OTWÓRZ / POBIERZ ARTYKUŁ JAKO PLIK PDF
Wprowadzenie
Hipoteza badawcza to stwierdzenie/przypuszczenie dotyczące jakiegoś zjawiska, które zostaje zweryfikowane w toku analizy statystycznej. Przez wielu jest ona traktowana jako jeden z kluczowych elementów tekstu naukowego, stanowiącego pomost między rozdziałem teoretycznym a analizą statystyczną, ponieważ to hipotezy bezpośrednio wskazują na to jakie analizy statystyczne będą wykonane oraz w jakim celu w ogóle przeprowadzano badanie. Są one zatem w sposób pragmatyczny związane z analizą statystyczną i z tej perspektywy rzeczywiście są kluczowe – szczególnie dla studentów, dla których zwykle tworzenie pracy dyplomowej jest po prostu obowiązkiem, który chcą mieć jak najszybciej za sobą.
Jednocześnie, stawianie dobrych hipotez to nie lada wyzwanie, ponieważ wiele podręczników do metodologii przedstawia to zagadnienie w mało przystępny sposób. Ponadto hipotezy badawcze są nierozłączone od problemu badawczego oraz pytań badawczych. Poprawnie napisana metodologia uwzględnia te trzy aspekty i istnieją konkretne reguły dotyczące tego czym one się charakteryzują, co ja łączy a co różni i w jaki sposób się je tworzy. Dlatego też artykuł ten dotyczy wszystkich tych trzech elementów i tym samym stanowi odpowiedź nie na jedno, a na trzy pytania:
– jak poprawnie sformułować problem badawczy?
– jak poprawnie sformułować pytania badawcze?
– jak poprawnie sformułować hipotezy badawcze?
Poza udzieleniem odpowiedzi na te pytania, w artykule zostaną pokazane konkretne przykłady ukazujące jak to robić i jak tego nie robić.
Krok pierwszy – tworzymy problem badawczy (cel badania)
Podstawowym trzonem metodologii jest problem badawczy (niekiedy określanym jako cel badania). Jest to ogólny zarys tego czego badanie dotyczy i jakie ma przynieść wnioski. Czasami w danej pracy stawia się jeden problem badawczy, a czasami kilka, nawet jeśli pytań badawczych i hipotez z nim związanych jest kilka lub kilkanaście.
Co oznacza, że problem badawczy jest ogólny? (Warto wspomnieć o tym, że Brzeziński (2019) sugeruje, że jeśli problem badawczy jest zbyt ogólny to należy wyprowadzić z niego dodatkowe, problemy szczegółowe. W tym artykule jednak nie jest to ujęte, aby uniknąć nadmiernego skomplikowania, które mogłoby uczynić opisywane kwestie niepraktycznymi)
Aby to wyjaśnić posłużmy się przykładem:
Ten problem badawczy jest ogólny, ponieważ:
1. Cel tego badania może zostać zrealizowany poprzez wykonanie różnego rodzaju badań. Z jednej strony można wykonać badanie ilościowe (kwestionariuszowe), w którym zmierzone zostaną różne aspekty kompetencji menadżerskich i ich uwarunkowań, a następnie zostaną wykonane analizy korelacji i porównań średnich. Z drugiej strony, ten sam cel badania można spełnić wykonując badania jakościowe na pracownikach, którzy oceniają uwarunkowania rozwoju kompetencji menadżerów u swoich przełożonych.
2. Rozwój kompetencji menadżerskich może być mierzony na różne sposoby. Istnieją różne kwestionariusze przeznaczone do ich badania, wiele z nich ma kilka wskaźników kompetencji, z których każdy dotyczy jakiegoś innego ich aspektu. Podobnie uwarunkowania rozwoju kompetencji również można mierzyć na różny sposób i na różnych poziomach. Mogą być to zarówno ogólne cechy socjodemograficzne (wiek, płeć, stać pracy), kwestie związane z ogólnymi warunkami pracy czy specyficzne kwestie, takie jak kompetencje społeczne, cechy osobowości czy temperamentu.
