Переменные
Возраст, время подготовки, результат теста, тип программы, мнение участника и другие характеристики, которые могут принимать разные значения.
Исследовательские навыки
Переменные и выборка
Контроль условий, репрезентативность и факторы, искажающие результат. Научитесь управлять независимыми и зависимыми переменными, формировать непредвзятые выборки и избегать скрытых методологических ловушек.
Загрузка...
Подробный разбор решения
Почему остальные варианты неправильные
Результат теста будет доступен после полного прохождения теста
Исследовательские навыки
Переменные и выборка: что измерять и кого включать в исследование
Переменные определяют, какие характеристики или показатели исследователь будет измерять, а выборка показывает, у кого именно эти данные будут собраны. Ошибка в определении переменных может сделать измерение бессмысленным, а неудачная выборка — привести к выводу, который плохо описывает интересующую исследователя группу.
+
Выборка
Конкретные участники или объекты, данные о которых реально собираются для ответа на исследовательский вопрос.
Типы переменных
Разные переменные выполняют разные функции
Перед сбором данных важно понимать, какую роль играет каждый показатель в исследовательском вопросе.
Возможный фактор
Переменная, которую рассматривают как возможное условие, связанное с изменением результата.
Измеряемый результат
Показатель, изменение которого исследователь хочет объяснить или сравнить.
Условие, которое стараются удерживать стабильным
Помогает уменьшить влияние факторов, которые могут вмешаться в интерпретацию результата.
Альтернативное объяснение
Переменная, связанная и с предполагаемым фактором, и с результатом, способная исказить вывод.
Операционализация
Абстрактное понятие нужно превратить в измеримый показатель
Исследователь не может напрямую измерить «мотивацию», «успех» или «стресс», пока не определит, как именно эти понятия будут представлены в данных.
Академическая успешность
Это широкое понятие, которое нужно связать с конкретным измерением.
Баллы итогового теста
Один из возможных способов количественно представить учебный результат.
Использование платформы
Само выражение слишком общее и требует уточнения.
Количество входов в неделю
Это наблюдаемый показатель, который можно собрать и сравнить между участниками.
Характер данных
Переменные могут принимать разные формы
Тип переменной влияет на то, как данные можно сравнивать, группировать и анализировать.
Номинальная
Значения обозначают категории без естественного порядка. Например: специальность.
Порядковая
Значения можно упорядочить, но расстояние между ними не обязательно одинаково.
Числовая
Значения выражаются числами: балл, возраст, время или количество попыток.
Бинарная
Переменная имеет два варианта: да/нет, участвовал/не участвовал.
Основы выборки
Генеральная совокупность и выборка — не одно и то же
Обычно исследователь не может изучить абсолютно всех представителей интересующей группы, поэтому работает только с её частью.
Population
Вся группа, о которой исследователь хочет сделать вывод.
Sample
Часть этой группы, которая реально участвует в исследовании.
Sampling frame
Список или доступная совокупность, из которой выбираются участники.
Representativeness
Насколько характеристики выборки соответствуют интересующей совокупности.
Способы отбора
Как можно сформировать выборку
Метод отбора влияет на то, насколько уверенно результаты выборки можно переносить на более широкую группу.
Простая случайная выборка
Каждый представитель доступной совокупности получает известную возможность быть выбранным.
Преимущество: снижает систематический выбор участников.Стратифицированная выборка
Совокупность делится на важные подгруппы, после чего участники отбираются внутри каждой.
Полезно: когда важно сохранить представительство разных групп.Удобная выборка
В исследование включаются те участники, которых проще всего привлечь.
Ограничение: доступность участников может быть связана с их характеристиками.Добровольный отклик
Люди сами решают, участвовать ли в открытом опросе или исследовании.
Ограничение: чаще отвечать могут люди с особенно сильным мнением.Sampling bias
Почему выборка может систематически искажать результат
Проблема возникает не просто тогда, когда выборка маленькая, а когда некоторые типы участников имеют существенно другую вероятность попасть в неё.
