021. Jak zbudować mapę procesu badawczego krok po kroku?

Mapa procesu badawczego jest uporządkowanym przedstawieniem kolejnych decyzji, działań i punktów kontrolnych prowadzących od ogólnego problemu naukowego do uzasadnionego wniosku. Nie jest wyłącznie ilustracją do protokołu. Pełni funkcję narzędzia kontroli jakości: pozwala sprawdzić, czy pytanie badawcze ma odpowiednią postać, czy zmienne można wiarygodnie zmierzyć, czy planowana próba odpowiada populacji oraz czy przewidziana analiza może dostarczyć odpowiedzi na postawione pytanie.

W poprzednich lekcjach kursu na statystyk.edu.pl omawiano między innymi spójność projektu, prerejestrację, poziomy analizy i rozróżnienie korelacji od związku przyczynowego. Mapa procesu badawczego łączy te zagadnienia w jeden praktyczny schemat. Jej celem nie jest mechaniczne „odhaczenie” etapów, lecz ujawnienie zależności między decyzjami projektowymi.

1. Czym jest mapa procesu badawczego?

Mapa procesu badawczego to model przebiegu badania, który odpowiada na cztery pytania:

• Od czego zaczynamy? Od problemu, luki poznawczej lub decyzji praktycznej wymagającej danych.
• Co dokładnie chcemy ustalić? Określa to pytanie badawcze, cel oraz ewentualne hipotezy.
• Jak uzyskamy wiarygodną odpowiedź? Wymaga to wyboru schematu badania, populacji, próby, pomiarów i analizy.
• Jak ograniczymy nadinterpretację? Służą temu kryteria jakości, plan postępowania z brakami danych, analiza wrażliwości i ostrożna interpretacja.

Mapa może mieć postać diagramu blokowego, tabeli albo dokumentu łączącego oba rozwiązania. Najbardziej użyteczna wersja zawiera nie tylko kolejność czynności, ale także: decyzję, którą trzeba podjąć; uzasadnienie tej decyzji; dane potrzebne do jej wykonania; możliwe ryzyko błędu oraz sposób kontroli.

2. Zasada odwróconego projektowania

Proces badawczy powinien być konstruowany od pytania i planowanego wniosku, a nie od dostępnego narzędzia lub wygodnej bazy danych. W praktyce oznacza to następującą kolejność rozumowania:

1. Jakie twierdzenie chcemy uzasadnić?
2. Jaki wynik byłby wystarczającą odpowiedzią?
3. Jakiego rodzaju dane pozwolą ten wynik uzyskać?
4. Jaki projekt zapewni odpowiednią jakość tych danych?
5. Jakie ograniczenia pozostaną nawet po prawidłowym przeprowadzeniu badania?

Takie podejście zapobiega sytuacji, w której badacz najpierw zbiera wiele zmiennych, a dopiero później poszukuje interesującej zależności. W badaniu konfirmacyjnym zasadnicze elementy — zwłaszcza główny wynik, porównanie i metoda analizy — powinny być określone przed analizą wyników. W badaniach eksploracyjnych dopuszczalna jest większa elastyczność, ale należy wyraźnie oddzielić odkrycia od hipotez sprawdzanych z wyprzedzeniem. Podział analiz na główne, dodatkowe i eksploracyjne jest również zalecany w standardach APA JARS (Appelbaum et al., 2018).

3. Budowanie mapy krok po kroku

Krok 1. Zdefiniuj problem i jego kontekst

Punkt wyjścia powinien opisywać zjawisko, jego znaczenie oraz kontekst, w którym powstała luka wiedzy. Dobre sformułowanie problemu nie brzmi: „Chcemy zbadać stres”. Jest zbyt szerokie. Lepsza wersja określa populację, sytuację i możliwy skutek, na przykład: „Nie wiadomo, czy częstość objawów wypalenia zawodowego wśród pielęgniarek oddziałów ratunkowych wiąże się z liczbą dyżurów nocnych w miesiącu”.

Na tym etapie należy także wskazać, czy problem ma charakter opisowy, porównawczy, prognostyczny, etiologiczny, ewaluacyjny czy jakościowy. Rodzaj problemu będzie później wpływał na projekt, pomiar i sposób wnioskowania.

Krok 2. Sformułuj cel i pytanie badawcze

Cel powinien być konkretny, możliwy do realizacji i zgodny z dostępnymi zasobami. Pytanie badawcze przekłada cel na relację między określonymi elementami. W badaniu ilościowym warto wskazać co najmniej: populację, ekspozycję lub interwencję, wynik, okres obserwacji oraz — jeśli to potrzebne — grupę porównawczą.