3. Analizę dla danych zmiennych można przeprowadzić na różne sposoby. Przykładowo, mając kilka zmiennych socjodemograficznych jako wyjaśniających (niezależnych) oraz wskaźnik ogólny poziomu kompetencji menadżerskich jako zmienną wyjaśnianą (zależną), można dla nich wykonać analizy korelacji i porównań średnich, jednak można też wykonać analizę regresji. Zupełnie inna możliwość to podział osób badanych na te o wysokim vs niskim poziomie kompetencji na podstawie uzyskanych wyników i wykonanie testów średnich i chi kwadrat.
Powyższe argumenty wskazują na to, że problem badawczy można rozwiązać na różne sposoby. Wynika to w dużej mierze z faktu, że problem badawczy formułowany jest na podstawie teorii. Dopiero w procesie operacjonalizacji, który następuje później, dobiera się odpowiednie wskaźniki badanych konstruktów. Propozycje rozwiązania problemu badawczego wskazuje się w kolejnych etapach konstruowania badania jaką jest formułowania pytań badawczych i hipotez badawczych.
Krok drugi – formułujemy pytania badawcze
Ogólny zamysł nakreślony w ramach problemu badawczego staje się bardziej doprecyzowany w procesie tworzenia pytań badawczych. Tutaj przechodzimy do określenia w jaki sposób cel badania zostanie osiągnięty, a także jakiego rodzaju odpowiedź na postawione pytania jest oczekiwana. Aby to zobrazować rozważmy poniższy przykład. Do problemu badawczego postawionego wyżej dopiszmy przykładowe pytania badawcze.
Ten przykład pokazuje, że rzeczywiście pytania badawcze są bardziej szczegółowe niż problem badawczy. Są one bardziej precyzyjne, ponieważ wskazują na to jakie elementy (konstrukty) potencjalnie warunkujące rozwój kompetencji menadżerskich zostaną w analizie uwzględnione: wykształcenie, dopasowanie do miejsca pracy oraz poziom inteligencji. Widzimy również, że sposób sformułowania pytania badawczego narzuca konkretny sposób odpowiedzi. Przykładowo, na pytanie „czy poziom kompetencji menadżerskich zależy od poziomu inteligencji” można odpowiedzieć na dwa sposoby „tak, poziom kompetencji menadżerskich zależy od poziomu inteligencji” lub „nie, poziom kompetencji menadżerskich nie zależy od poziomu inteligencji”. Jeśli na dane pytanie badawcze nie da się udzielić konkretnej odpowiedzi to oznacza, że jest ono postawione źle.
Mimo, że pytania badawcze są zwykle bardziej szczegółowe niż problem badawczy to nadal poziom tej precyzji nie jest idealny. Wskazują już na to, jakie konstrukty mają zostać uwzględnione w analizie, jednak nadal nie wiadomo jak będą one mierzone (zoperacjonalizowane). Dotyczy to zarówno zmiennej wyjaśnianej jak i zmiennych wyjaśniających. Być może wykształcenie będzie wyrażone od podstawowego do wyższego i wtedy należy będzie wykonać analizę korelacji, a może porównywane będą osoby z wykształceniem wyższym magisterskim i wykształceniem wyższym doktorskim. Z kolei w przypadku dopasowania do miejsca pracy, może być ono mierzone rozbudowanym standaryzowanym kwestionariuszem, krótkim kwestionariuszem autorskim lub nawet jednym pytaniem w stylu „jak oceniasz swój poziom dopasowania do miejsca pracy rozumiany jako (…)” (trafność i rzetelność takiego pytania to inna kwestia 😉 ) Większą precyzję można uzyskać stawiając hipotezy, ale jak zaraz zobaczymy, nie zawsze jest to takie proste.
Krok trzeci – stawiamy hipotezy badawcze
Hipoteza badawcza to zdanie twierdzące, dotyczące przewidywanego wyniku badania, skonstruowanego w celu uzyskania odpowiedzi na pytanie badawcze. Innymi słowy – hipoteza jest sugerowaną odpowiedzią na pytanie badawcze. Zobaczmy w poniżej ramce jak mogłyby brzmieć hipotezy w naszym przykładzie.