Опрос только активных пользователей
Люди, которые редко пользуются сервисом, могут вообще не увидеть приглашение.
Опрос только одной группы
Например, результаты одного факультета нельзя автоматически переносить на весь университет.
Самоотбор участников
Особенно заинтересованные или недовольные люди могут отвечать чаще других.
Недоступные участники исключены
Способ сбора данных может автоматически исключать часть интересующей совокупности.
Репрезентативность
Большая выборка не гарантирует хорошего представления группы
Размер имеет значение, но способ отбора может быть ещё важнее.
Разные части совокупности имеют возможность попасть в выборку
Например, исследователь случайно выбирает студентов из разных курсов и факультетов.
Такая выборка лучше соответствует цели сделать вывод о всём университете.Выборка большая, но собрана только в одном месте
Например, 1000 ответов получены только от студентов одного факультета.
Большое количество участников не устраняет систематическое смещение отбора.Размер выборки
Больше данных часто полезно, но не решает все проблемы
Увеличение числа участников может уменьшать случайные колебания, но не исправляет систематически плохой способ отбора.
Результат может быть нестабильным
Несколько необычных наблюдений способны сильно изменить общий показатель.
Оценка обычно стабильнее
При хорошем отборе больше наблюдений дают более устойчивую картину.
Размер не исправляет bias
Даже тысячи ответов могут быть нерепрезентативными, если отбор систематически исключает часть группы.
Нужно учитывать ресурсы
Размер выборки зависит от цели исследования, доступности участников и способа анализа.
Алгоритм
Пять шагов работы с переменными и выборкой
Такой порядок помогает связать исследовательский вопрос, измерения и участников в одну логичную систему.
1
Определите интересующую совокупность
О какой группе должен быть итоговый вывод?
2
Определите переменные
Какие характеристики, факторы и результаты нужно измерять?
3
Выберите измеримые показатели
Как каждое понятие будет представлено в реальных данных?
4
Выберите способ отбора
Как участники будут попадать в исследование?
5
Оцените ограничения
Какие группы представлены хуже и насколько широко можно обобщать результат?
Что важно помнить
Типичные ошибки при работе с переменными и выборкой
Ошибка на этом этапе может сделать дальнейшие вычисления точными, но исследовательский вывод — неверным.
Не определить, что означает переменная
Понятие «успех» слишком широкое, пока не указано, каким показателем оно измеряется.
Путать связь и причинность
Если две переменные изменяются вместе, это ещё не доказывает, что одна вызвала другую.
Считать большую выборку автоматически хорошей
Большой размер не исправляет систематическое смещение способа отбора.
Обобщать дальше, чем позволяет выборка
Данные одной узкой группы нельзя без оснований переносить на всю популяцию.
Мини-разбор
Исследование связи сна и результатов студентов
Исследователь хочет понять, связана ли продолжительность сна с результатом итогового теста у студентов первого курса.
Определяем совокупность
Все студенты первого курса, о которых исследователь хочет сделать вывод.
Выбираем показатели
Продолжительность сна — один показатель, результат теста — другой.
Формируем выборку
Лучше включить студентов из разных групп, а не только тех, кто оказался доступен после одной лекции.
Ограничиваем вывод
Даже обнаруженная связь не доказывает, что изменение сна само по себе вызвало изменение результата.
Онлайн-подготовка
Почему переменные и выборку полезно тренировать на сценариях
Практические задания помогают быстро определять, что именно измеряется, кто входит в выборку и какие ограничения возникают при переносе результата на более широкую группу.
Можно тренироваться различать фактор, результат и возможные смешивающие переменные.
Задания помогают видеть, кого реально изучает исследование и кого оно может не охватывать.
Можно анализировать, какие группы систематически имеют меньшую вероятность участия.
Практика помогает понимать, насколько далеко можно переносить результат за пределы изученной выборки.