047. Problem główny i problemy szczegółowe – jak zachować spójność?

Problem badawczy jest pytaniem, na które badacz zamierza odpowiedzieć za pomocą zaplanowanego postępowania empirycznego. W dobrze zaprojektowanym badaniu problem główny nie jest jedynie ogólnym hasłem, a problemy szczegółowe nie stanowią przypadkowej listy dodatkowych pytań. Powinny tworzyć uporządkowany system: od pytania nadrzędnego, przez pytania cząstkowe, aż do konkretnych pomiarów i analiz. Tę zgodność warto traktować jako jedną z podstaw jakości projektu badawczego. W publicznym szkoleniu na statystyk.edu.pl jest ona szczególnie ważna, ponieważ pozwala uniknąć sytuacji, w której analiza statystyczna odpowiada na pytania inne niż te postawione we wstępie pracy.

1. Czym jest problem główny?

Problem główny to nadrzędne pytanie badawcze określające zasadniczy kierunek całego projektu. Wskazuje ono, jaki aspekt rzeczywistości ma zostać poznany, wyjaśniony, porównany, opisany albo oceniony. Problem główny powinien być szerszy niż pojedynczy pomiar, ale jednocześnie na tyle określony, aby można było wskazać populację, zjawisko, warunki badania i sposób uzyskania odpowiedzi.

Przykładowo, pytanie: „Jaki jest stan zdrowia psychicznego studentów?” może być punktem wyjścia, lecz jest zbyt nieprecyzyjne jako problem główny. Nie wiadomo, czy chodzi o objawy depresji, lęk, stres, jakość snu czy ogólny dobrostan. Nie wiadomo także, jaką grupę studentów obejmuje badanie, w jakim okresie i przy użyciu jakich narzędzi. Lepsza wersja mogłaby brzmieć: „Jakie jest nasilenie objawów depresyjnych i lękowych oraz z jakimi czynnikami wiąże się ono wśród studentów pierwszego roku kierunków medycznych w roku akademickim 2026/2027?”

Problem główny nie musi zawierać wszystkich szczegółów technicznych. Powinien jednak ujawniać najważniejsze elementy konstrukcji badania:

• kogo lub czego dotyczy badanie – populację, grupę lub jednostkę analizy;
• jakie zjawisko jest przedmiotem zainteresowania – na przykład poziom bólu, wypalenie zawodowe, hospitalizacja lub przestrzeganie zaleceń;
• jaki typ relacji ma być rozpatrywany – opis, porównanie, związek, predykcja albo efekt interwencji;
• w jakim kontekście prowadzona jest obserwacja – określone miejsce, okres, etap choroby lub warunki organizacyjne.

2. Problemy szczegółowe jako rozwinięcie problemu głównego

Problemy szczegółowe są pytaniami cząstkowymi, które razem pozwalają rozstrzygnąć problem główny. Każdy z nich powinien mieć uzasadnienie wynikające z pytania nadrzędnego. Nie oznacza to, że problemy szczegółowe muszą być wyłącznie jego mechanicznym powtórzeniem. Mogą dotyczyć różnych aspektów tego samego zjawiska, ale nie powinny wprowadzać odrębnego, niepowiązanego projektu badawczego.

Przykładowa hierarchia może wyglądać następująco:

1. Problem główny: Czy program edukacji zdrowotnej wiąże się ze zmianą poziomu wiedzy dotyczącej profilaktyki cukrzycy typu 2 u dorosłych mieszkańców gminy?
2. Problem szczegółowy 1: Jaki jest poziom wiedzy uczestników przed rozpoczęciem programu?
3. Problem szczegółowy 2: Jaki jest poziom wiedzy uczestników po zakończeniu programu?
4. Problem szczegółowy 3: Czy zmiana poziomu wiedzy różni się między osobami młodszymi i starszymi?
5. Problem szczegółowy 4: Czy zmiana poziomu wiedzy wiąże się z wcześniejszym uczestnictwem w działaniach edukacyjnych?

