Professional Documents
Culture Documents
orma"ijama o s akoj statistikoj jedini"i posmatrane poja e# $otpunu in!orma"iju o karakteristikama popula"ije daje samo statistiki popis% koji iziskuje mnogo remena i st ara elike tro&ko e% pogoto u kada se radi o elikom osno nom skupu# Uz s e prednosti koje nam pru'aju potpuna posmatranja% odnosno analize na osno u tak i( potpuni( in!orma"ija o osno nim skupo ima% mo'e se na esti i niz nji(o i( karakteristika zbog koji( se tak a posmatranja iz ode samo po remeno ili se nastoji da drugim metodama postignemo nji(o u zamjenu# $oja a koja se 'eli upoznati ili istra'iti metodom uzorka zo e se $O$U)A*+,A ili OS-O.-+ SKU$% a njezin dio koji se u tu s r(u ispituje zo e se UZORAK# Da bi zaklju"i o ita oj masi na osno i uzorka bili alidni% uzorak treba biti reprezentati an# Uzorak /e biti reprezentati an ako je po s ojim osno nim karakteristikama nalik na osno ni skup odnosno ako je uzorak umanjena slika osno nog skupa# Reprezentati nost uzorka posti'e se ispra nim izborom elemenata osno nog skupa# +spituju se samo izabrani elementi za uzorak# $oda"i dobi eni opa'anjima% odnosno mjerenjima% obra0uju se tako da bi se dobile karakteristike uzorka pomo/u koji( /e se pro"ijeniti karakteristike osno nog skupa# Uzorkom se dolazi do pro"jene karakteristika osno nog skupa% a statistikom metodom odre0uje se pouzdanost i pre"iznost te pro"jene# S i ti postup"i ine metodu koja se zo e METODA UZORAKA ili RE$REZE-TAT+.-A METODA# -ijedna metoda uzorko anja nije tako dobra da bi se mogli% u potpunosti% pouzdati u njenu primjenu# +zbor nije u ijek 1jednosta ni sluajni2% e/ je kompliko aniji3 eliina uzorka nije !iksna% e/ arira% ba& zbog mnogi( nesa r&enosti u pro"esu prikupljanja podataka3 ne dolazi se do istiniti( arijabli% e/ do opa'anja koja podlije'u gre&kama# Me0utim% kao i u drugim istra'i akim dis"iplinama% i o dje se od ija pro"es raz oja kome je s ojst ena odre0ena neza isnost i suprosta ljenost teorije i prakse# Radi pot rde na odimo rijei britanskog statistiara 4O5Muir"(eartaig(a6 koji ka'e da 1teoretiarima smeta indi!erentnost praktiara da teorijske domete ugrade u metodologije% a na drugoj strani% praktiari teoretiare posmatraju i sa stra(opo&to anjem i sa prezirom3 stra(opo&to anje je zbog kompleksnosti matematiki( iz o0enja i so!isti"iranosti pristupa problemu i dobijeni( rje&enja3 prezir je zbog sterilnosti i praktine neupotreblji osti e/ine rezultata#2 OS-O.E TEOR+,E UZORKO.A-,A
Osno na karakteristika s i( naina nepotpunog ili djeliminog posmatranja i prikupljanja podataka jeste ta da izborom manjeg ili e/eg broja jedini"a iz popula"ije% dolazimo do in!orma"ija o "ijeloj posmatranoj poja i# 7roj jedini"a koje su nam neop(odne za dono&enje konani( zakljuaka bi/e e/i ili manji% nekada eoma mali% ali se u ijek mora paziti da taj broj bude do oljan za dono&enje objekti ni( zakljuaka# $ostoji i&e rsta nepotpunog posmatranja i ispiti anja a me0u najznaajnije ubrajamo8 anketa% uzorak% pro"jena% selek"ija i monogra!ski opis# Kod s i( na edeni( rsta posmatranja pouzdanost i tanost podataka prikupljeni( na taka nain uslo ljena je selek"ijom jedini"a iz popula"ije# Osno na razlika izme0u deskripti ne i in!eren"ijalne statistike zasni a se na znanju o popula"iji# U deskripti noj statisti"i se pretposta lja da analitiar posjeduje odre0ena znanja o popula"iji koja je predmet istra'i anja# U in!eren"ijalnoj statisti"i znanje o popula"iji je ogranieno na podatke koji se mogu dobiti iz uzorka# U tak im sluaje ima jedini nain da se stekne odre0ena predsta a o popula"iji s odi se na analizu uzoraka% te pro"jenu i testiranje (ipoteza o pojedinim karakteristikama popula"ije# U istra'i anjima% koja se temelje na radu s uzor"ima% "ilj je prona/i i odrediti jainu eze izme0u neki( idlji i( obilje'ja i neki( tra'eni( ili manje idlji i( obilje'ja# Strukture razliiti( uzoraka% koje po prin"ipu sluajnosti mo'emo iz u/i iz jednog osno nog skupa% na razliit nain odra'a aju strukturu osno nog skupa# +ZRADA $)A-A UZORKO.A-,A U situa"ijama kada se pro odi djelimino istra'i anje neop(odno je napra iti plan uzorko anja% u kojem /e biti ut r0eno kako /e se odre0i ati jedini"e istra'i anja# 9esto se pojmo i uzorak i uzorko anje poisto je/uju% ali treba pra iti razliku jer je uzorak skup elemenata% dok se uzorko anje odnosi na nain nji(o og odabira# $ro"es uzorko anja obu( ata i&e koraka 4slika :6# Koliko god se de!inisanje osno nog skupa inilo jednosta nim u s akodne nom radu nailazimo na mnoge te&ko/e jer se de&a a da se popula"ija iz koje se bira uzorak 4sampled population6 po obimu razlikuje od popula"ije koja je "ilj istra'i anja 4target population6#
