Preuzmite Metodologija-Slajdovi-Metodologija naucnog istrazivanja-Farmacija (2) i više Slajdovi u PDF od Metodologija samo na Docsity! imo
Metodologija naučnog istraživanja
Akademska 2010/11. godina
2010/2011 1
Docsity.com
Izvori znanja Običaji i tradicija Autoriteti Lično iskustvo kognitivne i motivacione greške može biti podstrek za istraživačke ideje Istraživanja 2010/2011 2 Istraživanje - definicije Pronalaženje rešenja problema ili odgovora na dato pitanje na logičan, uređen i sistematski način (Baumgartner i Hensley 2006) Glavni cilj istraživanja je prikupljanje i interpretacija informacija da bi se dobio odgovor na dato pitanje (Hyllegard et al., 1996) Sistematski pokušaj da se dođe do odgovora na dato pitanje (Tuckman 1999) Sistematska, objektivna analiza i beleženje kontrolisanih opservacija, koje može da dovede do formiranja generalizacija, principa ili teorija, a rezultat je predviđanje i eventualna kontrola događaja (Best i Kahn, 2003) Istraživanje je sistematski način postavljanja pitanja, sistematski metod ispitivanja (Drew et al., 1996) 2010/2011 5 Istraživanje Istraživanje sistematsko prikupljanje, analiza i interpretacija podataka da bi se odgovorilo na određeno pitanje ili rešio zadati problem jasna formulacija istraživačkog problema usmerenost ka zaključku 2010/2011 6 Podela istraživanja (1) Osnovna (bazična, fundamentalna) cilj im je povećanje opštih znanja, dobijanje novih znanja i informacija ne daju obavezno odgovore na praktična pitanja Strateška daju nova znanja spremna za primenu, ali se neposredno ne primenjuju osnovna-primenjena istraživanja 2010/2011 7 Cilj nauke Da proširi znanje o fizičkom, biološkom i socijalnom svetu, van okvira onoga što se već zna Da objasni svet u kome čovek živi, da objasni čoveka – da pruži znanja koja će čovek koristiti Povezanost nauke i društva – nauka nije usamljeni, nezavisni tragač za istinom Povezanost nauke i tehnološkog razvoja – svaki novi tehnološki pronalazak menja tok nauke, otvara nova pitanja 2010/2011 10 Podela nauke (1) Podela u dve glavne grupe: Prirodne nauke, koje proučavaju prirodne fenomene (uključujući biološki život) i Društvene nauke, koje proučavaju ponašanje ljudi i društava Ovo su empirijske nauke, što znači da saznanja moraju biti bazirana na zapažanjima, čiju vrednost mogu eksperimentalno da provere i drugi istraživači koji rade pod istim uslovima 2010/2011 11 Podela nauke (2) 1. Prema oblastima proučavanja Humanitarno – filozofske nauke Društvene nauke Prirodne nauke Medicinske nauke Tehničke nauke Biotehničke nauke Informatičke nauke 2010/2011 12 Naučna teorija Prema definiciji naučna teorija je: “Sinteza velike količine informacija koje objedinjuju dobro testirane i verifikovane hipoteze o nekim aspektima prirodnog sveta” 2010/2011 15 Naučni zakon i naučna teorija Glavna razlika između naučnog zakona i teorije je: zakon objašnjava šta se dešava, a teorija objašnjava zašto se dešava zakon opisuje prirodu, a teorija objašnjava prirodu teorija nikad ne postaje zakon zakon može da se promeni, ako nove činjenice pokažu da je pogrešan 2010/2011 16 Naučni metod Put kojim se ide ka rešenju problema! Definicija: Naučni metod je korišćenje objektivnih, rigoroznih, sistematskih i kritičkih postupaka pomoću kojih ono što mislimo o stvarnom svetu testiramo onim što vidimo, odnosno zapažamo preispitujući pri tom sve ono što vidimo u svetlu onoga što već znamo Naučne metodologije opšte posebne 2010/2011 17 Medicinske nauke Naučni metod Visok holesterol Problem/zapažanje Pacijent ima visok holesterol Hipoteza Izvestan lek može