Η μεθοδολογία και οι μέθοδοι της έρευνας στις κοινωνικές επιστήμες

Σ. Νταλί - Η εμμονή της μνήμης

Είναι όροι που χρησιμοποιούνται συχνά εναλλακτικά, αλλά έχουν διαφορετική σημασία. Η ερευνητική μεθοδολογία είναι η πρωταρχική προσέγγιση της έρευνας, ενώ οι ερευνητικές μέθοδοι είναι τα συγκεκριμένα εργαλεία και διαδικασίες που χρησιμοποιούνται για τη συλλογή και ανάλυση δεδομένων.

Η μεθοδολογία της έρευνας είναι μια συστηματική και θεωρητική προσέγγιση για τη συλλογή και αξιολόγηση δεδομένων σε όλη τη διαδικασία της έρευνας. Καθορίζει την καταλληλότητα των μεθόδων που εφαρμόζονται για τη διαπίστωση λύσης και εφαρμόζεται στα αρχικά στάδια της έρευνας. Είναι η διερεύνηση, ανάλυση, αξιολόγηση και εφαρμογή των μεθόδων που εμπλέκονται στην ερευνητική διαδικασία και / ή στην επίλυση προβλημάτων. Δεν είναι μια απλή συνάθροιση, αλλά μια δημιουργική σύνθεση και αξιοποίηση ενός συνόλου μεθόδων. Βασίζεται στη λογική και τις φυσικές και κοινωνικές παραδοχές που αποτελούν (μας αρέσουν ή όχι) τη βάση μιας συγκεκριμένης μελέτης.

Εμπεριέχει:

·        Την συστηματική ανάλυση περιβάλλοντος, αρχών, κανόνων και αξιωμάτων που λειτουργούν / εφαρμόζονται σε ένα τομέα.

·        Τη συστηματική μελέτη μεθόδων που ήδη εφαρμόζονται ή θα μπορούσαν να εφαρμοστούν σε αυτόν.

·        Τη συγκριτική μελέτη, αξιολόγηση και εφαρμογή διαφορετικών συνεργατικών προσεγγίσεων και μεθόδων.

    Ένα σύνολο διαδικασιών . 

Παραδείγματα Μεθοδολογίας Έρευνας:

Ποσοτική μεθοδολογία έρευνας: Εστιάζει σε αριθμητικά δεδομένα για να περιγράψει, να εξηγήσει, να προβλέψει ή να ελέγξει φαινόμενα ενδιαφέροντος.

Μεθοδολογία ποιοτικής έρευνας: Δίνει έμφαση σε μη αριθμητικά δεδομένα για να αποκτήσει γνώσεις για ένα συγκεκριμένο φαινόμενο ενδιαφέροντος.

Μεθοδολογία έρευνας μεικτών μεθόδων: Συνδυάζει ποσοτικές και ποιοτικές μεθόδους έρευνας για να επιτύχει μια πιο ολιστική κατανόηση ενός ερευνητικού ζητήματος.

Η επιλογή της κατάλληλης μεθοδολογίας έρευνας για μια μελέτη περιλαμβάνει διάφορους παράγοντες, συμπεριλαμβανομένων των ερευνητικών στόχων και του ερευνητικού ερωτήματος, της φύσης του ερευνητικού ερωτήματος, των πρακτικών εκτιμήσεων και της διαθεσιμότητας πόρων.

Το πρώτο βήμα είναι ο καθορισμός του ερευνητικού ερωτήματος και ο καθορισμός των μεταβλητών που πρέπει να μελετηθούν για να ληφθεί μια απάντηση στο ερευνητικό ερώτημα. Οι ερευνητές θα πρέπει να αναφέρονται σε σχετική έρευνα και σε αποτελεσματικά χρησιμοποιούμενη μεθοδολογία για να αξιολογήσουν την πρακτικότητα της ερευνητικής τους μεθοδολογίας. Θα πρέπει επίσης να λάβουν υπόψη τους κανόνες της ερευνητικής περιοχής και τις πρακτικές δυνατότητες της μεθοδολογίας.

Οι ερευνητές θα πρέπει να δομήσουν το σχέδιο και να βρουν πόρους για τη διεξαγωγή έρευνας, να γράψουν λεπτομερώς τη μεθοδολογία της έρευνας και να την επανεξετάσουν. Η επιλογή της μεθοδολογίας έρευνας εξαρτάται από τη φύση των στόχων της έρευνας, τους στόχους και τα ερευνητικά ερωτήματα. Οι ερευνητές μπορούν να επιλέξουν μια από τρεις κύριες κατηγορίες μεθοδολογιών και να επιλέξουν αυτή που ταιριάζει στις συγκεκριμένες ανάγκες τους

*

Η μέθοδος έρευνας αναφέρεται στις συγκεκριμένες τεχνικές, στρατηγικές και εργαλεία που χρησιμοποιεί ένας ερευνητής για να ολοκληρώσει μια μελέτη και να βρει μια λύσεις στα προβλήματα που ερευνά. Είναι μια συστηματική κωδικοποιημένη σειρά βημάτων που λαμβάνονται για την ολοκλήρωση μιας συγκεκριμένης εργασίας ή για την επίτευξη ενός συγκεκριμένου στόχου

Η «μέθοδος» επιχειρεί να ελαχιστοποιήσει την επίδραση της μεροληψίας των ερευνητών στο αποτέλεσμα ενός πειράματος.

·        Ο ερευνητής μπορεί να έχει τις προτιμήσεις του αλλά πρέπει να είναι αμερόληπτος στην έρευνά του, τα αποτελέσματα της και την ερμηνείας τους (πράγμα που δεν τηρείται παντού και πάντα) .

·        Χρειάζεται να αποφεύγει τις τόσο «παγίδες» της φυσικής εγκεφαλικής λογοκρισίας, όσο και της καθεστηκυίας και / ή κοινωνικής ειδικά στη διενέργεια πειραμάτων / ερευνών.

·        Συνήθης πρακτική αλλά και μεγάλο λάθος ταυτόχρονα είναι η αγνόηση δεδομένων που δεν υποστηρίζουν την αρχική υπόθεση ή τα συμφέροντα του χορηγού / πελάτη.

Υπάρχουν διάφορες μέθοδοι με διαφορετικές διαδικασίες και δυνατότητες και κάθε ερευνητής χρειάζεται να επιλέξει τις πλέον κατάλληλες και έγκυρες για την έρευνά του. Αυτό βέβαια δεν σημαίνει ότι η κάθε μέθοδος δεν έχει μια γενικά απαιτούμενη οργανωτική - τεχνική δομή που είναι αναγκαία για την επιστημονικά έγκυρη εφαρμογή της. Όμως δεν είναι όλες οι μέθοδοι κατάλληλες για αξιοποίηση παντού. Χρειάζεται να επιλέξουμε τις πλέον κατάλληλες και οικονομικές για το θέμα μας, χωρίς να «πληγώνουμε» την τελική αξιοπιστία της έρευνας μας. .

Μερικά κοινά παραδείγματα μεθόδων περιλαμβάνουν:

Δευτερογενής έρευνα: Περιλαμβάνει τη συγκέντρωση, σύνοψη, ανάλυση και σύνθεση προ υπαρχόντων δημοσιεύσεων για την εξαγωγή συμπερασμάτων σχετικά με το προς διερεύνηση θέμα.

Γενικές έρευνες: Συλλογή δεδομένων από μεγάλο αριθμό ερωτηθέντων μέσω ερωτηματολογίων ή δομημένων συνεντεύξεων.

Συνεντεύξεις: Συλλογή πληροφοριών από άτομα μέσω συνομιλιών πρόσωπο με πρόσωπο ή τηλεφωνικών κλήσεων.

Επικέντρωση σε ομάδες εμπλεκομένων: Διευκόλυνση συζητήσεων μεταξύ μικρών ομάδων συμμετεχόντων για διερεύνηση απόψεων και προοπτικών.

Πειράματα: Χειρισμός μιας ή περισσότερων μεταβλητών για την παρατήρηση της επίδρασης σε άλλη / άλλες μεταβλητή /ές.

Μελέτες περίπτωσης: Εξέταση μεμονωμένου ατόμου, ομάδας ή γεγονότος λεπτομερώς για την καλύτερη κατανόηση ενός συγκεκριμένου φαινομένου.

Παρατηρήσεις: Παρακολούθηση και καταγραφή της συμπεριφοράς ατόμων ή ομάδων χωρίς παρέμβαση.

Πρωτογενής έρευνα: Αναφέρεται στη συλλογή και ανάλυση δεδομένων απευθείας από πρωτότυπες πηγές. Περιλαμβάνει τη συλλογή πληροφοριών απευθείας για την αντιμετώπιση συγκεκριμένων ερευνητικών στόχων και τη δημιουργία επικαιροποιημένων και συγκεκριμένων γνώσεων. Με την άμεση επαφή με τα υποκείμενα ή τις πηγές παρέχει πληροφορίες από πρώτο χέρι και επιτρέπει στους ερευνητές να έχουν τον έλεγχο της διαδικασίας συλλογής δεδομένων και να την προσαρμόζουν στις συγκεκριμένες ανάγκες τους.