Za pra ilno de!inisanje osno nog skupa a'no je da se poznaju za(tje i statistikog istra'i anja koji obezbje0uju ispra nost i pouzdanost zakljuaka o osno nom skupu# S tog gledi&ta statistiki skup treba da bude (omogen u pogledu konstituti ni( osobina% "jelo it i izdi!eren"iran u pogledu posmatrani( karakteristika# Statistiki skup je (omogen ako su izabrane jedini"e skupa isto rsne i uporedi e% odnosno ako pripadaju prostoru i remenu koje smo uzeli kao konstituti ne elemente za odre0i anje statistikog skupa# Osno ni za(tje koji mora biti ispunjen da bi ok ir uzorka uop&te postojao je da se pre"izno odredi loka"ija ili adresa jedini"a# OK.+R UZORKA je naje&/e !ormiran od lista% imenika% spisko a ili od mapa podruja iz koji( se mogu izabrati jedini"e uzorka# Osno na uloga ok ira je da omogu/i izbor probabilistikog uzorka# Ok ir izbora uzorka rlo esto ne sadr'i s e elemente osno nog skupa ali ima praktinu rijednost jer pomo/u njega rje&a amo praktine probleme# Osno ni kriterij za podjelu uzoraka je RA9U- .,ERO.AT-O<E# $rema o om kriteriju razlikujemo8 uzorke koji su zasno ani na teoriji jero atno/e 4probabilit= samples6 i uzorke s namjernim odabirom 4purposi e samples6# U ezi eliine uzorka treba razmotriti slijede/e !aktore8 .AR+,A7+)-OST $O$U)A*+,E# Kao &to se zna% &to je popula"ija (omogenija to je potrebno izabrati manji uzorak da se dostigne pre"iznost odre0enog parametra# 9injeni"a da je in!orma"ija o arijabilnosti obilje'ja osno nog skupa toliko znaajna% a ujedno nepoznata% s odi postupak odre0i anja eliine uzorka na umjetnost i je&tinu# .RSTA $)A-A ZA +Z7OR UZORKA# $rednost se daje dizajnima uzorka koji uz manji uzorak% daju ne samo tra'enu pre"iznost% e/ i omogu/a aju ni'e tro&ko e#
>
O?RA-+9E-A @+-A-S+,SKA SREDST.A# S a istra'i anja se pro ode pod odre0enim !inansijskim ogranienjima# Ta injeni"a ne utie samo na odluku o eliini uzorka e/ i na rstu uzorka i nain prikupljanja podataka# +sto tako% o a ogranienja mogu da utiu na odluku o primjeni neprobabilistikog uzorka% ako je je!tiniji# ZAAT,E. ZA $RE*+Z-OB<U. Ako su s i uslo i jednaki% tada se e/a pre"iznost posti'e u za isnosti od metode o"jene tra'enog parametra popula"ije% a tada pre"iznost raste sa po e/anjem uzorka# R+,ETKOST $O,A.E. Ako je !rek entnost poja lji anja nekog obilje'ja u popula"iji e/a to je potrebna eliina uzorka manja i obratno# $RED-OST+ + -EDOSTA*+ METODE UZORAKA Kori&tenje uzorka za prikupljanje podataka ima s oji( prednosti i nedostataka# Tabela :# $rednosti i nedosta"i metode uzorka $RED-OST+ METODE UZORKA C e/a brzina prikupljanja podataka i dobi anja rezultata% C ni'i tro&ko i u odnosu na tro&ko e popisa "jelokupne popula"ije% C e/a pouzdanost rezultata jer istra'i anje r&e statistiari i spe"ijalno pripremljeni anketari D kontrolori% ije je anga'o anje opra dano zbog smanjenog obima poslo a% C e/a !leksibilnost u idu razliiti( rsta podataka koji se mogu prikupiti% C mogu/e je optimizirati eliinu uzorka uz odgo araju/i rizik koji su istra'i ai spremni pri( atiti# -EDOSTA*+ METODE UZORKA C rezultati sadr'e gre&ku uzorka 4sampling error6% C neop(odna je spe"ijalna obuka kadro a i ruko o0enje statistiara% C uzorak ne daje podatak za s aku jedini"u posmatrane popula"ije# C kod neprobabilistiki( uzoraka ne mogu se donositi pro"jene parametara popula"ije u strogo naunom smislu#
$omo/u uzorka se mogu pro oditi istra'i anja sa razliitim dometima i sadr'ajno&/u# +stra'i anja% s obzirom na za"rtani "ilj% mo'emo podijeliti na slijede/e tri rste8 DESKR+$T+.-A% koja imaju za "ilj da do0u do in!orma"ija o elikim grupama% A-A)+T+9KA% koja se ne ogrania aju na puku deskrip"iju obilje'ja osno nog skupa% e/ zadiru u me0uodnose izme0u podskupo a tog skupa%
kako bi se ustano ile slinosti i razlike s "iljem posta ljanja i testiranja (ipoteza o razlozima postoje/i( razlika% DESKR+$T+.-OCA-A)+T+9KA istra'i anja% koja predsta ljaju kombina"iju pret(odni(# METOD+ +Z7ORA UZORKA Da bi bio u stanju odluiti se za optimalno rje&enje problema odnosa gre&ke uzorka i tro&ko a prikupljanja podataka% istra'i a mora% prije s ega% znati koje mu s e mogu/nosti% kada se radi o rstama uzoraka% stoje na raspolaganju# A# Uzor"i bazirani na teoriji jero atno/e 4probabilit= samples6 Dono&enje objekti ni( numeriki( t rdnji u pogledu pre"iznosti rezultata uzorka je jedino mogu/e kada su uzor"i zasno ani na teoriji jero atno/e# U o om sluaju s aka jedini"a popula"ije ima poznatu i poziti nu jero atno/u da u0e u uzorak i onda je mogu/e ut rditi distribu"iju !rek en"ija s i( o"jena koje se mogu izraunati# Tada za dono&enje ispra ni( zakljuaka i generaliza"iju pomo/u rezultata uzorka na raspolaganju stoji aparat statistikog zakljui anja# ,edna od osno ni( prednosti rada sa sluajnim uzor"ima je u tome da istra'i ai ne moraju pozna ati obilje'ja osno nog skupa iz kojeg uzimaju uzorak% kao ni nji(o u raspodjelu# Od uzoraka zasno ani( na jero atno/i naje&/e se koriste8 ,ED-OSTA.-+ S)U9A,-+ UZORAK 4T(e Simple Random Sample6 STRAT+@+KO.A-+ UZORAK 4Strati!ied Sample6 UZORAK ?RU$A 4*luster Samples6 S+STEMATSK+ UZORAK 4S=stemati" Sample6 KOM7+-O.A-+ T+$O.+ UZORAKA 4Multistage Samples6
