Я думаю, что ответа Джерома достаточно, если вы изучаете два экспериментальных исследования или фактический метаанализ. Но часто мы сталкиваемся с изучением двух неэкспериментальных исследований, и нам поручено оценить обоснованность этих двух разрозненных результатов.
Как следует из списка вопросов Сайруса , сама тема не поддается краткому ответу, и целые книги по существу направлены на решение такого вопроса. Для тех, кто заинтересован в проведении исследований не экспериментальных данных, я настоятельно рекомендую вам прочитать
Экспериментальные и квазиэкспериментальные проекты для обобщенного причинного следствия Уильяма Р. Шадиша, Томаса Д. Кука, Дональда Томаса Кэмпбелла (также я слышал, что старые версии этого текста так же хороши).
Несколько пунктов, которые упоминал Джероми (больший размер выборки и большая методологическая строгость), и все, что упоминает Сайрус, будет считаться тем, что Кэмпбелл и Кук называют «Внутренняя достоверность». К ним относятся аспекты плана исследования и статистические методы, используемые для оценки взаимосвязи между X и Y. В частности, в качестве критиков нас беспокоят аспекты, которые могут повлиять на результаты и снизить достоверность результатов. Поскольку это форум, посвященный статистическому анализу, большая часть ответов сосредоточена вокруг статистических методов для обеспечения объективных оценок любых отношений, которые вы оцениваете. Но они являются другими аспектами плана исследования, не связанными со статистическим анализом, которые снижают достоверность результатов, независимо от того, к какой суровой степени прибегают в их статистическом анализе (например, упоминание Сайрусом нескольких аспектов точности эксперимента можно рассмотреть, но не решить с помощью статистические методы, и если они произойдут, всегда будет снижать достоверность результатов исследований). Существует много других аспектов внутренней валидности, которые становятся критически важными для оценки при сравнении результатов не экспериментальных исследований, которые здесь не упомянуты, и аспектов проектов исследований, которые могут различать достоверность результатов. Я не думаю, что здесь уместно вдаваться в подробности,
Кэмпбелл и Кук также ссылаются на «внешнюю достоверность» исследований. Этот аспект дизайна исследования часто намного меньше по объему и не заслуживает такого большого внимания, как внутренняя достоверность. Внешняя валидность, по сути, имеет дело с обобщенностью выводов, и я бы сказал, что неспециалисты часто могут достаточно хорошо оценить внешнюю валидность, если они знакомы с предметом. Короткая история, прочитанная книга Шэдиша, Кука и Кэмпбелла.