Widzimy, że w tym przypadku sformułowanie odpowiednich hipotez badawczych na podstawie pytań badawczych jest łatwe. Każdemu pytaniu odpowiada jedna hipoteza, a formułuje się ją poprzez prostą zamianę treści pytania – w tym przypadku usuwany z pytania po prostu „czy” oraz „?”. Technicznie rzecz biorąc ograniczyło się to do wykonania operacji kopiuj-wklej i kilku dodatkowych stuknięć w klawiaturę. Jednak niestety, ale nie zawsze jednak jest to takie proste – pokażemy to w dalszej części artykułu, omawiając hipotezy kierunkowe i niekierunkowe.
Zazwyczaj każdemu pytaniu badawczemu odpowiada hipoteza, jednak są od tego wyjątki. Dzieje się tak w przypadku badań eksploracyjnych, w których analizujemy kwestie, które nie mają silnych podstawy w teorii i wynikach innych badań. W takiej sytuacji pytania badawcze pozostawiamy bez „odpowiedzi” w postaci hipotezy (Krajewski, 2010). W niektórych badaniach naukowych część pytań badawczych może mieć charakter eksploracyjny, a część nie. Oznacza to, że niektóre z nich mogą mieć swój odpowiednik w postaci hipotezy, a niektóre nie.
Hipotezy dotyczące związku i różnic
Hipotezy badawcze sformułowane w powyższym przykładzie dotyczą związków/zależności, a więc nazywa się je hipotezami dotyczącymi związku i testuje w analizie korelacji. Nie jest to jednak jedyny typ hipotez, ponieważ poza analizą korelacji istnieje wiele innych. Drugim najczęściej stawianym typem są hipotezy dotyczące różnicy. Przykładowo, moglibyśmy postawić hipotezę (i oczywiście odpowiadające mu pytanie badawcze) dotyczącą zróżnicowania poziomu kompetencji menadżerskich u kobiet i mężczyzn. Mogłaby ona brzmieć w sposób następujący: „Płeć różnicuje poziom kompetencji menadżerskich” lub „Istnieje istotna statystycznie różnica między kobietami i mężczyznami w zakresie poziomu kompetencji menadżerskich”. Jednocześnie poza nimi istnieją inne rodzaje hipotez, na przykład dotyczące zgodności rozkładu z rozkładem teoretycznym (np. rozkładem normalnym) albo dotyczące dopasowania modelu regresji. W tym wpisie poświęcimy im jednak niewiele uwagi.
Hipotezy kierunkowe i niekierunkowe
Wcześniej mówiliśmy o tym, że hipoteza to odpowiedź na pytanie badawcze, które dotyczy przewidywanego wyniku. Jednocześnie podaliśmy przykłady hipotez, które niekoniecznie takimi są. Dlaczego? Ponieważ były one postawione w schemacie „Istnieje zależność między X a Y”. Nie jest to jakieś niesamowicie precyzyjne przewidywanie, ponieważ nie obejmuje tego jaki jest charakter tej zależności, czy jest ona dodania czy ujemna. Taki rodzaj hipotez nazywany hipotezami niekierunkowymi (alternatywnie – hipotezami bezkierunkowymi). Alternatywnie, możemy stawiać hipotezy, które wskazują na charakter występującego efektu – nazywamy je hipotezami kierunkowymi. W przypadku korelacji wskazywać będą one na konkretny jej kierunek (dodatni lub ujemny). Zatem tak jak hipoteza niekierunkowa stworzona została w schemacie „Istnieje zależność między X a Y” tak hipoteza kierunkowa stworzona zostałaby według wzorca „wraz ze wzrostem X maleje Y” (korelacja ujemna) lub „wraz ze wzrostem X rośnie Y” (korelacja dodatnia).
W poniższej ramce przedstawiony został schemat tworzenia hipotez kierunkowych i niekierunkowych na podstawie pytań badawczych, a ponadto pokażemy, jak robić to osobno dla hipotez dotyczących związków oraz hipotez dotyczących różnicy.
