Порядок статистического подтверждения достоверности проводимого исследования

Выполнение любого исследования сопровождается различными нюансами, сложностями, порождающими небольшую погрешность. Несмотря на это, каждый исследователь стремится получить максимально точные и надежные результаты научной работы. Но чтобы обосновать свою позицию и правоту, доказать состоятельность выдвинутой гипотезы, важно убедиться в качестве и достоверности изыскания. В этом деле на помощь приходит статистическая оценка достоверности НИР.

Что это такое?

Статистическое подтверждение достоверности исследования представляет собой «проверочный этап», призванный убедиться в корректности и правильности полученных результатов, возможности их дальнейшего применения. Как уже стало ясно из определения, он реализуется после проведения изыскания и получения конкретных финальных данных.

Для начала давайте разберемся с такими важными понятиями, как достоверность и обоснованность. Указанные категории взаимосвязаны и важны для каждого автора. Под достоверностью следует понимать степень соответствия полученных результатов с действительностью, реальными условиями и параметрами. То есть это то самое сравнение «ощущение и реальность», но в научном русле.

Обоснованность исследования предполагает наличие четкой и точной доказательной базы, подчеркивающей конкретную тенденцию или симптоматику.

Оценка достоверности научной работы предполагает определение перспектив и ответ на такие вопросы, как:

• Насколько точны результаты исследования?
• Можно ли полагаться на них в перспективе, как и где применять?
• Можно ли расширить «спектр действия» полученных результатов, то есть расширить масштабы результативности с рассмотренной узкой плоскости на более значимую выборку или всю совокупность в целом?

Таким образом, показатель достоверности позволяет судить о корректности реализованной научной работы и возможности применения полученных результатов в дальнейшем. Миссия столь важного этапа состоит в определении следующего момента: возможно ли судить по части исследования (выборке) о всем явлении в целом?

Возникли сложности?

Нужна помощь преподавателя?

Мы всегда рады Вам помочь!

дипломные
магистерские
диссертации

Проверка НИР на достоверность позволяет автору убедиться в отсутствии грубейших ошибок и нарушений существующих научных канонов, норм и минимизировать риск дальнейших ошибок и сомнений. Чем выше уровень достоверности, тем выше качество проекта и степень компетентности исследователя.

Среди ключевых признаков достоверности научного исследования (и его результатов) можно отметить:

• Полученные результаты должны быть сугубо однозначными и обоснованными с научной точки зрения;
• Итоги научной работы должны оценить конкретную проблему и тему, т есть соответствовать критериям валидности и адекватности, целенаправленности;
• Результаты исследования должны быть нейтральными и оценивать явление с одного ракурса, позиции , при одинаковых или максимально схожих условиях (для большей точности и убедительности);
• Итоги научной мысли должны полностью охватывать все намеченные задачи и наиболее важные характеристики, соответствовать научному аппарату и в целом изучаемому процессу.

Таким образом, достоверность результатов научной работы проявляется в таких принципах, как точность, актуальность, целенаправленность и однозначность (однонаправленность).

Способы проверки достоверности исследования

Оценить степень достоверности научной работы не так просто. Существуем масса вариантов для проведения столь важной проверки. Студенты чаще всего прибегают к следующим видам:

• Сравнительный или содержательный анализ. В данном случае автору или эксперту предстоит внимательно изучить текст научной работы и констатировать значимые показатели, тенденции, а затем сравнить с аналогичными исследованиями. Согласитесь, если суждение верно или наблюдается од на и та же проблема-тенденция, то и результаты будут как минимум схожими, очерчивать тот же характер. В данном случае на выручку исследователю приходят актуальные аналогичные изыскания, реализованные иными авторами, то есть достаточно оценить степень разработанности тем, сопоставить результаты и понять: чем отличаются проекты, в чем их сходства, о чем свидетельствуют общие результаты (тенденция и пр.).

