Professional Documents
Culture Documents
Metodologija Naucno Istrazivackog Rada ZL
Metodologija Naucno Istrazivackog Rada ZL
Sadraj:
I dio
Metodologija (pojam)
Indikatori
II dio
III dio
Projekt istraivanja
3
1.4. Formulacija optih i posebnih hipoteza istraivanja
2. Metodoloki dio projekta
2.2. Izbor opteg metoda istraivanja
2.3. Operacionalne definicije promjenjivih
2.4. Izbor tehnika za prikupljanje podataka
2.5. Nacrt uzorka
2.6. Plan obrade podataka
2.7. Plan realizacije istraivanja
3. Matereijalni dio projekta
IV dio
V dio
Metode istraivanja
1. Teorijske metode
2. Empirijske (iskustvene) metode
2.1. Eksperimentalna istraivanja
2.1.1. Odnos varijabli u eksperimentu
2.1.2. Eksperimentalni nacrti
2.1.2.1. eksperiment sa jednom grupom
2.1.2.2. eksperiment sa paralelnim grupama.
2.1.2.1. ex-post-facto eksperiment
2.2. Neeksperimentalna istraivanja
VI dio
Populacija i uzorak
1. Populacija
2. Uzorak
2.1. Izbor uzorka istraivanja
2.2. Sluajni uzorci
2.2.1. jednostavni sluajni uzorak
2.2.2. stratificirani sluajni uzorak
2.3. Nesluajni uzorci
4
2.4. Veliina uzorka
VII dio
Tehnike istraivanja
1. Neposredno posmatranje
Naturalno i posmatranje uz pomo instrumenata
Posmatranje bez i sa ueem posmatraa
Nestruktuirano i struktuirano posmatranje
Nedostaci i prednosti posmatranja
2. Analiza sadraja
Analiza medijskih sadraja i analiza dokumenata
Osnovna jedinica analize
Preteno kvantitativna analiza sadraja
Preteno kvalitativna analiza sadraja
3. Tehnike zasnovane na verbalnoj komunikaciji
3.1. Upitnik i inervju
Koje su prednosti upitnika i intervjua u odnosu na posmatranje
Pretpostavke na kojima poiva ispitivanje upitnikom i intervjuom
Vrste podataka koji se dobijaju putem upitnika i intervjua
3.2. Skale procjene
3.2.1. Kontinuirane i diskontinuirane varijable
3.2.2. Izrada skale procjene
3.2.3. Vrste skala procjene
3.2.4. Skala socijalne distance
3.3. Test
3.3.1. Definicija testa
3.3.2. Metrijske karakteristike testa
VIII dio
Izrada upitnika
5
4.1. Raspored pitanja u upitniku
4.2. Pisanje uputstva
4.3. Dizajn upitnika
5. Provjera upitnika
6. Revizija upitnika i formiranje konane verzije
IX dio
Mjerenje
Nominalna skala
Ordinarna skala
Intervalna skala
Omjerna skala
X dio
XI dio
1. Osnovni dijelovi izvjetaja
1.1. Naslovna strana
1.2. Rezime
1.3. Sadraj izvjetaja
1.4. Uvod
Pisanje izvjetaja
6
1.5. Teorijski dio definisanje predmeta i problema istraivanja
1.6. Istraivaki dio prikaz metodolokog postupaka istraivanja
1.7. Rezultati istraivanja prikaz rezultata
1.8. Zakljuci istraivanja
1.9. Literatura
1.10. Prilozi
1.11.Ilustracije
2. Citiranje i navoenje referenci
2.1. Citiranje
2.2. Navoenje referenci
2.3. Numeriki sistem navoenja referenci
2.4. Autor datum sistem navoenja referenci
3. Tehnika obrada teksta
3.1. Preporuke za sreivanje teksta
3.2. Skraenice
I dio
Osnovni pojmovi metodologije
Metodologija (pojam)
Indikatori
Postoje razliiti nivoi naunog saznanja, poev od podataka i injenica, preko zakona i teorija
do cjelovitih naunih sistema.
Podaci. Svaki empirijski nauno-istraivaki rad zapoine prikupljanjem podataka. Nauno
relevantni su oni podaci koji su u funkciji istraivanja, tj koji su specifikovani ciljem
8
istraivanja i koji se mogu dovesti u vezu sa postavljenom hipotezom. Nadalje, to su podaci
prikupljeni standardizovanim tehnikama i postupcima prikupljanja podataka.
injenice (fakti) su iskustveno utvreni odnosi u prirodi i drutvu (injenica je da zimi pada
snijeg). injenice su javne, provjerene i provjerive a predstavljaju prvi stupan na osnovu koga
moemo neto tvrditi u nauci.
Zakon je manje ili vie taan subjektivni odraz objektivno postojee zakonitosti. Zakonitost je
odreeni odnos meu stvaroma i pojavama u prirodi i drutvu i postoji neovisno od nae
spoznaje. Osnovne odlike naunih zakona su: (1) zakon uvijek ukazuje na neki odnos, npr.
povezanosti izmeu odreenih pojava u prirodi i drutvu; (2) empirijski nauni zakoni
predstavlju opti, univerzalni i konzistentan odnos. Idealan nauni zakon ima univerzalno
vaenje pa vai za sve sluajeve na koje se odnosi; Za razliku od zakona u prirodnim naukama
gdje je A predhodi B u drutvenim naukama zakoni nemaju tako opte i tako univerzalno
znaenje. U drutvenim naukama A predhodi B ako se ostvare uslovi a, b, c... Da bi u takvim
uslovima zakon imao status naunog zakona nuno je precizno definisati sve relevantne
uslove, tj. rei pod kojim uslovima je pojava A povezana sa pojavom B.
Najee vrste zakona u drutvenim naukama su:
temporalni zakoni (kod temporalnih zakona vrijeme se javlja kao bitna odrednica zakona,
npr. sa proticanjem vremena zaboravljanje je sve sporije);
Teorije su sveobuhvatna objanjenja odeenih pojava ili grupa pojava. Mada su zasnovane na
empirijskoj grai (objedinjuju odreeni broj zakona i nastoje da ih poveu i objasne) teorije su
zapravo velikim dijelom hipotetine. To je posebno karakteristino za drutvene nauke gdje
svaka teorija ima dosta elementa hipotetikog (praznine se popunjavaju pretpostavkama npr.
o postojanju neke pojave; ili o povezanosti nekih pojava; ili o uzroku neke pojave).
Nauni
sistemi
su
cjelovita,
sveobuhvatna,
multidisciplinarna
objanjenja
odreenih
Opti
pristup
(predhodno
znanje)
je
znanje
optim
principima
naune
spoznaje
10
Princip objektivnosti naune spoznaje
Princip objektivnosti ima nekoliko osnovnih znaenja. Prvo i najvanije je poznavanje i
korienje logike ili puta naunog saznaja (primjena metodolokog postupka). U drugom
znaenju objektivnost podrazumijeva nepristrasnost prema podacima i injenicama do kojih
istraiva dolazi. Naunik podacima i injenicama pristupa sterilnih ruku bez linih, kulturnih
ideolokih i svakih drigih predubjeenja. Konano, objektivnost je zadovoljena ako postoji
intersubkjektivna saglasnost, ako je ono do ega smo doli provjerljivo (ako drugi istraivai
koristei se istom metodologijom dobijaju iste rezultate).
11
Princip sistematinosti naune spoznaje
Princip sistematinosti. Nauka je zaokruen sistem znanja koji moe biri funkcionalno ili
uzrono-posljedino povezan. Svaka injenica, zakon, teorija itd. do koje istraiva u
istraivanju dolazi mora biti dovedena u vezu sa svekolikim naunim saznanjem.
12
odreenu
garanciju
za
objektivnost
(nunu
istinitost
saznanja).
Faze
prikupljanje podataka
Prvu, polaznu fazu istraivanja predstavlja odreenje predmeta ili problema istraivanja.
Predmet istraivanje je po pravilu neka, odreena veza izmeu pojava, pa utvrivanje
predmeta obuhvata, - najprije, odreivanje (definisanje) samih pojava izmeu kojih se veza
utvruje, te zatim, odreivanje prirode same veze.
Teorijsko definisanje problema i predmeta istraivanja je logika operacija kojom se pomou
apstraktnih pojmova odreuje sutina pojave koja se istraije. Operacionalno, radno
definisanje problema sastoji se u odreivanju indikatora (pokazatelja) koji se mogu iskustveno
ispitati i provjeravati i koji pretstavljaju spoljanje, tj. s polja vidljive manifestacije
apstraktnog koncepta. Na primjer, radana definicija sree moe biti izjava ljudi da li su
sreni ili ne.
13
Poto se izvri operacionalno definisanje pojava postavljaju se pretpostavke, - hipteze
istraivanja. Njihova funkcija je u tome da se pretpostavi veza izmeu pojave koju istraujemo
i drugih inilaca koji bi po pretpostavci mogli biti sa njom u nekoj vrsti veze (npr. uzronoj).
Cilj istraivanja je provjeravanje opravdanosti postavljene hipoteze.
U sljedeoj fazi istraivanja prikupljaju se i klasifikuju (obrauju) podaci. Tu se ve ulazi u
kljunu fazu naunog istraivanja, - u fazu naunog objanjenja i utvrivanja veza npr.
korelacije (o stepenu povezanosti dvije ili vie pojava) ili funkcionalnih veza (funkcionalni
zakoni najee utvruju prosto meusobnu uslovljenost pojava, - kada se mijenja jedna
mijenja se i druga pojava) ili uzronih veza (kada je jedna pojava, nezavisno promjenjiva,
dovoljan uslov, uzrok promjene druge pojave, zavisno promjenjive).