Skąd mamy wiedzieć czy hipotezy, które chcemy postawić mają być kierunkowe czy niekierunkowe? Odpowiedź jest prosta – hipotezy kierunkowe stawiamy wtedy, gdy na bazie wyników innych badań i wiedzy opartej o literaturę przewidujemy konkretny kierunek mierzonego efektu (w pracach dyplomowych niektórzy promotorzy proszą nawet studentów o to, aby pod każdą hipotezą stworzone zostało jej omówienie – z odniesieniem do konkretnej literatury). Jeśli takich przypuszczeń nie mamy, bo na przykład nie istnieją badania w temacie, który podejmujemy (ezadko to się zdarza, ponieważ po pierwsze, badania są i były prowadzone praktycznie w każdym obszarze, więc ciężko być pionierem, a po drugiej metoda naukowa z założenia polega na stopniowym gromadzeniu wiedzy, gdzie każdy badacz dokłada swoją cegiełkę do tych już istniejących. Hipotezy niekierunkowe są stawiane zatem najczęściej albo przez geniuszy w danym temacie, albo przez osoby, które nie znają dobrze teorii w danym zakresie.) to stawiamy hipotezę niekierunkową. Oczywiście mając kilka hipotez, nie ma problemu w tym, aby część z nich była kierunkowa, a część niekierunkowa 🙂
Hipotezy ogólne/główne i szczegółowe
Rozważaliśmy wcześniej, że problem badawczy jest uogólniony i w efekcie można rozwiązać go na różne sposoby. Zapoznając się z przykładami pytań badawczych i hipotez zobaczyliśmy, że są one jego rozwinięciem i wskazują na sposób jego rozwiązania. Jednak nadal, nie zawsze stawiane hipotezy charakteryzuje odpowiedni poziom szczegółowości. Często bowiem kwestionariusze mierzą nie jedną właściwość ogólną, a wiele jej aspektów. W naszym studium przypadku konstruktem teoretycznym są “kompetencje menadżerskie”. Możemy sobie wyobrazić istnienie kwestionariusza, za pomocą którego można dokonać pomiaru jej czterech aspektów, wyrażanych poprzez trzy podskale i jedną skalę ogólną:
– zdolności organizacyjnych i delegowania zadań
– umiejętności udzielania informacji zwrotnych
– zdolności przywódczych
– ogólnych kompetencji menadżerskich (która jest sumą pozostałych)
W tym przykładzie mamy zatem owszem jeden konstrukt, jednak wyrażony poprzez cztery wskaźniki. Dlatego też postawienie jednej hipotezy to za mało. Możemy jednak potraktować ją jako hipotezę ogólną/główną i rozwinąć ją dodatkowo do postaci dodatkowych hipotez szczegółowych. Rozważmy to dla jednej z hipotez badawczych.
W analogiczny sposób należałoby rozpisać pozostałe hipotezy badawcze. Wydaje się to proste, jednak czasami prowadzi do „dziwnych” efektów. Jeśli naszym zadaniem jest rozpisanie 4 hipotez ogólnych np. w 12 hipotez szczegółowych to nie ma problemu. Wystarczy jednak, że nasze badanie dotyczyć będzie związku między kilkoma wielowymiarowymi konstruktami. Wyobraźmy sobie, że 4 wskaźniki kompetencji menadżerskich chcemy powiązać nie z jednym, ogólnym wskaźnikiem inteligencji, a z 4. W rezultacie, z jednej hipotezy ogólnej otrzymamy 16 hipotez szczegółowych. Jeśli w naszym badaniu kilku konstruktów będzie wielowymiarowych to możemy uzyskać jeszcze więcej hipotez szczegółowych, np. 60, 80 czy 100.
Co możemy zrobić w takiej sytuacji? Czy na prawdę w takiej sytuacji zmuszeni jesteśmy do stawiania dziesiątek hipotez, których rozpisanie może zająć wiele stron? Niekoniecznie. W takiej sytuacji sugerujemy postawienie jedynie hipotez ogólnych, bez rozwijania ich w hipotezy szczegółowe. Należy wtedy szczególnie zadbać o dokładny opis użytych narzędzi oraz operacjonalizacji zmiennych, po to, aby nie było wątpliwości co do wskaźników poszczególnych konstruktów.