W tym układzie wszystkie pytania odnoszą się do jednego programu, jednej grupy docelowej i jednego zasadniczego rezultatu – poziomu wiedzy. Pytania szczegółowe rozszerzają problem główny o pomiar wyjściowy, pomiar końcowy i wybrane analizy dodatkowe.

3. Na czym polega spójność problemów badawczych?

Spójność oznacza zgodność logiczną między elementami projektu. W praktyce należy sprawdzić, czy problem główny, problemy szczegółowe, cele, hipotezy, zmienne, narzędzia, próba badawcza i plan analizy dotyczą tego samego zamierzenia poznawczego.

3.1. Spójność zakresu treściowego

Problemy szczegółowe powinny obejmować treść problemu głównego, ale nie powinny wykraczać poza jego zakres. Jeżeli problem główny dotyczy jakości życia pacjentów po udarze, problem szczegółowy dotyczący satysfakcji personelu z organizacji pracy będzie najprawdopodobniej pytaniem z innego projektu. Można go badać w tym samym badaniu, ale wymagałoby to rozszerzenia problemu głównego i odpowiedniego uzasadnienia.

3.2. Spójność populacji

Jeżeli problem główny dotyczy pielęgniarek pracujących w oddziałach intensywnej terapii, problemy szczegółowe nie powinny nagle odnosić się do wszystkich pracowników ochrony zdrowia. Zmiana populacji może prowadzić do nieuprawnionych uogólnień. Populacja określona w pytaniu musi odpowiadać populacji, z której pobrano próbę.

3.3. Spójność czasu i sytuacji badania

Trzeba określić, czy wszystkie pytania odnoszą się do tego samego okresu. Inne znaczenie ma pytanie o objawy lęku w chwili badania, a inne pytanie o występowanie objawów w ciągu ostatnich dwunastu miesięcy. Jeżeli badanie ma charakter podłużny, problemy szczegółowe powinny uwzględniać zaplanowane punkty pomiarowe.

3.4. Spójność typu pytania

Problem główny może mieć charakter opisowy, porównawczy, zależnościowy lub predykcyjny. Problemy szczegółowe mogą łączyć kilka typów, ale trzeba to robić świadomie. Na przykład pytanie główne o związek aktywności fizycznej z jakością snu nie powinno być rozwijane wyłącznie przez pytania opisujące częstość występowania bólu pleców, jeżeli ból pleców nie jest częścią modelu badawczego.

4. Od problemu głównego do problemów szczegółowych – procedura

Krok 1. Zapisz jedno zdanie określające zasadnicze pytanie

Najpierw należy sformułować problem główny bez dodawania wszystkich możliwych zmiennych. Pomocne jest użycie czasowników takich jak: opisać, porównać, ocenić, sprawdzić związek lub oszacować. Należy unikać słów nieoperacyjnych, takich jak „wpływ” albo „znaczenie”, jeśli projekt nie umożliwia odpowiedniego wnioskowania.

W badaniu przekrojowym bez manipulacji eksperymentalnej bezpieczniej zapytać: „Czy poziom stresu wiąże się z jakością snu?” niż: „Czy stres powoduje pogorszenie jakości snu?” To drugie pytanie ma charakter przyczynowy, a odpowiedź przyczynowa wymaga odpowiedniego schematu badania, kontroli zakłóceń i właściwej interpretacji.

Krok 2. Określ główne elementy pytania

W badaniach klinicznych i zdrowotnych pomocny może być schemat PICO lub jego odmiany. Litery oznaczają:

• P – Population/Problem: populacja lub problem zdrowotny;
• I – Intervention/Exposure: interwencja albo narażenie;
• C – Comparison: grupa lub warunek porównawczy;
• O – Outcome: wynik, punkt końcowy lub mierzalny rezultat.

Nie każda praca wymaga pełnego PICO. W badaniu obserwacyjnym litera I może oznaczać ekspozycję, a w badaniu opisowym element porównania może nie występować. PICO jest narzędziem porządkującym pytanie, a nie sztywnym formularzem, który należy zastosować niezależnie od projektu (Aslam i in., 2010).