Peujli. M. (1982): Metodologija drutvenih nauka, Savremena administracija, Beograd. Str. 299.
Prvi polazi od razlikovanja vrsta istraivanja prema njihovom krajnjem cilju (prema
ovom kriteriju razlikujemo eksplorativna, deskriptivna, eksplikativna i predikrivna
istraivanja);
Cilj istraivanja moe biti izvianje ili eksploracija, pionirsko istraivanje, manje ili vie
nepoznate pojave i okolnosti u kojima se ona javlja. Eksplorativno istraivanje je usmjereno
na uoavanje pojava, njihovo meusobno razgraniavanje, utvrivanje karakteristinih
svojstava, uestalost javljanja i sl. (jednom rijeju na upoznavanje pojave).
14
Drugi cilj moe biti egzatan opis ili desktipcija neke pojave. Takav cilj se postavlja kada se radi
o znaajnoj pojavi koju je potrebno precizno upoznati i maksimalno objektivno opisati,
definisati ili redefinisati.
Trei cilj moe biti objanjenje ili eksplikacija neke pojave. Eksplikativna istraivanja se bave
pojavama koje su prethodno egzaktno opisane, a sada elimo da ih i objasnimo. U
eksplikativnim istraivanjaima polazi se od jedne ili vie pretpostavki o povezanosti te i neke
druge pojave. Istraivanje treba da potvrdi ili ospori takve pretpostavke.
etvrto, istraivanje moe biti organizovano sa ciljem da prui predvianje ili predikciju u
pogledu javljanja odreenih pojava, promjena u njihovim bitnim svojstvima. Prediktivna
istraivanja su samo poseban vid eksplorativnih istraivanja.
15
Indikatori
Neke pojave mogue je registrovati i mjeriti neposredno. Na primjer, ako nas zanimaju godine
starosti, visina mjesenih primanja, brani status, broj djece itd. Postoje, meutim, neke
druge pojave koje nije mogue direktno opaati ni mjeriti. Na primjer, zadovoljstvo poslom, ili
religioznost, ili srea.
Mi kao istraivai nemamo neposredan uvid u misli, elje, oekivanja, nadanja, ocjene i
stavove drugih ljudi, ali to ne znai da se oni ne mogu mjeriti. Nain na koji registrujemo i
mjerimo ove pojave razlikuje se od naina registrovanja i mjerenja neposredno dostupnih
pojava. U ovom drugom sluaju mi se oslanjamo na odreene spoljanje manifestacije
(indikatore) ovih sloenih pojava koje nije mogue neposredno registrovati i mjeriti. Ti spoljnji
pokazatelji nazivaju se indikatori. Indikatori su pojavna strana nekog predmeta istraivanja,
ono to je dostupno naim ulima (vidu, sluhu, dodiru, ukusu, mirisu) i to je mogue
registrovati.
16
PREDMET
Pojavnastranapredmeta:indikatori
Stavovi
Iskazi(pisaniiusmeni);postupci;Podaciosvojstvimapriordnogi
drutvenogokruenja
Oseanja
Iskazi;Gestovi;Mimika;Pokreti;materijalnipredmeti
Ponaanje
Postupcipojedinacaigrupa;Iskazi;
Informisanost
Iskaziizkojihsevidikoliinatanihpodatakaoneemu;Postupci
kojisupokazatelji/ne/postojanjainformacijaoneemu
Mediji(publika)
Iskazi;ponaanje(gledanjeTV,itanjenovina,sluanjeradija,
prisustvonainternetu)
Mediji(sadraj)
Pisanisadraj(tekst);slikovnisadraj(fotografije,plakati,
crtei);audiovizuelnisadrajifilmskizapisi
Institucije/organizacije/zajednice
Dokumenti(pisani,zvuniiaudiovizuelnizapisi);Iskazi;
Postupcipojedinacaigrupa
Norme
Dokumenti(pisani,zvuniiaudiovizuelnizapisi);Iskazi;
Postupcipojedinacaigrupa
Dogaaji
Postupcipojedinacaigrupa;Iskazi;Gestovi;Mimika;Pokreti;
raznevrsteartefakata:religioznisimboli,obrednipredmeti,razni
oblicioruakojasekoristetokomnekogdogaaja,umetnika
dela
JAkaopredmetistraivanja:
linost,sopstvo,tj.vlastitalinost
kaopredmetistraivanja;poniranjeu
sebesamog
Linoiskustvo:ulniutisci(slike,oseti),predstave,pojmovi,
stavovi,oseanja,snovi
Koristei se indikatorima mi posredno formiramo sliku o pojavi koja nas zanima. Na osnovu
iskaza subjekta, posmatranjem njegovih gestova, mimike lica itd. mi sudimo o njegovim
osjeanima. O normama koje vladaju u nekom preduzeu zakljuujemo na osnovu
dokumenata ili na osnovu ponaanja radnika. Podaci su indikatori koji su opaeni
(registrovani) bilo uz pomo ula ili putem posebno pripremljenih instrumentima (o
instrumentima za prikupljanje podataka vidi u nastavku). Prikupljeni podaci se analiziraju i
slue kao osnova za izvoenje zakljuaka o pojavi koja je predmet istraivanja.
17
Vrsta indikatora odreuje i nain njihovog registovanja (prikupljanja podataka). Tako na
primjer, gestovi i mimika dostupni su neposrednom posmatranju. Iskaze subjekta o svojim
ocjenama, eljama, nadanjima i sl. istraiva prikuplja na osnovu intervijua ili za to koristi
upitnik.
Vrsteindikatora/podataka
Tehnikezaprikupljanjepodataka
Iskazi(pisaniiusmeni);
Intervju/Razgovor;DubinskiintervjuUpitnik;Fokus
grupe
Postupcipojedinacaigrupa
Posmatranje;Anketa,Intervju;Fokusgrupe;Analiza
sadraja
Podaciosvojstvimapriordnogidrutvenogokruenja
Statistikipopisi;drugastatistikamerenja
(potroakakorpa,indekscenanamaloitd)
Gestovi;Mimika;Pokreti;
Posmatranje
Ponaanje(gledanjeTV,itanjenovina,sluanjeradija,
prisustvonainternetu)
Intervju;Medijskipaneli;Fokusgrupe;Reaktor
Pisanisadraj(tekst);slikovnisadraj(fotografije,plakati,
crtei);audiovizuelnisadrajifilmskizapisi
Analizasadraja
Dokumenti(pisani,zvuniiaudiovizuelnizapisi);
Analizasadraja
Raznevrsteartefakata:religioznisimboli,obrednipredmeti,
raznioblicioruakojasekoristetokomnekogdogaaja,
umetnikadela
Posmatranje;Etnografskestudije
Linoiskustvo:ulniutisci(slike,oseti),predstave,pojmovi,
stavovi,oseanja,snovi
Introspekcija;Grupnediskusije
18
II dio
Faze istraivakog postupka
Metodoloki postupak
1. Nauno istraivanje kao proces komunikacije
2. Nauno istraivanje kao proces rjeavanja problema
2.1. Okvirno odreenje problema istraivanja
2.2. Pripremna faza istraivanja
2.3. Projektovanje istraivanja
2.4. Izrada instrumenata
2.5. Izvoenje istraivanja
2.6. Obrada i analiza podataka
2.7. Pisanje izvjetaja istraivanja
Metodoloki postupak
Nauno istraivanje je proces koji se satoji od rjeavanja raznovrsnih intelektualnih,
interpersonalnih i praktinih problema. Ono (nauno istraivanje) se najee definie kao
djelatnost usmjerenu na rjeavanje saznajnih problema (cilj je dolaenje do znanja), ali je ono
u isto vrijeme i drutvena djelatnost, - proces komunikacije izmeu razliitih subjekata
ukluenih u taj proces (u proces istraivanja). U tom smislu nauno istraivanje se moe
posmatrati kao:
19
istraivanja odluujua je interakcija, tj. komunikacija izmeu aktera koji su nosioci razliitih
uloga u istraivanju (vidi: Osnovne komunikaciske operacije u naunom istraivanju)
Osnovne komunikaciske operacije u naunom istraivanju:
1.
2.
3.
4.
5.
6.
7.
istraivanja:
predmeta
istraivanja,
ciljeva,
zadataka,
metoda
tehnika
istraivanja, definisanje uzorka, hipoteza itd. (o projektu istraivanja vidi u poglavlju III).
Havelka, N. Kuzmanovi, B. Popadi, D. (2004): Metode i tehnike socijalnopsiholokih istraivanja, Centar
za primenjenu psihologiju, Beograd. Str. 22-35
20
Okvirno odreivanje
problema
Pripremna faza
Projektovanje istraivanja
4
5
Izrada instrumenata
Izvoenje istraivanja
Pisanje izvjetaja o
istraivanju
Npr. Ako je rije o ponaanju pojednica na poslu, - ono (ponaanje) moe biti predmet
istraivanja razliitih naunih disciplina: biologije, medicine, sociologije, psihologije i sl.
Ako se radi o konfliktnom ponaanju onda se problem suava na psihologiju ili
eventualno na sociologiju zavisno da li uzrok takvog ponaanja traimo u pojedincu ili u
njegovom okruenju. Ako npr. uzroke konfliktnog ponaanja traimo u pojedincu onda
e psihologija linosti biti na teorijski, konceptualni i metodoloki kontekst za
istraivanja datog problema. Drugim rijeima sve ono to su teorije linosti do sada dale
postaje na terijski, konceptualni i metodoloki kontekst u koji smjetamo nae
istraivanje.