,ED-OSTA.-+ S)U9A,-+ UZORAK ima znaajne teorijske prednosti ali i praktine nedostatke kada se radi o njego oj primjeni u praktinim istra'i anjima# O aj uzorak se o om prilikom detaljnije analizira jer je u njemu sadr'ana su&tina sluajnog izbora i mo'e pomo/i u razumije anju ostali( metoda izbora# $ored toga% o aj uzorak se mo'e primijeniti u ok iru ostali( metoda kada podruje istra'i anja s edemo na manje "jeline u kojima je jednosta ni sluajni izbor mogu/#
,ednosta ni sluajni uzorak eliine n elemenata dobit /e se iz osno nog skupa koji ima N elemenata ako se izbor oba lja tako da s aki uzorak eliine n koji se mo'e izabrati iz tog osno nog skupa ima istu jero atnost da bude izabran# Da bi izbor pojedini( elemenata u uzorak zaista bio sluajan% neop(odno je pridr'a ati se naela primjene rauna jero atno/e pri izboru jedini"a u uzorak# -aje&/i naini sluajnog izbora jedini"a su8 upotreba tabli"e sluajni( broje a% izbor jedini"a u pra ilnim inter alima s liste% izbor prema redo ima u popisu% pomo/u R-? !unk"ije% pomo/u screena% iz laenjem broje a iz kutije i drugi# Me0utim% mada nam eoma dobro mo'e poslu'iti za obja&nja anje su&tine metoda uzorka o aj uzorak se rijetko mo'e primijeniti u praktinim istra'i anjima# -aime% u praksi su rijetki sluaje i u kojima postoji zado olja aju/a lista koja ujedno predsta lja jedinu raspolo'i u in!orma"iju o predmetu istra'i anja% te kod koji( su tro&ko i po jedini"i neza isni od loka"ija izabrani( jedini"a# +stina% jednosta ni sluajni uzorak ne za(tije a pret(odna znanja o strukturi i karakteristikama popula"ije% ali to za istra'i ae znai da s oja pret(odna znanja ne mogu primijeniti na konkretnom sluaju% &to je esto nepri( atlji o# $rema tome% primjena jednosta nog sluajnog uzorka% ako se 'elimo konsek entno pridr'a ati teorije% u ijek /e nam prouzroko ati ita niz organiza"ioni( problema# Samo onaj jednosta ni sluajni uzorak koji je odabran uz striktno po&to anje s i( teorijski( pretposta ki% mo'e biti do oljno pouzdan i samo tada mo'emo k anti!i"irati stepen te pouzdanosti# U tom sluaju potrebna ulaganja su naje&/e e/a od e!ekta kojeg /emo imati realiza"ijom odre0enog istra'i anja# STRAT+@+KO.A-+ UZORAK Za popula"ije kod koji( je prisutan isok stepen (eterogenosti u smislu jakog arijabiliteta obilje'ja koja se istra'uju% pri ogranienjima u pogledu eliine uzorka% te&ko je na bazi jednosta nog sluajnog uzorka iz esti o"jene zado olja aju/e pre"iznosti# $ostupak kojim se posti'e znaajno pobolj&anje pre"iznosti sluajnog uzorka je strati!ika"ija# Mo'e se re/i da je strati!iko ani uzorak rsta uzorka koji se temelji na razdiobi osno noga skupa na sloje e ili stratume% a iz stratuma se biraju manji jednosta ni sluajni 4pod6 uzor"i# Dakle% o aj uzorak se koristi onda kada je popula"ija (eterogena po odre0enim znaajnim obilje'jima% dok se broj jedini"a uzorka iz s akog stratuma odre0uje na osno u propor"ionalnosti ili na bazi o"jene o znaaju s akog stratuma# $rilikom strati!iko anja skupa treba oditi rauna da razlike izme0u stratuma budu &to e/e% a da se pri tome osigura najmanja gre&ka o"jene neke karakteristike# *ilj je% dakle% da se stratumi urede kako bi se oni &to i&e razliko ali jedan od drugoga i da masa unutar s akog sloja bude &to je mogu/e (omogenija# -eop(odno je% da bi se k alitetno odredio broj stratuma i nain strati!iko anja% pret(odno