Weryfikacja hipotez
Hipotezy stawia się po to, aby można było je zweryfikować. Oznacza to, że wyniki analizy statystycznej powinny w sposób konkretny i niepozostawiający wątpliwości prowadzić do decyzji: hipoteza została potwierdzona vs hipoteza została odrzucona. Dokładnie tak dzieje się w odniesieniu do hipotez szczegółowych, jednak w przypadku hipotez ogólnych bywa inaczej. Nastręcza to pewne trudności interpretacyjne. Aby to rozważyć powróćmy do poprzedniego przykładu.
Aby zweryfikować te hipotezy należy wykonać analizę korelacji. Jej wynik zostanie zaprezentowany w formie macierzy korelacji 1×4, gdzie każdy z czterech wyników odpowiadać będzie jednej hipotezie szczegółowej – każdej z nich odpowiadać będzie jedna wartość p. Tabela taka została przedstawiona poniżej.
Tabela
Wyniki analizy korelacji r Pearsona testującej związek między kompetencjami menadżerskimi a poziomem inteligencji
Poziom inteligencji | ||
r | p | |
Zdolności organizacyjne i delegowania zadań | 0,22 | 0,047 |
Umiejętności udzielania informacji zwrotnych | 0,04 | 0,659 |
Zdolności przywódcze | 0,34 | 0,012 |
Ogólne kompetencje menadżerskie | 0,18 | 0,179 |
Adnotacja. Wartości p < 0,05 zostały zapisane pogrubioną czcionką.
Wynik powyższej analizy wskazuje na to, że poziom inteligencji związany jest istotnie statystycznie (dodatnio) z dwoma podskalami kompetencji menadżerskich, natomiast z trzecią podskalą oraz skalą ogólną nie. Oznacza to, że nie da się w konkretny sposób zweryfikować postawionej hipotezy ogólnej. Związana jest ona przecież z pytaniem o to „czy ogólnie rzecz biorąc kompetencje menadżerskie są dodatnio związane z poziomem inteligencji”, a odpowiedź na to pytanie brzmiałaby „trochę tak, a trochę nie” lub „częściowo tak”. Możemy jednak zweryfikować hipotezy szczegółowe i w tym przypadku dwie z nich zostają przyjęte, a dwie nie.
Co zrobić w analogicznej sytuacji, jeśli zgodnie z wcześniejszą sugestią tworzymy jedynie hipotezy ogólne, a szczegółowe już nie? Wtedy najczęściej pisze się o „częściowym potwierdzeniu się hipotezy” wraz z dokładnym wyjaśnieniem, które jej „elementy” czy „części” się potwierdziły, a które nie. Słowo „elementy” oraz „części” pojawiają się w cudzysłowie, ponieważ hipoteza nie posiada przecież żadnych elementów. Taka interpretacja jest błędna. Mimo tego jest często stosowanym kompromisem pomiędzy pisaniem z osobna o potwierdzeniu każdej z (czasami kilkudziesięciu) hipotez, a niepisaniem niczego. Naszym zdaniem najważniejszym jest, aby posiadać wiedzę w tym zakresie, zdawać sobie sprawę z tych problemów i ograniczeń i z tego poziomu podejmować decyzje (zamiast, aby decyzje opierały się na niewiedzy).
Niestety, ale powyższe kwestie powodują, że stawiania hipotez nie zawsze podlega jasnej standaryzacji i zależy od kontekstu pisanej pracy badawczej. Co więcej, to nie koniec – zagadnienia związane ze stawianiem hipotez mają jeszcze więcej niuansów.
Hipoteza zerowa a hipoteza alternatywna
Klasyfikacja, według której dzielimy hipotezy na ogólne i szczegółowe nie jest jedyna. Poza nią istnieje również osobny podział na hipotezę zerową oraz hipotezę alternatywną. W tym artykule nie chcemy rozwijać mocno tego zagadnienia, ponieważ zależy nam na tym, aby ugryźć omawiany temat w sposób praktyczny od strony metodologicznej. Temat hipotezy zerowej i alternatywnej dotyczy z kolei zagadnienia hipotez statystycznych, związanych z testami statystycznymi (gdzie w zasadzie każdy test statystyczny testuje inną hipotezę), a więc statystyką jako taką, jako dziedziną matematyki.