21
22
2.2.2. Rad na terenu
Omoguuje istraivau da se neposredno upozna sa prirodnim okolnostima ispoljavanja pojave
koja je predmet izuavanja. Rad na terenu moe da podrazumijeva razgovor sa ekspertima
(oni koji imaju dobar uvid u problem), uvid u lokalne podatke, posmatranje pojave u
prirodnim uslovima i sl.
i problem
23
Primjer, zaglavlja idejne skice.
Zavodzakolstvo
CrneGore
Odsjekzaistraivanjeirazvoj
Istraivanjemiljenja,stavoviiznanja
uenika/ca,nastavnika/cairoditeljaorasprostranjenostii
pojavnimoblicimakorupcijeuobrazovnimustanovama
(nacrtprojektasaakcionimplanomibudetomprojektaidejnaskica)
mrZoranLalovi
2. 3. Projektovanje istraivanja
Projektovanje je proces u toku kog istraiva donosi odluke o svim najvanijim pitanjima koja
se tiu realizacije istraivanja. Svaki projekt je na neki nain jedinstven, originalan, ali i
tipian, karakteristian za odreeni tip i vrstu istraivanja. O vrstama istraivanja vidi
poglavlje IV. O projektovanju i projektu istraivanja vidi poglavlje III.
24
Literatura;
Prilozi.
25
III dio
Projekt istraivanja
Projekt se sastoji iz tri osnovna dijela: (1) teorijski dio projekta; (2) metodoloki i (3)
finansiski.
1. Teorijski dio projekta
1.1. Formulacija problema
1.2. Definisanje osnovnih pojmova
1.3. Postavljanje ciljeva istraivanja
1.4. Formulacija optih i posebnih hipoteza istraivanja
2. Metodoloki dio projekta
2.2. Izbor opteg metoda istraivanja
2.3. Operacionalne definicije promjenjivih
2.4. Izbor tehnika za prikupljanje podataka
2.5. Nacrt uzorka
2.6. Plan obrade podataka
2.7. Plan realizacije istraivanja
3. Matereijalni dio projekta
26
istraivanjima,
posebno
empirijskim,
potrebno
je
precizno
definisati
pojave
koje
istraujemo. esto u odreivanju nekih sloenih pojava postoje razlike meu pojedinim
kolama, autorima, pristupima i sl. Otpoinjanje istraivanja bez jasih definicija moe izazvati
velike zabune. Zbog toga su istraivai duni: (1) da navedu glevne pristupe u odreivanju
osnovnih pojmova; (2) da navedu svoje opredjeljenje, ili da daju svoju definiciju koja se
razlikuje od postojeih; (3) da svoj izbor obrazloe.
Na primjer, Mi drutvenu klasu moemo odrediti kao grupu ljudi koja se razlikuje po poloaju
u drutvu, po koliini materijalnog bogatstva, visini primanja, po stilu ivota i po drutvenom
uticaju njenih pripadnika.
27
kakvo je na lini stav prema korupciji i koliko smo spremni da prijavimo korupciju;
kojim organima bi prijavili korupciju;
vlastito uee u korupciji;
zastupljenost problema (korupcija) u javnosti i kolskom kurikulumu;
u kojoj mjeri je mogue smanjiti korupciju, kojim mjerama i ko je za to najvie odgovoran.
roditelja
28
Opisne, hipoteze o povezanosti i uzrono-posljedine hipoteze
Prema vrsti naunih ciljeva kojima tee moemo ih razvrstati na opisne, hipoteze koje govore
o povezanosti i hipoteze o uzrono-posljedinim vezama. Opisne hipoteze pretpostavljaju
kakva su svojstva, odnosno obiljeja neke pojabe (npr. o oekivanoj ulozi drave u zatiti
siraomanih; ili kako ljudi vide prava ena); Hipoteza o povezanosti nekih pojava kod kojih
se ne moe dokazati uzrona veza (npr. postoji povezanost izmeu broja crnih maaka i
saobraajnih nesrea; ili radikali ljeviari i radikalni desniari imaju sline poglede na idealne
odnose u drutvu). Hipoteza o uzrono-posljedinim vezama pretpostavlja da jedna pojava
uzrokuje drugu ( npr. to je jai spoljni pritisak to je vea unutranja kohezija grupe).
teorijskom,
logikom
analizom
argumenata za ili protiv nje, dok se iskustvena hipoteza prihvata ili odbacuje na osnovu
prikupljenih empirijskih dokaza.
29
Na primjer, Pripadnost drutvenim klasama povezana je sa razliitim gledanjem na najvanija
drutvena i politika pitanja i na prihvatanje pojedinih drutvenih vrijednosti (Ova opta
hipoteza se dalje razrauje kroz posebne hipoteze)
30
mora se
operacionalno definisati, npr. kao a) nain na koji ljudi koriste slobodno vrijeme (aktivno,
bavei se sportom, itajui ili pasivno gledajui tv, spavajui; b) nain na koji se oblae; c)
vrsta muzike koju sluaju, filmovi koje gledaju... Ovako konkretizovano definisani ivotni
stilovi omoguuju da se kroz odgovarajua pitanja iz upitnika ispitanici klasifikuju u klase.
Svako svojstvo koje se ispoljava u razliitim stupnjevima, svaka veliina koja raste ili opada u
istraivakoj terminologiji naziva se promjenjiva ili varijabla. U naem primjeru na nivou
posebnih hipoteza imamo dvije pojave koje se mogu jasno predstaviti kao varijable i ija se
meusobna povezanost moe precizno statistiki mjeriti.
npr.
31
Vrsteindikatora/podataka
Tehnikezaprikupljanjepodataka
Iskazi(pisaniiusmeni);
Intervju/Razgovor;DubinskiintervjuUpitnik;Fokus
grupe
Postupcipojedinacaigrupa
Posmatranje;Anketa,Intervju;Fokusgrupe;Analiza
sadraja
Podaciosvojstvimapriordnogidrutvenogokruenja
Statistikipopisi;drugastatistikamerenja
(potroakakorpa,indekscenanamaloitd)
Gestovi;Mimika;Pokreti;
Posmatranje
Ponaanje(gledanjeTV,itanjenovina,sluanjeradija,
prisustvonainternetu)
Intervju;Medijskipaneli;Fokusgrupe;Reaktor
Pisanisadraj(tekst);slikovnisadraj(fotografije,plakati,
crtei);audiovizuelnisadrajifilmskizapisi
Analizasadraja
Dokumenti(pisani,zvuniiaudiovizuelnizapisi);
Analizasadraja
Raznevrsteartefakata:religioznisimboli,obrednipredmeti,
raznioblicioruakojasekoristetokomnekogdogaaja,
umetnikadela
Posmatranje;Etnografskestudije
Linoiskustvo:ulniutisci(slike,oseti),predstave,pojmovi,
stavovi,oseanja,snovi
Introspekcija;Grupnediskusije
32
prikupljene podatke. Izbor statistikih postupaka je ovisan od nivoa mjeranje koji smo u
istraivanju ostvarili. O nivoima mjerenja vidi poglavlje IX.
planiranje
materijalnih
sredstava
za
realizaciju
istraivanja
(oprema,
instrumenti, terenski rad...). Budet projekta je jako vaan jer ako se precizno ne predvide
potrebna sretstva cjelokupno istraivanje moe doi u pitanje.
Primjer; budet projekta
Aktivnosti:
1.Analizarezultatadosadanjihistraivanjau
CrnojGori
2.3.4.5.Izradaprojektaistraivanja
6.Izradaipredtestoranjeupitnika(ankete)
7.Utvrditikalendaristraivanja
8.Obuitianketare
9.Realizacijaistraivanja
10.Unospodataka
11.Statistikaobradapodataka
12.Logikaanalizapodataka
eura
Definisanjesvrhe(cilja)istraivanja
Definisanjepredmetaistraivanja
Analizaizvoraidefinisanjepopulacijeistraivanja(brojuenika,
nastavnika...uCrnojGori)
Preciznodefinisanjeuzorkaistraivanja
Odreivanjestatistikihpostupakazaanalizupodataka
300
konsultant700
Izradaserijepitanjauskladusaciljemipredmetomistraivanja
Izradaupitnikazauenike
Izradaupitnikazanastavnike
Izradaupitnikazaroditelje
Predtestiranjeupitnikanauzorku50+50+50ispitanika
Izrada(tanpa)konaneverzijeupitnika
Izradakalendaraistraivanja
500
100
300
100
Realizaovatijednodnevnosavjetovanjesaanketarima
300
Posjetekolamaodstraneanketara
Organizovanjepopunjavanjaupitnika
DostavapopunjenihupitnikauZavodzakolstvo
1800
OtvradnjebazepodatakauSPSSprogramu
Unospodatakaubazu
500
Statistikaobradapodatakapozahtijevanimparametrima
500
Logikaanalizapodataka
Vremenskaanalizapodataka
500
33
13.Izradaizvjetaja
14.Prezentacijaizvjetaja
Relacijskaanalizapodataka
Pisanjeizvjetaja
Lektorisanjeteksta
Obradateksta
tampanjeizvjetaja
Okruglisto stonatemukorupcijauobrazovanju(oko50uesnika).
Organizacijaiadministracijaprojekta
Ukupno:
500
100
100
500
300
400
7500
34
IV dio
Vrste istraivakih nacrta
35
36
kontrolna grupa nije posmatrala ponaanje modela. Na osnovu ovako organizovanog
eksperimenta Bandura je mogao da tvrdi da posmatranje agresivnog modela uzrokuje
poveanje manifestacija agresivnog ponaanja kod djece i to da je broj manifestacija to
vei to je agresivni model bio neposredno prisutniji (blii).