da smanji nivo holesterola Eksperiment 100 pacijenata dobija lek, 100 pacijenata dobija placebo 2010/2011 20 Rezultat Nivo holesterola smanjen kod istog broja pacijenata u obe grupe Izmena hipoteze Promeniti lek Novi eksperiment Ponoviti eksperiment. Zabeležiti rezultate. Zaključak Novi lek smanjuje nivo holesterola Naučni problem Sporno pitanje, bez jasnog odgovora, koje se može rešiti samo naučnom metodom Izvori iz prakse iz ličnog iskustva iz radoznalosti istraživača Uslovi trenutna znanja raspoloživa za rešavanje problema raspoloživi resursi (oprema, materijal, ljudi) Često rešimo i problem koji nismo planirali! 2010/2011 21 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 22 Plan istraživanja Prikupljanje podataka Proverljivost hipoteze Hipoteza A: “Naš univerzum je okružen drugim, većim univerzumom sa kojim nemamo nikakvog kontakta” Ova tvrdnja može ili ne može biti tačna, ali nije naučna hipoteza po svojoj prirodi nije proverljiva ne postoje zapažanja na osnovu kojih naučnik može da kaže da li je ili nije hipoteza ispravna Hipoteze ove vrste su interesantne za razmišljanje, ali nauka o njima nema šta da kaže Hipoteza A je nagađanje (spekulacija) 2010/2011 25 Oborljivost hipoteze Naučna hipoteza mora biti “oborljiva” Da bi hipoteza postala naučna nije dovoljno da bude proverljiva Potrebno je da bude i oborljiva 2010/2011 26 Oborljivost hipoteze Hipoteza B: “U našem univerzumu postoji još naseljenih planeta” Ako je hipoteza tačna, naučnici će dobiti dokaze za to (podaci koje šalju svemirski brodovi, signali itd) Ako hipoteza nije tačna, ne postoji način da se to proveri Činjenica da nema dokaza da je još neka planeta naseljena, ne znači da ne postoji naseljena planeta Hipoteza B nije oborljiva 2010/2011 27 Naučna teorija i naučna hipoteza Naučna teorija i naučna hipoteza nisu isto: hipoteza još nije testirana i možda uopšte ne može da se testira teorija je dobro proverena hipoteza 2010/2011 30 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 31 Plan istraživanja Prikupljanje podataka Plan istraživanja Plan istraživanja obuhvata: Varijable (promenljive) – koje varijable će biti uključene u studiju, odnosno šta će biti proučavano Dizajn istraživanja – način na koji će planirane varijable biti proučavane Izbor tipa dizajna Izbor metoda istraživanja Uzorci Opis procedura prikupljanja podataka Utvrđivanje metoda za obradu podataka Analiza dobijenih podataka 2010/2011 32 Varijable Nezavisna varijabla – varijabla čiju vrednost određuje i kontroliše istraživač, u cilju otkrivanja njene relacije prema fenomenu koji se istražuje Zavisna varijabla – varijabla čija je vrednost posledica delovanja nezavisne varijable, ne može direktno da se kontroliše Kontrolisana varijabla – varijabla čija se vrednost održava konstantnom, kako bi se sprečio njen uticaj na efekat nezavisne varijable na zavisnu Konfaunder – varijabla čija bi vrednost morala da se kontroliše, ali iz određenih razloga to nije moguće i koja na određeni način utiče na zavisnu varijablu 2010/2011 35 Varijable - primer Ispitivanje novog antihipertenzivnog leka Nezavisna varijabla: doza leka, pol, godine Zavisna varijabla: krvni pritisak Kontrolisana varijabla: dijagnoza Konfaunder: BMI, pušenje, pol, godine, ... 