W związku z tym sygnalizujemy istnienie tego dodatkowego podziału i w poszukiwaniu jego omówienia odsyłamy do innych źródeł – wpisu dotyczącym hipotezy zerowej i alternatywnej (klik) w naszym słowniczku oraz artykule opublikowanym na (klik) Blogu Statystycznym Krystyny Piątkowskiej.
Od strony praktycznej – czasami w rozdziale z opisem metody stawia się tylko „hipotezy” (a więc realnie ogólną hipotezę badawczą będącą hipotezą alternatywną, wtedy istnienie hipotezy zerowej traktuje się jako domyślne), a czasami wszystkie hipotezy szczegółowe rozbija się dodatkowo na osobną hipotezę zerową i alternatywną. Rekomendujemy w tym zakresie dokładnie to co w przypadku dylematu związane ze stawianiem hipotez ogólnych i szczegółowych – jeśli hipotez badawczych mamy w naszym badaniu niewiele (np. jedną, dwie lub kilka) to można rozbić je na hipotezy szczegółowe i każdej przyporządkować dodatkowo hipotezę badawczą i alternatywną. Jeśli jednak hipotez badawczych mamy wiele i musielibyśmy rozbijać je na setki hipotez szczegółowych, zerowych i alternatywnych to polecamy tego nie robić i pozostać przy ogólnych hipotezach badawczych. Aby temat nie był jedynie abstrakcyjny, w dalszej części artykułu pokażemy przykłady tego jak stawiać hipotezy i dla niektórych z nich zostanie również uwzględniony podział na hipotezę zerową i alternatywną.
Uważamy, że nie należy się też nadmiernie przejmować tym czy w naszej pracy pojawią się hipotezy szczegółowe, zerowe i alternatywne. Jeśli jesteśmy w stanie postawić je wszystkie bez poświęcania na to 5 stron formatu A4 to świetnie. Jednak naszym zdaniem ważniejsza jest ogólna jakoś naszego badania – czy jest dobrze ugruntowane w teorii, jest dobrze zaprojektowane i posiada poprawnie sformułowany problem badawczy i pytania badawcze. Jeśli tak się dzieje, to z wyników analizy jesteśmy w stanie wyciągnąć właściwe wnioski, a na podstawie tego możemy napisać wartościową (klik) dyskusję wyników, niezależnie od tego na jakim poziomie szczegółowości sformułowane zostały hipotezy. Rekomendacja ta wynika z tego, że widzimy wiele prac dyplomowych, które są po prostu źle zaprojektowane i albo hipotez w nich zawartych nie da się zweryfikować, albo da się to zrobić, ale nic konkretnego (na poziomie teorii) z tego nie wynika. Po prostu poza kwestiami teoretycznymi istnieje też poziom pragmatyczny, które warto uwzględnić.
Jak poprawnie formułować hipotezy?
W jaki sposób poprawnie formułować hipotezy? Przede wszystkim muszą one opierać się (chociażby pośrednio) na teorii i badaniach innych autorów. Dobrze jest również postawić je na samym początku – przed wykonaniem analizy statystycznej, a nawet przed rozpoczęciem pisania teorii i zaprojektowaniem badania. Załóżmy, że interesuje nas zagadnienie uwarunkowań pojawienia się wypalenia zawodowego. Zaczynamy od zapoznania się z literaturą przedmiotu, np. przeczytania kilku artykułów. W trakcie lektury okazuje się, że większość dotychczas przeprowadzonych badań dotyczyło tego jak wypalenie zawodowe warunkowane jest przez środowisko pracy oraz cechy osobowościowe. W ten sposób zyskujemy jakiś „punkt zaczepienia”. Na podstawie tego możemy sformułować ogólny problem badawczy, a następnie zacząć stawiać pytania badawcze i odpowiadające im hipotezy. Możemy rozpisać je bardzo dokładnie „na papierze”, ale jeśli mamy takie umiejętności i się nie pogubimy, to na tym etapie wystarczy je tylko przemyśleć. Posiadając hipotezy łatwiej nam będzie zaprojektować dobre badanie, które pozwoli nam uzyskać interesujące nas wnioski.