Ιστορική έρευνα: Μελέτη του παρελθόντος μέσα από την εξέταση πρωτογενών και δευτερογενών πηγών

Τα παραπάνω παραδείγματα και για τις δυο έννοιες απεικονίζουν τις διαφορές μεταξύ των μεθόδων έρευνας και της μεθοδολογίας έρευνας, όπου οι πρώτες αντιπροσωπεύουν συγκεκριμένες τεχνικές που χρησιμοποιούνται για τη συλλογή και ανάλυση δεδομένων, ενώ η μεθοδολογία αντιπροσωπεύει το πλαίσιο που καθοδηγεί την επιλογή και την εφαρμογή αυτών των τεχνικών.

Υπάρχει μια κωδικοποιημένη διαδικασία να ακολουθήσουμε;

Συνήθως προτείνουν διάφορες, αλλά όλες συγκλίνουν στα παρακάτω απαραίτητα προαπαιτούμενα:

1.  1. Παρατήρηση των υπό έρευνα φαινομένων με διάφορες μεθόδους / εφαρμογές
2. Διαμόρφωση εύλογης (ή και παράλογης, έξω από τα συνηθισμένα «κουτιά» της σκέψης) υπόθεσης
3. Ενδελεχής έλεγχος της υπόθεσης μέσω πειραμάτων και / ή ερευνών
4α. Εάν δεν επιβεβαιώνεται, τότε διορθώνεται η υπόθεση και επαναλαμβάνεται το 3^ο βήμα
4β. Εάν επιβεβαιώνεται, τότε διαμορφώνουμε τη θεωρία που βασίζεται σε επαναλαμβανόμενα  επικυρωμένα αποτελέσματα.

Τι γίνεται όμως συνήθως;

Φτιάχνονται θεωρίες με βάση διάφορες πολιτικές ή δυνατότητες χρηματοδότησης ή αυτό που οι «πάνω» θέλουν να είναι αληθινό.

Σχεδιάζονται ελάχιστα πειράματα / κατευθυνόμενες έρευνες που θα ¨τεκμηριώσουν¨ ότι η θεωρία είναι αληθινή

Τροποποιείται η θεωρία (ή πλευρές της) για να ταιριάζουν με τα δεδομένα

Γίνονται δημοσιεύσεις όπου μετονομάζεται η «φτιαγμένη» θεωρία σε υπόθεση και αποδεικνύεται δήθεν η αλήθεια της.

Υπερασπίζεται η θεωρία, παρά όλα τα στοιχεία για το αντίθετο (βλ. και phdcomics.com - Jorge Cham ©2006)

Μεταξύ μερικών δραματικών ενεργειών των δήθεν ειδικών γεωπολιτικής (οι οποίοι τα αναγνωρίζουν για λάθη εκ των υστέρων), περιλαμβάνονται  η άκριτη υποστήριξη του Σάχη στην Περσία, οι αλλεπάλληλες επεμβάσεις στο Αφγανιστάν, οι επεμβάσεις στη Λιβύη και στην Σομαλία, η «πορτοκαλί επανάσταση» στην Ουκρανία, η Αραβική «άνοιξη», τα «χημικά» όπλα του Σαντάμ Χουσεΐν που δεν βρέθηκαν ποτέ…και έπεται συνέχεια στη σύγχρονη καθημερινότητα μας.

Δίπλα από αυτά υπάρχουν και οι επώνυμες «γκάφες», επιστημόνων / προσωπικοτήτων:

¨Όλοι σχεδόν ενάμισι αιώνα μετά το 1872 θυμούνται το Λουί Παστέρ, ενώ κανένας τον Pierre Pachet, Βρετανό χειρούργο και καθηγητή Φυσιολογίας στη Τουλούζη, που είχε πει ότι "Η θεωρία του Λουί Παστέρ για τα μικρόβια είναι μια γελοία μυθοπλασία".

Ο μαθηματικός και φυσικός Λόρδος Κέλβιν είχε προβλέψει το 1895 ότι «βαρύτερες του αέρα μηχανές που θα πετάνε είναι αδύνατον να υπάρξουν». Μόλις οκτώ χρόνια αργότερα, το 1903, η «βαρύτερη του αέρα μηχανή» των αδελφών Ράιτ κατάφερε να πετάξει. Παρά το γεγονός αυτό το 1910, ο αστρονόμος Γουίλιαμ Πίκερινγκ έψεγε διάφορους που «φαντάζονταν γιγάντιες ιπτάμενες μηχανές να διασχίζουν τον Aτλαντικό μεταφέροντας αμέτρητους επιβάτες, όπως κάνουν σήμερα τα μοντέρνα ατμόπλοια». Το 1911 ο  στρατάρχης Φέρντιναντ Φος πρόσθετε, ότι «τα αεροπλάνα είναι ενδιαφέροντα παιχνίδια, αλλά δεν έχουν καμιά στρατιωτική αξία».

Το 1919, ο καθηγητής Ρόμπερτ Γκοντάρ περιέγραψε τις βασικές αρχές της πυραυλικής και του απάντησαν οι «Νιου Γιορκ Τάιμς» το 1920 «Ελπίζουμε ότι ο καθηγητής του Clark College απλώς υποκρίνεται ότι αγνοεί στοιχειώδη φυσική, αν πιστεύει πως ένας πύραυλος μπορεί να λειτουργήσει στο κενό».

Ακόμη και ο Μπιλ Γκέιτς το 1996 σε βιβλίο του έγραφε: «Δεν νομίζω ότι μπορούν να υπάρξουν modem ταχύτερα των 33.6 ή έστω 38.4 kbps που να χρησιμοποιούν τις κοινές τηλεφωνικές γραμμές». 

Οι κοινές μεθοδολογίες έρευνας στις κοινωνικές επιστήμες:

Διερευνητική έρευνα: Χρησιμοποιείται για τον εντοπισμό πιθανών θεμάτων, την ανάπτυξη υποθέσεων και τη βελτίωση των ερευνητικών ερωτημάτων.

Περιγραφική έρευνα: Περιγράφει τα χαρακτηριστικά πληθυσμών ή φαινομένων.

Πειραματική έρευνα: Ελέγχει τις σχέσεις αιτίου-αποτελέσματος χειραγωγώντας μεταβλητές υπό ελεγχόμενες συνθήκες.

Συσχετιστική έρευνα: Διερευνά συσχετίσεις μεταξύ μεταβλητών χωρίς να καθιερώνει αιτιότητα.

Εθνογραφική έρευνα: Μελετά πολιτισμούς και υποκουλτούρες μέσω της παρατήρησης και της εμβάπτισης από τους συμμετέχοντες.

Έρευνα θεμελιωμένης θεωρίας: Αναπτύσσει επεξηγηματικές θεωρίες που βασίζονται σε δεδομένα που συλλέγονται μέσω ποιοτικών μεθόδων.

Αυτές οι μεθοδολογίες μπορούν να κατηγοριοποιηθούν σε ποσοτικά και ποιοτικά σχέδια, αν και η έρευνα μεικτών μεθόδων που συνδυάζει και τις δύο προσεγγίσεις είναι προτιμητέα.

Οι περιορισμοί των μεθόδων της έρευνας στις κοινωνικές επιστήμες:

• Δυσκολία στην αναπαράσταση σεναρίων πραγματικής ζωής: Τα εργαστήρια και τα ελεγχόμενα περιβάλλοντα ενδέχεται να μην προσομοιώνουν με ακρίβεια τα πραγματικά περιβάλλοντα, οδηγώντας σε μειωμένη εγκυρότητα.
• Περιορισμένη γενίκευση: Λόγω αυστηρών κανόνων, τα πειραματικά αποτελέσματα ενδέχεται να μην ισχύουν για ευρύτερους πληθυσμούς ή περιστάσεις
• Ανθρώπινο λάθος και εξωτερικοί παράγοντες: Μεταβλητές εκτός του ελέγχου του ερευνητή μπορεί να επηρεάσουν τα αποτελέσματα, μειώνοντας την εμπιστοσύνη στα ευρήματα
• Αδυναμία εξήγησης του "γιατί": Η πειραματική έρευνα επικεντρώνεται στην απάντηση σε ερωτήσεις ναι ή όχι αντί να παρέχει βαθύτερη εικόνα για τα αίτια
• Ανησυχίες σχετικά με την εξωτερική εγκυρότητα: Οι γενικεύσεις που γίνονται από πειραματικά αποτελέσματα ενδέχεται να μην ισχύουν σε διάφορα πολιτιστικά, γεωγραφικά ή χρονικά πλαίσια
• Υψηλό κόστος και απαιτήσεις πόρων: Οι σύνθετες έρευνες μπορεί να είναι δαπανηρές και χρονοβόρες
• Πιθανή βλάβη στους συμμετέχοντες: Ο έλεγχος ορισμένων μεταβλητών μπορεί να εκθέσει τους συμμετέχοντες σε κινδύνους ή δυσφορία.
• Περιορισμένο μέγεθος δείγματος: Τα μικρά μεγέθη δειγμάτων ενδέχεται να περιορίσουν την ισχύ των συμπερασμάτων και να αποτρέψουν τον εντοπισμό ουσιωδών επιδράσεων

Παρά τους περιορισμούς αυτούς, η πειραματική έρευνα παραμένει πολύτιμη για τον έλεγχο υποθέσεων και τη δημιουργία αξιόπιστων αποτελεσμάτων στις κοινωνικές επιστήμες.