2010/2011 36 Podaci Varijable se izražavaju podacima koji se sakupljaju Četiri nivoa (skale) merenja: 1. Nominalna skala 2. Ordinalna skala 3. Intervalna skala 4. Skala odnosa 2010/2011 37 Ordinalna skala Vrsta kategoričkih podataka koji su klasifikovani po određenom redosledu, pri čemu rastojanje između kategorija nema tačno određeno značenje Brojevi pokazuju da li jedan objekat ima manje ili više neke karakteristike nego drugi objekat, ali ne i koliko manje, odnosno koliko više Brojevi kojima su objekti označeni pokazuju uređenu relaciju među njima 2010/2011 40 Kategorički podaci Kategorički podaci OrdinalniNominalni 2010/2011 41 Ne-binarniBinarni Binarni Ne-binarni Binarni podaci Vrsta kategoričkih podataka kod kojih postoje samo dve kategorije Binarni podaci se izražavaju nominalnom ili ordinalnom skalom Primer: Status pušenja: pušač, nepušač Prisustvo na času: prisutan, odsutan Rezultata ispita: položio, nije položio 2010/2011 42 Kontinuirani podaci Kontinuirani podaci se dobijaju merenjem Moguće su sve vrednosti unutar nekog intervala i nema razmaka između vrednosti Izražavaju se intervalnom skalom skalom odnosa 2010/2011 45 0 1000 Intervalna skala Podaci su uređeni u kategorije po određenom redosledu Rastojanje između kategorija predstavlja jednake vrednosti karakteristika koje se mere Početak skale (nula) i merne jedinice su proizvoljno određene i arbitrarne Brojevi dozvoljavaju poređenje razlika među kategorijama 2010/2011 46 Skala odnosa Podaci su uređeni u kategorije po određenom redosledu Rastojanje između kategorija ima određeno značenje Uvek postoji apsolutna nula sa određenim značenjem 2010/2011 47 Vrste dizajna istraživanja Ne-eksperimentalni dizajni – ispituju fenomene kakvi jesu Kvazi-eksperimentalni dizajni – istraživač ne kontroliše eksperiment, već se eksperiment pojavljuje u “prirodnom” stanju primenjuje se u ekonomiji, sociologiji, političkim naukama itd. Eksperimentalni dizajni – istraživač kontroliše eksperiment primenjuje se u psihologiji, medicini, hemiji, obrazovanju itd. 2010/2011 50 Neeksperimentalni dizajni Dizajn istraživanja u kome se prikupljaju detaljni opisi postojećih varijabli Nezavisne varijable već postoje, njima se ne manipuliše i ne kontrolišu se Varijable koje se posmatraju su mišljenja, stavovi ili činjenice Svrha studija je razvijanje teorija, identifikovanje problema u postojećoj praksi, potvrđivanje postojeće prakse ocenjivanje Podaci se prikupljanju pomoću upitnika ili putem intervjua 2010/2011 51 Neeksperimentalni dizajni Deskriptivne/Opservacione studije Studije preseka Studije slučajeva i kontrola Longitudinalne studije Kohortne studije Studije praćenja Retrospektivne i prospektivne studije Korelacione studije Deskriptivne korelacione studije Prediktivne korelacione studije 2010/2011 52 Korelacioni dizajn Koristi se da se ispita relacija između dve ili više varijabli Ne ispituje se da li jedna varijabla utiče na drugu, već samo da li jedna varijabla kovarira sa drugom (kako se menja jedna, tako se menja druga varijabla) Može da kvantifikuje jačinu ili veličinu relacije između dve varijable Tipovi: Deskriptivni korelacioni dizajn Prediktivni korelacioni dizajn 2010/2011 55 Kvazi-eksperimentalni i eksperimentalni dizajni Koriste se da se ispita uzrok i posledica relacije među varijablama Istraživač aktivno manipuliše okruženjem Pomažu da se eliminišu potencijalna alternativna objašnjenja za dobijene nalaze Kvazi-eksperimentalni dizajni se koriste u ekonomiji, sociologiji, političkim naukama, javnoj administraciji, urbanom planiranju itd. Eksperimentalni dizajni se koriste u psihologiji, medicini, edukaciji itd. 2010/2011 56 Kvazi-eksperimentalni dizajn Istraživač ne kontroliše eksperiment, već se eksperiment pojavljuje u “prirodnom” stanju Kontrola eksperimenta nije moguća: jer neki faktori nedostaju zbog prirode nezavisne varijable zbog prirode eksperimentalnih jedinica