prikupljanje in!orma"ija o strukturi izua anog skupa# +n!orma"ije se odnose na ona obilje'ja koja /e se ispiti ati i ije karakteristike /e se pro"jenji ati ili testirati# $ored odre0i anja broja stratuma% znaajan problem u primjeni o og uzorka predsta lja raspored ukupnog uzorka na pojedine stratume# U ezi s tim razlikujemo propor"ionalni i optimalni raspored# Ako su u s im stratumima zadr'ane propor"ije kao i u osno nom skupu% tada je rije o propor"ionalnom rasporedu# UZORAK ?RU$A se koristi u sluaje ima kada ne postoji kompletna lista s i( jedini"a osno nog skupa koja bi slu'ila kao osno za !ormiranje uzorka ili u sluaju kada je izbor jedini"a u uzorak po ezan sa problemima te(nike% organiza"ione i !inansijske prirode# O"jene karakteristika osno nog skupa na osno u uzorka grupa su pre"iznije ukoliko je unutra&nji arijabilitet grupa e/i a anjski arijabilitet manji# ?rupa je u o om sluaju primarna jedini"a izbora de!inisana kao onaj element ili skupina elemenata koje uzimamo u obzir za izbor u nekoj etapi izbora uzorka# $raktino% ako umjesto pojedinani( lano a neke popula"ije% na bazi sluaja% biramo odre0ene grupe lano a% onda go orimo o uzorku grupa# Tako% na primjer% umjesto da uzmemo uzorak iz ita e popula"ije jednog grada% mo'emo na bazi sluaja odabrati odre0eni broj k arto a grada i samo se na nji( kon"entrisati# Treba napomenuti da se uzorak grupa naje&/e koristi u dizajniranju uzorka kao pr i korak% koji podrazumije a dodatne za(tje e selek"ije unutar izabrani( grupa# Kada se radi o grupisanju treba oditi rauna o slijede/em8 $r o% da li odre0eni broj jedini"a mo'emo naz ati grupom za isi od okolnosti# U na edenom primjeru sa k arto ima grada jedini"u uzorko anja naz ali smo opra dano grupom jer sadr'i odre0eni broj doma/insta a% a doma/inst o je bila jedini"a istra'i anja# Drugo% grupe ne moraju biti nu'no biti prirodni skupo i# Mo'emo iz praktini( razloga st oriti je&take grupe u"rta anjem odre0eni( po r&ina na mape# Tre/e% u bilo kak oj s(emi uzorka mogu se koristiti razliite rste grupa# Tako% na primjer% mo'emo podruje grada podijeliti na k arto e% zgrade% stano e i onda% konano% unutar nji( na stanare# U praksi je izbor grupa naje&/e diktiran prirodnim grupisanjem ali treba oditi rauna o znaajnom po e/anju gre&ke uzorko anja koja je esto posljedi"a grupisanja#
Ako su za grupe kao primarne jedini"e izabrane geogra!ske po r&ine% taka se uzorak nazi a uzorak po r&ina 4area sample6# UZORAK $O.RB+-A je rsta uzorka kod kojeg jedini"u skupa predsta ljaju geogra!ska podruja 4dijelo i grada% &kole% bloko i ku/a% zgrade i sl#6# O aj uzorak se koristi esto u praksi jer rje&a a probleme kada ne postoji popis jedini"a osno nog skupa# Uzorak po r&ine se mo'e realizo ati kao jedno!azni ili d o!azni postupak# Ukoliko se poda"i prikupljaju od s i( jedini"a iz sluajno odabrani( podruja 4blok% zgrada% &kola i sl#6 ka'emo da se radi o jedno!aznom postupku# Umjesto toga% postoji mogu/nost da se izabrana po r&ina uzima kao grupa iz koje se onda u daljnjem postupku biraju jedini"e uzoraka# Tada ka'emo da se radi o d o!aznom uzorku po r&ina% koji mo'e biti jednosta an i propor"ionalan# S+STEMATSK+ UZORAK Elementi osno nog skupa esto su poredani nekim redom% npr% osobe popisane u nekoj kartote"i ili popisu i sl# U tak im sluaje ima mo'e se primijeniti sistematski nain izbora elemenata za uzorak# Taj se izbor r&i tako da se po redu broje elementi u osno nom skupu i da se u uzorak izabere% npr# s aki peti% deseti% pedeseti ili kCti element# Redni broj elementa od kojeg poinje brojanje odre0uje se sluajnim izborom iz tabli"e sluajni( broje a% od broje a izme0u : i k# Kod o og izbora postoji za s aku jedini"u u osno nom skupu jednaka mogu/nost da bude izabrana za uzorak% ako je broj elemenata koji se bira taan djelitelj broja elemenata u osno nom skupu# $rednost o og uzorka je i u tome &to se mo'e koristiti i kada ne postoji popis jedini"a osno nog skupa 4npr# anketiranjem s akog kCtog posjetio"a6# -ara no% sistematski izbor dat /e sluajno izabrani uzorak samo onda kada su elementi skupa sluajno poredani# Ako u poja i koja se posmatra postoji razliitost koja se pona lja u pra ilnim razma"ima% mo'e se dogoditi da sistematskim uzorkom obu( atimo upra o te I r(o e poja eJ#
7# Uzor"i koji nisu bazirani na teoriji jero atno/e 4nonprobabilit= samples6 Do sada razmatrani uzor"i su ukljui ali primjenu sluajnosti% obezbje0uju/i na taj nain da s aka jedini"a skupa ima izraunlji u jero atno/u da bude ukljuena u uzorak% &to je isto remeno neop(odan uslo za pro"jenu gre&aka uzorko anja# Me0utim% u praksi se esto de&a a da za primijenjeni uzorak ne mo'emo t rditi kako se u potpunosti bazira na jero atno/i% niti da u potpunosti ignori&e o aj prin"ip# U konkretnim istra'i anjima se% iz praktini( razloga% planira uzorak tako da se koristimo teorijom ero atno/e ali i lastitim iskust om i znanjem#
U nasta ku objasnit /emo osno ne prin"ipe koji( se istra'i a mora pridr'a ati pri planiranju uzorka% a onda dati i kritiki os rt na primjenu pojedini( rsta neprobabilistiki( uzoraka# Od uzoraka koji nisu zasno ani na jero atno/i naje&/e se koriste8 K.OT-+ UZORAK 4Luota samples6% EKS$ERT-+ C -AM,ER-+ UZORAK 4EMpert samples6% UZORAK 1?RUD.A2 4SnoNball Sample6 i $R+?OD-+ UZORAK 4A""idental Samples6#