Μερικές από τις πιο πρόσφατες τάσεις στη μεθοδολογία έρευνας των κοινωνικών επιστημών περιλαμβάνουν:

• Διεπιστημονική και συνεργατική έρευνα: Δίνεται αυξανόμενη έμφαση στις διεπιστημονικές και συνεργατικές ερευνητικές προσεγγίσεις στις κοινωνικές επιστήμες, όπου ερευνητές από διαφορετικούς τομείς εργάζονται από κοινού για να αντιμετωπίσουν πολύπλοκα κοινωνικά ζητήματα.
• Εμπειρική έρευνα με τη βοήθεια νέων τεχνολογιών: Η χρήση τους έχει γίνει απαραίτητη, επιτρέποντας στους ερευνητές να συλλέγουν και να αναλύουν μεγάλο όγκο δεδομένων πιο αποτελεσματικά.
• Μικρότερη Διάρκεια Έρευνας: Με την έλευση των μεγάλων δεδομένων, υπάρχει μια τάση για διεξαγωγή έρευνας σε σχετικά μικρότερη διάρκεια.

Αυτές οι τάσεις αντικατοπτρίζουν το εξελισσόμενο τοπίο της έρευνας των κοινωνικών επιστημών, υπογραμμίζοντας τη σημασία της συνεργασίας, των τεχνολογικών προόδων και των αποτελεσματικών ερευνητικών πρακτικών για την αντιμετώπιση των σύγχρονων κοινωνικών προκλήσεων

Μερικές σκέψεις για τις χιλιοτραγουδισμένες αλλαγές

«Δεν αρκεί να παραμείνεις ζωντανός για να επιβιώσεις. Ο καλύτερος δρόμος για την επιβίωση είναι η εξέλιξη…τα ιστορικά δεδομένα…αποδεικνύουν ότι ένα ολοκληρωτικό καθεστώς αποτελεί το μεγαλύτερο εμπόδιο για την ανθρώπινη πρόοδο». (Liu Cixin ¨Σκοτεινό δάσος¨ Selini Αθήνα 2019, σελ.559)

Από το 1981 και δώθε στη χώρα μας ακούμε πολλά για αλλαγές στους οικονομικό, κοινωνικό και πολιτικό τομείς. Σίγουρα αλλαγές έχουν γίνει, άλλες προς το καλύτερο και άλλες ειδικά τα τελευταία χρόνια προς το χειρότερο. Αλλαγές που επιβλήθηκαν εξ ‘ ανάγκης από τα πάνω ή που ενσωματώθηκαν στη κοινωνική ζωή από τη ραγδαία ανάπτυξη της τεχνολογίας ή που επιβλήθηκαν από τις απανωτές κρίσεις και φυσικές ή ανθρωπογενείς καταστροφές. Η συνολική νοοτροπία όμως της πλειοψηφίας της κοινωνίας αλλάζει με πολύ αργό ρυθμό και βασανιστικό τρόπο.

Ενώ μερικοί άνθρωποι δοκιμάζουν γρήγορα νέα πράγματα, άλλοι είναι πιο συντηρητικοί στην αλλαγή. Η αλλαγή και η σύγκρουση πάνε μαζί. Δεν υπάρχει εύκολος τρόπος να εισάγετε αλλαγές και να αποφύγετε τις συγκρούσεις. Μεταξύ των πιο σημαντικών προϋποθέσεων για να επιτευχθεί αυτό είναι η εμπιστοσύνη μεταξύ των «πάνω» και των «κάτω», της ηγεσίας και του προσωπικού.

Συνήθως οι άνθρωποι, ατομικά ή και κατά ομάδες αντιστέκονται στις αλλαγές για πολλούς διαφορετικούς λόγους. Μεταξύ αυτών οι πιο σημαντικοί είναι:

• Η αύξηση της αβεβαιότητας ​​και του φόβου για την αλλαγή της κατάστασης (τι θα σημαίνουν οι αλλαγές για μένα;)
• Η ύπαρξη ή όχι οικονομικού συμφέροντος / κινήτρων
• Η αύξηση της γενικής ενόχλησης (απαιτούμενη εκπαίδευση, μετεγκατάσταση, αύξηση εργασίας, ευθύνης κ.α.)
• Η απώλεια συμβόλων (απώλεια θέσης, ισχύος, σημασίας κ.α.)
• Η έλλειψη εμπιστοσύνης μεταξύ ηγεσίας και προσωπικού (ο κύριος παράγοντας)
• Η απειλή για την ύπαρξη / λειτουργία της κατεστημένης ομάδας (αδυνάτισμα, διάλυση κ.α)
• Η ύπαρξη συντεχνιακών συμφερόντων ή / και τοπικιστικών συμφερόντων
• Διάφορα ταμπού και προκαταλήψεις (φύλο, καταγωγή, χρώμα δέρματός, σεξουαλικές προτιμήσεις, πολιτικές πεποιθήσεις, κοινωνική και οικονομική κατάσταση κ.α.)

Η στόχευση εκείνων που είναι πιο πιθανό να αλλάξουν, είναι συχνά ο πιο ορθολογικός και οικονομικός τρόπος για την προώθηση της ίδιας αλλαγής σε μια μεγαλύτερη ομάδα. Εδώ, η χρήση του μοντέλου «Στάδια Αλλαγής» που αναπτύχθηκε από τους Prochaska και DiClemente (1986) μπορεί να είναι χρήσιμη για τον καθέναν.

Στο πίνακα που ακολουθεί απεικονίζεται η διαδικασία μετάβασης από την αδιαφορία για τις αλλαγές στην αποδοχή και την ενεργή δράση για αυτές. Σε αυτό το μοντέλο αναφέρονται έξι στάδια:

 

1. Άγνοια	Μη γνωρίζοντας ότι υπάρχει πρόβλημα δεν υπάρχει και πρόθεση αλλαγών
2. Συλλογισμός	Αναγνωρίζεται η ύπαρξη του προβλήματος και αρχίζει η σκέψη της τι αντιμετώπιση χρειάζεται
3. Προτοιμασία	Οι εμπλεκόμενοι σκοπεύουν να αναλάβουν σύντομα δράση και να κάνουν σχέδια για την εφαρμογή της
4. Προσπάθεια	Οι εμπλεκόμενοι αρχίζουν να αλλάζουν αλλά αργά και ασυνεχώς
5. Διατήρηση	Συνεχίζουν να αλλάζουν συνεχώς και γρηγορότερα
6. Διάχυση	Οι εμπλεκόμενοι ενθαρρύνουν και δείχνουν και σε άλλους πώς να υιοθετήσουν τις αλλαγές

Οι εμπλεκόμενοι χρειάζονται διαφορετικά είδη μηνυμάτων, υλικού, εκπαίδευσης και υποστήριξης για κάθε στάδιο ξεχωριστά.

Για παράδειγμα, άτομα που δεν γνωρίζουν ότι η συμπεριφορά τους είναι επιβλαβής για τον εαυτό τους ή την ομάδα τους ή επιβλαβής για τη κοινωνία ή το περιβάλλον μπορεί να χρειάζονται καλύτερες πληροφορίες από πηγές που εμπιστεύονται. Άλλοι που το έχουν αναγνωρίσει αυτό και σκέφτονται να δοκιμάσουν μια νέα συμπεριφορά μπορεί να χρειάζονται κοινωνική υποστήριξη και εκπαίδευση δεξιοτήτων.

Η αλλαγή λοιπόν είναι μια ενιαία και σοβαρή διαδικασία που δυστυχώς για τα πεπραγμένα της χώρας μας πολλές φορές μένει σε λόγια, διακηρύξεις και υποσχέσεις ή έρχεται σαν «τυφλό» αποτέλεσμα της αγοράς ή σύνθεσης συγκυριών ή και διεθνών εξελίξεων και υποχρεώσεων.

Οι διαφορές μεταξύ διαμεσολαβητών και συντονιστών

Maurice Leloire. Η τελευταία επίσκεψη του Βολτέρου στο Παρίσι

Οι διαμεσολαβητές και οι συντονιστές είναι δύο διακριτές έννοιες στην ανάλυση που παίζουν διαφορετικούς ρόλους στην κατανόηση των σχέσεων μεταξύ διαφόρων συστατικών στοιχείων του εξεταζόμενου θέματος (μεταβλητών).

Διαμεσολαβητές: Εξηγούν τη διαδικασία μέσω της οποίας μια ανεξάρτητη μεταβλητή (IV) επηρεάζει μια εξαρτημένη μεταβλητή (DV) δείχνοντας τα ενδιάμεσα βήματα που εμπλέκονται στη σχέση. Οι διαμεσολαβητές βρίσκονται στην αιτιολογική σχέση μεταξύ της ανεξάρτητης και εξαρτημένης μεταβλητής. Η αφαίρεση ενός διαμεσολαβητή από το μοντέλο συνήθως οδηγεί σε απώλεια της σχέσης μεταξύ του IV και του DV, υποδεικνύοντας έτσι ότι ο διαμεσολαβητής είναι απαραίτητος για την διατήρηση της λειτουργίας της σχέσης.