Określając hipotezy warto od razu zastanawiać się w jaki sposób będą one weryfikowane. To doskonały test na to czy dana hipoteza jest prawidłowa. Przykładowo, jeśli chcemy przetestować „związek między stażem pracy, a poziomem wypalenia zawodowego” to nie jest tajemnicą, że w tym celu należy wykonać analizę korelacji między stażem pracy, a wskaźnikami wypalenia zawodowego obliczonego za pomocą jakiegoś kwestionariusza. Z kolei gdybyśmy chcieli sprawdzić „czy poziom wiedzy pielęgniarek w zakresie pierwszej pomocy przedmedycznej jest wystarczający” to szybko okaże się, że nie istnieje test statystyczny, który to sprawdzi, w związku z tym hipotezy nie da się zweryfikować, a więc nie należy jej stawiać (jednocześnie, niestety jest to bardzo popularny rodzaj hipotez stawianych przez studentów, szczególnie pielęgniarstwa lub położnictwa). W takiej sytuacji warto pomyśleć o tworzeniu hipotez dotyczących zależności poziomu wiedzy od innych zmiennych.
Formułując hipotezy warto pamiętać o stosowaniu precyzyjnych określeń. Jeśli piszemy pracę o „satysfakcji z życia” to dokładnie tego sformułowania używajmy, bez tworzenia „synonimów” w stylu „jakości życia” czy nawet „zadowolenia z życia”. Między różnymi, pozornie podobnymi konstruktami istnieją często znaczące teoretyczne różnice, a poza tym takie wymienianie pojęć skutkuje zamieszaniem przy interpretacji informacji zawartych w opisie metodologii badania i rozdziale z wynikami. Podobnie, wyjaśniając znaczenie danego konstruktu (zarówno opisując metodę jak i później w rozdziale z wynikami) należy posługiwać się oryginalnymi definicjami stworzonymi przez autora danego konstruktu czy narzędzia badawczego. Przykładowo definiując „style radzenia sobie ze stresem” (to często badany konstrukt u studentów psychologii) duże znaczenie ma to, czy dotyczą one „skłonności do radzenia sobie ze stresem przy użyciu konkretnego stylu” czy „częstości stosowania danego stylu” – choć różnica między tymi definicjami wydaje się subtelna, to na poziomie teoretycznym ma ona duże znaczenie.
Kiedy wiemy co zostanie poddane analizie możemy przejść do kolejnych elementów – sformułowania tematu pracy oraz nakreślenia ogólnych ram dla rozdziału teoretycznego. Oczywiście jest to kolejność zalecana, można też sformułować hipotezy po napisaniu teorii. Warto jednak, aby projektując badanie wiedzieć jakie analizy zastosujemy, ponieważ ma to wpływ na wymaganą wielkość próby. Przykładowo, do wykonania analizy regresji wielozmiennowej potrzebne jest więcej obserwacji niż do analizy korelacji. Zdarza się, że badacz zbiera dane do analizy korelacji, a gdy wpada na pomysł wykonania analizy regresji okazuje się, że nie jest to możliwe z powodu braku odpowiedniej liczby zebranych obserwacja. Konkluzja jest zatem taka, że hipotez nie stawia się w oderwaniu od całości – wszystkie elementy pracy muszą być spójne, ponieważ obowiązuje tu efekt domina – każdy pojedynczy błąd ogranicza rozwój kolejnych elementów układanki i w konsekwencji pływa na całość efektu.
Kilka słów na koniec – trochę smutne podsumowanie
Tworzenie hipotez (a także pytań badawczych i problemu badawczego) bywa łatwe lub trudne, w zależności od stopnia skomplikowania badania, jego schematu, liczby zmiennych oraz planu analizy. Panuje w tym zakresie trochę „dziki zachód”, mówiąc językiem psychometrii powiedzielibyśmy, że tworzenie metodologii nie podlega ścisłej standaryzacji (w przeciwieństwie do raportowania wyników analizy statystycznej). Podręczniki do metodologii badań i psychometrii ukazują te zagadnienia na różne sposoby, często w sposób mało praktyczny, a niektórzy promotorzy mają swoje własne standardy (czasami poprawne, a czasami nie) bazujące na ich własnej praktyce. W końcu, istnieją konkretne dylematy dotyczące stawiania hipotez ogólnych vs szczegółowych (jak na złość do tego dochodzą też hipotezy zerowe i alternatywne, kierunkowe i bezkierunkowe), gdzie czasami warto pójść na kompromis i z przedstawiania pewnych elementów świadomie zrezygnować. Mamy nadzieję, że udało nam się pokazać jak najwięcej, zapraszamy jeszcze do zapoznania się z konkretnymi przykładami.
