Araştırma yöntemi nasıl seçilir?
Araştırma sorusu netleştiğinde iş bitmez, asıl darboğaz orada başlar. Bu rehber yöntem seçimini bir tercih meselesi olmaktan çıkarıp iki süzgece bağlar: sorunun istediği bilgi türü ve elde olan verinin yapısı.
Araştırma yöntemi nasıl seçilir?
Araştırma yöntemi tek başına seçilmez; araştırma sorusu ve veri yapısı onu seçer. Dört adım aşağıda sırayla listelidir.
Sıralamayı tersine çevirmek yaygın bir tıkanma sebebi: araştırmacı bildiği yöntemle başlayınca soru, o yöntemin cevaplayabildiği bir soruya doğru büzülür. Ortaya teknik olarak kusursuz ama başlangıçtaki soruya cevap vermeyen bir analiz çıkar.
Her adım bir sonrakinin seçeneklerini daraltır.
- Soruyu tek cümleye indir. Cümlede kim, ne, hangi bağlamda ve hangi zaman aralığı geçmeli.
- Sorunun istediği bilgi türünü belirle: yaygınlık, ilişki, neden sonuç, anlam, sıralama ya da birikmiş kanıtın toplanması.
- Veriyi tarif et: ölçek türü, gözlem sayısı, ölçümün zamanı ve gözlemlerin birbirinden bağımsız olup olmadığı.
- İki kısıtı da geçen tasarımları listele, aralarından geçerlik gerekçesiyle birini seç ve elenenleri notuyla birlikte sakla.
Dördüncü adımın ikinci yarısı çoğu zaman atlanır, oysa elenen alternatiflerin listesi hakemin ilk soracağı şeydir; o listeyi karar anında tutmak, aylar sonra hatırlamaya çalışmaktan çok daha ucuza gelir.
Seçim boşlukta da yapılmaz; aynı sorunun daha önce hangi tasarımlarla çalışıldığı literatür taramasından çıkar. Cooper (1988) derlemeleri odak, amaç ve kapsam eksenlerinde sınıflandırır; Webster ve Watson (2002) taramanın kavram merkezli yürütülmesini önerir: makale makale değil kavram kavram okuma.
Nicel, nitel ve karma yöntem arasındaki fark ne?
Nicel araştırma sayısal ölçümle ilişki ve büyüklük sınar, nitel araştırma metin ve gözlemle anlam ve süreç tarif eder, karma yöntem (mixed methods) ikisini tek tasarımda birleştirir. Fark aslında veri türünde değil sorunun türündedir: biri ne kadar olduğunu, diğeri nasıl ve hangi anlamda olduğunu sorar (Creswell ve Creswell, 2018).
- Nicel tasarım: ölçülebilir değişkenler, önceden tanımlı hipotez, istatistiksel çıkarım. Kategoriler analizden önce bellidir.
- Nitel tasarım: görüşme, gözlem, belge. Kategoriler analiz sırasında verinin kendisinden çıkar.
- Karma tasarım: iki kanıt türü tek çalışmada birleşir. Nitel aşama nicel aşamayı hazırlıyorsa keşfedici, nicel bulguyu açıklıyorsa açıklayıcı bir dizilim kurulur (Creswell ve Creswell, 2018).
Karma yöntem, iki analizi arka arkaya koymak değildir: iki aşamanın hangi noktada ve hangi kuralla birleştiği önceden yazılmazsa çalışma tek tasarım olmaz, aynı makalede yayınlanmış iki ayrı çalışma olur. Birleştirme noktası yöntem bölümünde adı konularak tarif edilir: hangi bulgu hangi aşamayı besliyor, çelişki çıktığında hangi kanıt önceliklidir.
Araştırma sorusu yöntemi nasıl belirler?
Soru kalıbı tasarımı belirler; aşağıdaki tablo altı kalıbı ve karşılık gelen tasarım ailesini gösteriyor. Kalıbı bulmak seçenek kümesini belirgin biçimde küçültür.
| Soru kalıbı | Ne öğrenmek istiyor | Uygun tasarım ailesi |
|---|---|---|
| Ne kadar, kaç | Yaygınlık, dağılım, büyüklük | Tanımlayıcı nicel: kesitsel anket, ikincil veri analizi |
| Neden, hangi etkenle | İlişki, etki, neden sonuç | Açıklayıcı nicel: deney, yarı deney, çok değişkenli model |
| Nasıl, ne anlama gelir | Süreç, deneyim, anlam | Nitel: görüşme, durum çalışması, belge analizi |
| Hangisi daha iyi | Alternatifleri birden çok ölçüte göre sıralama | Çok kriterli karar verme (Hwang ve Yoon, 1981; Saaty, 1980) |
| Ne biliniyor | Birikmiş kanıtın toplanması | Sistematik derleme ve meta-analiz (Page ve ark., 2021) |
| Sayı ne diyor, insanlar ne diyor | İki kanıt türünün birlikte okunması | Karma yöntem (Creswell ve Creswell, 2018) |
Tablo eşleşmeyi kestirir, kararı vermez; aynı soru kalıbının altında birden fazla tasarım ayakta kalabilir. O noktada eleme artık soruyla değil, veri kısıtlarıyla yapılır.