Συντονιστές:  Δεν βρίσκονται στην αιτιολογική σχέση μεταξύ της ανεξάρτητης και εξαρτημένης μεταβλητής  (IV και DV), αλλά αλληλοεπιδρούν με την ανεξάρτητη μεταβλητή για να αλλάξουν τη δύναμη ή την κατεύθυνση της σχέσης μεταξύ IV και του DV. Οι συντονιστές επιτρέπουν στους ερευνητές να διερευνήσουν τις συνθήκες υπό τις οποίες η σχέση μεταξύ του IV και του DV είναι ισχυρότερη ή πιο αδύναμη. Η κατάργηση ενός συντονιστή από το μοντέλο δεν εξαλείφει απαραίτητα τη σχέση μεταξύ του IV και του DV.

Συχνά προκύπτει σύγχυση, αλλά οι διαμεσολαβητές και οι συντονιστές εξετάζουν διαφορετικές πτυχές της σχέσης μεταξύ των μεταβλητών. Οι διαμεσολαβητές αποκαλύπτουν το «πώς» και το «γιατί», ενώ οι συντονιστές δείχνουν το «πότε» και «για ποιον». Και οι δύο έννοιες συμβάλλουν στην κατανόηση των πολύπλοκων σχέσεων μεταξύ μεταβλητών.

Για να προσδιορίσουν έναν διαμεσολαβητή, οι ερευνητές θα πρέπει να αναζητήσουν μια μεταβλητή που επηρεάζει την κατεύθυνση ή την ισχύ της σχέσης μεταξύ του IV και του DV. Για να προσδιορίσουν έναν συντονιστή, οι ερευνητές θα πρέπει να αναζητήσουν μια μεταβλητή που αλλάζει τη δύναμη ή την κατεύθυνση της σχέσης μεταξύ του IV και του DV, ανάλογα με το επίπεδο της μεταβλητής συντονιστή.

Συνοπτικά, ο προσδιορισμός των διαμεσολαβητή και συντονιστή σε μια μελέτη ή εφαρμογή ή μοντέλο απαιτεί προσεκτική εξέταση του κύριου ερωτήματος / στόχου, του θεωρητικού πλαισίου και των τεχνικών ανάλυσης και αξιολόγησης δεδομένων που θα χρησιμοποιηθούν.

Για να προσδιορίσετε εάν μια μεταβλητή είναι διαμεσολαβητής ή συντονιστής λάβετε υπόψη τις ακόλουθες οδηγίες:

Διαμεσολαβητής:

Ένας διαμεσολαβητής εξηγεί τη διαδικασία μέσω της οποίας συνδέονται δύο μεταβλητές. Βρίσκεται στην αιτιακή σχέση μεταξύ της ανεξάρτητης μεταβλητής (IV) και της εξαρτημένης μεταβλητής (DV). Προκαλείται από το IV και επηρεάζει το DV. Η αφαίρεση ενός διαμεσολαβητή από το μοντέλο μπορεί να οδηγήσει σε απώλεια της σχέσης μεταξύ του IV και του DV. Αναζητήστε μια μεταβλητή που επηρεάζει την κατεύθυνση ή την ισχύ της σχέσης μεταξύ του IV και του DV.

Συντονιστής:

Ένας συντονιστής επηρεάζει τη δύναμη ή την κατεύθυνση της σχέσης μεταξύ δύο άλλων μεταβλητών. Δεν βρίσκεται στην αιτιολογική σχέση μεταξύ του IV και του DV, αλλά αλληλοεπιδρά με το IV για να αλλάξει τη σχέση. Η αφαίρεση ενός συντονιστή από το μοντέλο δεν εξαλείφει απαραίτητα τη σχέση μεταξύ του IV και του DV. Το κύριο χαρακτηριστικό των συντονιστών μπορεί να είναι ποιοτικό (π.χ. εκπαίδευση, εμπειρία, φύλο) ή ποσοτικό (π.χ. ηλικία, εισόδημα). Αναζητήστε μια μεταβλητή που αλλάζει την ισχύ ή την κατεύθυνση της σχέσης μεταξύ IV και DV, ανάλογα με το επίπεδό της.

Κατά τον προσδιορισμό των μεταβλητών των διαμεσολαβητή και συντονιστή:

- Σκεφτείτε εάν η μεταβλητή εξηγεί πώς ή γιατί δύο μεταβλητές σχετίζονται ή επηρεάζει το πότε, ποιος ή υπό ποιες συνθήκες υπάρχει μια σχέση.

- Εξετάστε εάν η αφαίρεση της μεταβλητής από το μοντέλο επηρεάζει τη σχέση μεταξύ άλλων μεταβλητών.

- Χρησιμοποιήστε μεθόδους όπως την ανάλυση διαμεσολάβησης για διαμεσολαβητές και ανάλυση εποπτείας για συντονιστές για να ελέγξετε τις επιπτώσεις τους σε αυτές τις σχέσεις.

Οι διαφορές μεταξύ της Μετα-Ανάλυσης και της Μετα-Σύνθεσης

The night market

 Η μετα-σύνθεση είναι μια δομημένη προσέγγιση για   την   ανάλυση πρωτογενών δεδομένων σε όλες τις   ενότητες   ευρημάτων ήδη  δημοσιευμένων εργασιών   με κριτές, που   αναφέρονται στη ποιοτική έρευνα.   Περιλαμβάνει τη   συγκέντρωση και την ανάλυση   ευρημάτων από πολλαπλές   ποιοτικές μελέτες για τη   διαμόρφωση μιας νέας ερμηνείας   του ερευνητικού   πεδίου. Αναφέρεται στη συστηματική   ανασκόπηση   και ενσωμάτωση ευρημάτων από ποιοτικές   μελέτες,   με στόχο τη δημιουργία μιας ολιστικής ερμηνείας   και   νέας γνώσης από την υπάρχουσα γνώση.

 Είναι μια ποιοτική εκδοχή της ποσοτικής μετα-   ανάλυσης,   η  οποία συνδυάζει αριθμητικά δεδομένα   από πολλαπλές   μελέτες για να καταλήξει σε ένα πιο   ακριβές   αποτέλεσμα.  Ενώ η μετα-ανάλυση   εστιάζει στη   συγκέντρωση στατιστικών στοιχείων, η μετα-σύνθεση   δίνει έμφαση στην ερμηνεία των ευρημάτων και την εφαρμογή τους σε πραγματικές καταστάσεις.

Σκοπός: Η μετα-σύνθεση στοχεύει στην ανάπτυξη νέων θεωριών και ερμηνειών από ποιοτικά δεδομένα, παρέχοντας γνώσεις που μπορούν να εμβαθύνουν στην κατανόηση των συναφών διαστάσεων διαφόρων τομέων.

Τύποι: Υπάρχουν τρεις κύριοι τύποι μετα-σύνθεσης που περιλαμβάνουν την οικοδόμηση θεωρίας, την εξήγηση της θεωρίας και την περιγραφή της, καθένας από τους οποίους εξυπηρετεί διαφορετικούς σκοπούς στη σύνθεση της ποιοτικής έρευνας.

Οι δύο τεχνικές της μετα-ανάλυσης και μετα-σύνθεσης βοηθούν στον εντοπισμό προτύπων και τάσεων σε διάφορους τομείς, αλλά η μετα-σύνθεση δίνει μεγαλύτερη έμφαση στην κατανόηση των υποκείμενων εννοιών και θεωριών πέρα από τα στατιστικά ευρήματα της έρευνας.

Οι διαφορές μεταξύ της Συστηματικής Ανασκόπησης και της Μετα-Ανάλυσης

Είναι δύο βασικές μεθοδολογίες που χρησιμοποιούνται στην έρευνα που βασίζεται σε στοιχεία, αν και έχουν διαφορετικά χαρακτηριστικά.

William-Adolphe Bouguereau. Η Σφήκα.

 Συστηματική ανασκόπηση:

 Περιλαμβάνει τη συλλογή, την αξιολόγηση και τη σύνθεση   αποδεικτικών στοιχείων για την απάντηση σε ένα   συγκεκριμένο ερευνητικό ερώτημα με διαφάνεια και   συστηματικό τρόπο. Στόχος της είναι να είναι περιεκτική,   αποφεύγοντας μεροληψία εμπλέκοντας μια ανεξάρτητη   ομάδα εμπειρογνωμόνων και χωρίς να βασίζεται στην   υποκειμενική οπτική. Είναι ζωτικής σημασίας σε πολλούς   τομείς, για να διασφαλιστεί ότι οι επαγγελματίες   παραμένουν ενημερωμένοι με τα τελευταία ερευνητικά   ευρήματα. Αξιολογούν αμερόληπτα την εγκυρότητα των   συλλεγόμενων μελετών, καθορίζουν σαφείς στόχους και   χρησιμοποιούν αναπαραγώγιμες μεθοδολογίες.