Przykładowe pytanie brzmi: „Czy wśród dorosłych pacjentów podstawowej opieki zdrowotnej udział w 12-tygodniowym programie aktywności fizycznej wiąże się z większym spadkiem skurczowego ciśnienia tętniczego niż standardowa edukacja zdrowotna?”. Pytanie wskazuje populację, interwencję, porównanie, wynik i czas.

Krok 3. Określ konstrukt, zmienne i operacjonalizację

Ogólne pojęcia, takie jak lęk, jakość życia, przestrzeganie zaleceń czy sprawność funkcjonalna, są konstruktami teoretycznymi. Aby mogły zostać wykorzystane w badaniu, trzeba ustalić ich wskaźniki. Operacjonalizacja odpowiada na pytanie: „Po czym poznamy i jak zmierzymy dane zjawisko?”.

Dla każdej głównej zmiennej należy ustalić:

• definicję pojęciową i operacyjną;
• skalę pomiaru oraz jednostkę;
• moment i warunki pomiaru;
• narzędzie oraz jego właściwości pomiarowe;
• reguły kodowania, w tym sposób oznaczania braków danych;
• ewentualny punkt odcięcia i uzasadnienie jego zastosowania.

Warto narysować prosty łańcuch: konstrukt → wskaźnik → pomiar → zmienna w bazie danych → wynik analizy. Każde przejście może wprowadzać błąd. Na przykład wynik kwestionariusza nie jest „samym lękiem”, lecz obserwowanym wskaźnikiem konstruktu lęku.

Krok 4. Wybierz schemat badania

Schemat powinien wynikać z pytania, a nie odwrotnie. Badanie przekrojowe pozwala opisać częstość zjawiska lub współwystępowanie cech w określonym momencie. Badanie kohortowe umożliwia obserwację następstwa czasowego. Badanie kliniczne z randomizacją może — przy odpowiedniej realizacji — dostarczać silniejszych podstaw do oceny efektu interwencji. Badanie jakościowe służy między innymi poznaniu doświadczeń, znaczeń i mechanizmów postrzeganych przez uczestników.

Wybór schematu określa granice wnioskowania. Z badania przekrojowego nie należy bez dodatkowych podstaw wyprowadzać wniosku, że jedna zmienna spowodowała drugą. W przypadku badania randomizowanego także trzeba uwzględnić zgodność z protokołem, utratę uczestników, adherencję i precyzję oszacowania.

Krok 5. Zdefiniuj populację, jednostkę i sposób doboru próby

Mapa powinna rozróżniać populację docelową, populację dostępną oraz badaną próbę. Należy określić kryteria włączenia i wyłączenia, sposób rekrutacji, miejsce badania i okres naboru. Trzeba też wskazać, kto lub co jest jednostką obserwacji: osoba, gospodarstwo domowe, wizyta, oddział szpitalny albo dokumentacja medyczna.

W badaniach grupowanych niezależność obserwacji może być ograniczona. Pacjenci leczeni w tym samym oddziale mogą być do siebie bardziej podobni niż pacjenci z różnych oddziałów. Taki fakt powinien pojawić się na mapie już na etapie planowania, ponieważ wpływa na liczebność próby i model analityczny.

Krok 6. Zaplanuj pomiar i procedurę zbierania danych

Opis pomiaru powinien być wystarczająco dokładny, aby inny zespół mógł odtworzyć procedurę. Należy ustalić kolejność pomiarów, szkolenie osób zbierających dane, kalibrację aparatury, instrukcje dla uczestników, kontrolę jakości oraz sposób dokumentowania odstępstw.

Jeżeli wynik jest mierzony kilkakrotnie, mapa powinna wskazywać, który pomiar jest główny: pierwszy, średnia z powtórzeń, zmiana względem wartości początkowej czy pomiar po określonym czasie. Bez tej decyzji po zebraniu danych łatwo nieświadomie wybrać najkorzystniejszy rezultat.

Krok 7. Zdefiniuj plan analizy

Plan analizy powinien odpowiadać pytaniu, typowi zmiennych, strukturze danych i schematowi badania. Należy wskazać analizę główną, zmienne dodatkowe, sposób kontroli czynników zakłócających, postępowanie z brakami danych, ocenę założeń oraz formę prezentacji wyników.

W badaniu porównawczym warto z góry określić kontrast, czyli wielkość porównania. Dla różnicy średnich można zapisać:

Δ = μ₁ − μ₀

• Δ — różnica średnich będąca przedmiotem zainteresowania;
• μ₁ — średnia w grupie interwencji lub ekspozycji;
• μ₀ — średnia w grupie porównawczej.