Jak stawiać pytania i hipotezy badawcze? PRZYKŁADY
Streszczenie artykułu
– problem badawczy to ogólny zarys tego czego badanie dotyczy i jakie ma przynieść wnioski; można zrealizować go na różne sposoby
– pytania badawcze stanowią uszczegółowienie problemu badawczego, określają w jaki sposób ma zostać spełniony cel badania
– hipoteza to stwierdzenie dotyczące przewidywanego wyniku badania, będące jednocześnie odpowiedzią na postawione pytanie badawcze
– zazwyczaj pytanie badawcze ma swój odpowiednik w postaci hipotezy; jeśli jednak ma ono charakter eksploracyjny to nie musi zostać rozwijane do postaci hipotezy
– istnieją różne rodzaje hipotez, najczęściej stawiane są te dotyczą związku (testowane w analizie korelacji) oraz różnicy (weryfikowane za pomocą testów różnic), choć istnieją też inne ich rodzaje, np. dotyczące zgodności rozkładu z rozkładem teoretycznym (np. normalnym)
– możemy stawiać hipotezy kierunkowe lub niekierunkowe – kierunkowe to takie, które zakładają konkretny kierunek efektu (np. związek dodatni lub ujemny); hipotezy kierunkowe zakładają efekt, ale bez wskazywania jego kierunku (np. wskazują na związek, ale bez określania czy jest on dodatni czy ujemny)
– hipoteza ogólna dotyczy badanych konstruktów; te posiadają jednak często wiele wskaźników (np. podskal kwestionariusza), stąd hipotezy ogólne dodatkowo rozwija się w dodatkowe hipotezy szczegółowe, które dotyczą poszczególnych wskaźników danego konstruktu
– jeśli w badaniu dokonujemy pomiaru wielu wielowymiarowych konstruktów to możliwe, że musielibyśmy postawić kilkadziesiąt hipotez szczegółowych – w takiej sytuacji rekomendujemy zaprzestać na sformułowaniu hipotez ogólnych i szczególnie zadbać o to o precyzyjny opis wyników oraz dokładną ich dyskusję
– z punktu widzenia zagadnienia testowania hipotez statystycznych istnieje dodatkowy podział na hipotezę zerową i alternatywną
– formułowane hipotezy muszą: opierać się na teorii, być sformułowane w sposób precyzyjny, być możliwe do zweryfikowania
– stawiając hipotezy warto równolegle myśleć o tym w jaki sposób będą one weryfikowane, za pomocą jakich testów statystycznych; przy okazji to dobry sposób na sprawdzenie czy rzeczywiście dana hipoteza jest możliwa do przetestowania
– poszczególne elementy tekstu naukowego są ze sobą powiązane, należy zatem zadbać o spójność między nimi, m.in. przed zbieraniem danych należy określić jaka jest wymagana minimalna liczba obserwacji do zastosowania określonych testów statystycznych
– chcąc zaprojektować i wykonać analizę danych rzetelnie i profesjonalnie warto skonsultować się ze specjalistami – (klik) pogotowiestatystyczne.pl
Literatura
Brzeziński, J. (2019). Metodologia badań psychologicznych, Warszawa: Wydawnictwo Naukowe PWN.
Field, A. P. (2018). Discovering statistics using IBM SPSS statistics, 5th edition. London: SAGE Publications.
Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą skąd pochodzą. Przewodnik po metodologii i statystyce nie tylko dla psychologów, Lublin: Katolicki Uniwersytet Lubelski.
Krajewski, M. (2020). O metodologii nauk i zasadach pisarstwa naukowego. Płock: WN NOVUM & Mirosław Krajewski.
Autorem wpisu jest Andrzej Jankowski