6. O co chodzi z poziomem istotności i prawdopodobieństwem testowym? Prosto i obrazowo – Poziom istotności zakładacie po to, by ustalić pewien próg, w jakim wasze przypuszczenia/ hipotezy mogą okazać się nieprawdziwe. Najczęściej przyjmuje się, że wynosi on 0,05, czyli jesteście w stanie przyjąć, że akceptujecie maksymalnie 5% ryzyka, że możecie się mylić. Z kolei prawdopodobieństwo testowe „p” jest wynikiem testowania waszej hipotezy. Generalnie to jest tak, że testowanie zaczynamy od tego, iż stwierdzamy, że między widzeniem kogoś kogo lubimy a poziomem radości nie ma żadnej zależności – to tzw. hipoteza zerowa, która zawsze istnieje, nawet jeśli wyraźnie nie opiszecie jej w metodologii. To ona podlega testowaniu. Podobnie jak przy rozprawie sądowej, na początku wychodzimy z założenia, że ktoś jest niewinny, a dopiero potem na podstawie dowodów ogłaszamy wyrok. Podczas weryfikacji hipotez, jeśli testowanie statystyczne wykaże, z uzyskanym prawdopodobieństwem p=0,04, że im bardziej kogoś lubimy, tym częściej widząc tą osobę odczuwamy radość, to oznacza, że istnieje 4% prawdopodobieństwo, że uzyskana zależność jest wynikiem przypadku, a jeśli to tylko 4% to przypadkiem raczej to nie jest. I pamiętajcie, wyniki testów nigdy nie wskażą wam 100% pewności, one przybliżają Was tylko i aż do prawdy i wiedzy. Dlatego zawsze jak weryfikujecie daną hipotezę, to nie piszcie, że się ona potwierdziła, tylko, że wyniki uzyskanych testów wspierają założoną przez was hipotezę, dlatego możecie na ich podstawie odrzucić hipotezę zerową.
7. Wiele hipotez nie zostało potwierdzonych przez wyniki badań, dlaczego? Najczęstszymi powodami są: źle przygotowane narzędzie badawcze, niezwracanie uwagi na teorię informującą o ewentualnych zmiennych różnicujących, niepoprawnie dobrana grupa ankietowanych, czy brak losowości. Czasami twierdzicie, że jeśli hipoteza się nie „potwierdzi” to jest to błędem. Otóż nie jest to żaden błąd, a nawet osobiście sam lubię takie przypadki, ponieważ jeśli badanie jest rzetelne to weryfikuje moje wcześniejsze przypuszczenie. W chwilach wątpliwości zadajcie sobie pytanie: może faktycznie, zjawisko wygląda inaczej jak początkowo zakładałem, a może tylko wyniki badań dały taki efekt w mojej grupie, zaś w całej populacji zjawisko jednak występuje? Zapamiętajcie, nawet jeśli wasze hipotezy nie mają pokrycia w uzyskanych wynikach i sprzeczne są z teorią, to nie oznacza, od razu, że coś z Waszymi badaniami jest nie tak. Często problem tkwi w dwóch różnych rzeczach. Po pierwsze zależność może być widoczna w waszych wynikach, ale nie jest ona istotna statystycznie, czyli nasze prawdopodobieństwo testowe p>0,05, a to z kolei informuje, że istnieje zbyt duże ryzyko uogólniania wyników z próby na populację. W takim wypadku należy opisać zależność, ale stwierdzić, że na podstawie uzyskanego wyniku testu nie mamy podstaw do generalizowania naszych wyników na populację. Po drugie, jeśli wyniki są sprzeczne, często w tego typu sprawach dochodzi zmienna, która istotnie różnicuje grupę – jest to ten element, o którym pisałem w odpowiedzi na piąte pytanie. Tak czy inaczej, pamiętajcie – wynik testu to nie wyrocznia, to pomoc, która ma nam ułatwić podejmowanie decyzji.
8. Co wnosi korzystanie z ankiet standaryzowanych? Bardzo prostą rzecz, po pierwsze są to narzędzia, które pozwalają Wam badać z dużą precyzją problematykę w zakresie np. psychologii, nauk o zdrowiu, pedagogiki itd., a po drugie uzyskane wyniki swoich badań możecie z powodzeniem porównywać z tymi, które realizowane były tymi samymi narzędziami wśród innych kategorii społecznych, zawodowych itd. Narzędzia standaryzowane nadają sensu pracy i znacznie ułatwiają pisanie rozdziału związanego z Dyskusją – zwyczajnie macie łatwiejszy dostęp do materiałów. Jedyna subtelna uwaga, o której już wspominałem, jeśli decydujecie się na badania ankietowe to korzystajcie z krótkich narzędzi standaryzowanych, by zwyczajnie nie zamęczyć respondenta i byście nie mieli problemu z uzyskaniem wymaganej liczby ankietowanych. Wybierajcie również takie narzędzia, do których ma dostęp Wasz promotor i do których posiada odpowiednie uprawnienia i klucze. Osobiście posiadam wiele narzędzi standaryzowanych oraz kluczy z różnych dziedzin nauki, ale uprawnienia zawsze stoją po stronie Promotora, a nie po stronie analityka/ statystyka.