37
V dio
Metode istraivanja
1. Teorijske metode
2. Empirijske (iskustvene) metode
2.1. Eksperimentalna istraivanja
2.1.1. Odnos varijabli u eksperimentu
2.1.2. Eksperimentalni nacrti
2.1.2.1. eksperiment sa jednom grupom
2.1.2.2. eksperiment sa paralelnim grupama.
2.1.2.1. ex-post-facto eksperiment
2.2. Neeksperimentalna istraivanja
Metode istraivanja
u drutvenim naukama
Metode istraivanja (ili metode testiranja hipoteze) u drutvenim naukama mogue je podijeliti
u dvije osmovne grupe: teorijske i iskustvene (empirijske) metode.
1. Teorijske metode
Teorijske su one metode koje se uglavnom oslanjaju na postojei kvantum teorijskih znanja i
informacija i kod kojih se vri kvalitativno prekomponovanje postojeih znanja, - ime se
stvaraju novi uvidi, osvjetljavaju se do tada manje poznati ili nepoznati dijelovi predmeta
istraivanja i sl.
Ovdje se teorijsko-logikom analizom postavljena hipoteza potvruju ili odbacuje najee na
osnovu istraivanja literature o predmetu istraivanja: izdvajanjem argumenata i nalaza za i
protiv postavljene hipoteze; ispitivanjem dokazne snage prikupljenih argumenata; izvoenjem
zakljuaka koji mogu znaiti ili potpuno potvrivanje hipoteze ili njeno djelimino ili potpuno
odbacivanje. Za ovu vrstu provjere hipoteze naroito je vano uzdravanje od tzv. pisanja sa
tezom (mnogi pisci svoje polazite samo formalno navode kao hipotezu, a u stvari ga
unaprijed smatraju istinitim, te svoje napore uglavnom usmjeravaju na nalaenje agrumenata
koji idu u prilog hipotezi, a zanemaruju argumente koji bi joj protivurjeili).
38
Eksperimentalne, i
neeksperimentalne.
Brunera
Gudmana
sa
opaanjem
novia
predstavlja
ubjedljivu
39
U navedenom primjeru nezavisnu varijablu ini socijalni status djece (djeca iz siromanih i
djeca iz bogatih porodica). Zavisna varijabla je perceptivni sud o veliini predmeta (u ovom
sluaju perceptivni sud o veliini novia od 50 centi). Kontrolne varijable su dob (uzrast) i
sposobnosti djece (nivo kole, intelektualne sposobnosti i sl.). Ekseperimentom se dokazuje
uticaj nezavisne varijable (socijalnog poloaja) na zavisnu varijabli (perceptivni sud o veliini
novca).
Odnos korelacije (povezanosti) postoji ako varijable variraju na srodan nain, ako npr.
porastu svojstva jedne varijable odgovara poras ili pad svojstva druge varijable.
Stepen povezanosti se moe kretati od 0 do +/-1.
Odnos uzronosti postoji kada su promjene u jednoj varijabli dovoljan uslov, uzrok
javljanja promjena u drugoj varijabli.
40
2.1.2. Eksperimentalni nacrti
Cjelokupni
plan
izvoenja,
obrade
tumaenja
rezultata
eksperimenta
naziva
se
eksperimentalni nacrt. On moe da predvia jednu grupu koja se stavlja u vie razliitih
situacija ili vie paralelnih grupa.
41
Na primjer, ako bi eleli da utvrdimo efikasnost jednog novog naina uenja (eksperimentalni
faktor) to bi mogli uraditi na sljedei nain. Prvo bi trebali odrediti dvije grupe ispitanika od
kojih je jedna eksperimentalna, a druga kontrolna grupa. Ove dvije grupe treba da budu
meusobno jednake, npr. po sposobnostima za uenje, po prethodnom znanju i sl. pa bi u
inicijalnom ispitivanju, primjenom testova trebalo dokazati da se zaista radi o jednakim
grupama.
U narednoj fazi istraivanja eksperimentalnu grupu izlaemo djelovanju eksperimentalnog
faktora, npr. ova grupa tokom tri mjeseca ui novom metodom uenja. Za to vrijeme uenici u
kontrolnoj grupi ue istu oblast na uobiajeni nain.
Eksperimentalna grupa
Inicijalno stanje
Djelovanje
eksperimentalnog
faktora
Finalno stanje
Kontrolna grupa
Finalno stanje
Inicijalno stanje
eksperimenta
su
raznovrsni.
Neke
pojave
ne
moemo
da
eksperimentom
istraujemo jer ne moemo njima da manipuliemo (ne moemo da menjamo npr. pol ili
drutveni status). Zatim, pitanje je koliko su rezultati dobiveni u vjetakim, labaratoriskim
uslovima reprezentativni za stvarni ivot. Da li su primjenivi na realne situacije iz ovota.
Najzad, sa nekim pojavama se ne moe eksperimentisati iz etikih razloga (npr. ne moemo
izmjetati dijete izvan njegove porodice, kako bi utvrdili posljedice takvog postupka).
42
odnosima, ili efikasnijem radu. Kako bi smo odgovorili na postavljena pitanja potrebno je nai
preduzee to slinijih (po mogunosti jednakih) karakteristika, ali koje ne koristi ovu novu
organizaciju rada. Utvrivanjem finalnog stanja, tj uporeivanjem grupa u odnosu na
kohezivnost i efikasnost moemo donjeti zakluke o efektnosti nove organizacije rada.
ekonomskim,
kulturnim
ili
drutvenim
pitanjima,
ili
sa ciljem
utvrivanja
43
VI dio
Populacija i uzorak
1. Populacija
2. Uzorak
2.1. Izbor uzorka istraivanja
2.2. Sluajni uzorci
2.2.1. jednostavni sluajni uzorak
2.2.2. stratificirani sluajni uzorak
2.3. Nesluajni uzorci
2.4. Veliina uzorka
Populacija i uzorak
Populacija je iri skup objekata kome uzorak pripada kao njegov dio. U istraivanjima se
ispituju uglavnom samo uzorci populacije. Istraivanje cijele populacije bilo bi: (a)
nepraktino, (b) nemogue i (c) nepotrebno.
Reprezentativan uzorak ine lanovi koji dobro predstavljaju populaciju. Za reprezentativni
uzorak se kae da vijerno odraava strukturu populacije koju predstavlja. lanovi uzorka su
tipini, karakteristini
1. Populacija
Termin populacija ima vie znaenja. (1) Izvorno populacija (lat. populus narod) odnosi se
na sve stanovnike nekog podruja ili teritorije. U tom smislu govorimo o populaciji
stanovnitva Crne Gore, Tivta, Seljanova itd. (2) Termonom populacija moemo oznaiti grupu
ljudi koja posjeduje neku odreenu bioloku, ekonomsku, pravnu, nacionalnu karakteristiku.
Tako na primjer govorimo o populaciji mladih, ena, fakultetski obrazovanih ljudi, studenti itd.
Oigledno je da je ovo odreenje termina populacija ue se zpravo radi o podpopulacijama
osnovne populacije. (3) U metodolokom smislu populacija je odreen tj. precizno definisan
skup npr. ljudi iz kojeg biramo uzorak i o kojem donosimo zakljuke. Ovo je dakle veoma
iroko i apstraktno odreenje termina populacija prilagoeno uslovima istraivanja. Istraiva
prije nego to pone sa istraivanjaem mora da definie populaciju, da se tano zna na kog ili
na ta se odnose zakljuci koji se istraivanjem dobiju.
44
Istraivanja se rijetko kada obavlja na cjelokupnoj populaciji (popis je primjer istraivanja koje
se obavlja na cijeloj populaciji). Razlozi za to su brojni, a najvanija su dva: (a) ekonominost,
ispitivanje cijele populacije je jeoma sloen i skup posao (b) drugi razlog je saznajne prirode,
na primjer, nije neophodno ipitati miljenje svakog lana populacije da bi smo pouzano saznali
ta veina lanova populacije misli o odreenom pitanju.
2. Uzorak
Uzorak je dio populacije na kom se obavlja istraivanje. Nije svaki dio populacije i njen uzorak.
Da bi bio on mora biti reprezentativan (populacija u malom) i adekvatak (dovoljan) za
populaciju.
Reprezentativan je onaj uzorak koji vjerno odraava, reprezentuje strukturu populacije koju
predstavlja. Na primjer, proporcionalno svojoem zastupljenosti u populaciji u uzorku moraju
biti zastupljeni svi njeni katrakteristini slojevi (npr. mladi, ene, neobrazovani, oenjeni i sl.).
Adekvatan je uzorak koji svojom veliinom omoguava istraivanje i zakljuivanje (ne moe se
na osnovu dva ili tri iskaza lanova neke populacije donjeti zakljuak o populaciji u cjelini).
45
Sluajni uzorci su sainjeni na takav nain da svaki lan populacije ima priblino jednaku
verovatnou (ansu) da postane lan uzorka. Preduslov za formiranje sluajnog uzorka je
posjedovanje popisa svih lanova populacije.
Slujni uzorci se biraju po principu matematike vjeravatnoe, da svaki lan populacije ima
jednake anse da bude izabran u uzorak. Uslov za takvo biranje lanova uzorka je da imamo
popis ili registar svih lanova populacije. Na primjer, ako nam populaciju u nekom istraivanju
ine sve punoljetne osobe onda nam kao osnova za izbor uzorka moe posluiti biraki spisak.