K.OT-+ UZORAK 4Luota Samples6 Od s i( uzoraka koji se ne baziraju na jero atno/i k otni uzorak se po s ojoj logi"i naj i&e pribli'a a sluajnim uzor"ima# O aj uzorak je na neki nain kombina"ija strati!iko anog i namjernog uzorka% jer se u uzorak biraju jedini"e koje po pro"jeni istra'i aa najbolje odgo araju "ilju istra'i anja# Drugim rijeima% k otni uzorak ine razliite podgrupe osno nog skupa% prema nji(o im a'nim osobinama% u ok iru koji( dalju selek"iju r&i sam istra'i a# U dosada&njim razmatranjima je% izme0u ostalog% istaknuto da se pre"iznost probabilistikog uzorka po e/a a s odgo araju/om strati!ika"ijom osno nog skupa% ime se u odnosu prema postupku jednosta nog sluajnog uzorko anja% smanjuje sluajni arijabilitet jedini"a uzorka# K otni uzorak ima% tako0e% slinu namjenu i zato je a'no uoiti razlike izme0u ti( d aju uzoraka8 K otni uzorak se rlo esto primjenjuje zbog jednosta nog !ormiranja i relati no dobri( rezultata% uprkos tome &to se u dobi anju rezultata pomo/u o og uzorka ne mogu upotrijebiti odre0eni statistiki postup"i% odnosno ne mogu se donositi pro"jene parametara popula"ije u strogo naunom statistikom smislu# K otni uzorak se bira u postupku koji se od ija u tri !aze# $r a% za odre0i anje kontrolni( osobina% osobina koje smatramo znaajnima za proua anje sadr'aja koji je predmet istra'i anja% moramo pozna ati osno ni skup# Odre0i anje strukture uzorka% koja mo'e biti propor"ionalna ili nepropor"ionalna% te eliine uzorka predsta lja drugu !azu# Tre/a !aza se odnosi na selek"iju elemenata u uzorak na osno u pret(odno de!inisani( osobina# Osno ni nedostatak k otnog uzorka sastoji se u tome &to istra'i au ostaje puna sloboda u izboru elemenata u uzorak% pa se u tom postupku nemino no pro lae elementi pristrasnosti# $rednosti k otnog uzorko anja se ogledaju u slijede/em8
jedan od gla ni( razloga za&to su k otno uzorko anje dosta koristi u praksi% uprkos njego im teorijskim slabostima% je ekonominost3 neza isno od postojanja ok ira% k otno uzorko anje je esto i jedini primjenlji i metod uzorko anja za popula"ije za koje ne postoji ok ir# Osno ni nedostatak k otnog uzorko anja ogleda se u tome &to o o uzorko anje% koje nije bazirano na jero atno/i% ne omogu/a a da se pro"jene standardne gre&ke po e'u sa rezultatom iz uzorka# EKS$ERT-+ UZORAK 4EMpert Samples6 Slino kao k otni uzorak i ekspertni uzorak ima samo te'nju da bude reprezentati an# O aj uzorak se nazi a i namjerni uzorak% jer strunja"i odabiru one jedini"e koje smatraju 1najtipinijima2 za popula"iju koja se istra'uje# Uzorak tipini( jedini"a pripada grupi tz # promi&ljeni( uzoraka% odnosno uzoraka koji se zasni aju na statistikom rasu0i anju 4,udgemental Sampling6# $roua aju/i odre0enu statistiku popula"iju ije osobine poznajemo% mo'emo odabrati uzorak oni( jedini"a koje su po na&em mi&ljenju tipine za istra'i anje datog problema% odnosno one jedini"e za koje smatramo da su do oljno reprezentati ne# +stra'i anje pomo/u o og uzorka daje najbolje rezultate kada je osno ni skup eoma mali# -jego a gla na primjena je u eksplorati nim istra'i anjima a tako0e se koristi u prognozama is(oda izbora# Kod ekspertnog uzorka ne mo'emo objekti no% jer se ne zasni aju na prin"ipima jero atno/e% o"ijeniti eliinu gre&ke# ?re&ke koje nastaju u izboru o i( jedini"a uzajamno /e se neutralisati% jer se oslanjamo na znanje strunjaka koji su iz r&ili izbor jedini"a uzorka#
UZORAK 1?RUD.A2 4SnoNball Sample6 9est je sluaj u praksi da karakteristike popula"ije nisu poznate prije odabira jedini"a u uzorak% tako da je primjena k otnog uzorka iskljuena# +z tog razloga ja ljaju se druge te(nike koje% tako0e% za(tije aju znanje eksperta# SnoNball uzorak ili uzorak koji se !ormira na prin"ipu !ormiranja 1grud e snijega2 i za(tije a od istra'i aa ini"ijalno identi!iko anje jedne ili d ije osobe koje imaju odre0enu karakteristiku# -aime% te su osobe izabrane kao nosio"i in!orma"ija jer se od nji( tra'i da identi!ikuju druge ispitanike koji imaju tra'ene k alitete# $raktino% na osno u in!orma"ija dobi eni( od ini"ijalni( ispitanika biraju se naredni ispitani"i i tako dalje% pa utuda potie nazi !ormiranje 1grud e snijega2# Osno na prednost o og uzorka je u ekonominosti# $R+?OD-+ UZORAK 4A""idental Samples6
:P