Krok 3. Wybierz wymiary, które rzeczywiście są potrzebne

Problemy szczegółowe powinny rozwijać problem główny, a nie wyliczać wszystkie zmienne z kwestionariusza. Jeżeli ankieta zawiera dwadzieścia pytań socjodemograficznych, nie oznacza to, że należy stworzyć dwadzieścia problemów szczegółowych. Najpierw trzeba ustalić, które informacje są niezbędne do odpowiedzi na pytanie główne.

Krok 4. Przypisz każdemu problemowi zmienne i analizę

Każdy problem szczegółowy powinien mieć wskazany rezultat, który można zmierzyć. Dobrą praktyką jest przygotowanie tabeli zgodności:

Problem szczegółowy	Zmienne	Wynik	Przykładowa analiza
Jaki jest poziom stresu?	Wynik skali stresu	Średnia, mediana, rozproszenie	Statystyki opisowe
Czy stres różni się między grupami?	Stres, grupa zawodowa	Różnica wyników	Test t, Mann–Whitney lub model regresji
Czy stres wiąże się ze snem?	Stres, jakość snu	Siła i kierunek związku	Korelacja lub regresja

Jeżeli dla problemu szczegółowego nie można wskazać zmiennej, pomiaru i planowanej metody analizy, pytanie prawdopodobnie nie jest jeszcze dostatecznie określone.

5. Przykład 1: badanie pacjentów z nadciśnieniem

Załóżmy, że badacz chce ocenić przestrzeganie zaleceń terapeutycznych u pacjentów leczonych ambulatoryjnie. Zbyt szeroki problem mógłby brzmieć: „Jak wygląda leczenie nadciśnienia?” Takie pytanie obejmuje zbyt wiele możliwych zagadnień: rozpoznanie, leczenie farmakologiczne, styl życia, kontrolę ciśnienia, działania niepożądane i organizację opieki.

Można je zawęzić do następującej postaci:

Problem główny: Czy przestrzeganie zaleceń dotyczących przyjmowania leków wiąże się z kontrolą ciśnienia tętniczego u dorosłych pacjentów leczonych w poradni podstawowej opieki zdrowotnej?

Problemy szczegółowe:

1. Jaki odsetek pacjentów deklaruje regularne przyjmowanie leków?
2. Jaki jest średni poziom ciśnienia skurczowego i rozkurczowego w badanej grupie?
3. Czy wartości ciśnienia różnią się między pacjentami deklarującymi regularne i nieregularne przyjmowanie leków?
4. Czy wiek, liczba leków i czas trwania choroby wiążą się z przestrzeganiem zaleceń?

W tym przykładzie należy zachować ostrożność interpretacyjną. Jeżeli badanie jest przekrojowe i opiera się na jednorazowym pomiarze, można oceniać związek, ale nie należy bezpośrednio twierdzić, że nieregularne przyjmowanie leków spowodowało gorszą kontrolę ciśnienia. Możliwe są także inne wyjaśnienia, na przykład cięższy stan zdrowia, różnice w dostępie do opieki lub błędy pomiaru.

6. Przykład 2: psychologia i obciążenie studentów

Rozważmy badanie dotyczące obciążenia nauką i dobrostanu studentów pielęgniarstwa. Problem główny może zostać zapisany tak:

Problem główny: Jakie jest nasilenie stresu akademickiego i dobrostanu psychicznego studentów pielęgniarstwa oraz czy zmienne te pozostają ze sobą w związku?

Problemy szczegółowe:

• Jakie jest nasilenie stresu akademickiego w badanej grupie?
• Jaki jest poziom dobrostanu psychicznego?
• Czy stres akademicki różni się między studentami różnych lat?
• Czy stres akademicki wiąże się z dobrostanem psychicznym?
• Czy liczba godzin pracy zarobkowej i jakość snu wiążą się z dobrostanem po uwzględnieniu stresu akademickiego?