Iz birakog spiska nekim od metoda sluajnog izbora biramo pojednie lanove uzorka.
Telefonski imenik, spisak uenika ili studenata kole ili fakulteta itd. mogu posluiti kao osnova
za izmor jednostavnog sluajnog uzorka.
Osnovni tipovi sluajnih uzoraka su: (1) jednostavni sluajni uzorak i (2) stratificirani sluajni
uzorak.
46
populaciji) i (b) paritetni izbor (svakom stratumu se daje ista teina). Ukratko: stratificirani
uzorak je sloeni uzorak zbir jednostavnih sluajnih uzoraka.
Izbor stratificiranog uzorka prolazi kroz nekoliko faza:
nekon od tehnika sluajnog izbora iz svakog stratuma bira se odreeni broj lanova uzorka
Prigodni uzorci (koji su na dohvat ruke prijatelji, prolaznici, uenici oblinje kole)
47
5,000 odraslih stanovnika, uz stupanj povjerenja od 95% i interval povjerenja +/-5%,
zahtijeva relativno velik broj ispitanika od 357.
48
VII dio
Tehnike istraivanja
1. Neposredno posmatranje
Naturalno i posmatranje uz pomo instrumenata
Posmatranje bez i sa ueem posmatraa
Nestruktuirano i struktuirano posmatranje
Nedostaci i prednosti posmatranja
2. Analiza sadraja
Analiza medijskih sadraja i analiza dokumenata
Osnovna jedinica analize
Preteno kvantitativna analiza sadraja
Preteno kvalitativna analiza sadraja
3. Tehnike zasnovane na verbalnoj komunikaciji
3.1. Upitnik i inervju
Koje su prednosti upitnika i intervjua u odnosu na posmatranje
Pretpostavke na kojima poiva ispitivanje upitnikom i intervjuom
Vrste podataka koji se dobijaju putem upitnika i intervjua
3.2. Skale procjene
3.2.1. Kontinuirane i diskontinuirane varijable
3.2.2. Izrada skale procjene
3.2.3. Vrste skala procjene
3.2.4. Skala socijalne distance
3.3. Test
3.3.1. Definicija testa
3.3.2. Metrijske karakteristike testa
49
Tehnike istraivanja
U drutvenim naukama koriste se tri osnovne grupe postupaka ili tehnika istraivanja. U
jednoj grupi (1.) su razne tehnike neposrednog posmatranja. Drugu grupu (2.) sainjavaju
tehnike zasnovane na verbalnoj usmenoj ili pismenoj komunikaciji (interviju, upitnik, skale
procijene, testovi i sl.). U treoj grupi (3.) su tehnike za analizu sadraja (poruka,
dokumantacije, zakona, komunikacije, medija i sl.).
1. Neposredno posmatranje
Posmatranje
je
osnovni
metod
svake
nauke.
Za
razliku
od
svakodnevnog,
laikog
Uputstvo: Da li su prije utakmice uprave a) jednog ili b) oba kluba pozvale navijae na mirno navijanje i
sportsko ponaanje, ukazujui da se na taj nain najbolje brani ast svog kluba i sl. Da li su se prije
utakmice navijaima obratili elnici sportskih saveza i pozvali ih na mirno navijanje i sportsko ponaanje,
ukazujui da se na tajnain najbolje brani ast svog kluba i sl. Da li su se prije utakmice navijaima
obratile vodee politike linosti u zemlji i pozvale ih na mirno navijanje i sportsko ponaanje...
50
Uputstvo: za svaki uoeni dogaaj biljei se: 1) poetak, 2) kraj, 3) ono to mu je prethodilo 4) ono to je
posle njega usledilo.
ta mu neposredno prethodi
Tip dogaaja
ta neposredno sledi
tima
verbalno dovikivanjem i na
njegovog tima
Iskazuje protest...verbalno
njegovog tima
preskae na stranu sa
...
slubenimlicima i poliicijom
Uputstvo: Da li je bilo osuda ili pohvala navijakog ponaanja? Ako da, ko ih je izricao (uprave klubova,
sportski savezi, politiari..). Da li je bilo suprotnih ocjena navijakog ponaanja? Kakve su one bile i ko ih
je izricao? Da li su se oglaavali sami navijai? Ako da, na koji nain (konferencije za tampu, anonimna
saoptenja za medije, web site...)? Ko je to inio u njihovo ime?
51
tehnologija su znaajno unaprijedili posmatranje zato to posmatra moe odreeni snimljeni
sadraj vidjeti vie puta, moe uoiti vie detalja i sl. ali je osnovni materijal istraivanja onaj
koji posmatra zabiljei. Drugim rijeima i snimljeni materijal podlijee posmatranju i
biljeenju.
Na primjer, ako nam je cilj da utvrdimo koji oblik nastavnog rada (frontalni, individualni ili grupni)
dominanira na asu moemo se sluiti sljedeim protokolom.
52
Uputstvo: Molimo vas da na svakih 5 minuta tokom asa, odredite dominantan oblik rada na asu!
2. Analiza sadraja
Analiza sadraja je metod istraivanja razliitih dokumenata, slovnih, zvunih ili slikovnih
zapisa i drugih oblika usmenog ili pismenog optenja meu ljudima. Njen osnovni cilj je da:
da ga klasifikuje,
objasni ili
razumije.
Metod analize dokumenata je nastao u SAD, u vrijeme II Svjetskog rada (analiza poruka).
Danas se primenjuje u komunikologiji i medijskim istraivanjima, u sociologiji, politikologiji,
istorijskim studijama, lingvistici, etnologiji, psihologiji, a naroito je opsena njena praktina
primena u marketingu, i odnosima s javnou.
53
Analiza medijskih sadraja i analiza dokumenata
Prema predmetu istraivanja analiza sadraja moe da se odnosi na: (1) analizu medija
(novine, radio emisije, tv-emisije) i (2) analizu dokumenta i to kako slubenih (arhivi,
zvanina prepiska, izvetaji, analize...) tako i linih dokumenata (privatna prepiska,
fotografije, lina dokumenta i sl.)
Rije; kad se za osnovnu jedinicu uzimaju neke rei, najee se mjeri uestalost njihovog
pojavljivanja, uz pretpostavku da je uestalost jedan od indikatora znaaja koji se pridaje
onome to one izraavaju npr. elimo utvrditi koliko puta se pojavljuje rije demokratija
u odreenim dnevnim novinama.
2.
Razne vrste slika: fotografija, karikatura, umjetnika slika, plakat, crte i sl. npr. elimo
utvrditi nain predstavljanja neke linosti u odreenom mediju.
3.
Video sekvenca u audio-vizulenim zapisima, kao npr. prilog u informativnim emisijama, ili
samo pojavljivanje neke linosti, predmeta, simbola, npr. elimo utvrditi kako su tretirani
nacionalni grb, ili pojedini vjerski simboli u odreenom mediju.
4.
Sloeni misaoni sadraji i konstrukcije (pojmovi, teme, koju nije mogue svesti samo na
jednu rije), kao npr: ljeviarska desniarska uvjerenja, nain tretiranja globalizacije itd.
5.
Analiza sadraja moe biti preteno kvantitativna (npr. utvrivanje frekvencije izraza
komunizam u dnevnoj tampi) ili preteno kvalitativna (npr. analiza sadraja i znaenja
poruke), a najee je i kvantitativna i kvalitativna.
54
Kvantitativnom analizom sadraja mjeri se uestalost (frekvencija) pojavljivanja osnovne
jedinice analize (npr. rijei demokratija ili rijei ena) u istraivanom materijalu. Ako za
osnovnu jedinicu anaize uzmemo npr. rije ena onda se ona najpre identifikuje u tekstu
(to se korienjem kompjuterskih programa ini veoma brzo), potom se prebrojavaju njena
pojedinana pojavljivanja i na kraju se rezultat iskazuje kroz tabelu uestalosti. U drugom
koraku moe se utvrditi frekvencija drugih rijei npr. rijei mukarac. Tako se mogu praviti
tabele uestalosti pojavljivanja pojedinih rijei. Nadalje mogu se istraiti atributi pojedinih
rijei. Recimo ako se uz pojavljivanje rijei ena ili enskih imena najee pojavljuju njihova
zanimanja, onda to pokazuje jednu vrstu tretmana ene u drutvu, ili ako se najee
pojavljuju atributi vezani za njeno mjesto u porodici (erka, supruga, majka, itd.) onda nam to
govori neto sasvim drugo. Najire polje primjene ovog tipa analize sadraja su praktina
istraivanja koja se sprovode radi praenje medijske slike o nekome ili neemu ili u
marketingu.
Korienje rijei kao osnovne jedinica je svakako najzastupljeniji oblik analize sadraja.
Njegova prednost je u tome to uglavnom nema dilema u prepoznavanju i oznaavanju
osnovne semantike jedinice, kao to je sluaj sa nekim sloenijim pojmovima (pojavama).
Primjena raunara ini taj posao prilino jednostavnim, pouzdanim i znatno skrauje rokove za
njegovo obavljanje.
Postoji nekoliko problema sa korienjema rijei kao jedinica analize. Uestalost nekih rijei
npr u medijima ne mora obavezno da bude indikator insistiranja na vrijednosti koje one
iskazuju dovoljno je sjetiti se medijskih napisa iz doba totalitarnih reima u kojima je bilo
mnogo demokratije, slobode, ravnopravnosti itd, a u stvarnosti su ljudi doslovno ivjeli iza
gvozdene zavjese. Postoji jo jedan problem prostog prebrojavanja rijei: jedna rije u
razliitim kontekstima veoma razliito opisuje pojam, odnosno pojavu iji je indikator.
