t f l s
^

Υπηρεσίες

Μεθοδολογικός Σχεδιασμός Έρευνας

Ο σχεδιασμός της στατιστικής ανάλυσης (Statistical Analysis Plan) μετά τη δημιουργία του πρωτοκόλου συμβάλει στην προσεκτική επενεξέταση της μεθοδολογίας. Τονίζει έτσι τις λεπτομέρειες του σχεδιασμού οι οποίες θα μπορούσαν να προκαλέσουν προβλήματα κατά την εφαρμογή του και συνεπώς θέτει την έρευνα σε πιο σταθερή βάση. Κυρίως όμως, αποτρέπει από μη αναστρέψιμη μεροληψία που μπορεί να υπεισέλθει στην έρευνα από το στάδιο αυτό.

Επιλογή και καθορισμός μεγέθους δείγματος
Στις επιστήμες της υγείας το δειγματοληπτικό έυρος δέχεται περιορισμούς για λόγους δεοντολογίας, οικονομικούς λόγους ή και πιο πρακτικούς λόγους όπως η διάρκεια μίας έρευνας κ.α. Είναι σημαντικό ο ερευνητής να γνωρίζει εκ των προτέρων σε τι μέγεθος δείγματος πρέπει να στοχεύει προκειμένου να έχει αξιόπιστα στατιστικά αποτελέσματα (sample size calculations). Αντίστροφα είναι αναγκαίο για τον ερευνητή να γνωρίζει ποια αναμένεται να είναι η αξιοπιστία της ανάλυσης όταν η δειγματοληψία είναι απίθανο να ξεπεράσει συγκεκριμένες τιμές (power analysis). Στοιχεία που απαιτούν ιδιαίτερη προσοχή είναι επίσης η επιλογή μαρτύρων σε μελέτες case control studies ή τα χρονικά διαστήματα μεταξύ επαναλαμβανόμενων μετρήσεων.

Καταχώρηση δεδομένων
Η ορθή καταχώρηση των δεδομένων είναι αναγκαία για την αξιοπιστία της επικείμενης ανάλυσης. Συνίσταται να γίνεται από τον ίδιο τον ερευνητή ο οποίος έχει συλλέξει και τις αντίστοιχες πληροφορίες για την αποφυγή σφαλμάτων καταχώρησης ή από τον στατιστικό που θα αναλάβει την ανάλυση. Σε περιπτώσεις σύνθετων σχεδιασμών η εξ αρχής κατάλληλη καταχώρηση οδηγεί στην αποφυγή περιττών και χρονοβόρων διαδικασιών.

Έλεγχος των δεδομένων
Σημαντική για τα αποτελέσματα μπορεί να είναι η επίδραση ορισμένων ακραίων τιμών (outliers) ή και η απουσία δεδομένων (missing data). Σε κάθε περίπτωση η ανίχνευσή / συμπλήρωσή τους με κατάλληλες ανά περίσταση τεχνικές οδηγεί στη διεξαγωγή λιγότερο μεροληπτικών συμπερασμάτων.
Βασικοί έλεγχοι υποθέσεων
Αποτελούν οπωσδήποτε το πρώιμο στάδιο ανάλυσης που θα αποκαλύψει τις βασικές σχέσεις μεταξύ των μεταβλητών ενδιαφέροντος. Σε συνδυασμό με κατάλληλα γραφήματα δίνει στον ερευνητή τη διαισθητική προσέγγιση των προσδοκόμενων αποτελεσμάτων
Στατιστική ανάλυση
Ανάλογα με το είδος των δεδομένων και των ερωτημάτων εφαρμόζονται οι κατάλληλές τεχνικές όπως π.χ.
Ανάλυση κατηγορικών δεδομένων (Categorical data Analysis)
Πολυμεταβλητή ανάλυση (Multivariate analysis)
Ανάλυση επιβίωσης (Survival analysis)
Ανάλυση παλινδρόμησης (Regression analysis)
Ανάλυση διακύμανσης (Analysis of Variance)
Μη-παραμετρική ανάλυση
Παραγοντική Ανάλυση (Factor analysis)
Ανάλυση σε κύριες συνιατώσες (Principal Component analysis)
Εκτίμηση Αξιοπιστίας & Εγκυρότητας (reliability-validity calculations)
Εκτίμηση ακρίβειας διαγνωστικών ελέγχων (ROC analysis)

Οι μέθοδοι αυτές αποκαλύπτουν τις σχέσεις μεταξύ του συνόλου των μεταβλητών.

Μετα-ανάλυση (Meta analysis).

Η αναγκαιότητά της προέκυψε για την καλύτερη διαχείρηση του διαρκώς αυξανόμενου όγκου δημοσιεύσεων και μπορεί να αποτελεί κομμάτι μιας συστηματικής ανασκόπησης (systematic review). Η Μετα-ανάλυση είναι μία πολύ ισχυρή σύγχρονη μεθοδολογία σύνθεσης δευτερογενών δεδομένων που πηγάζουν από ήδη δημοσιευμένες εργασίες και απαιτεί εξειδικευμένες γνώσεις και συχνά εξειδικευμένα στατιστικά πακέτα.

Share

Twitter Facebook Del.icio.us Digg LinkedIn StumbleUpon