Ostatnie pytanie wprowadza model wielozmiennowy. Jest metodologicznie uzasadnione tylko wtedy, gdy badacz rzeczywiście zaplanował pomiar pracy zarobkowej, snu, stresu i dobrostanu oraz dysponuje próbą wystarczającą do przeprowadzenia takiej analizy. Nie należy dodawać problemu predykcyjnego dopiero po obejrzeniu danych, bez oznaczenia go jako analiza eksploracyjna.

7. Jak kontrolować spójność przed rozpoczęciem badania?

Przed rozpoczęciem zbierania danych warto wykonać krótki audyt projektu. Dla każdego problemu szczegółowego należy odpowiedzieć na sześć pytań:

1. Czy problem wynika logicznie z problemu głównego?
2. Czy dotyczy tej samej populacji i tego samego kontekstu?
3. Czy wskazuje zmienne możliwe do zmierzenia?
4. Czy wiadomo, jaki wynik odpowie na pytanie?
5. Czy zaplanowano odpowiednią analizę?
6. Czy pytanie było przewidziane przed analizą danych, czy powstało dopiero po jej wykonaniu?

Warto także odwrócić kierunek kontroli: przejść od planu analizy do problemów badawczych. Jeżeli plan obejmuje testy lub modele dotyczące zmiennych, których nie ma w problemach szczegółowych, trzeba wyjaśnić, czy są to analizy pomocnicze, kontrolne, czy też nieuzasadnione rozszerzenie projektu.

Standardy raportowania, takie jak JARS-Quant, CONSORT, STROBE i PRISMA, różnią się zakresem, lecz łączy je nacisk na przejrzyste przedstawianie celów, pytań, hipotez, metod i wyników. Problem badawczy powinien być rozpoznawalny zarówno w części wprowadzającej, jak i w opisie metod oraz wyników (Appelbaum i in., 2018; Schulz, Altman i Moher, 2010; Vandenbroucke i in., 2007; Page i in., 2021).

Najczęstsze błędy

1. Zastępowanie problemu tematem

„Stres zawodowy pielęgniarek” jest tematem, a nie pełnym problemem badawczym. Problem powinien przybrać formę pytania lub równoważnego, precyzyjnego sformułowania określającego, co będzie badane.

2. Tworzenie listy pytań bez hierarchii

Jeżeli wszystkie pytania mają status równorzędny, czytelnik nie wie, które z nich jest najważniejsze. Należy wyodrębnić problem główny i podporządkować mu problemy szczegółowe.

3. Mieszanie różnych populacji

Nie wolno rozpoczynać od pacjentów hospitalizowanych, a następnie formułować problemów dotyczących osób leczonych ambulatoryjnie, chyba że projekt obejmuje obie populacje i przewiduje ich porównanie.

4. Nadmierna liczba problemów szczegółowych

Duża liczba pytań nie świadczy o wartości projektu. Może oznaczać brak priorytetów i zwiększać ryzyko analiz przypadkowych lub wielokrotnego testowania hipotez.

5. Wprowadzanie nieuzasadnionych pytań przyczynowych

W badaniu obserwacyjnym pytanie o „wpływ” interwencji może być zbyt mocne. W wielu przypadkach właściwsze będzie pytanie o różnicę, związek lub wartość prognostyczną.

6. Rozbieżność między pytaniami a pomiarem

Nie można pytać o jakość życia, jeżeli narzędzie mierzy wyłącznie nasilenie objawów. Nie można też pytać o zmianę, jeżeli wykonano tylko jeden pomiar.

7. Traktowanie wszystkich analiz jako potwierdzających

Analiza dodatkowa wykonana po obejrzeniu danych może być wartościowa, ale powinna zostać oznaczona jako eksploracyjna. Nie należy przedstawiać jej tak, jakby była zaplanowanym testem głównego problemu.

Przykład praktyczny: ocena gotowości studentów do udzielania pierwszej pomocy

Załóżmy, że zespół chce zbadać studentów kierunków niemedycznych po krótkim szkoleniu z pierwszej pomocy.