55
istraivanje smatralo kvalitativnim jer se i tako dobijeni opis zasniva na kvantitativnoj
metodologiji.
Kvalitativna
metodologija
(ve
je
reeno
vezi
sa
posmatranjem)
odlikuje
Uzmimo za primjer ve pominjanu analizu slike o eni u dnevnim novinama. Kvalitativna anliza
bi podrazumevala da se najpre izdvoje svi napisi koji na bilo koji nain tretiraju ene: dakle,
ne samo oni koji se bave poloajem ena u drutvu, ve i oni koji piu o uspjenoj pozorinoj
ulozi koju je ostvarila ena, o borbi neke ene da pobijedi bolest, tekstovi koji donose
fotografiju ili karikaturu ene kao ilustraciju za neto itd. Potom se cio taj materijal inicijalno
prouava detaljno ita uz biljeenje zapaanja o nainima pominjanja i tretiranja ena u
tampi. U sledeem koraku se prouavaju biljeke i pokuavaju se identifikovati karakteristini
tipovi slike o eni.
56
injenice
injenice ukljuuju one karakteristike koje su vezane za fakticitet samog ispitanika, kao to
su: njegov pol, godine starosti, mjesto stanovanja, nivo obrazovanja, brano stanje itd.
57
Miljenja
Milenje je iskaz kojim ispitanik izraava preferenciju ili sud o nekom predmetu ili dogaaju (
Ja mislim...)
Primjeri pitanja:
a) Po vaem miljenju, da li grad treba privatizovati uslugu prikupljanja krupnog otpada?
b) Treba li se lokalna samouprava ukljuiti u razvoj turizma?
c) Da li ste protiv abortusa?
d) Koga bi ste eljeli da vidite na mjestu predsjednika drave?
Stavovi
Primjeri pitanja:
a) Da li je za vas vana istoa grada?
b) Kako ocjenjujete rad gradske uprave u odravanju ulica?
Znanje
Za razliku od miljenja, ovdje je vano ega se ljudi sjeaju, a ne koje je njihovo gledite o
odreenom pitanju. U anketama znanje se obino ispituje kroz pitanja prepoznavanja. Pitanja
prepoznavanja nude ispitaniku nekoliko mogunosti (odgovora) od kojih treba odabrati jednu.
Primjeri pitanja:
a) Koliko je ulica asfaltirano prole godine?
b) Koji je pravni status poduzea za prikupljanje i odvoz otpada?
58
Bihejvioralni izvjetaji su tvrdnje o tome kako se ljudi ponaaju u odreenim situacijama, npr.
Koliko esto izlaze na izbore, koliko esto itaju odreene novine i sl.
59
neutralan, i razliitom stepenu pozitivan). U veini upitnika sreemo obe vrste pitanja. Pitanja
koja ispituju diskontinuirane varijable (pitanja tipa: da/ne) i skale procjene.
POTPUNO TANO
UGLAVNOM NETANO
ili
POTPUNO SE SLAEM
UGLAVNOM SE SLAEM
NEODLUAN SAM
UGLAVNOM SE NE SLAEM
NI MALO SE NE SLAEM
60
1. Grafika skala
Najednostavniji oblik skale procjene je grafika skala. Ona se zasniva na vizelnom
predstavljanju svojstva koje se procjenjuje. Najee je to linija, tanije du, koja svojim
izgledom sugerie kontinuipanost svojstva koje se procjenjuje i daje mogunost diferenciranja
raznih stepena njegova izraenosti.
2. Numerika skala
Numerika skala je najei oblik skala procjene. Numerika skala kontinuitet pojave izraava
brojevima npr. od 1 do 10 ili u sluaju bipolarnih varijabli od 3 preko 0 do +3 ili slino.
Najee se koriste numerike skale od sedam steeni.
Na primjer; Ocjenite, koliko ste kao graanin ponosni na dolje navedene aspekte ili
NA NACIONALNU ISTORIJU
NA DEMOKRATSKE INSTITUCIJE
NA PRIVREDNE USPJEHE
NA SOCIJALNU SIGURNOST
Ocjenite u kojoj mjeri sljedee osobine odlikuju ili ne odlikuju kandidata X na izborima.
POTEN
-1
-2
-3
NEPOTEN
ENERGIAN
-1
-2
-3
SPOR/TROM
ODLUAN
-1
-2
-3
NEODLUAN
INTELIGENTAN
-1
-2
-3
NEINTELIGENTAN
61
djelimino
se slaem
ne slaem
se
8.2
8.3
NATPROSJEAN
PROSJEAN
NA ZADOVOLJAVA
Unapreuje svoj
posao
Prati novine
Adekvatno, slijedi
uputstva
Mora ga se paljivo
upuivati
Nikad ne
zanemaruje
obaveze
Povremeno
izbjegne obavezu
Mora ga se
kontrlisti
Uglavnom
zanemaruje
obaveze
SARADNJA
Svakom prilokom
pomae drugome
Dobar timski
radnik
Korektan timski
radnik
Ne moe saraivati
sa drugima
VOSTVO
Drugi trae da ih
on vodi
Ima odreeni
uticaj na druge
Rijetko utie na
druge
Nema nikakav
utica na druge
ODOBINE
INICIJATIVNOST
POUZDANOST
4. Kombinovane skale
U upiznicima se najee sreemo sa kombinovanim skalama koje ukluuju numeriku i
deskriptivnu skalu.
ne znam
uglavnom
se slaem
potpuno
se slaem
8.1
62
63
3.3. test
3.3.1. Definicija testa
Test je standardizovani postupak pomou koga se sistematski utvrenim stimulusima izazivaju
reakcije na osnovu kojih se dva ili vie ispitanika porede po varijabli koja je predmet mjerenja.
Kada kaemo da je test standardizovani postupak, to znai da je proao fazu standardizacije
tokom koje su utvrene njegove osnovne metrijske karakteristike (vidi u nastavku: metrijske
karakteristike testa). U drugom, uem znaenju, standardizovani postupak podrazumijeva
unaprijed utvren nain, zadavanj, primjene, bodovanja i interpretacije rezultata testa. Svaki
test ima svoju utvrenu standardnu proceduru koja se mora uvijek na isti nain primijeniti
(vidi objektivnost testa).
Kada kaemo da se testom putem sistematski utvrenih stimulusa izazivaju reakcije kod
subjekta to znai da je test sastavljen od niza indikatora koji se biraju po nekom principu i koji
slue kao pokazatelj stepena prisustva ili odsustva neke varijable. Da bi se jedan test
primjenio u naune svrhe (u naunom istraivanju) treba unaprijed dokazati njegovu
validnost, - da zaista mjeri varijablu koja se uzima kao predmet mjerenja testa.
Kada kaemo da test slui kako bi se meusobno poredila dva ili vie ispitanika to znai da bilo
individualno ili grupno primjenjen test uvijek treba da razvrsta ispitanike u odnosu na svojstvo
koje mu je predmet mjerenja. Na primjer, test inteligencije obino ima utvrene norme pa ak
i kada se individualno primjenjuje on razvrstava ispitanika u grupu ispod prosjene, prosjene
ili nadprosjene inteligencije.
Po predmetu mjerenja testovi mogu biti: testovi znanja, sposobnosti i linosti; po nainu
zadavanja grupni i individualni, a po nainu ispitivanja verbalni i neverbalni. Najpoznatiji i
najsavreniji su testovi inteligencije.
64
Test je validan ako je dokazano da mjeri onu varijablu koja se uzima za predmet njegovog
mjerenja. Prosto reeno jedan test inteligencije je validan ukoliko zaista mjeri inteligenciju, a
ne neto drugo. Pitanje validnosti testa je posljedica indirektnog mjerenja subjektivnih
kategorija. Dok za npr. metar nije potrebno dokazivati da mjeri duinu, za test jeste.
Test je pouzdan ukoliko u ponovljenim mjerenjima daje stabilne pouzdane rezultate. Ako bi
jednim testom jednom ustanovili jedan rezultat, drugi put drugaiji rezultat postavlja se
pitanje kojem mjerenju treba da vjerujemo, prvom ili drugom. Da se to ne bi dogaalo
potrebno je unaprijed dokazati pouzdanost testa.
Test je diskriminativan ukoliko je sposoban da ispitanike razvrsta u odnosu na varijablu koja
se mjeri testom. Ako bi na nekom mjerenju svi ispitanici dobili jednak broj bodova onda test
ne obavlja svoju osnovnu ulogu, - ne razvrstava ispitanike u odnosu na varijablu koja je
predmet mjerenja. Preteak test, na kome veina ispitanika postiu mali broj bodova, kao i
prelak test, na kome veina ispitanika postie veliki broj bodova nisu diskriminativni.
Diskriminativan je onaj test gde se ispitanici na skali
65
VIII dio
Izrada upitnika
Faze izrade upitnika
1. Ralanivanje problema istraivanja i odreivanje sadraja pitanja
2. Izbor indikatora
3. Formulisanje pitanja
3.1. Problemi vezani za smisao pitanja
3.2. Problemi vezani za formulaciju pitanja
3.3. Smjernice za formulaciju pitanja u upitniku
4. Oblikovanje upitnika
4.1. Raspored pitanja u upitniku
4.2. Pisanje uputstva
4.3. Dizajn upitnika
5. Provjera upitnika
6. Revizija upitnika i formiranje konane verzije
66
67
strateki plan ne moe uspjeti bez uea graana. Strateki planovi koji su nespojivi s
interesima graana nemaju anse. Na primjer, ako gradonaelnik/ca eli pretvoriti svoj
grad u regionalno saobraajno sredite, a veina graana bi radije vidjela svoj grad kao
rekreativno i turistiko sredite, ta strategija nee biti uspjeno provedena, naprotiv moe
izazvati sukobe.