$rigodni ili raspolo'i i uzorak predsta lja niz sluaje a do koji( smo u nekom trenutku jedino mogli do/i ili koji su nam se sluajno na&li na raspolaganju# Tak og su tipa% na primjer% uzor"i koje !ormira anketar presre/u/i prolaznike na uli"i% studente koji su tog dana do&li na preda anja% kup"e u robnoj ku/i i slino# Stoga se jasno mo'e re/i da prigodni uzor"i ne zado olja aju stroge kriterije reprezentati nosti# Me0utim% oni su ponekad ipak pogodni za nauna uop&ta anja dobi eni( rezultata% pogoto u kod istra'i anja koja se odnose na !unk"ionalne i dinamike osobine pojedina"a ili grupa# $rigodni uzor"i se esto primjenjuju u panel istra'i anjima% kod testiranja no i( proiz oda i slino% dok kod istra'i anja koja se odnose na mentalnoCsadr'ajne osobine kao &to su sta o i% moti i% mi&ljenja i namjere o aj uzorak ne mo'e biti reprezentati an#
+Z.OR+ + .RSTE ?REBAKA U $R+KU$),A-,U $ODATAKA Omiljena tema genera"ije statistiara iz FPCti( godina pro&log stolje/a odnosila se na predmet statistike u raznim podrujima i nije smatrano rijednim da se sistematski proua aju razni aspekti razlike izme0u statistiki( podataka kao "ilja i statistiki( podataka kao ost arenja "ilja# Upotreba podataka u tom periodu bila je u saglasnosti sa op&tim sta om da poda"i treba da budu ono &to se smatralo da /e oni biti# Me0utim% statistiari su% na osno u mnogi( neprijatni( iskusta a% morali da naue da prikupljanje podataka nije tako jednosta no kao &to izgleda# Drugim rijeima% oni su konano morali da priznaju% jer se k alitet nu'no ne poklapa sa !ormalnim osobinama podataka% da se u statistikom radu ja ljaju razne gre&ke# Kada se go ori o gre&kama u prikupljanju podataka mora se po/i od injeni"e da je gre&ka uzorka samo dio ukupne gre&ke# E!ekat pojedini( iz ora gre&aka je razliit s obzirom na drugaije situa"ije% tako da se generalno ne mo'e go oriti o domina"iji jednog iz ora#
::
?re&ka se mo'e de!inisati kao razlika izme0u pra e rijednosti obilje'ja popula"ije i rijednosti o"jene na osno u posmatranja jedini"a uzorka# U naelu ukupna gre&ka se dijeli na sluajnu uzoraku gre&ku i sistematsku gre&ku# Uzoraka gre&ka se ja lja zbog toga &to se umjesto istra'i anja "ijele popula"ije ono pro odi samo na uzorku njeni( jedini"a# Uzoraka gre&ka se mo'e kontrolisati ukoliko istra'i ai pra ilno dizajniraju postupak izbora i izaberu do oljno elik broj jedini"a u uzorak# Sistematska gre&ka obu( ata administrati nu gre&ku i odgo ornu gre&ku# Administrati na gre&ka je posljedi"a lo&eg izbora uzorka% gre&ke anketara% pristrasnosti anketara i gre&ke obrade podataka# Odgo orna gre&ka je posljedi"a pristrasnosti% odnosno s jesne !alsi!ika"ije i nes jesnog la'nog predsta ljanja# Opredjeljujemo se za podjelu ukupne gre&ke na UZORA9KU + -EUZORA9KU ?REBKU# $ojedine rste neuzoraki( gre&aka mogu se sistematizo ati prema nji(o im iz orima% koje je eoma a'no identi!iko ati zbog redu"iranja sami( gre&aka% bilo pre enti nim kora"ima% bilo u samoj manipula"iji i obradi podataka# One se% za razliku od uzoraki( gre&aka% ne smanjuju sa po e/anjem eliine uzorka i mnogo i( je te'e mjeriti i kontrolisati# $ozi"ija istra'i aa% s aspekta gre&ke% je apsurdna# -aime% jedan dio istra'i akog pro"esa 4uzorko anje6 mo'e se r&iti rlo pre"iznim postupkom koji omogu/a a tane pro"jene mogu/i( gre&aka% dok u drugim !azama istra'i anja postoje gre&ke nepoznati( propor"ija# To znai% s jedne strane% da je istra'i a samo djelimino u stanju da planira kako /e dobiti maksimum pre"iznosti uz odre0ene tro&ko e% jer gre&ke koje su po ezane sa raznim !azama an uzorko anja ne mogu biti unaprijed pro"ijenjene na zado olja aju/i nain# + drugo% s e dok se te gre&ke ne budu mogle tano pro"ijeniti iz rezultata istra'i anja% istra'i a mo'e s om klijentu dati samo pro"jenu gre&ke uzorko anja a ne zbir s i( rsta gre&aka# Danas se e/ina statistiara sla'e da neuzorake gre&ke mnogo znaajnije utiu na ukupnu gre&ku rezultata% nego &to to ini uzoraka gre&ka% &to u zadnjoj de"eniji rezultira elikim brojem pisani( rado a ezani( za o o podruje# +z ore neuzoraki( gre&aka je eoma a'no identi!iko ati radi eliminisanja gre&aka% bilo nekim pre enti nim kora"ima% bilo u samoj obradi podataka# -aje&/e se razmatraju slijede/e rste neuzoraki( gre&aka8 -E$OT$U-+ $ODA*+ 4in"omplete data)% ?REBKE M,ERE-,A 4measurement errors)% $R+STRAS-OST A-KETARA + -E+-@ORM+SA-OST +S$+TA-+KA
:;