Wersja niespójna: „Czy szkolenie z pierwszej pomocy poprawia wiedzę studentów, zwiększa ich empatię, zmniejsza lęk, poprawia kondycję fizyczną, zmienia poglądy na system ochrony zdrowia i wpływa na wybór zawodu medycznego?”

To nie jest jeden spójny problem, lecz zbiór kilku potencjalnych projektów. Niektóre wyniki wymagają testu wiedzy, inne skal psychologicznych, jeszcze inne długiej obserwacji.

Wersja spójna: „Czy udział w krótkim szkoleniu z pierwszej pomocy wiąże się ze zmianą wiedzy i deklarowanej gotowości do podjęcia podstawowych działań ratunkowych u studentów kierunków niemedycznych?”

Problemy szczegółowe:

1. Jaki jest poziom wiedzy przed szkoleniem?
2. Jaki jest poziom wiedzy po szkoleniu?
3. Czy po szkoleniu zmienia się deklarowana gotowość do podjęcia działań?
4. Czy zmiana wiedzy różni się między osobami, które wcześniej uczestniczyły w podobnych zajęciach, a osobami bez takiego doświadczenia?

Jeśli zastosowano pomiar przed i po szkoleniu bez losowej grupy kontrolnej, można opisać zmianę wyników w czasie, ale należy zachować ostrożność w przypisywaniu całej zmiany samemu szkoleniu. Do mocniejszego wnioskowania potrzebny byłby odpowiedni schemat porównawczy, na przykład randomizowany albo przynajmniej quasi-eksperymentalny.

Co warto zapamiętać?

• Problem główny wyznacza zasadnicze pytanie całego badania.
• Problemy szczegółowe powinny logicznie rozwijać problem główny, a nie tworzyć niezależną listę tematów.
• Spójność trzeba sprawdzać między problemami, populacją, czasem, zmiennymi, pomiarem i analizą.
• Każdy problem szczegółowy powinien prowadzić do możliwej do uzyskania odpowiedzi empirycznej.
• Nie należy formułować wniosków przyczynowych, jeśli schemat badania pozwala jedynie na opis lub ocenę związku.
• PICO może pomóc uporządkować pytania kliniczne, ale nie zastępuje rozumowania metodologicznego.
• Najważniejsze pytania powinny być ustalone przed analizą danych; pytania powstałe później należy wyraźnie oznaczyć jako eksploracyjne.
• Najlepszym testem spójności jest przejście całej ścieżki: problem główny → problemy szczegółowe → zmienne → pomiary → analiza → wnioski.

Dobrze skonstruowany problem badawczy nie ogranicza kreatywności badacza. Przeciwnie – pozwala ją ukierunkować. Dzięki hierarchii problemów łatwiej zdecydować, które dane są niezbędne, które analizy są pierwszoplanowe, a które mają charakter pomocniczy. To właśnie ta dyscyplina konstrukcyjna odróżnia projekt możliwy do obrony metodologicznej od zbioru luźno powiązanych pytań i wyników.

\n

Źródła i dalsza lektura

\n

1. Aslam S, Mohsin A, Navaid S, et al. (2010). Formulating a researchable question: A critical step for facilitating good clinical research. Indian Journal of Sexually Transmitted Diseases and AIDS, 31(1), 47–50. DOI: 10.4103/0253-7184.69003.
2. Appelbaum M, Cooper H, Kline RB, Mayo-Wilson E, Nezu AM, Rao SM. (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.
3. Schulz KF, Altman DG, 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.
4. Vandenbroucke JP, von Elm E, Altman DG, Gøtzsche PC, Mulrow CD, Pocock SJ, Poole C, Schlesselman JJ, Egger M, for the STROBE Initiative. (2007). Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and Elaboration. PLoS Medicine, 4(10), e297. DOI: 10.1371/journal.pmed.0040297.
5. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71. DOI: 10.1136/bmj.n71.
6. Sackett DL, Straus SE, Richardson WS, Rosenberg W, Haynes RB. (2000). Evidence-Based Medicine: How to Practice and Teach EBM. 2nd edition. Churchill Livingstone.

\n