Sam wynik testu i wartość p nie wystarczają do oceny znaczenia rezultatu. Należy raportować także oszacowanie efektu, przedział ufności i — gdy jest to uzasadnione — miarę standaryzowaną. Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej. Informuje o zgodności danych z określonym modelem i hipotezą zerową przy założeniach zastosowanej procedury.

Krok 8. Dodaj punkty kontrolne i decyzje warunkowe

Dobra mapa nie jest prostą linią. Zawiera punkty decyzyjne, na przykład: „Czy narzędzie ma zaakceptowaną rzetelność w badanej populacji?”, „Czy liczba braków danych przekracza ustalony próg?”, „Czy doszło do poważnego naruszenia protokołu?”. Przy każdym punkcie należy określić, co stanie się dalej.

Przykładowo: jeżeli pomiar ciśnienia nie spełnia wymagań procedury, należy go powtórzyć, oznaczyć jako nieważny albo wykluczyć według wcześniej ustalonej reguły. Niedopuszczalne jest podejmowanie takich decyzji wyłącznie na podstawie tego, czy wynik „pasuje” do oczekiwań.

Krok 9. Zaplanuj interpretację i raportowanie

Ostatni etap mapy powinien obejmować nie tylko tabelę wyników, lecz także sposób przejścia od wyników do wniosków. Trzeba rozdzielić: opis danych, oszacowanie efektu, ocenę niepewności, znaczenie praktyczne, ograniczenia oraz zakres uogólnienia.

Do raportowania można dobrać właściwe wytyczne. Dla randomizowanych badań równoległych użyteczny jest CONSORT 2010, dla badań obserwacyjnych STROBE, a dla badań psychologicznych — JARS-Quant. Wytyczne te nie zastępują dobrego projektu, ale pomagają sprawdzić, czy raport zawiera informacje potrzebne do oceny badania i jego odtworzenia (Schulz et al., 2010; von Elm et al., 2007; Appelbaum et al., 2018).

4. Dwa przykłady zastosowania mapy

Przykład 1. Program aktywności fizycznej a ciśnienie tętnicze

Problem: w podstawowej opiece zdrowotnej potrzebna jest ocena, czy krótki program aktywności fizycznej przynosi mierzalną poprawę ciśnienia.

Mapa: pytanie określa dorosłych pacjentów z podwyższonym ciśnieniem, interwencję, standardową edukację, główny wynik i 12-tygodniowy okres. Następnie zespół definiuje randomizowany schemat równoległy, kryteria kwalifikacji, sposób randomizacji, pomiar ciśnienia oraz główną analizę różnicy zmiany między grupami.

Na mapie trzeba umieścić również: analizę uczestników zgodnie z przydziałem, dokumentowanie rezygnacji, reguły dotyczące zmiany leków oraz raportowanie zdarzeń niepożądanych. Jeżeli interwencja zostanie oceniona tylko u osób, które ukończyły program, wniosek może dotyczyć wybranej grupy osób przestrzegających zaleceń, a nie wszystkich przydzielonych do interwencji.

Przykład 2. Wypalenie zawodowe pielęgniarek

Problem: kierownictwo szpitala chce ocenić, czy liczba dyżurów nocnych wiąże się z nasileniem objawów wypalenia.

Mapa: zespół wybiera badanie przekrojowe, definiuje pielęgniarki pracujące co najmniej od sześciu miesięcy, rejestruje liczbę nocnych dyżurów w poprzednim miesiącu i mierzy wypalenie za pomocą określonego, opisanego narzędzia. W analizie uwzględnia potencjalne czynniki zakłócające, takie jak staż pracy, wymiar etatu i typ oddziału.

Wniosek powinien mieć postać ostrożną: „W badanej próbie większa liczba dyżurów nocnych współwystępowała z wyższym wynikiem wypalenia”. Nie należy pisać, że dyżury nocne „spowodowały” wypalenie, ponieważ przekrojowy pomiar nie ustala pewnie następstwa czasowego.

