Em uma conversa média (mediana?) Sobre estatísticas, muitas vezes você se encontra discutindo esse ou aquele método de analisar esse ou aquele tipo de dados. Na minha experiência, o desenho cuidadoso do estudo, com um pensamento especial em relação à análise estatística, é frequentemente negligenciado (trabalhando em biologia / ecologia, isso parece ser uma ocorrência predominante). Os estatísticos geralmente se encontram em um impasse com dados coletados insuficientes (ou totalmente errados). Parafraseando Ronald Fisher, eles são forçados a fazer post-mortem sobre os dados, o que geralmente leva a conclusões mais fracas, se é que existem.
Gostaria de saber quais referências você usa para construir um desenho de estudo bem-sucedido, preferencialmente para uma ampla variedade de métodos (por exemplo , teste t , GLM, GAM, técnicas de ordenação ...) que ajudam a evitar as armadilhas mencionadas acima.
fonte
Minha regra geral é "repita mais do que você pensa que é suficiente".
fonte
Respondendo com aforismo, acredito que o desenho do seu estudo será bem-sucedido assim que ele realmente existir em sua forma completa. O jogo de rever como é jogado na academia é principalmente um jogo de acadêmicos mostrando uns aos outros que eles não concluíram essa etapa em sua profundidade total, por exemplo, violando suposições ou omitindo vieses onde deveriam ser esperados. Se o design do estudo é uma habilidade, é a habilidade de tornar sua pesquisa à prova de balas para esses críticos.
Sua pergunta é muito interessante, mas receio que não haja uma resposta curta. Que eu saiba, a única maneira de aprender minuciosamente sobre projetos de pesquisa, seja experimental ou observacional, é ler a literatura em seu campo de especialização e, em seguida, percorrer a milha extra conectando-se a acadêmicos para aprender ainda mais sobre como eles funcionam, para, eventualmente, escrever seu próprio projeto de pesquisa.
No meu campo (ciência política europeia), oferecemos genericamente cursos de "design de pesquisa" que abrangem todos os tipos de estudos, mas mesmo assim perdemos tendências importantes e também não temos uma compreensão profunda de nossos métodos. Depois de fazer pelo menos três desses cursos, fiquei convencido de que nenhum recurso acadêmico pode substituir o aprendizado de outros acadêmicos antes de confrontar diretamente as configurações do mundo real.
Eu acho que o seu campo também possui esses 'diários de métodos' que podem ser tão chatos e complexos para o estrangeiro, quanto úteis e interessantes para os 'designers de estudos' reais - e, portanto, recomendaria que você comece a cavar essa literatura primeiro, eventualmente rastrear os itens bibliográficos recorrentes que podem ajudá-lo mais no design de estudos em biologia / ecologia. O Google Scholar definitivamente sinaliza alguns livros com as palavras 'métodos de pesquisa em ecologia'.
fonte
Pode não ser 100% o que você procura, mas posso citar alguns livros que abrangem projetos de pesquisa quantitativa e qualitativa em ciências sociais. (Pessoalmente, acho muito útil ter todas as opções disponíveis para adaptar o design à sua pergunta de pesquisa, o conhecimento existente no campo, a unidade de comparação, a acessibilidade dos dados.)
Gschwend, T. & Schimmelfennig, F. (Eds.). (2007). Projeto de pesquisa em ciência política: como praticar o que pregam. Houndsmill et ai.: Macmillan.
Leavy, P. (2017). Projeto de Pesquisa: Métodos Quantitativos, Qualitativos, Mistos, Abordagens de Pesquisa Participativa Baseadas em Artes e Comunitárias. [Sl]: Guildford.
(Mais fora do tópico das perguntas originais, mas potencialmente útil para os leitores dessas perguntas que desejam aprender mais sobre a lógica subjacente dos projetos de pesquisa: O grande debate sobre os pontos em comum e as diferenças nos projetos de pesquisa nos modos qualitativo e quantitativo de investigação. O primeiro livro esboça basicamente como a pesquisa qualitativa pode, deve e segue a lógica causal; o segundo fornece um pouco de "Sim, mas ..." e tem capítulos de conclusão e síntese).
King, G. e Keohane, ROVS (1994). Projetando a investigação social: inferência científica em pesquisa qualitativa. Princeton, Nova Jersey.
Brady, HE, & Collier, D. (Eds.). (2004 // 2010). Repensando a investigação social: diversas ferramentas, padrões compartilhados (2. ed.). Lanham et al .: Rowman & Littlefield Publishers.
fonte