Обратите внимание, что точных совпадений в целом быть не должно. Главное, чтобы совпадали общие моменты, тенденции, характер доказательной базы и изменений и пр. Но даже если некоторые моменты кардинально разнятся, это не означает, что что-то выполнено неверно. Важно взять данный момент на заметку и учесть в дальнейшем;

• Аналитический метод. В данном случае автор исследования или квалифицированный эксперт анализирует полученные результаты и сравнивает их с общепринятыми нормами, устоявшимися научными фактами и законами, отраслевыми показателями и правовыми регламентами, результатами аналогичных исследований и пр. Чем больше совпадений (по характеру), тем выше точность итогов.
• Апробация результатов. Данный прием считается самым надежным и достоверным, позволяющим оценить полученные результаты, рекомендации и выводы на практике. В данном случае предстоит провести повторно эксперимент или проследовать по описанному автором пути и сравнить полученные результаты, а заодно оценить посильность, корректность и достоверность исследования;
• Статистическая проверка данных. Данный метод предполагает проведение ряда математических операций с целью определения наличия отклонений, наличие случайных моментов и отклонений, стабильных показателей и пр. О данной комбинации приемов мы поговорим подробнее.

Последняя группа методов по проверке результатов научного исследования на достоверность в целом может заменить (по роли и значимости, корректности и объективности) апробация результатов. Предлагаем рассмотреть ее детальнее.

Возникли сложности?

Нужна помощь преподавателя?

Мы всегда рады Вам помочь!

дипломные
магистерские
диссертации

Специфика статистической оценки достоверности результатов научно-исследовательской работы

Статистические приемы по проверке результатов НИР на объективность, обоснованность и достоверность применимы преимущественно к прикладным изысканиям. Также допустимо использовать их в отношении тех проектов которые можно преобразовать в математическую, статистическую или иную числовую модель, то есть оценить с количественной стороны посредством применения простейших математических операций, специальных методик и формул.

Статистические методы по проверке достоверности результатов НИР применимы преимущественно к прикладным или экспериментальным изысканиям, где явление или проблема оценивалась в рамках конкретной выборки. Чтобы распространить действие полученного результата на «проблему в целом» (то есть вынести за пределы выборки), важно убедиться в достоверности итогов (то есть совпадении данных с реальностью).

На практике применяют два вида статистической оценки достоверности изыскания: параметрические и непараметрические. К первой группе относят специфические приемы, основанные на законах распределения и предполагают изучение всего механизма в целом с выделением основных признаков из общей совокупности. Ко второй – методы, не требующие понимания и владения законом распределения. То есть ключевое отличие между данными приемами будут формулы и порядок расчета, учета отдельных показателей. Без математических и статистических подходов в этом деле не обойтись.

Применение параметрических и непараметрических методов статистической оценки достоверности исследования предполагает расчет определенных показателей и выведение единого (самого важного) коэффициента, который будет сравниваться с существующими нормами. Если итоговое значение выпадает на «допустимый диапазон», где отклонение незначительно, то НИР считается достоверной.

Основные параметрические показатели, необходимые для оценки достоверности исследования

На практике действует два основных параметра, позволяющих определить возможности использования результаты реализованного исследования. К ним относят среднее значение и дисперсию. Именно эти показатели лежат в основе самых популярных и признанных среди исследователей методик, о которых мы писали ранее: критерий Стьюдента и критерий Фишера.

Оценивание достоверности исследования на базе указанных подходов основывается на таких показателях, как:

• Средние ошибки средних арифметических и относительных величин (ошибка репрезентативности). Данный показатель позволяет установить тот самый промежуток действия результатов при заданном количестве наблюдений. Этот параметр всегда точен и способствует установлению конкретных границ для переноса частных результатов на всю совокупность в целом. Показатель рассчитывается в тех случаях, когда проблема оценивалась по частям, а для общей оценки необходимо убедиться в корректности и достоверности итогов, их общего действия. С помощью ошибок репрезентативности можно установить, на сколько отличаются результаты выборочного исследования от результатов, полученных при реализации сплошного изыскания.

• Оценка достоверности разности результатов исследования. Данный подход уместен при оценке возникновения проблемного фактора: результаты случайны или достоверны. В это деле на подмогу приходит сравнение средних и относительных показателей. Для использования данного приема важно соблюдение конкретных условий: выборка должна быть репрезентативной, наличие причинно-следственных связей между основными сравниваемыми данными, понимание провоцирующих изменения факторов.

Возникли сложности?

Нужна помощь преподавателя?

Мы всегда рады Вам помочь!

дипломные
магистерские
диссертации

Непараметрические подходы к оценке достоверности результатов исследования

Непараметрические критерии действуют в отношении таких ситуаций, когда исследователь не имеет четких представлений или фактов относительно изучаемого явления, проблемы. В данном случае не требуется расчет средних или стандартных отклонений для описания исследуемого явления или величины.