Μετα-Ανάλυση:

Η μετα-ανάλυση είναι μια στατιστική μέθοδος που ενσωματώνει αριθμητικά δεδομένα από πολλαπλές μελέτες σε μια ενιαία αναφορά, παρέχοντας μια πιο ακριβή εκτίμηση των επιπτώσεων μιας παρέμβασης. Περιλαμβάνει το συνδυασμό αποτελεσμάτων από διάφορες δοκιμές για τη δημιουργία ενός μέσου αποτελέσματος, ενισχύοντας την ακρίβεια των υπολογισμών των επιπτώσεων της παρέμβασης. Οι μετα-αναλύσεις μπορούν να επιλύσουν αντιθέσεις μεταξύ μεμονωμένων μελετών, να εξερευνήσουν νέες υποθέσεις και να απαντήσουν σε ευρύτερες ερωτήσεις.

Οι βασικές διαφορές μεταξύ τους:

Στο σκοπό: Οι συστηματικές ανασκοπήσεις στοχεύουν στη συλλογή, αξιολόγηση και σύνθεση στοιχείων ολοκληρωμένα για να απαντήσουν σε συγκεκριμένα ερευνητικά ερωτήματα. Αντίθετα, η μετα-ανάλυση συνδυάζει στατιστικά αποτελέσματα από πολλαπλές μελέτες για να παρέχει μια πιο ακριβή εκτίμηση των αποτελεσμάτων της παρέμβασης.

Στη μεθοδολογία: Οι συστηματικές ανασκοπήσεις ακολουθούν μια διαφανή και συστηματική προσέγγιση στη συλλογή και ανάλυση δεδομένων, ενώ η μετα-ανάλυση επικεντρώνεται στη στατιστική ενοποίηση δεδομένων από διαφορετικές μελέτες.

Στο αποτέλεσμα: Οι συστηματικές ανασκοπήσεις παρουσιάζουν συνοπτικά στοιχεία χωρίς στατιστική ανάλυση, ενώ οι μετα-αναλύσεις χρησιμοποιούν στατιστικές τεχνικές για να συνδυάσουν δεδομένα και να δημιουργήσουν μέσες εκβάσεις για τα αποτελέσματα της παρέμβασης.

Συνοπτικά, ενώ οι συστηματικές ανασκοπήσεις επικεντρώνονται στη συλλογή και σύνθεση στοιχείων με διαφάνεια, οι μετα-αναλύσεις εμβαθύνουν στη στατιστική ολοκλήρωση για να παρέχουν πιο ακριβείς εκτιμήσεις των αποτελεσμάτων. Και οι δύο έχουν κρίσιμους ρόλους στην έρευνα που βασίζεται σε στοιχεία, προσφέροντας αξιόπιστα ευρήματα για τεκμηριωμένη λήψη αποφάσεων.

Σκοπός της Συστηματικής Ανασκόπησης:

Χρησιμεύει ως θεμελιώδες εργαλείο στην έρευνα, με στόχο να παρέχει μια σχολαστική περίληψη όλης της διαθέσιμης πρωτογενούς έρευνας ως απάντηση σε ένα συγκεκριμένο ερευνητικό ερώτημα.

Ακολουθούν βασικές πληροφορίες:

Αξιόπιστη πηγή αποδεικτικών στοιχείων: Μια υψηλής ποιότητας συστηματική ανασκόπηση θεωρείται η πιο αξιόπιστη πηγή αποδεικτικών στοιχείων για την καθοδήγηση της πρακτικής. Χρησιμοποιεί όλη την υπάρχουσα έρευνα, που συχνά αποκαλείται «δευτερεύουσα έρευνα» και είναι ζωτικής σημασίας για τον καθορισμό της κατάστασης της υπάρχουσας γνώσης και την ανάπτυξη κατευθυντήριων γραμμών

Περιεκτική επισκόπηση: Οι συστηματικές ανασκοπήσεις παρέχουν μια σαφή και ολοκληρωμένη επισκόπηση των διαθέσιμων στοιχείων για ένα δεδομένο θέμα, βοηθώντας στον εντοπισμό ερευνητικών κενών και μεθοδολογικών ανησυχιών. Είναι ουσιαστικής σημασίας για την επιβεβαίωση ή την απόρριψη εάν οι τρέχουσες πρακτικές βασίζονται σε σχετικά στοιχεία και για την αντιμετώπιση αβεβαιοτήτων ή διακυμάνσεων στην πράξη

Οφέλη: Βοηθά στην αποκάλυψη νέων στοιχείων, επιβεβαιώνει τις τρέχουσες και εντοπίζει νέες πρακτικές, δημιουργεί πεδία για μελλοντική έρευνα, διερευνά αντικρουόμενα αποτελέσματα και καθοδηγεί στη λήψη αποφάσεων και στην ανάπτυξη πολιτικής. Διαδραματίζει ζωτικό ρόλο στην παραγωγή δηλώσεων που καθοδηγούν στη λήψη αποφάσεων και στην ανάπτυξη πολιτικής.

Συμπερασματικά, ο σκοπός της είναι να παράσχει μια περιεκτική και αμερόληπτη περίληψη της υπάρχουσας έρευνας για να βοηθήσει στη λήψη αποφάσεων, να αντιμετωπίσει τις αβεβαιότητες στην πράξη, να εντοπίσει κενά στη γνώση και να καθοδηγήσει μελλοντικές ερευνητικές προσπάθειες σε διάφορους τομείς.

Οι προκλήσεις για τη διεξαγωγή της:

• Καθορισμός πεδίου εφαρμογής και ερώτησης: Η διασφάλιση ότι η ερώτηση επανεξέτασης δεν είναι ούτε πολύ ευρεία ούτε πολύ στενή είναι ζωτικής σημασίας για τη διατήρηση της συνάφειας και της ανταπόκρισης, αποφεύγοντας μεροληψία στη διαδικασία αναθεώρησης
• Στρατηγική αναζήτησης και επιλογής: Η ανάπτυξη μιας ολοκληρωμένης στρατηγικής αναζήτησης και η διαφανής διαδικασίας επιλογής είναι απαραίτητες για να αποφευχθεί η απώλεια σχετικών μελετών ή η μεροληπτική επιλογή
• Εξαγωγή και αξιολόγηση δεδομένων: Η ακριβής εξαγωγή σχετικών πληροφοριών και η αξιολόγηση του κινδύνου μεροληψίας, ετερογένειας και μεροληψίας δημοσίευσης είναι κρίσιμα βήματα που απαιτούν τυποποιημένες μεθόδους για την αποφυγή σφαλμάτων ή παρερμηνειών στα δεδομένα
• Σύνθεση και Ανάλυση: Η σωστή σύνθεση και ανάλυση δεδομένων από μελέτες που περιλαμβάνονται είναι ζωτικής σημασίας για την αποφυγή ανακριβών, παραπλανητικών ή μη οριστικών αποτελεσμάτων που αποτυγχάνουν να απαντήσουν στο ερώτημα ανασκόπησης

Σκοπός της Μετα-Ανάλυσης:

Χρησιμεύει ως μια στατιστική διαδικασία που συνδυάζει δεδομένα από πολλαπλές μελέτες για τον εντοπισμό κοινών επιδράσεων ή αιτιών για διάφορες διακυμάνσεις.

Ακολουθούν βασικές πληροφορίες:

Στατιστική Ολοκλήρωση: Περιλαμβάνει στατιστικό συνδυασμό δεδομένων από διάφορες μελέτες για τον εντοπισμό συνεπών επιδράσεων ή λόγων διακυμάνσεων στα αποτελέσματα.

Ενίσχυση ισχύος και ακρίβειας: Αυξάνει τη δύναμη ανίχνευσης πραγματικών επιπτώσεων συνδυάζοντας δεδομένα από πολλές μελέτες, βελτιώνοντας τις πιθανότητες ανίχνευσης σημαντικών επιπτώσεων που μπορεί να είναι εκτός ενδιαφέροντος μεμονωμένων ερευνών. Βελτιώνει την ακρίβεια της εκτίμησης των επιπτώσεων παρεμβάσεων χρησιμοποιώντας μεγαλύτερη δεξαμενή πληροφοριών, οδηγώντας σε πιο ακριβή συμπεράσματα και ενημερωμένη λήψη αποφάσεων

Επίλυση συγκρούσεων και δημιουργία υποθέσεων: Διευθετεί διαφωνίες που προκύπτουν από αντικρουόμενα αποτελέσματα μελετών και μπορεί να δημιουργήσει νέες υποθέσεις, αξιολογώντας επίσημα τις συγκρούσεις στα ευρήματα και διερευνώντας λόγους για τις αποκλίσεις. Επιτρέπει έρευνες πέρα από το πεδίο μεμονωμένων μελετών, επιτρέποντας στους ερευνητές να διερευνήσουν τη συνοχή μεταξύ διαφορετικών μελετών και να εμβαθύνουν σε πιθανούς λόγους για διαφορετικές εκτιμήσεις των επιπτώσεων

Εφαρμογές στην Έρευνα και τη Λήψη Αποφάσεων: Χρησιμοποιείται ευρέως σε διάφορους τομείς όπως η βασική έρευνα για τον προσδιορισμό αποτελεσματικών παρεμβάσεων, η εκπαίδευση, η κοινωνιολογία, η ιατρική, η ποινική δικαιοσύνη και για την αξιολόγηση των στοιχείων σε διάφορους τομείς.