?REBKE O7RADE 4pro"essing errors)# U istra'i anjima je est sluaj da se ne mogu prikupiti poda"i za s e jedini"e iz uzorka% te dobi ene in!orma"ije na osno u uzorka nisu potpune# -E$OT$U-+ $ODA*+ su naje&/e rezultat nepokri enosti "iljane popula"ije 4odstupanja u obu( atu i sadr'aju6 i nemogu/nosti ili nasposobnosti ispitanika da uest uju u istra'i anju# Ukoliko je prisutno ispu&tanje jedini"a "iljane popula"ije% i&estruko poja lji anje jedne te iste jedini"e ili ukljui anje nepoznati( jedini"a koje uop&te ne pripadaju "iljanoj popula"iji% onda ka'emo da se radi o ODSTU$A-,U U O7UA.ATU# $od ODSTU$A-,EM U SADRQA,U podrazumije amo nedostatak dopunske in!orma"ije o jedini"i iz je&ta anja ili postojanje netane in!orma"ije# $ored gre&ke zbog nepokri enosti "iljane popula"ije problem nepotpuni( podataka je prisutan i kada se oni ne mogu prikupiti zbog nemogu/nosti% nesposobnosti ili odbijanja ispitanika da daju odgo ore# Kao neprikupljeni poda"i se tretiraju i oni koji su u pro"esu kontrole oznaeni kao neupotreblji i 4!alsi!iko ani% netani i sl#6 7ez obzira na uzroke poja lji anja -E$OT$U-+ $ODA*+ O7ESARA7RU,U% jer se razlozi nji(o og poja lji anja prilino te&ko identi!ikuju% a jo& te'e elimini&u# $ostojanje o i( gre&aka ne u odi pristrasnost u o"jenji anje ukoliko je propor"ija nedobi eni( odgo ora mala i ukoliko se mo'e pretposta iti da su karakteristike oni( koji nisu ispitani dosta sline karakteristikama oni( koji su dali odgo ore# -eke od mogu/i( pre enti ni( mjera za smanji anje broja nedobi eni( podataka su8 +zabrati e/i broj jedini"a u uzorak da bi se% ipak% dobio 'eljeni broj podataka# $ra o remeno oba je&ta anje poten"ijalni( ispitanika o pro o0enju istra'i anja% u jera anje u anonimnost ankete% in!ormisanje o indirektnoj koristi% &to je esto eoma znaajno# Kori&tenje "allCba"ks metode% odnosno usposta ljanje pono nog kontakta uz oba ijest# Uzimanje poduzorka neispitani( jedini"a primjenom te(nike d o!aznog uzorka% te kombino anje njego i( rezultata s onima od ranije# Zbog toga se ja lja potreba za umetanjem neke razumne pribli'ne rijednosti za nedostaju/e ili nepotpune odgo ore% kako bi se realnije pro"jenili parametri# Ako odluimo da u rstimo upitnike koji su par"ijalno nepopunjeni u daljnju obradu% onda je potrebno primijeniti neku od metoda za tretiranje nekompletni( podataka# U te metode ubrajamo8
:>
7R+SA-,E $ODATAKA C postup"i brisanja pojedini( par"ijalno popunjeni( upitnika koji raunanje pro"jena i analizu baziraju samo na smanjenom skupu u "jelosti prikupljeni( upitnika3 $O-DER+SA-,E OD?O.ORA C za potpuno nedostaju/e upitnike raz ijene su te(nike prilago0a anja ponderisanjem s odgo araju/im !aktorima ekspanzije unutar poststratuma3 i METODU UMETA-,A nedostaju/i( odgo ora# Kod eliki( uzoraka i s malim brojem nedostaju/i( rijednosti mogu/e je pro esti 7R+SA-,E ita i( upitnika ili pak selekti no brisanje pomo/u smanji anja eliine uzorka ali samo za arijable s ispu&tenim rijednostima# $ristali"e o e metode t rde da je brisanje ita i( sluaje a superiornije selekti nom brisanju ukoliko su uzor"i eliki a interkorela"ije izme0u arijabli male# U sluaje ima kada su poda"i izostali za ita u jedini"u koriste se $OSTU$*+ $O-DER+SA-,A% kod koji( se pored pondera dizajna uzorka ukljuuju i ponderi koji odra'a aju prilago0a anje usljed nedobi anja podataka# $onderi prilago0a anja predsta ljaju in erzne rijednosti pro"jene jero atno/e da /e odre0ena jedini"a dati podatak 4propor"ija jedini"a koje su odgo orile u odre0enom stratumu ili grupi6# UMETA-,E $ODATAKA je kontrolisani postupak primjenjen s "iljem da smanji gre&ku nastalu zbog nedobi eni( podataka i da sau a s e raspolo'i e podatke% nasuprot nenaunoj te(ni"i izmi&ljanja podataka# K alitet pro"edure umetanja za isi od8 eliine istra'i ane popula"ije% stope izbora% pristrasnosti uzorka i od korela"ije izme0u obilje'ja koja se ispituju# ?re&ke koje se ja ljaju zbog nesa r&enosti mjernog instrumenta% odnosno upitnika nazi aju se ?REBKE M,ERE-,A +)+ OD?O.ORA# U s akom istra'i anju sasta ljanje anketnog upitnika je eoma znaajna !aza% jer lo&e sasta ljen upitnik mo'e dati pora'a aju/e rezultate# $laniranje i projekto anje upitnika se% prije s ega% odnosi na konstruk"iju pitanja% pri emu treba de!inisati8 rstu in!orma"ije koja se tra'i% !ormalnu strukturu pitanja i odgo ora i unutra&nju strukturu pitanja i odgo ora# S aki istra'i aki problem za(tije a poseban pristup u sasta ljanju anketnog upitnika% jer je te&ko predlo'iti redoslijed poslo a u konstruisanju upitnika koji bi se mogao primijeniti u s akoj situa"iji# $itanja moraju biti sasta ljena tako da prona0u one in!orma"ije koje su posta ljene kao "ilje i odre0ene studije# -ara no% istra'i ai moraju de!inisati "ilje e prije nego &to poku&aju sasta iti anketni upitnik jer "ilje i odre0uju sadr'aj pitanja i koliinu detalja# -akon de!inisanja neop(odni( in!orma"ija% rste upitnika i naina komuni"iranja s ispitani"ima% slijede/i je korak odre0i anje sadr'aja pojedini( pitanja# Drugim rijeima% potrebno je8 de!inisati neop(odna pitanja% pro jeriti razumlji ost pitanja% izbjega ati neugodna pitanja kad god je to mogu/e% te pre"izirati te(nike koje /e nam pomo/i kod osjetlji i( pitanja koja moramo posta iti#