Непараметрические методики применимы в отношении исследований, где действует небольшая выборка и нет четких данных в отношении изучаемой проблемы. Для использования данной группы приемов полагаются на следующий принцип: в отношении любого параметрического критерия можно подобрать аналогичный непараметрический аналог, который будет относиться к одной из категорий:

• Критерии различия между независимыми выборками. В этом случае уместны описанные нами ранее U-методика Манна-Уитни, критерий Краскела-Уоллиса, тест Спирмена и пр.;
• Критерии различия между зависимыми выборками. Наиболее популярными подходами данного плана выступают критерий Вилкоксона, анализ Фридмана, Q-критерий Кохрена и пр.

Как выбрать статистический способ проверки достоверности результатов исследования: параметрический или непараметрический?

Непараметрические приемы по оценке степени достоверности результатов научного исследования применимы лишь к тем работам, где исследуется небольшая по численности выборка. Если исследуется большая совокупность данных и критериев, то подключают параметрические методики (считающиеся более обоснованными и точными).

Параметрические подходы предполагают установление конкретных границ и точек соприкосновения, зависимостей. Поэтому здесь преобладают более точные расчеты, необходимо соблюдение конкретных правил и законов и пр. Все это требуется для проверки конкретной гипотезы или предположений о характере или особенностях распределения полученных данных.

В любом случае применение статистической оценки результатов исследования будет основываться на проведении конкретных математических расчетов и аналитических операций, сопоставлений, владении научными канонами, критическом мышлении автора и его представлениями по теме (как он ее понимает и видит). Притом изобретать велосипед для перепроверки итогов НИР не потребуется: достаточно лишь воспользоваться уже ранее утвержденным алгоритмом, грамотно подставив в него имеющиеся параметры и сравнив их с измерительной шкалой.

Как обеспечить достоверность проводимого исследования?

Статистические способы проверки достоверности результатов исследования считаются одними из точных. Но чтобы повысить эффективность проводимого изыскания и расширить спектр применения полученных итогов можно позаботиться об обеспечении достоверности НИР следующим образом:

• Важно установить четкие границы исследования и утвердить максимально точный научный аппарат: что автор будет исследовать, какие факторы учитывать, по возможности конкретизировать все нюансы;
• Подходить к подбору данных с максимальной ответственностью и вниманием: учитывать научные законы и ограничения, возможности и особенности объекта, обосновывать каждый шаг и пр.;

• В идеале исследователю следует полагаться только на апробированный материал, то есть не просто данные полученные в ходе первичного эксперимента. Чтобы исследование было более точным и достоверным, следует убедиться в корректности и эффективности итогов. Нередко в этом случае приходится пользоваться повторным проведением эксперимента или апробацией (для сопоставления итогов и анализа данных, определения погрешностей, общего направления и характера результатов и пр.);
• Важно грамотно сочетать теоретические моменты и категории с программой исследования, в ходе реализации эксперимента. Для этого автору НИР предстоит разобраться в правилах, терминах, научных законах и подходах, а затем на основе располагаемых данных (относительно выборки или исследуемом объекте) правильно использовать их. То есть еще на начальном этапе (в ходе планирования исследования) важно уточнить уместность, целесообразность и посильность намеченного подхода, пути.

В целом, при проведении научных исследований экспериментального характера важно убедиться в правильности суждений, точности полученных результатов и возможностей их применения в перспективе. В этом деле на помощь приходит классический принцип «доверяй, но проверяй» на основе математических и статистических моделей.

Применение методов статистической оценки достоверности НИР основывается математических (порой сложных) операциях: расчеты в рамках конкретных формул, корреляция, дисперсия, разница величин (относительных и абсолютных) и пр. Чтобы успешно ими пользоваться, автору изыскания важно владеть основными категориями и понятиями, хорошо знать математические законы и быть предельно внимательным (во избежание банальных «расчетных» ошибок).

Статистическая оценка достоверности результатов исследования позволяет перепроверить и обосновать авторскую позицию, повысить точность полученных итогов, сделать проект более аргументированным и приближенным к реалиям, определить возможности использования полученных итогов в больших масштабах или иных сферах деятельности. При проведении подобной поверки важно учитывать все нюансы, характер изыскания и располагаемые автором данные, их достаточность и надежность.