Veri yapısı hangi yöntemleri eler?
Veri yapısı, seçenekleri eleyen ikinci süzgeçtir; aşağıdaki tablo beş özelliğin seçimi nasıl daralttığını gösteriyor. Gözlemler birbirinden bağımsız değilse bağımsızlık varsayan yöntemler daha baştan elenir.
| Verinin özelliği | Seçimi nasıl daraltır |
|---|---|
| Ölçek türü | Sınıflayıcı ve sıralayıcı ölçümde toplama ve ortalama alma işlemleri tanımsızdır; ortalamaya dayanan yöntemler bu veride kullanılamaz. |
| Gözlem sayısı | Kestirilecek parametre sayısı gözlem sayısına göre büyükse model kurulamaz. Küçük örneklem, çok parametreli tasarımları eler. |
| Kesitsel mi, boylamsal mı | Kesitsel (cross-sectional) veride zaman içindeki değişim gözlenmez; değişimi ölçmeyi gerektiren sorular boylamsal (longitudinal) tasarım ister. |
| Bağımlı gözlem | Aynı kişiden tekrarlı ölçüm ya da aynı sınıftan, kurumdan gelen gözlemler bağımsız değildir; bu yapı çok düzeyli ya da tekrarlı ölçüm tasarımı gerektirir. |
| Belirsiz, dilsel yargı | Girdi kesin sayı değil de sözel derece ise, kısmi üyeliğe izin veren bulanık küme (fuzzy set) temelli çerçeveler devreye girer (Zadeh, 1965). |
Bu süzgeci veri toplanmadan önce çalıştırmak gerekir; toplanmış veri yanlış ölçek türündeyse geri dönüş yoktur ve tek çözüm soruyu küçültmektir. Veri toplama formunu tasarlarken hangi analizin koşulacağını bilmek, sonradan yöntemi veriye uydurmaya çalışmaktan farklı bir iştir.
Geçerlik ve güvenirlik ne demek?
Güvenirlik, ölçümün aynı koşulda tekrarlandığında tutarlı sonuç vermesidir; geçerlik ise ölçümün gerçekten ölçülmek istenen şeyi ölçmesidir. Bir ölçüm güvenilir olup geçersiz olabilir (sürekli aynı yanlış değeri verebilir); aynı yapıyı ölçen farklı araçların yakınsaması yakınsak geçerlik (convergent validity), farklı yapıların ayrışması ayırt edici geçerliktir (discriminant validity).
Campbell ve Fiske (1959) bu iki geçerliği birlikte sınamak için çoklu özellik çoklu yöntem matrisini (multitrait-multimethod matrix) önerdi: aynı yapı farklı yöntemlerle, farklı yapılar aynı yöntemle ölçülür ve ortaya çıkan korelasyon örüntüsüne bakılır. Matris geçerlik iddiasını tek bir katsayıya değil bir örüntüye dayandırır.
Yöntem seçiminde bu kavramlar süs değil eleme ölçütüdür: iki tasarım da soruya uyup veri ikisini de kaldırıyorsa, karar hangisinin geçerlik tehditlerini daha çok kapattığına bakılarak verilir.
- İç geçerlik: gözlenen ilişkinin gerçekten incelenen etkenden gelmesi, başka bir açıklamadan değil.
- Dış geçerlik: bulgunun örneklem ve bağlam dışına taşınabilmesi.
- Yapı geçerliği: ölçüm aracının kavramı temsil etmesi. Yakınsak ve ayırt edici geçerlik bu başlığın altındadır.
- Güvenirlik: tekrarlanan ölçümün tutarlılığı; geçerliğin ön şartıdır ama yerine geçmez.
Yöntem seçimi hakem karşısında nasıl gerekçelendirilir?
Gerekçe üç parçadan oluşur: seçilen yöntemin soruya neden uyduğu, veri yapısının o yöntemin varsayımlarını karşıladığı ve değerlendirilip elenen alternatiflerin neden elendiği. Üçüncü parça çoğu metinde yoktur; kararlar kayıt altındaysa gerekçe sonradan yazılmaz, gösterilir.
- Soru ile tasarım arasındaki bağı bir cümlede kur: soru şunu istiyor, bu tasarım onu üretiyor.
- Yöntemin varsayımlarını tek tek yaz ve her birinin veride nasıl karşılandığını göster.
- Değerlendirilen alternatifleri ve eleme gerekçelerini listele; eleme sebebi çoğu zaman veri kısıtıdır, bunu yazmak zayıflık değil.
- Ölçüm araçlarının geçerlik ve güvenirlik kanıtını kaynağıyla ver.
