En una conversación promedio (¿mediana?) Sobre estadísticas, a menudo se encontrará discutiendo este o aquel método para analizar este o aquel tipo de datos. En mi experiencia, a menudo se descuida el diseño cuidadoso del estudio con un pensamiento especial con respecto al análisis estadístico (trabajando en biología / ecología, esto parece ser un hecho predominante). Los estadísticos a menudo se encuentran en un estancamiento con datos recopilados insuficientes (o totalmente incorrectos). Parafraseando a Ronald Fisher, se ven obligados a hacer una autopsia de los datos, lo que a menudo lleva a conclusiones más débiles, en todo caso.
Me gustaría saber qué referencias utiliza para construir un diseño de estudio exitoso, preferiblemente para una amplia gama de métodos (por ejemplo, t- test, GLM, GAM, técnicas de ordenación ...) que lo ayudan a evitar las dificultades mencionadas anteriormente.
fuente
Mi regla de oro es "repetir más de lo que crees que es suficiente".
fuente
Respondiendo con un aforismo, creo que el diseño de su estudio tendrá éxito tan pronto como realmente exista en su forma completa. El juego de revisión ya que se juega en el mundo académico es principalmente un juego de académicos que muestran entre sí que han no completado ese paso en toda su profundidad, por ejemplo, al violar las hipótesis u omitir sesgos en los que debe esperar. Si el diseño del estudio es una habilidad, es la habilidad de hacer que su investigación sea a prueba de balas para estos críticos.
Su pregunta es muy interesante, pero me temo que no hay una respuesta corta. Hasta donde sé, la única forma de aprender a fondo sobre los diseños de investigación, ya sea experimental u observacional, es leer la literatura en su campo de especialización, y luego hacer un esfuerzo adicional conectándose con académicos para aprender aún más. sobre cómo funcionan, para, eventualmente, escribir su propio diseño de investigación.
En mi campo (ciencia política europea), ofrecemos genéricamente cursos de "diseño de investigación" que abarcan todo tipo de estudios, pero aun así perdemos tendencias importantes y también carecemos de una comprensión profunda de nuestros métodos. Después de tomar al menos tres de estos cursos, me he convencido de que ningún recurso académico puede reemplazar el aprendizaje de otros académicos, antes de enfrentar directamente los entornos del mundo real.
Supongo que su campo también tiene estos 'diarios de métodos' que pueden ser tan aburridos y complejos para el extraño que ser útiles e interesantes para los 'diseñadores de estudio' reales, por lo que recomendaría que comience a cavar esta literatura primero, eventualmente rastrear los elementos bibliográficos recurrentes que podrían ayudarlo más con el diseño del estudio en biología / ecología. Google Scholar definitivamente marca algunos libros con las palabras 'métodos de investigación ecológica'.
fuente
Puede que no sea el 100% de lo que está buscando, pero puedo nombrar algunos libros que abarcan diseños de investigación tanto cuantitativos como cualitativos en ciencias sociales. (Personalmente, me parece muy útil tener a mano todas las opciones para adaptar el diseño a su pregunta de investigación, el conocimiento existente en el campo, la unidad de comparación, la accesibilidad de los datos).
Gschwend, T. y Schimmelfennig, F. (Eds.). (2007) Diseño de investigación en ciencias políticas: cómo practicar lo que predican. Houndsmill, et al .: Macmillan.
Leavy, P. (2017). Diseño de investigación: métodos cuantitativos, cualitativos, mixtos, enfoques de investigación participativa basados en el arte y basados en la comunidad. [Sl]: Guildford.
(Más allá del tema de las preguntas originales, pero potencialmente útil para los lectores de estas preguntas que desean aprender más sobre la lógica subyacente de los diseños de investigación: El gran debate sobre los puntos en común y las diferencias en los diseños de investigación en los modos de investigación cualitativos y cuantitativos. El primer libro esboza básicamente cómo la investigación cualitativa podría, debería y sigue una lógica causal, el segundo proporciona un poco de "Sí, pero ..." y tiene capítulos de conclusión y síntesis.
King, G. y Keohane, ROVS (1994). Diseño de la investigación social: inferencia científica en la investigación cualitativa. Princeton, Nueva Jersey.
Brady, HE y Collier, D. (Eds.). (2004 // 2010). Repensar la consulta social: diversas herramientas, estándares compartidos (2. ed.). Lanham et al .: Rowman & Littlefield Publishers.
fuente