koje su na raspolaganju Može da pokaže da postoji uzročno-posledična relacija, ali je pouzdanost takvog zaključka slaba 2010/2011 57 Eksperimentalni dizajn (3) Kontrola Uvođenje jedne ili više konstanti u eksperiment Pažljivo pripremljen eksperimentalni protokol Poređenje grupa (eksperimentalna i kontrolna grupa) Manipulacija Istraživač “nešto radi” Uvođenje nezavisne varijable Nezavisnom varijabom se manipuliše (npr. posmatra se kod nekih participanata, a kod drugih ne) Izmene plana istraživanja 2010/2011 60 Istraživačke metode (1) 1. Laboratorijski eksperimenti u idealnom laboratorijskom eksperimentu istraživač može da kontroliše sve značajne varijable na kraju eksperimenta je siguran da su sve promene u zavisnoj varijabli posledica promena u nezavisnoj varijabli 2010/2011 61 Laboratorijski eksperimenti Dobra laboratorijska praksa Dobra laboratorijska praksa obuhvata grupu, na svetskom nivou prihvaćenih organizacionih procesa i uslova pod kojima se laboratorijska istraživanja planiraju, izvode, kontrolišu i beleže, kao i smernice za sastavljanje završnog izveštaja o sprovedenom istraživanju Definisanje Principa DLP treba da podstakne razvoj standardizovanih smernica za dobijanje kvalitetnih podataka eksperimentalnih istraživanja prevazilaženje tehnoloških barijera i dodatno unapredi zaštitu zdravlja ljudi i čovekove okoline 2010/2011 62 Helsinška deklaracija Sadrži preporuke za izvođenje biomedicinskog istraživanja na ljudima Usvojena je u Helsinkiju juna 1964. god. od strane 18- te Svetske medicinske skupštine (WMA ), dopunjena na 29-tom sastanku WMA oktobra 1975. god. u Tokiju, 35-tom sastanku WMA oktobra 1983. god. u Veneciji, 41-om sastanku WMA septembra 1989. god. u Hong- Kong-u, 48 sastanku WMA u Somerset West-u, Južna Afrika i 52 sastanku WMA u Edinburgu 2000. Poslednje razjašnjenje u Tokiju 2004. 2010/2011 65 Istraživačke metode (3) 3. Eksperimenti na terenu teren je “stvaran” svet istraživači imaju potrebu da u realnim situacijama potvrde rezultate dobijene u laboratoriji u eksperimentima na terenu nije moguće kontrolisati sve spoljašnje varijable mnogo skuplji i zahtevniji od laboratorijskih eksperimenata primer: kliničke studije 2010/2011 66 Istraživačke metode (4) 4. Prirodni eksperimenti istraživači koriste prirodne događaje da odgovore na pitanja od posebnog interesa Primeri: poređenje zdravlja zuba kod osoba koje žive u oblasti u kojoj u vodi za piće ima prirodnog fluorida, sa osobama koje koriste vodu bez fluorida poređenja zdravlja dece koja u školskom programu imaju više časova fizičkog vežbanja sa decom koja imaju manje časova poređenje kvaliteta zdravlja u porodicama sa višim i nižim standardom 2010/2011 67 Istraživačke metode (7) 8. Dizajn eksperimenata (DoE) Metodologija kojom se planiraju i izvode eksperimenti da bi se dobila najveća količina informacija iz najmanjeg broja pokušaja Najrigorozniji od svih dizajna istraživanja “Zlatni standard” prema kome se procenjuju svi drugi dizajni Daje mogućnost predviđanja odgovora sistema za date vrednosti faktora uticaja 2010/2011 70 Dizajn eksperimenata (1) Izvođenje malog broja eksperimenata u kojima se faktori uticaja menjaju sistematski Dobijeni rezultati identifikuju optimalne uslove, faktore koji imaju najveći uticaj i prisustvo interakcija i sinergizama Simultano menjanje faktora uticaja izvodi se matematički Neophodna optimizacija broja eksperimenata jer su troškovi eksperimenata sve veći 2010/2011 71 Istraživačke metode (8) 9. Istraživanja in silico (prvobitno in silicio) – istraživanja izvedena na kompjuteru ili uz pomoć