- Analiz adımlarını, kullanılan sürümleri ve parametreleri başkasının tekrarlayabileceği ayrıntıda yaz.
Yöntem bölümünün asıl ölçütü yeniden üretilebilirliktir: aynı veriyi ve aynı adımları alan başka bir araştırmacı aynı sonuca ulaşabilmelidir (Peng, 2011). Bunun ön şartı verinin bulunabilir, erişilebilir, birlikte çalışabilir ve yeniden kullanılabilir olmasıdır (Wilkinson ve ark., 2016). Hangi çıktının hangi girdiden ve hangi işlemden geldiğini kaydeden köken modelleri, bu izi makine tarafında da taşınabilir kılar (W3C, 2013).
Bazı tasarımlarda gerekçenin biçimi de standarda bağlıdır: sistematik derlemede arama, tarama ve dahil etme adımlarının nasıl raporlanacağı madde madde tanımlıdır (Page ve ark., 2021), sağlık alanında ise yöntemsel çerçeve Cochrane el kitabında verilir (Higgins ve ark.). Böyle bir standart varsa yöntem bölümü onun maddelerine göre yazılır, serbest metin olarak değil.
Analizde yapay zekâ destekli bir bileşen kullanıldıysa aynı izlenebilirlik ondan da beklenir: kullanılan veri kümesinin nasıl toplandığı ve neyi temsil ettiği (Gebru ve ark., 2021) ile modelin ne için tasarlandığı ve hangi sınırları olduğu (Mitchell ve ark., 2019) yazılı olmalıdır.
Yöntem seçimi yazarken en sık yapılan hatalar neler?
En sık hata, yöntemi soru netleşmeden seçip sonra soruyu o yönteme göre yeniden yazmaktır. Altı yaygın hata aşağıda listelidir.
- Yöntem adı gerekçe sanılır. Ad okuyucuya ne yapıldığını söyler, neden yapıldığını söylemez.
- Elenen alternatifler yazılmaz. Okuyucu tek bir seçeneğin hiç düşünülmeden alındığını varsayar.
- Varsayımlar denetlenmez. Sonuç tablosu doğru görünür ama üzerine kurulduğu şart sınanmamıştır.
- Karma yöntem iddia edilir, birleştirme kuralı yazılmaz. Aynı metinde iki ayrı çalışma durur.
- Örneklem ve dahil etme ölçütleri muğlak bırakılır. Kim dahil edildi, kim dışlandı ve hangi kuralla; bu üçü yoksa çalışma tekrarlanamaz.
- Yazılım adı yöntem yerine geçirilir. Bir paketin adı, o paketle koşulan yöntemin gerekçesi değildir.
Bu hataların ortak yanı, hepsinin karar anında değil yazım anında ortaya çıkmasıdır: yöntem seçimi haftalara yayılır ama yöntem bölümü genelde son hafta yazılır, o aralıkta hangi alternatifin neden elendiği unutulur. Kararları alındıkları anda gerekçesiyle kaydetmek, yazım aşamasındaki işi hatırlamaktan aktarmaya indirger.
Bu adımlar hangi araçlarla yürütülür?
Yukarıdaki iş akışı kalem kağıtla da yürür; zorlaştığı yer, yöntem sayısı arttığında ve kararların gerekçesi ay sonra sorulduğunda ortaya çıkar. SciMind ürünleri bu iki noktayı hedefliyor: yöntemi kaynağıyla bulmak ve verilen kararın izini tutmak.
İlgili rehberler
Kaynaklar
- Campbell, D. T. ve Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81-105.
- Cooper, H. M. (1988). Organizing knowledge syntheses: a taxonomy of literature reviews. Knowledge in Society, 1(1), 104-126.
- Creswell, J. W. ve Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5. baskı). SAGE.
- Gebru, T. ve ark. (2021). Datasheets for datasets. Communications of the ACM, 64(12), 86-92.
- Higgins, J. P. T. ve ark. (Ed.). Cochrane Handbook for Systematic Reviews of Interventions. Cochrane.
- Hwang, C. L. ve Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer.
- Mitchell, M. ve ark. (2019). Model cards for model reporting. FAT* 2019, 220-229.
- Page, M. J. ve ark. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71.
- Peng, R. D. (2011). Reproducible research in computational science. Science, 334(6060), 1226-1227.
- Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill.
- W3C (2013). PROV-DM: The PROV Data Model. W3C Recommendation.
- Webster, J. ve Watson, R. T. (2002). Analyzing the past to prepare for the future: writing a literature review. MIS Quarterly, 26(2), xiii-xxiii.
- Wilkinson, M. D. ve ark. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.
- Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353.
Yöntem kararını kayıtla verin.
Yöntemi kaynağıyla bulmak, alternatifleri yan yana koymak ve verilen kararın izini tutmak için kurulmuş platformlar. Kurumsal lisans ve pilot uygulama için yazın.