9. Które testy statystyczne są najlepsze? Niestety niema tutaj sztywnej reguły palca wskazującego – wybierz taki test a będzie dobry. To wszystko wynika z tego na jakich skalach zbudowane są pytania w ankiecie, jaki ostatecznie kształt mają uzyskane wyniki i czy jest sens mieszania ze sobą różnych podejść: parametrycznych i nieparametrycznych. W tym wypadku musicie polegać na doświadczeniu i wiedzy analityków, ponieważ nie rzadko zdarza się, że jeden wynik testu podważa drugi, ale to nie jest tak, że któryś z nich jest zły, tylko dlatego, że nie nadaje się do tego typu danych.
10. A może tak zestawić ze sobą wszystkie pytania i wtedy coś wyjdzie? To najczęstsze pytanie tych, którzy uważają, że jak wyniki są istotne statystycznie p<0,05 to znaczy, że są poprawne. Otóż nie, czasem oczekujemy, aby zależności nie było. Dla przykładu wśród kobiet i mężczyzn, którzy przeszli terapię badamy poczucie odpowiedzialności, i tak na zdrowy rozsądek, czy w tym wypadku oczekujemy jakiś różnic w skuteczności terapii? Idealny model jest taki, że zarówno kobiety i mężczyźni po przejściu terapii charakteryzują się wysokim wynikiem odpowiedzialności. Jeśli tak, wobec tego wynik testu powinien być p>0,05, czyli nieistotny statystycznie. Druga sprawa, jeśli badać wszystko ze wszystkim, to nawet przy krótkiej ankiecie wynikiem raportu będą setki tabel z testami i przypadkowymi zależnościami. Czy aby na pewno kobiety z niebieskimi oczami mają większą szansę zajścia w ciążę? To jest tylko jeden z licznych przykładów, który może się pojawić przy zestawianiu „wszystkiego ze wszystkim”. Czy faktycznie powyższą zależność można uznać jako dowód wprowadzający coś sensownego do nauki? To jest trochę tak, jak ze ślepą kurą co trafia na ziarno. I tutaj dochodzimy do sensu formułowania hipotez, to o czym pisałem w punkcie drugim. Sensowne przypuszczenia i cele oparte o teorię dają solidne podstawy do wnioskowania statystycznego. W przeciwnym wypadku analizy są sztuką dla sztuki obarczone ryzykiem wyciągania wniosków, które często nie mają niż wspólnego z wiedzą ani mądrością.
Miało być krótko i zwięźle – uwierzcie, że jest, bo aby dojść to tego wszystkiego co napisałem to trochę podręczników trzeba przewertować, a najlepiej takich, w których informacje często ze sobą się wykluczają. Reasumując samo testowanie statystyczne to ostatnia droga w całym procesie badawczym – analizy wieńczą dzieło, ale jak to dzieło ostatecznie wygląda zależy od tego jak do niego podejdziecie, od samego początku procesu metodologicznego po jego końcowy etap. Jeśli po drodze pogubicie takie elementy jak, rzetelność ankiety, losowy dobór próby, to i ostateczne Wasze dzieło będzie marne i wątpliwe. Ponieważ realnie nie jesteśmy w stanie zbadać całej zbiorowości, która nas interesuje, wybieramy losowo z niej niewielką próbę, tylko po to, by dała nam podstawy do zrozumienia mechanizmów jakie występują w całej populacji, dlatego tak ważny jest każdy element struktury badań od momentu formułowania celów do momentu zebrania wyników. Pamiętajcie również, że to otaczająca rzeczywistość wpływa na wynik testu statystycznego, a nie wynik testu na otaczającą rzeczywistość. I choć coraz częściej tzw. „analizy na zamówienie” wykorzystywane są właśnie do tego, aby wpływać na reakcje społeczeństwa, mam tu na uwadze chociażby marketing polityczny, czy reklamę – nie dajcie się zwieść, ale uruchomcie myślenie, bo często nie jest ważne to co ktoś nam powie, tylko co faktycznie myśli i jakie są jego zamiary. To na zakończenie wetknę jeszcze kij w mrowisko, skoro o marketingu politycznym już wspomniałem. Wiecie, które media podają obiektywną prawdę z zakresu polityki? Na początku odrzućcie wszelkie wasze uprzedzenia i posłuchajcie wszystkich możliwych, od prawicowych po lewicowe, uruchomcie myślenie i wtedy z pewnością wyciągniecie odpowiednie wnioski. Punkt widzenia zależy od punktu siedzenia, dlatego warto te punkty siedzenia czasem pozmieniać, aby przynajmniej trochę zbliżyć się do obiektywnej prawdy. Takie są właśnie wyniki badań – tym bardziej przejrzyste, rzetelne, bliskie wiedzy i mądrości, o ile dany problem rozpatrują z każdego możliwego punktu.