kompjuterskih simulacija Efikasnije otkrivanje i razvoj novih lekova Primena inženjerskih principa i matematičkih modela za simuliranje humane biologije Kreiranje “virtuelnog pacijenta” na kome se testiraju nove terapije Predviđanje humanog odgovora na terapiju korišćenjem podataka dobijenih na životinjama Optimizacija dizajna kliničkih studija 2010/2011 72 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 75 Plan istraživanja Prikupljanje podataka Prikupljanje podataka (zapažanja) Eksperimenti se izvode da bi se sakupili podaci Podaci mogu biti kvalitativni, kvantitativni, slučajno sakupljeni ili pažljivo planirani Podaci mogu biti pogrešni Naučni podaci moraju biti ponovljivi Podaci koji nisu ponovljivi nazivaju se anegdotski podaci Na osnovu podataka naučnici izvode zaključke 2010/2011 76 Važnost podataka (zapažanja) Značaj podataka (eksperimenata) u nauci je neprocenjiv Svaka tvrdnja ili ideja mora da se više puta proveri uz pomoć podataka (eksperimenata) Ako je ideja u suprotnosti sa dobijenim podacima: ideja mora da se menja ili ideja mora da se odbaci Ideja koja je u suprotnosti sa dobijenim podacima ne može da se održi na osnovu “osećaja” da je dobra 2010/2011 77 Uzorak Uzorak je deo populacije Uzorak ima članove ili jedinice Okvir uzorka – master lista populacije iz koje se uzorak uzima (telefonski imenik, spisak pacijenata itd.) 2010/2011 80 Zašto uzorak? Pragmatični razlozi Vreme Troškovi Mala varijacija u karakteristikama Nekada nije moguće obuhvatiti celu populaciju Tačni rezultati i pouzdani zaključci Istraživanje na celoj populaciji - census 2010/2011 81 Klasifikacija uzorka Uzorak odabran sa verovatnoćom: svaki član populacije ima verovatnoću veću od nule da postane član uzorka Uzorak odabran bez verovatnoće: nije poznata je verovatnoća sa kojom svaki član populacije može da postane član uzorka 2010/2011 82 Prost slučajni uzorak Prednosti: Poznata i jednaka verovatnoća odabira Jednostavan za odabir Nedostaci: Potrebno je da se zna veličina populacije Svaki član populacije mora da bude dostupan Neefikasan kada je raspodela populacije asimetrična Ne predstavlja uvek karakteristike populacije 2010/2011 85 Sistematski uzorak Primer: N = 96, n = 8, k = 96/8 = 12 Iz populacije od 96 osoba uzećemo svaku 12-tu osobu početak uzorak 2010/2011 86 Sistematski uzorak Prednosti: Efikasan i jednostavan za odabir Manje skup od slučajnog uzorka Nedostaci: Mogući problemi zbog “periodičnog” odabira Ne predstavlja uvek karakteristike populacije 2010/2011 87 početak uzorak Plan uzorkovanja Definisati populaciju Definisati okvir uzorka Odabrati tehniku uzorkovanja 2010/2011 90 Odrediti veličinu uzorka Izvršiti uzorkovanje Greška zbog korišćenja uzorka 2010/2011 91 populacija dostupan deo populacije nalazi se u telefonskom imeniku odabran uzorak stvarni uzorak (odgovorili na anketu) Greška tip I Rizik za pojavu lažno pozitivnih rezultata nalaženje razlike između grupa kada ona realno ne postoji Naziva se nivo značajnosti testa obeležava se sa α (alpha) obično je 5% (0,05) 2010/2011 92 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 95 Plan istraživanja Prikupljanje podataka Interpretacija rezultata
rr 77 I.
21% of the boys and 30% of the girls
support me; therefore I'll get 51%
of the vote.
2010/2011 96
Docsity.com
Interpretacija rezultata 1. Da li rezultati potvrđuju ili odbacuju hipotezu? Obrada i analiza podataka Numerički – statistička analiza Ne-numerički – deskriptivni pristup, vrši se kategorizacija podataka da bi se utvrdili trendovi Statistika je važan deo naučnog istraživanja 2010/2011 97