Συνοπτικά, η μετα-ανάλυση διαδραματίζει κρίσιμο ρόλο στην έρευνα συνδυάζοντας στατιστικά δεδομένα από πολλαπλές μελέτες για την παροχή ακριβέστερων εκτιμήσεων των αποτελεσμάτων, την επίλυση συγκρούσεων στα ευρήματα, τη δημιουργία υποθέσεων και την καθοδήγηση των διαδικασιών λήψης αποφάσεων σε διαφορετικούς κλάδους

Οι προκλήσεις για τη διεξαγωγή της:

• Δεδομένα που λείπουν: Η αντιμετώπιση δεδομένων που λείπουν είναι μια κοινή πρόκληση στη μετα-ανάλυση που μπορεί να επηρεάσει την ακρίβεια των υπολογισμών του μεγέθους των αποτελεσμάτων και των συνολικών συμπερασμάτων
• Επιλογή ερευνητικής ομάδας: Η επιτυχία των συστηματικών ανασκοπήσεων και των μετα-αναλύσεων βασίζεται σε μεγάλο βαθμό σε μια προσεκτικά επιλεγμένη ερευνητική ομάδα για να διασφαλίσει την ποιότητα και την αξιοπιστία της ανάλυσης
• Προετοιμασία Πρωτοκόλλου: Η θέσπιση ενός λεπτομερούς πρωτοκόλλου που περιγράφει τη διαδικασία αναθεώρησης, συμπεριλαμβανομένων των παρεμβάσεων, των αποτελεσμάτων, του προσδιορισμού του άρθρου και των μεθόδων ανάλυσης, είναι ζωτικής σημασίας για τη διατήρηση της αυστηρότητας και της διαφάνειας σε όλη τη διαδικασία αναθεώρησης.

Συμπερασματικά, η εφαρμογή τους παρουσιάζει σημαντικές προκλήσεις που απαιτούν προσεκτικό σχεδιασμό, αυστηρή μεθοδολογία, διαφανείς διαδικασίες και εξειδικευμένες ερευνητικές ομάδες για να ξεπεραστούν πιθανές παγίδες όπως ελλείποντα δεδομένα, προκατειλημμένες διαδικασίες επιλογής, λάθη στην εξαγωγή δεδομένων και ανακρίβειες στη σύνθεση και ανάλυση. 

Η αντιμετώπιση αυτών των προκλήσεων διασφαλίζει την εγκυρότητα, την αξιοπιστία και τη χρησιμότητα των αποτελεσμάτων που προκύπτουν από αυτές τις ερευνητικές μεθοδολογίες.

Για την διατύπωση και ανάπτυξη υποθέσεων

Η διατύπωση υποθέσεων και η ανάπτυξη υποθέσεων είναι στενά συνδεδεμένες πτυχές της ερευνητικής διαδικασίας, αλλά αντιπροσωπεύουν διακριτά στάδια.

Διατύπωση υπόθεσης: Αυτό το στάδιο εμφανίζεται νωρίς στην ερευνητική διαδικασία, όπου ο ερευνητής δημιουργεί μια ελεγχόμενη δήλωση που περιγράφει την αναμενόμενη σχέση μεταξύ των μεταβλητών ή τα αναμενόμενα αποτελέσματα ενός πειράματος. Οι υποθέσεις αναπτύσσονται με βάση τα υπάρχοντα στοιχεία, τα θεωρητικά πλαίσια και την προηγούμενη έρευνα. Πρέπει να είναι σαφείς, συνοπτικές και ελεγχόμενες, συχνά παίρνοντας τη μορφή μηδενικής υπόθεσης (H0) και εναλλακτικής υπόθεσης (H1).

Minotaur With Dead Horse In Front Of A Cave Facing A Girl In Veil (1936) P.Picasso

 Η μηδενική υπόθεση (Η0): Δεν   αντιπροσωπεύει καμία   παρατηρούμενη επίδραση ή σχέση   μεταξύ μεταβλητών. Με τη   διαμόρφωσή της οι ερευνητές   στοχεύουν να τη διαψεύσουν. Εάν   γίνει αποδεκτή, δεν γίνονται   αλλαγές σε υπάρχουσες   καταστάσεις ή ενέργειες.

 Το επίπεδο σημαντικότητας στη   δοκιμή υποθέσεων δεν υπολογίζεται από στατιστικό λογισμικό, αλλά   επιλέγεται από τον ερευνητή πριν   από τη διεξαγωγή του πειράματος.   Αντιπροσωπεύει την πιθανότητα απόρριψης της μηδενικής υπόθεσης όταν είναι αληθινή. Τα κοινά επίπεδα σημαντικότητας περιλαμβάνουν 0,05 (5%) και 0,01 (1%). Η επιλογή του επιπέδου σημαντικότητας εξαρτάται από το πλαίσιο και τις πιθανές συνέπειες της πραγματοποίησης ενός σφάλματος τύπου Ι (απόρριψη μιας αληθινής μηδενικής υπόθεσης). Τα υψηλότερα επίπεδα σημαντικότητας απαιτούν ισχυρότερα στοιχεία για την απόρριψη της μηδενικής υπόθεσης, ενώ τα χαμηλότερα επίπεδα σημασίας διευκολύνουν την απόρριψη της μηδενικής υπόθεσης

Η εναλλακτική υπόθεση (Η1): Υπονοεί κάποιο παρατηρούμενο αποτέλεσμα ή σχέση μεταξύ μεταβλητών. Με τη διαμόρφωσή της οι ερευνητές επιδιώκουν να την αποδείξουν ή να την αποδεχτούν. Η αποδοχή οδηγεί σε αλλαγές σε καταστάσεις, απόψεις ή ενέργειες.

Συνοπτικά, η μηδενική υπόθεση υποθέτει ότι δεν υπάρχει σχέση μεταξύ των μεταβλητών και ελέγχεται για να απορριφθεί, ενώ η εναλλακτική υπόθεση προτείνει μια σχέση και ελέγχεται για να γίνει αποδεκτή.

Ανάπτυξη υπόθεσης: Μόλις διατυπωθεί η υπόθεση, το επόμενο βήμα είναι η ανάπτυξη ενός σχεδίου για τη συλλογή δεδομένων και την ανάλυσή τους με τρόπο συνεπή με την υπόθεση. Σε αυτό το στάδιο, ο ερευνητής καθορίζει τον κατάλληλο σχεδιασμό έρευνας, επιλέγει τα κατάλληλα μέτρα και καθορίζει κριτήρια για την αξιολόγηση της υπόθεσης. Οι τεχνικές συλλογής και ανάλυσης δεδομένων επιλέγονται για την αντιμετώπιση των ερωτημάτων που τίθενται από την υπόθεση

Η ανάπτυξη της υπόθεσης συνήθως ακολουθεί τα εξής βήματα:

Ø  Δηλώστε το πρόβλημα: Καθορίστε ξεκάθαρα το ερευνητικό ερώτημα ή θέμα που σκοπεύετε να εξερευνήσετε

Ø  Διεξαγωγή προκαταρκτικής δευτερογενούς έρευνας: Ανασκοπήστε την υπάρχουσα βιβλιογραφία, θεωρίες και προηγούμενες μελέτες για να δημιουργήσετε μια βάση για την υπόθεσή σας

Ø  Γράψτε μια υπόθεση ως δήλωση «αν-τότε»: Δημιουργήστε μια δήλωση «αν-τότε» που συνδέει τις ανεξάρτητες μεταβλητές με τις εξαρτημένες μεταβλητές, υποδεικνύοντας το αναμενόμενο αποτέλεσμα

Ø  Ορισμός των μεταβλητών: Προσδιορίστε εάν οι μεταβλητές είναι ανεξάρτητες ή εξαρτημένες και διασφαλίστε τη σαφήνεια στον ορισμό κάθε όρου

Ø  Βελτιώστε την υπόθεση: Αναθεωρήστε την υπόθεση για να βεβαιωθείτε ότι είναι συγκεκριμένη, ελεγχόμενη και βασίζεται σε έγκυρα στοιχεία

Ø  Εξετάστε διαφορετικούς τύπους υποθέσεων: Επιλέξτε μεταξύ μηδενικών, εναλλακτικών, κατευθυντήριων, μη κατευθυντήριων, συσχετιστικών ή αιτιολογικών υποθέσεων ανάλογα με το ερευνητικό ερώτημα και τα διαθέσιμα στοιχεία

Ø  Γράψτε μια μηδενική υπόθεση: Εάν ισχύει, δημιουργήστε μια μηδενική υπόθεση που να δηλώνει ότι δεν υπάρχει σχέση μεταξύ των μεταβλητών

Ø  Αξιολογήστε τις υποθέσεις και τις προβλέψεις: Εξετάστε κριτικά την υπόθεση για να επιβεβαιώσετε τη λογική συνέπεια και τη σκοπιμότητά της

Αυτά τα βήματα καθοδηγούν τους ερευνητές στη δημιουργία ισχυρών, ελεγχόμενων υποθέσεων που χρησιμεύουν ως βάση για πειραματικά σχέδια και αναλύσεις δεδομένων.