5. Jak przedstawić mapę w tabeli?

Etap	Pytanie kontrolne	Produkt etapu
Problem	Jaką lukę lub decyzję chcemy rozstrzygnąć?	Opis problemu i uzasadnienie
Pytanie	Jaka dokładnie relacja lub cecha jest przedmiotem badania?	Cel i pytanie badawcze
Pomiar	Jak konstrukt zostanie przełożony na obserwowalne dane?	Definicje zmiennych i procedura
Projekt	Jaki schemat najlepiej odpowiada pytaniu?	Uzasadnienie projektu
Próba	Kogo obejmuje badanie i jak uzyskamy uczestników?	Populacja, kryteria i rekrutacja
Analiza	Jaki wynik będzie główny i jak ocenimy niepewność?	Plan analizy
Interpretacja	Co wolno wnioskować, a czego nie?	Wniosek z ograniczeniami

Najczęstsze błędy

• Rozpoczynanie od metody. Wybór testu statystycznego przed określeniem pytania prowadzi do podporządkowania problemu narzędziu.
• Zbyt ogólne zmienne. Pojęcia takie jak „zdrowie” lub „stres” wymagają precyzyjnych definicji operacyjnych.
• Brak wyniku głównego. Jeśli wszystkie wyniki są traktowane jako równie ważne, rośnie ryzyko selektywnego eksponowania korzystnych rezultatów.
• Pomijanie populacji i procesu rekrutacji. Sama liczebność próby nie opisuje jej reprezentatywności ani możliwości uogólnienia.
• Brak reguł dla braków danych i odstępstw. Decyzje podejmowane po obejrzeniu wyników mogą zwiększać stronniczość.
• Mieszanie etapów badania z etapami publikacji. Raportowanie jest końcowym etapem procesu, ale wymagania dotyczące raportu powinny wpływać na dokumentację od początku.
• Język przyczynowy bez podstaw projektowych. Związek zaobserwowany w badaniu obserwacyjnym nie staje się automatycznie efektem przyczynowym.

Przykład praktyczny: kontrola mapy przed rekrutacją

Załóżmy, że zespół chce zbadać wpływ szkolenia z komunikacji na satysfakcję pacjentów. Przed rozpoczęciem rekrutacji tworzy mapę i sprawdza pięć połączeń: szkolenie → zachowanie personelu, zachowanie personelu → doświadczenie pacjenta, doświadczenie pacjenta → wynik kwestionariusza, przydział do szkolenia → porównywalność grup oraz utrata obserwacji → kompletność analizy.

Kontrola ujawnia, że pacjenci mogą oceniać różne oddziały, a personel z jednego oddziału będzie przypisany do tej samej grupy. Zespół dopisuje więc do mapy strukturę grupowania, planuje analizę uwzględniającą oddział i określa, jak monitorować przenoszenie personelu między jednostkami. To przykład sytuacji, w której mapa nie tylko opisuje projekt, ale pozwala go ulepszyć przed zebraniem danych.

Co warto zapamiętać?

• Mapa procesu badawczego pokazuje logiczne przejście od problemu do wniosku.
• Najpierw określa się pytanie i planowany wniosek, a dopiero potem dobiera pomiary, próbę i analizę.
• Każdy konstrukt musi zostać przełożony na jasno zdefiniowane wskaźniki i procedury.
• Projekt badania wyznacza granice wnioskowania, zwłaszcza w zakresie przyczynowości.
• Plan powinien zawierać punkty kontrolne, reguły postępowania z brakami danych i odstępstwami oraz sposób raportowania.
• Istotność statystyczna, wielkość efektu i znaczenie praktyczne są odrębnymi aspektami oceny wyniku.
• Dobra mapa jest dokumentem roboczym: można ją aktualizować, lecz każdą zmianę należy uzasadnić i udokumentować.

Najprostszy test jakości brzmi: czy osoba niezwiązana z projektem potrafi, na podstawie mapy, wyjaśnić, dlaczego z danego pytania wynikają właśnie takie pomiary, taka próba i taka analiza? Jeżeli nie, projekt wymaga doprecyzowania przed rozpoczęciem zbierania danych.

\n

Źródła i dalsza lektura

\n

1. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., Rao, S. M., i Task Force APA Publications and Communications Board (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board Task Force report. American Psychologist, 73(1), 3–25. DOI: 10.1037/amp0000191.
2. Schulz, K. F., Altman, D. G., Moher, D., for the CONSORT Group (2010). CONSORT 2010 Statement: Updated guidelines for reporting parallel group randomised trials. BMJ, 340, c332. DOI: 10.1136/bmj.c332.
3. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., Vandenbroucke, J. P., for the STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies. PLoS Medicine, 4(10), e296. DOI: 10.1371/journal.pmed.0040296.
4. American Psychological Association (2018). APA Style Journal Article Reporting Standards (JARS). American Psychological Association. Źródło.

\n

Jeżeli potrzebujesz indywidualnego wsparcia w doborze metod, przygotowaniu bazy lub opracowaniu wyników badań, sprawdź analiza statystyczna.