Primjeri pitanja za istraivanje:
Kojoj viziji grada graanin daje prednost (npr. ekolokoj, tutistikoj, industrijskoj,
obrazovnoj, saobraajnoj, rekreativnoj)?
kakvo je na lini stav prema korupciji i koliko smo spremni da prijavimo korupciju;
68
2 Izbor indikatora
Istraiva mora voditi rauna da u upitniku ne moe napisati neogranien broj pitanja (da
trajanje popunjavanja ankete nesmije biti predugo), a da je za svaku varijablu potrebno
formulisati bar nekoliko pitanja. To je prepoznato kao problem izbora indikatora. Sutina
rjeavanja ovog problema sastoji se u odluci kojoj e od varijabli posvetiti vie prostora. To
zavisi od:
Prvo. Koliku vanost ima varijabla u datom istraivanju. Najveu vanost ima zavisna
varijabla. Na primjer ako je u nekom istraivanju cilj da se ispita odnos ruralnog i urbanog
stanovnitva prema religioznosti onda e se pitanju religioznosti posvetiti najvie prostora. U
nekom drugom sluaju, npr. u istraivanju gdje je cilj, - utvrditi dominantni stilovi ivota
mladih, religioznost i odnos prema religiji e dobiti prostora koliko i neke druge komponente.
Drugo. Koliko prostora u istraivanju e dobiti neka varijabla zavisi od toga koliko je ona
sloena. Stavovi su sloenije varijable (sloenije od npr. miljenja), obuhvataju saznajnu,
emotivnu i ponaajnu komponentu, i sve bi trebale biti predstavljene odreenim indikatorima,
odnosno pitanjima. Tako npr. stav prema crkvi ukljuuje emotivni odnos (voli ne voli crkvu);
saznajni odnos (zna dosta/ne zna nita o crkvi) i bihevoralni, ponaajni odnos (esto
ide/nikada ne ide u crkvu).
Tree, zavisi od tipa varijable. Da li se radi o nekom objektivnom ili subjektivnom svojstvu.
Objektivne varijable je relativno lako utvrditi (brani status, visina primanja, pol itd.). Mnogo
je tee, i treba vie prostora za registovanje subjektivnih varijabli (elje, vrijednosti, stavovi
itd.).
3. Formulisanje pitanja
Formulisano pitanje predstavlja konanu operacionalizaciju varijable. Kada se budu analizirali i
tumaili odgovori proces zakljuivanja e tei obrnutim redom. Odgovori ispitanika na
odreeno pitanje e se uoptavati i tumaiti kao prisustvo ili odsustvo varijable.
SVUDA JE PRISUTNA
IMA JE U NEKOM OBLIKU
NEMA JE
NIJESAM SIGURAN/A
69
Da
Ne
Ne znam
Kao to se iz primjera vidi u odnosu na jednu varijablu mogue je konstruisati vie razliitih
pitanja. Drugim rijeima, razliiti autori mogu koristiti razliita pitanja kako bi mjerili istu
pojavu. Prilikom formulacije pitanja istraiva vodi rauna o tome ta e pitati, ali i o tome
kako e pitati. Ovo prvo se odnosi na (a) smisao pitanja, a drugo na (b) verbalno oblikovanje
pitanja.
a. Problem informisanosti
Jedan od uslova ispitivanja miljenja, stavova itd. u nekoj populaciji jeste da lanovi
populacije, bar minimalno budu informisani o onome o emu ih pitamo. Ako nisu informisani,
ljudi su ipak skloni da nagaaju pa rezultati istraivanja nemaju smisla.
70
Ovaj problem se nastoji prevazii na razliite naine. Neki istraivai u upitnik uvode odreeni
broj
kontrolnih
pitanja
koja
mjere
obavjetenost,
pa
ako
ustanove
da
se
radi
neobavjetenom ispitaniku iskluuju takve upitnike iz dalje obrade. Umjesto stvarne provjere
neki istraivai trae od ispitanika da se izjasne o stepenu vlastite informisanosti, npr. Kako bi
ste procijenili stepen vaeg znanja o...? ili U kojoj mjeri ste informisani o... U nekim
sluajevima se pored alternativa DA ili NE kao ponueni odgovor nudi i varijanta NE ZNAM.
71
3.2. problemi vezani za formulaciju pitanja
Osnovna podjela pitanja u upitniku je na otvorena i zatvorena pitanja. Kod otvorenih pitanja
ispitanik odgovara slobodno, spontano, kod zatvorenih odrovara zaokruivanjem jednog od
dva ili vie ponuenih odgovora. I jedna i druga vrsta pitanja ima svoje prednosti i nedostatke.
Prednost otvorenih pitanja je to ispitanicima doputaju slobodu izraza. Ipak takva pitanja
imaju nekoliko nedostataka. Prvo, takva pitanja zahtijevaju vie vremena i motivacije
ispitanika. Drugo, analiza otvorenih pitanja je dugotrajna i teka (u veini sluajeva,
informacija prikupljena otvorenim pitanjima ne budu iskoritene).
Zatvorena pitanja su ekonominija, bolje usmjeravaju ispitanika na predvieni referentni okvir
te se izbjegavaju neprecizni i neodreeni odgovori. Sa druge strane slaba strana zatvorenih
pitanja je to podstiu ispitanika da odgovori ak i kada o predmetu pitanja nema nikakav stav
(opredjeljuje se za jednu od alternativa ak i kada nema formirano miljenje); ponueni
odgovori mogu biti neadekvatni ili nedovoljni (ne odraavaju stvarno stanje) a ispitanik ipak
odgovara na njih; formalno isti odgovor za razliite ispitanike mogu imati razliito znaenje (a
mi ih tumamo jednako).
DA
NE
NIJESAM SIGURAN/A
72
Osnovna slabost ove vrste pitanja je to utvruju samo valenciju (smjer opredjeljenja, stava i
sl.) ali ne i intezitet (stepen pristajanja ili nepristajanja uz neto).
SLOBODNO VRIJEME
GLEDANJE FILMOVA
esto
povremeno
nikada
esto
povremeno
nikada
esto
povremeno
nikada
esto
povremeno
nikada
ODLAZAK U KAFIE
esto
povremeno
nikada
esto
povremeno
nikada
esto
povremeno
nikada
SPAVANJE I IZLEAVANJE
esto
povremeno
nikada
ODLAZAK U POZORITE
esto
povremeno
nikada
ODLAZAK NA URKE
esto
povremeno
nikada
esto
povremeno
nikada
esto
povremeno
nikada
esto
povremeno
nikada
esto
povremeno
nikada
Koliko je, po Vaem miljenju, korupcija prisutna u obrazovanju uopte u Crnoj Gori?
Nema je uopte
Prisutna je u maloj mjeri
I jeste i nije prisutna
Prisutna je
Prisutna je u velikoj mjeri
Ne znam
Putem pitanja viestrukog izbora otkrivaju se razlike u kvalitetu (vrsti) ponaanja, miljenja,
motiva (na primjer, nain provoenja slobodnog vremena kao u prvom primjeru) ili pak u
intezitetu stava uvijerenja, vrijednosti (kao u drugom primjeru) u kom sluaju piranje sa
viestrukim izborom postaje skala procjene (o skalam procjene vidi u nastavku).
73
74
Vrlo esto ankete sadre pitanja koja, zapravo sadre i vie nego jedno pitanje. Na primjer,
pitanje Do koje ste mjere zadovoljni uslugom odvoza smea i ienjem snijega? dat e
nejasne odgovore, s obzirom na to da neemo znati jesu li ispitanici vrednovali obje ili samo
jednu uslugu. Dalje, te usluge ne moraju biti vrednovane na isti nain, te ako nisu, to zbunjuje
ispitanike.
upotrebe sugestivnih formulacija, npr. Do koje mjere ste nezadovoljni radom gradskog
vijea? Nesugestivno pitanje bilo bi: Kako ocjenujete rad gradkog vijea?
b.)
c.)
75
h. Problem memorije
Pri sastavljanju pitanja, ne treba precijeniti pamenje ljudi. Na primjer, ne treba pretpostaviti
da e ljudi pamtiti koliko su tono puta u posljednje tri godine bili u gradkoj kui (optini).
4. Oblikovanje upitnika
Kada se napiu pitanja predstoji oblikovanje upitnika to podrazumijeva 1. raspored pitanja u
upitniku; 2. pisanje uputstva; 3. dizajn (vizelno oblikovanje ankete)
76
Budui da se u upitniku nalaze pitanja razliitog nivoa optosti postavlja se pitanje kako ih
rasporediti. Da li je bolje postaviti prvo opta pa specifina plitanja (raspored u obliku ljevka)
ili obrnuto, prvo specifina pa optija pitanja (raspored u obliku obrnutog lijevka). U
prethodnom primjeru (odnos prema koli) raspored u obliku lijevka bi podrazumijevao
postavljanje prvo opteg pitanja: U kom stepenu ste zadovoljni svojom kolom?, a zatim niz
specifinih pitanja: U kom stepenu ste zadovoljni nainom predavanja; Koliko ste zadovoljni
dnevnim optereenjam i sl. Problem sa ovom strategijom moe biti da odgovor na opte
pitanje utie na odgovore na specifina pitanja. Na primjer, ako je ispitanik odgovorio na opte
pitanje negativno, onda postoji tendencija da i na specifina pitanja odgovara na isti nain ak
i kada neki segment ocjenjuje pozitivno. Raspored u obliku obrnutog lijevka podrazumijeva
postavljanje prvo specifilnih pitanja i tek na kraju opteg pitanja.