Συνοπτικά, η διατύπωση υπόθεσης εστιάζει στη δημιουργία μιας ακριβούς δήλωσης που περιγράφει τη σχέση μεταξύ μεταβλητών ή των αναμενόμενων αποτελεσμάτων ενός πειράματος, ενώ η ανάπτυξη υπόθεσης αφορά τον σχεδιασμό και την εκτέλεση της έρευνας για τον έλεγχο της υπόθεσης.

Οι διαφορές μεταξύ συσχέτισης και αιτιώδους συνάφειας

Σ.Νταλί. Η αποσύνθεση της εμμονής της μνήμης

 Η συσχέτιση και η αιτιότητα είναι δύο   συγγενείς αλλά διακριτές έννοιες. Η πρώτη   αναφέρεται σε μια στατιστική συσχέτιση   μεταξύ μεταβλητών, όπου μια αλλαγή σε μια   μεταβλητή σχετίζεται με μια αλλαγή σε μια   άλλη. 

 Από την άλλη πλευρά, η αιτιότητα   συνεπάγεται ότι μια αλλαγή σε μια μεταβλητή   προκαλεί άμεσα μια αλλαγή σε μια άλλη. Ενώ   η συσχέτιση δεν συνεπάγεται αιτιότητα, η   αιτιότητα συνεπάγεται πάντα συσχέτιση.

Η βασική διαφορά μεταξύ τους είναι ότι ενώ η συσχέτιση υπονοεί απλώς μια σχέση μεταξύ μεταβλητών, αλλά δεν υποδηλώνει αιτιολογική σχέση μεταξύ τους, η αιτιώδης συνάφεια δεν συνεπάγεται μόνο σχέση, αλλά επιφέρει και αιτιατή σχέση.

Είναι απαραίτητο να γίνει διάκριση μεταξύ συσχέτισης και αιτιότητας επειδή:

Αποφεύγονται παρερμηνείας: Η σύγχυση της συσχέτισης με την αιτιότητα μπορεί να οδηγήσει σε εσφαλμένες υποθέσεις σχετικά με τη φύση της σχέσης μεταξύ των μεταβλητών

Αναγνωρίζονται πιθανοί παράγοντες σύγχυσης: Η αναγνώριση ότι η συσχέτιση δεν συνεπάγεται αιτιώδη συνάφεια βοηθά τους ερευνητές να αποφεύγουν να αποδίδουν ψευδείς συσχετισμούς σε πραγματικούς αιτιατούς δεσμούς

Σχεδιάζονται κατάλληλες παρεμβάσεις: Με τη διάκριση μεταξύ συσχέτισης και αιτιώδους συνάφειας, οι ερευνητές μπορούν να αναπτύξουν στοχευμένες παρεμβάσεις για τη δημιουργία αιτιατών σχέσεων

Βελτιώνεται ο σχεδιασμός λήψης αποφάσεων: Η ακριβής αξιολόγηση της σχέσης μεταξύ των μεταβλητών επιτρέπει στους ενδιαφερόμενους να λαμβάνουν σωστές αποφάσεις με βάση ισχυρά στοιχεία

Βελτιώνεται η κριτική σκέψη: Η κατανόηση της διάκρισης μεταξύ συσχέτισης και αιτιώδους συνάφειας προάγει την ανάλυση και ενθαρρύνει τους ερευνητές να αναζητήσουν πρόσθετα στοιχεία για να υποστηρίξουν ισχυρισμούς σχετικά με αιτιώδεις σχέσεις

Υποστηρίζεται η αποτελεσματική τεκμηρίωση: Ο σαφής καθορισμός των αποχρώσεων της συσχέτισης και της αιτιώδους συνάφειας διασφαλίζει ότι οι αναγνώστες κατανοούν πλήρως τις επιπτώσεις των ευρημάτων της έρευνας

Η εμπιστοσύνη στην ακριβή διάκριση των διαφορών μεταξύ συσχέτισης και αιτιώδους συνάφειας είναι θεμελιώδης για τη διεξαγωγή ορθών ερευνών και την προώθηση της αξιόπιστης διάδοσης της γνώσης

Οι άνθρωποι συνήθως κάνουν λάθη όταν συνάγουν την αιτιότητα από τη συσχέτιση λόγω παρεξηγήσεων σχετικά με τη φύση αυτών των στατιστικών σχέσεων.

Μερικά από τα πιο συχνά σφάλματα περιλαμβάνουν:

• Υποθέτοντας την αιτιότητα κατά την παρατήρηση μιας συσχέτισης: Ακριβώς επειδή δύο μεταβλητές συσχετίζονται, δεν προκύπτει απαραίτητα ότι η μία προκαλεί την άλλη.
• Παραβλέποντας πιθανές παρεμβαλλόμενες μεταβλητές: Η αποτυχία αναγνώρισης ότι μια τρίτη μεταβλητή μπορεί να επηρεάσει τόσο τις ανεξάρτητες όσο και τις εξαρτημένες μεταβλητές, οδηγεί σε μια ψευδή συσχέτιση.
• Εστιάζοντας αποκλειστικά στο μέγεθος του συντελεστή συσχέτισης: Οι υψηλοί συντελεστές συσχέτισης από μόνοι τους δεν εγγυώνται την αιτιότητα.
• Παραβλέποντας την αντίστροφη αιτιότητα: Μερικές φορές, υπάρχει  πλασματική εξάρτηση μιας μεταβλητής από μια άλλη ενώ  το αληθές μπορεί να είναι το αντίστροφο.
• Παραβλέποντας σφάλματα μέτρησης: Τα τελευταία μπορούν να εισαγάγουν «πλαστές» συσχετίσεις και να αποκρύψουν πραγματικές αιτιώδεις σχέσεις.
• Μεροληπτόντας στην επιλογή του δείγματος: Οι επιλεκτικές  δειγματοληψίες μπορούν να δημιουργήσουν λαθεμένες εκτιμήσεις των παραμέτρων του πληθυσμού και να παραμορφώσουν τις παρατηρούμενες συσχετίσεις.
• Εξάγοντας συμπεράσματα με βάση ανεπαρκή δεδομένα: Τα μικρά δείγματα ή οι μεμονωμένες μελέτες μπορούν να οδηγήσουν σε λανθασμένα συμπεράσματα σχετικά με την αιτιότητα.

Για να ελαχιστοποιηθούν αυτές οι παγίδες, είναι απαραίτητο να προσεγγίζουμε την ανάλυση δεδομένων με σκεπτικισμό, να εξετάζουμε διεξοδικά τις υποκείμενες υποθέσεις και να χρησιμοποιούνται πολλαπλές γραμμές αποδείξεων όποτε είναι δυνατόν.

Η αιτιότητα χωρίς συσχέτιση είναι ένα φαινόμενο όπου μια αλλαγή σε μια μεταβλητή προκαλεί αλλαγή σε μια άλλη, αλλά δεν υπάρχει στατιστική συσχέτιση μεταξύ των δύο μεταβλητών. Μερικά πραγματικά παραδείγματα αιτιότητας χωρίς συσχέτιση περιλαμβάνουν τους περιβαλλοντικούς παράγοντες, τις εκπαιδευτικές παρεμβάσεις και τις οικονομικές πολιτικές, όπου μπορεί να μην υπάρχει στατιστική συσχέτιση μεταξύ της αναφερόμενης κατάστασης / ενέργειας και του αποτελέσματος λόγω ατομικής μεταβλητότητας και άλλων παραγόντων.

Για να αποφευχθεί η σύγχυση της συσχέτισης με την αιτιώδη συνάφεια, είναι σημαντικό να εξετάσετε εναλλακτικές εξηγήσεις, να χρησιμοποιήσετε πειραματικά σχέδια, να είστε προσεκτικοί με τις μελέτες παρατήρησης, να εξετάσετε τη δύναμη της συσχέτισης, να χρησιμοποιήσετε πολλαπλές πηγές αποδεικτικών στοιχείων και να αποφύγετε την εξαγωγή συμπερασμάτων που βασίζονται σε ανεπαρκή στοιχεία.

Η ανάλυση TOWS ως επιβεβλημένη συνέχεια της ανάλυσης SWOT.

V. Kandinsky,_1936_-_Courbe_dominante

Η ανάλυση SWOT είναι αρκετά γνωστή και για αυτό δεν την παρουσιάζουμε. κρίνουμε σκόπιμο όμως να παρουσιάσουμε την ανάλυση TOWS. Oι δύο αναλύσεις μοιάζουν στο ότι αξιολογούν τα δυνατά σημεία, τις αδυναμίες, τις ευκαιρίες και τις απειλές μιας επιχείρησης. 

