在主要的研究模型中，实验性和非实验性脱颖而出。每个人都有不同的分类，这可以使工作方式适应要研究的现象。各种学者还提出了其他分类，它们提供了解决该问题的其他方法。
例如，阿根廷哲学家和科学家马里奥·奥古斯托·邦奇（Mario Augusto Bunge）提出了基础研究和应用研究之间的区别。这些类别的标准基于科学工作的功能：如果它试图产生仅描述性的理论知识，或者其目的是知识的实际应用。
研究模型的选择取决于研究对象和研究者的特征。资料来源：foto.com
还可以根据用于获取所需数据的方法对研究模型进行分类。这些方法可以是文献或书目研究，现场研究或实验研究的方法。
同样，要确定的知识范围是确定研究类型和模型的基础。一级研究范围是探索性的，其次是描述性研究模型，最后是解释性模型。
主要研究模型
-非实验模型
我们拥有的第一个模型是非实验模型。此模型也称为事后事实。
它包括分析自然环境中发生的现象。仅考虑先前发生的事件，而不是在实验过程中生成的事件。
事后调查是科学家首先对研究对象进行测试以测量因变量的方法，但不操纵自变量。用这种方法，也不能随机选择研究对象。
它是一种定量的经验分析方法，是建立因果关系的理想选择。它通常用于社会科学中，因为它允许建立影响受试者和研究组的事件，并分析这些事件的可能原因。
种类
横断面设计
在事后研究中，有一些对横断面或横断面设计有反应。在此设计中，数据在单个时刻收集，以分析给定时刻的变量状态和关系。
横断面类型的调查可能包括探索性调查，其仅着眼于识别系统变量。
我们也有描述性类型。这些可以通过允许相关变量被测量的调查或观察方法来进行。
横断面研究的另一种类型是因果关系比较研究。在此，测量自变量和因变量之间的关系以确定后者的变化是否是前者变化的影响。
横截面设计的另一种非实验方法是相关方法，该方法包括测量两个变量之间的非因果关联程度。这些包括预测研究，因子分析和结构方程模型，以及使用关系模型的研究。
纵向设计
纵向研究设计旨在进行历时性研究。分析变量随时间的变化，以试图确定其原因和后果。
其中包括趋势研究，旨在分析人口经历的暂时变化。
另一个纵向设计研究是进化类型，它被认为小于趋势研究。它仅将构成某个世代亚组的那些作为人口中的研究对象。
也有纵向面板型研究。在这些研究中，他们考虑了属于人口不同世代亚群的个体的时间变化。
特点
在这些调查中，控制程度很低。由于打算在自然条件下研究对象，因此该过程受上下文条件和这些条件可能导致的不可预见事件的支配。
这些研究不是在人工，修改或受控的环境中进行的。所有数据必须从实际情况中获得。
因此，这些研究的弱点在于结论的安全性，因为在确定因果关系因素时外部因素可能会干预指定的变量并产生可能的误差。
非实验调查本质上是被动的。研究对象没有被科学家改变。这仅用作注释者，它在上一个事件中进行交互后测量各种变量。
研究人员必须选择一些可观察到的效果。这项工作将包括进行回顾性分析，以寻找可能的原因，建立关系并得出结论。为此，事后研究主要使用统计技术。
当由于技术或伦理原因而无法进行实验时，这是一种有价值的研究类型。它允许了解实际问题的性质，从而确定在某些情况和时间下可能相关的因素。
例子
-一项非实验性研究可以观察在学习期间获得最高成绩的学生的共同特征。
-在医学领域，一项非实验性研究可能包括指出癌症的出现和再出现过程中的特征，以确定与它的出现背景可能的关系。
-事后的社会政治调查可以建立选举结果，进行的政治运动的特征以及进行选举的国家背景之间的关系。
-实验模型
在此模型中，研究人员操纵自变量。这使您可以更好地控制，从而使结果的因果关系结论更加可靠。
种类
实验前
实验设计有两种形式。第一个是只考虑通过一次测量来研究一个小组的人。对受试者进行刺激以稍后测量其变量的反应。
实验前研究的第二种类型是考虑使用测试前和测试后的研究。这样，在施加刺激之前就有一个变量的参考点：监测研究对象的演变。
特点
由于精确地省去了对照组，因此这种类型的实验设计具有最小程度的控制。
没有比较组；这使得实验前设计易于产生内部失效的根源。它特别用于探索性和描述性研究。
准实验
由于教室的资源不允许进行某些常规实验，因此该模型在教育领域变得很流行。它们是应用科学领域的典型代表，通常用于确定社会变量。
特点
在准实验模型中，研究人员操纵至少一个自变量，以查看其对因变量的影响。这样，可以确定因果关系。
研究组不是随机选择的，而是事先根据实验之外的条件确定的。
它可以是一组班上的学生，也可以是一组在建筑工地上工作的工人。这意味着，就所研究的变量而言，各组可能不是同质的，从而影响了研究的内部有效性。
另外，它们在自然情况下发展，在自然情况下环境不受研究人员控制。这也使它们非常便宜且易于应用。
安慰剂效应是这类实验的风险，因为受试者在知道自己正在参加调查时可以改变其行为。
真正的实验
真正的实验研究模型被认为是所有科学方法中最准确的模型。对假设进行数学检验。
它在物理科学中很常见，但在社会科学和心理学方面却存在应用困难。
特点
在真实的实验研究中，除了具有对照组外，还必须随机分配样品组。
此外，任何真实的实验设计都可以进行统计分析。因此，它们的结果始终是可靠的和明确的，不会留下歧义的余地。
一个基本要素是它们必须对所有变量具有绝对控制权。由于实验情况完全由科学家控制，因此很容易复制，通过执行多个相同的测试可以证实结果。
例子
真正的实验模型研究可能是测试各种农药对小鼠胚胎的有效性。
自变量是农药，因此应使用未暴露于农药的对照组和其他随机选择的组，以便每个组都接受特定的农药。
因变量是根据其所接触的农药类型而影响胚胎发育的程度。
同样，可以在社会发展领域进行准实验研究：例如，将纠正行为和预防犯罪的程序应用于社区中的一群年轻人。
研究组不会被随机选择，它是由实验计划所针对的社区事先确定的。
参考文献
- 纽约大学的“什么是研究设计”（无日期）。于2019年7月25日从纽约大学检索：nyu.edu。
- Clarke，RJ»“研究模型与方法”»（2005年），澳大利亚卧龙岗大学。于2019年7月25日从澳大利亚卧龙岗大学检索：uow.edu.au
- Dzul，M.埃斯达多·德·伊达尔多大学（Autónomadel Estado de Hidalgo）的“非实验设计”（无日期）。于2019年7月25日从伊达尔戈州自治大学检索：uaeh.edu.mx.
- Kumar，R.《研究方法》（2011年）。贤者出版物：伦敦。
- Llanos Marulanda，N.，《美国研究的类别和类型》（2011年3月）。于2019年7月25日从Academia.edu检索：academia.edu。
- Tam，J.，Vera，G.，Oliveros，R.《科学研究的类型，方法和策略》（2008年），《思想与行动》。于2019年7月25日从Dokumen检索：dokumen.tips。
- Vega，C.，IMYCA，工程学院，“论文，模型统计估计的认识论方面：事后研究”（2015年4月）。于2019年7月25日从ResearchGate检索：researchgate.net