:E
$ri !ormulisanju pitanja treba oditi rauna o slijede/em8 koristiti jednosta ne i razumlji e rijei% izbjega ati d ostruka i d osmislena pitanja% izbjega ati pitanja koja na ode na odre0eni odgo or% posta ljati pitanja tako da s ojom !ormom i sadr'ajem lie na pitanja iz s akodne nog 'i ota% te izbjega ati rijei sa i&e znaenja# $itanja u upitniku mogu biti ot orenog% zat orenog i mje&o itog tipa# $r o treba posta ljati% po mogu/nosti% zanimlji a pitanja i pitanja na koja je lako odgo oriti kako bi stimulisala ispitanika da ispuni upitnik# Ukoliko se otkriju pristrasni odgo ori uzroko ani redoslijedom pitanja% istra'i a mora promijeniti raspored pitanja u upitniku# Ukoliko je mogu/e% treba primijeniti te(niku lije ka% gdje se pr o posta ljaju &iroka% op&ta pitanja a zatim se posta ljaju konkretnija% detaljnija pitanja# Kori&tenje te(nike lije ka sa !ilter pitanjima% omogu/a a da se izbjegne posta ljanje pitanja koja se ne mogu primijeniti kod odre0enog ispitanika# Te'a pitanja se sta ljaju% po pra ilu% na kraju anketnog upitnika% kada smo is"rpili pitanja koja se odnose na gla ni sadr'aj upitnika# ,edan od naj a'niji( zadataka anketara u prikupljanju podataka je borba proti gre&aka o kojima je bilo ranije go ora# Me0utim% u s om radu A-KETAR dodaje dosta s oga poda"ima koje prikuplja% tako da se i o dje ja ljaju gre&ke# -aje&/e gre&ke do koji( dolazi u radu anketara su one koje nastaju interak"ijom s ispitani"ima% gre&ke u bilje'enju rezultata i gre&ke koje nastaju neradom anketara# U toku ispiti anja anketar bi morao da ostane potpuno neutralan% odnosno nikak im gestom ili rijeima ne bi smio pokazati da se sla'e ili ne sla'e s odgo orom ispitanika# ?re&ke nastaju i kada anketar slu&a odgo ore ispitanika a nakon toga upisuje odgo ore% pogoto u ako se radi o nestrukturiranim pitanjima u dubinskom ili grupnom inter juu# ?re&ke u bilje'enju odgo ora se smanjuju kori&tenjem magneto!onske% ideo i druge opreme# Kada ispitani"i daju odgo ore na posta ljena pitanja obino se tada sta lja u pokret jedna S)OQE-A $S+AO)OBKA MAB+-ER+,A# 9ak i ako znaju taan odgo or na posta ljena pitanja ispitani"i mogu% zbog razliiti( razloga% da daju netane odgo ore# 9esto se de&a a da ispitanik misli% usljed -EDO.O),-E +-@ORM+SA-OST+% da /e odgo ori koje /e dati u anketnom istra'i anju biti okrenuti proti njega kao napad na njego u pri atnost# $roblem se mo'e rje&iti% prije s ega% in!ormisanjem ispitanika o s r(i istra'i anja% odnosno izbjega anjem osjetlji i( pitanja i sta ljanjem isti( na kraj upitnika% te u jera anjem ispitanika da je anketno istra'i anje anonimno# +S$+TA-+K odbija da sara0uje i onda kada smatra da je istra'i anje ilegalno# U tom sluaju neop(odno je kroz u odnu rije pojasniti s r(u anketnog istra'i anja i u jeriti ispitanika da je istra'i anje nauno zasno ano i da ne doz olja a zamjene ispitanika# .eoma je a'no da se bilo ime ne izazo e negodo anje i otpor ispitanika prema anketi# U tom sluaju% ak i ako ga zakon oba ezuje% on ne/e biti zaintereso an za k alitet odgo ora koje daje#
:F
+spitanik ne 'eli da daje odgo ore i onda kada sumnja da /e njego i odgo ori otkriti nedostatak njego e obrazo anosti% te pitanja o"jenjuje kao uop&tena i nejasna a problematiku s rsta a me0u teme o kojima nije nikada razmi&ljao# Osim na edeni(% u istra'i anjima su esti i mnogi drugi izgo ori koje ispitani"i daju odbijaju/i da uest uju u anketnom istra'i anju% poput8 nedostatak remena% neaktuelnost teme istra'i anja% izbjega anje 1pra i(2 pitanja od strane istra'i aa% zloupotreba rezultata ankete i slino# +maju/i na umu mogu/nost nastajanja razliiti( rsta gre&aka tokom prikupljanja podataka% o kojima je e/ bilo dosta go ora% !aza obrade i analize je posljednja prilika da se one uoe i ako je mogu/e ispra e# ?REBKE O7RADE + A-A)+ZE $ODATAKA obu( ataju gre&ke nastale u postup"ima8 kategoriza"ije% editiranja podataka% kodiranja% uno&enja podataka% umetanja nedostaju/i( rijednosti% obrade podataka% te analize podataka i interpreta"ije rezultata# $oda"i koje smo prikupili sami za sebe ne go ore ni&ta% niti jedan kompjuter% odnosno so!t er ne mogu os ijetliti drago"jene rezultate% ako analiza nije nauno zasno ana# $rikupljeni poda"i se% dakle% moraju kategorizirati% editirati 4itlji ost% potpunost% tanost i dosljednost podataka6% kodirati% unijeti i obraditi na raunarima# Tek se obradom% analizom i interpreta"ijom dolazi do in!orma"ije zbog koje je i pokrenuto istra'i anje#
:G