Η TOWS επεκτείνει τη SWOT συνδέοντας αναγνωρισμένους παράγοντες για την δημιουργία και αξιολόγηση επιχειρηματικών στρατηγικών, καθιστώντας τις ενέργειες σας  πιο εστιασμένες στον στρατηγικό σχεδιασμό και στους εξωτερικούς παράγοντες.

Οι βασικές διαφορές βρίσκονται στην εστίαση και τα αποτελέσματά τους:

Ανάλυση SWOT:

Εστίαση: Εσωτερικοί και εξωτερικοί παράγοντες.

Αποτέλεσμα: Αποτυπώνει ένα στιγμιότυπο της τρέχουσας κατάστασης της εταιρείας.

Χρήση: Προσδιορίζει εσωτερικούς πόρους και αξιολογεί το εξωτερικό περιβάλλον.

Ακολουθία: Αναλύει άμεσα εσωτερικούς και εξωτερικούς παράγοντες.

Ανάλυση TOWS:

Εστίαση: Στρατηγικός σχεδιασμός.

Αποτέλεσμα: Ευθυγραμμίζει εσωτερικούς παράγοντες με εξωτερικές ευκαιρίες και απειλές για την ανάπτυξη στρατηγικών.

Χρήση: Κατηγοριοποιεί τις στρατηγικές με βάση εσωτερικούς και εξωτερικούς παράγοντες.

Αλληλουχία: Απαιτεί εκ των προτέρων προσδιορισμό δυνατών, αδυναμιών, ευκαιριών και απειλών.

Αποφύγετε τη λανθασμένη σειρά εφαρμογής: Εκτελέστε πρώτα την ανάλυση SWOT ως αφετηρία για την ανάπτυξη στρατηγικής, όχι ως εργαλείο επικύρωσης για προκαθορισμένες στρατηγικές

Για να εκτελέσετε μια ανάλυση TOWS, ακολουθήστε τα εξής βήματα:

Ολοκληρώστε μια ανάλυση SWOT για να εντοπίσετε τα δυνατά σημεία, τις αδυναμίες, τις ευκαιρίες και τις απειλές της εταιρείας σας.

Οργανώστε τα ευρήματά σας σε έναν πίνακα (μήτρα) TOWS, ο οποίος αποτελείται από τέσσερα τεταρτημόρια: Δυνατά-Ευκαιρίες, Δυνατά-Απειλές, Αδυναμίες-Ευκαιρίες και Αδυναμίες-Απειλές.

Μέσα σε κάθε τεταρτημόριο, δημιουργήστε στρατηγικές επιλογές καταιγισμού ιδεών που αξιοποιούν τις σχέσεις μεταξύ εσωτερικών και εξωτερικών παραγόντων.

Δυνατά σημεία - Ευκαιρίες (SO): Αξιοποιήστε τα δυνατά σημεία για να αδράξετε ευκαιρίες.

Δυνατά σημεία - Απειλές (SW): Χρησιμοποιήστε δυνάμεις για να αντιμετωπίσετε ή να εξαλείψετε απειλές.

Αδυναμίες - Ευκαιρίες (WO): Αντιμετωπίστε τις αδυναμίες για να εκμεταλλευτείτε τις ευκαιρίες.

Αδυναμίες - Απειλές (WT): Ελαχιστοποιήστε τις αδυναμίες για την αποφυγή ή τον μετριασμό των απειλών.

Δώστε προτεραιότητα και αναθέστε ενέργειες με βάση τη συνάφεια και τον επείγοντα χαρακτήρα των ευκαιριών και των απειλών.

Λάβετε υπόψη ότι η ανάλυση TOWS διεξάγεται συνήθως σε ομάδες που περιλαμβάνουν άτομα με διαφορετικές ειδικεύσεις, προοπτικές και τεχνογνωσία. Συνιστώνται τακτικές ενημερώσεις στον πίνακα TOWS ώστε να αντικατοπτρίζουν τις αλλαγές στο εσωτερικό και εξωτερικό πλαίσιο της εταιρείας.

Για να ιεραρχήσετε τις ευκαιρίες και τις απειλές σε μια ανάλυση TOWS, ακολουθήστε τα παρακάτω βήματα:

1. Αξιολογήστε κάθε επιλογή σε σχέση με τη σχετική ευκαιρία και απειλή.

2. Εξετάστε τη σκοπιμότητα, την καταλληλότητα και την αποδοχή κάθε στρατηγικής.

3. Κατατάξτε τις στρατηγικές σύμφωνα με τον πιθανό αντίκτυπό τους, την πιθανότητα επιτυχίας και τις απαιτήσεις πόρων.

4. Εστιάστε στις ισχυρότερες στρατηγικές στα τεταρτημόρια SO και WO, καθώς αυτές αντιπροσωπεύουν τις πιο θετικές και προληπτικές προσεγγίσεις.

5. Δώστε προσοχή στις στρατηγικές ST και WT, καθώς χρησιμεύουν ως αμυντικά μέτρα για την προστασία και τη διατήρηση του οργανισμού.

6. Αναζητήστε συνέργειες, συμβιβασμούς, συγκρούσεις και κενά μεταξύ των στρατηγικών.

7. Καταργήστε ή τροποποιήστε τυχόν περιττές, μη ρεαλιστικές, ασυμβίβαστες ή αναποτελεσματικές στρατηγικές.

8. Επιλέξτε τις στρατηγικές που ευθυγραμμίζονται περισσότερο με το όραμα, την αποστολή και τις βασικές σας ικανότητες.

9. Κοινοποιήστε τις επιλεγμένες στρατηγικές στα ενδιαφερόμενα μέρη και ζητήστε ανατροφοδότηση και υποστήριξη.

10.Αναθέστε ρόλους και ευθύνες στους υπεύθυνους για την εκτέλεση των στρατηγικών.

11.Παρακολούθηση και αξιολόγηση της προόδου και της απόδοσης των εφαρμοζόμενων στρατηγικών

Κατά την ιεράρχηση ευκαιριών και απειλών σε μια ανάλυση TOWS, είναι σημαντικό να αποφεύγονται κοινά λάθη για να διασφαλιστεί ο αποτελεσματικός στρατηγικός σχεδιασμός:

Έλλειψη σύγκρισης με τον ανταγωνισμό: Πάντα να συγκρίνετε τα δυνατά και τα αδύνατα σημεία απευθείας με τους ανταγωνιστές για να εντοπίσετε μοναδικά πλεονεκτήματα και μειονεκτήματα.

Μη δομημένη παραγωγή συνεπειών: Βεβαιωθείτε ότι τα αποτελέσματα της ανάλυσης οδηγούν σε σαφείς στρατηγικές που μπορούν να εφαρμοστούν και όχι απλώς στην περιγραφή της τρέχουσας κατάστασης.

Μονομερής εστίαση κατά την ανάλυση: Αποφύγετε τις προκαταλήψεις εξετάζοντας όλες τις πτυχές της μήτρας SWOT αντικειμενικά, χωρίς να προσηλώνεστε σε προκαταλήψεις ή μεμονωμένες απόψεις.

Έλλειψη προσανατολισμού θέματος και στόχου: Μείνετε συγκεντρωμένοι στους κύριους στόχους και στόχους της ανάλυσης για να εξαγάγετε σχετικές και στοχευμένες στρατηγικές.

Για να διασφαλίσετε ότι οι ευκαιρίες και οι απειλές που προσδιορίζονται σε μια ανάλυση TOWS είναι εφικτές, λάβετε υπόψη τις ακόλουθες βέλτιστες πρακτικές:

Ø    Συγκεντρώστε πληροφορίες για τα ενδιαφερόμενα μέρη: Συμμετέχετε τους σχετικούς ενδιαφερομένους στη διαδικασία ανάλυσης για να επωφεληθείτε από διαφορετικές οπτικές και να εμπλουτίσετε την ανάλυση

Ø    Ενημέρωση τακτικά: Λόγω της δυναμικής φύσης των επιχειρηματικών περιβαλλόντων, ενημερώνετε τακτικά τη μήτρα TOWS για να διασφαλίζετε ότι οι στρατηγικές παραμένουν σχετικές και πρακτικές

Ø    Παραμείνετε αντικειμενικοί: Διατηρήστε αντικειμενικότητα κατά τη διάρκεια της ανάλυσης για να αποκτήσετε μια ουδέτερη άποψη που παρέχει καλά επιβεβαιωμένες γνώσεις

Ø    Να είστε ρεαλιστές: Διατηρήστε μια σαφή εικόνα της θέσης της επιχείρησης στην αγορά για να αποφύγετε την υπερβολική αυτοπεποίθηση ή την απαισιοδοξία, η οποία μπορεί να αλλοιώσει τα αποτελέσματα

Ακολουθώντας αυτές τις πρακτικές, μπορείτε να βελτιώσετε την ποιότητα της ανάλυσης TOWS και να αναπτύξετε στρατηγικές που να μπορούν να δουλέψουν αποτελεσματικά, οι οποίες θα είναι βασισμένες στην πραγματικότητα και ευθυγραμμισμένες με τους επιχειρηματικούς σας στόχους