Wstępne rozpoznanie literatury pomaga ocenić, co już wiadomo, jak definiowano badane zjawisko, jakie metody stosowano oraz czy planowane badanie rzeczywiście wnosi nową wartość.
Dowiedz się, jak przekształcić codzienną obserwację, trudność zawodową lub nieoczekiwany przypadek w precyzyjny, wykonalny i naukowo uzasadniony problem badawczy.
Mapa procesu badawczego porządkuje drogę od problemu i pytania badawczego do interpretacji oraz raportowania wyników. W lekcji pokazujemy, jak budować ją krok po kroku, wykrywać luki logiczne i dopasowywać metody do celu badania.
Spójny projekt badawczy łączy problem, pytanie, hipotezy, zmienne, dobór próby, pomiar i analizę w jeden uzasadniony ciąg logiczny. Lekcja pokazuje, jak wykrywać niespójności przed rozpoczęciem zbierania danych.
Prerezjestracja, protokół i plan analizy pomagają oddzielić decyzje podjęte przed poznaniem danych od analiz wykonywanych po ich obejrzeniu. Lekcja wyjaśnia, jak projektować te dokumenty, jak postępować ze zmianami oraz jak odróżniać analizy konfirmacyjne od eksploracyjnych.
Założenia teoretyczne kierują wyborem problemu, zmiennych, hipotez, pomiarów i analiz statystycznych. W tej lekcji wyjaśniamy, jak teoria porządkuje badanie ilościowe i chroni przed przypadkową interpretacją danych.
Lekcja 017 wyjaśnia, dlaczego zależności obserwowane między grupami nie muszą opisywać jednostek, a wyniki indywidualne nie zawsze opisują kontekst społeczny lub organizacyjny.
Jednostka analizy, jednostka obserwacji i poziom wnioskowania określają, czego dotyczą dane, obliczenia statystyczne i końcowe wnioski. Ich rozróżnienie pomaga uniknąć błędów agregacji, pseudoreplikacji i błędu ekologicznego.
Lekcja 015 pokazuje, dlaczego obserwowana zależność między dwiema zmiennymi nie musi oznaczać bezpośredniego związku. Omawiamy zmienne ukryte, zakłócające, mediatory, modyfikatory efektu, paradoks Simpsona oraz praktyczne sposoby poszukiwania alternatywnych wyjaśnień.
Korelacja opisuje współwystępowanie zmiennych, ale sama nie dowodzi, że jedna zmienna powoduje zmianę drugiej. Lekcja wyjaśnia różnicę między zależnością statystyczną a przyczynowością oraz pokazuje rolę zmiennych zakłócających, kierunku czasu, randomizacji i modeli przyczynowych.