Ponekad se u anketu uvruju i tzv. kontrolna pitanja i pitanja za spavae. Kontrolna pitanja ili
filter pitanja slue da se provjeri stepen poznavanja ili obavjetenosti o predmetu ankete. Neki
istraivai od ispitanika trae da se naprosto izjasne o stepeni svoje obavjetenosti, na
primjer: Koliko poznajere...; Koliko ste obavjeteni. Neki drugi koriste ak i pitanja znanja
kojima mjere informisanost ispitanika. Odgovori na ova pitanja mogu sluiti kao filteri, anketni
list onih ispitanika koji pokau nedovoljan stepen informisanosti ne uzimaju se u obradu.
Pitanja za spavae su su vrsta pitanja koja provjeravaju u kom stepenu je ispitanik budan,
77
koncentrisan dok popunjava upitnik. Jedna vrsta ovih potanja su tzv logika pitanja gdje se
oekuje odreeni odgovor. U drugom sluaju meu smislene alternative uvodi se neka
apsurdna, fiktivna, besmislena koju ne bi niko zaokruio ko je dovoljno paljiv (budan). U
nkim sluajevima se od ispitanika trai da se na kraju upitnika sam izjasni koliko je bio iskren
u svojim odgovorima.
78
Primjer: uputstvo za pounjavanje upitnika
ZAVOD ZA KOLSTVO RCG
PODGORICA
KAKVA JE MOJA KOLA UPITNIK ZA RODITELJE
- Molimo vas da paljivo proitate ovo uputstvo! U upitniku se nalazi 12 blokova pitanja, a svaki pokriva jedan od vanih aspekata ivota i rada kole.
Molimo vas da paljivo itate ponuene tvrdnje i da ocijenite u kom stepenu to to se tvrdi u upitniku
odgovara onome kako je u koli koju pohaa vae dijete.
Ako se sa odreenom tvrdnjom potpuno slaete, ako to u potpunosti odgovara onome kako je u koli,
oznaite kvadrati potpuno se slaem. Ako ono to se tvrdi nikako ne odgovara onome kako je u koli
izaberite kvadrati ne slaem se. Paljivo itajte upitnik i na svaku tvrdnju odgovorite oznaavanjem
kvadratia: potpuno se slaem, uglavnom se slaem, djelimimo se slaem ili ne slaem se. Izuzetno, ako
na neku tvrdnju nemate odgovor oznaite posljednji kvadrati ne znam!
PRIMJER:
djelimino
se slaem
ne slaem
se
0.1
0.2
0.3
Imate dovoljno vremena, onoliko koliko je Vama potrebno da popunite cijeli upitnik. Najvanije je da
paljivo itate svaku tvrdnju i da odgovorno ocijenite stanje u koli. Na osnovu Vaih odgovora treba da
utvrdimo ta je dobro u koli, a ta bi po vaem miljenju jo trebalo unaprijediti.
UPITNIK
JE ANONIMAN.
NIJE
HVALA NA SARADNJI!
ne znam
KOLA
uglavnom
se slaem
potpuno
se slaem
o.
79
, ,
!
1.
2. 50
3.
10
80
5. Provjera upitnika
Po pravilu prije finaliziranja potrebno je izvriti provjeru upitnika. Provjra se vri na manjm
uzorku ispitanika iz iste populacije. Provjerom se moe ustanoviti trajanje popunavanja
upitnika, razumljivost pitanja i sl. Gud i Het (1966) ukazuju na neke vane znakove loe
uraenog upitnika.
2. Odgovori tipa sve ili nita. Rije je o tome da ogroman broj ispitanika (svi ili gotovo
svi) bira neku akternativu, a ostale gorovo niko. U tom sluaju treba provjeriti formulaciju
pitanja i ponuenih alternativa. Mogue je da se radi o stereotipu, ili nekom drutveno
poeljnom odgovoru. Na primjer ako bi smo postavili pitanje: Da li ste za slobodu i pravdu,
81
vjerovatno je da bi se svi opredjelili za potvrdan odgovor. Odgovor tipa sve ili nita
karakteristian je za alternativna pitanja (da/ne) jer ne dozvoljavaju nijansiranje odgovora.
Ukoliko bi uveli i alternativu ne znam ili neto izmeu sizuacija bi se promijenila.
82
IX dio
Mjerenje
Nominalna skala
Ordinarna skala
Intervalna skala
Omjerna skala
Mjerenje
Mjerenje moemo definisti kao skup pravila putem kojih dajemo brojene vrijednosti pojavama
koje mjerimo ali tako da osnosi meu brojevima u najveem stepenu odgovaraju odnosima
meu pojavama koje mjerimo.
Kod direktnog merenja predmet mjerenja i jedinica mjerenja su iste vrste, na primjer duinu,
mjerimo duinom od jedniog metra; teinu teinom od jednog kolograma. Kod indirektnog
mjerenja predmet mjerenja i jedinica mjeranje nisu iste vrste, na primjer inteligenciju
mjerimo brojem rjeenih zadataka u testu inteligencije.
Predmeti istraivanja u drutvenim naukama mogu biti u razliitim stepenima mjerljivi i to
poev od:
Podataka koji ine narativni ili slikovni opis predmeta i njegovih svojatava
Narativan ili slikovni opis je osnov tzv kvalitativnih istraivanja. Ovdje imamo opis toka
negog dogaaja (npr. ponaanja navijaa na fudbalskoj utakmici; karakteristinih poloaja i
uloga u nekoj organizaciji; normi ponaanja u vrnjakoj grupi i slino). Za ovu vrstu podataka
moe se rei da se ne odnose na jednostavna svojstva poput npr. stepena kolske spreme, i
oni se ne mogu izraziti prostom oznakom, na primjer brojanim kodom, ve zahtjevaju sloen
i slojevit opis. Na ovom nivou jo ne moemo govoriti o mjerenju.
83
Nominalna skala
Nemjerivi, ali prebrojivi inioci i svojatva neke pojave ine nominalne ili kategorijalne
podatke. Na primjer, mi moemo grupu ljudi razvrstati (klasifikovati) u odreene kategorije i
svakoj kategoriji umjesto imena dodojeliti neki broj (na primjer: brojem 1 oznaimo
poljoprivrednike; 2 nezaposlene; 3 radnike itd.). Broj ovdje zamjenjuje ime. Ovo je najnii
nivo mjerenja, satoji od klasifikovanja (razvrstavanja) podataka. Da bi klasifikacija bila nauna
mora zadovoljiti neke uslove. Mora se najprije odrediti kriterijum klasifikacije, tj. precizno
opisati svojstvo po kome se predmeti razvrstavju. Treba obezbijediti da kriterijum klasifikacije
bude potpun (iscrpan). Ne moe se desiti da neki lan populacije koju ispitujemo ostane
nerazvrstan, nerasporeen, da nema svoju klasu. Tree obiljeje nune klasifikacije jeste
iskljuivost. To znai da jedan lan populacije moe pripadati samo jednoj kategoriji. Drugim
rijeima, ne moe biti preplitanja ili preklapanja meu kategorijam. Mogue su klasifikacije uz
konbinovanje vie kriterija. Na primjer kombinovanjem kriterija mjesto ivljenja (selo/grad) i
pol (m/) moemo dobiti etiri kategorije: m sa sela; sa sela; m iz grada; iz grada. Ako bi
smo sada uveli brano stanje (udata-oenjen/neudata-neoenjen) dobili bi smo osam
kategorija.
Iako je ovo najnii nivo mjerenja uz nominalnu skalu se ipak mogu primjenjivati brojni
statistiki postupci. Prebrojavanjem elemenata razvrstanih u svakoj kategoriju mogue je
utvrditi frekvencijeu (f); proporciju (%);dominantnu vrijednost (mod); testirati razlike meu
proporcijama (x2 test).
Ordinarna skala
Ordinarni nivo mjerenja imamo kada podatke moemo da rangujemo po nekom svojstvu, tj.
moemo da tvrdimo da je neto jednako, manje ili vee od neeg drugog, ali to ne znai da
znamo za koliko je vee ili manje. Na ordinarnom nivu mjerenja broj oznaava rang. Takav
sluaj imamo kod sljedeih podataka: stepen kolske spreme (osnovno-srednje-visoko);
drutvene klase (nia-srednj-via); inovi u vojsci i sl. Jedan od najpoznatijih primjera
ordinarne skale su kolske ocjene. Karakteristika ordinarne kale jeste da odreuje samo da li
je neto vee ili manje od drugog, ali razlike izmeu pojedinih jedinica na skali nisu jednake.
Niko ne moe da tvrdi da je razlika izmeu nie i srednje klase jednaka razlici izmeu srednje i
vie klase ili da je razlika u znanju izmeu uenika koji imaju ocjene 1 i 2 jednaka razlici u
znanju uenika koji imaju ocjene 4 i 5.
Uz odrinalnu skalu pored do sada navedenih statistikih postupaka (uz nominalnu skalu)
mogue je raunati: centralnu vrijednost i koeficijent rang korelacije.
84
Intervalna skala
Intervalna skala je korak vie u odnosu na ordinarnu skalu. Pored toga to znamo redosljed
(rang) sada znamo i razliku meu brojevima na skali. Ta razlika je uvijek jednaka. Na primjer,
razlika od 10 celzijusa uvijek je jednaka bez obzira da li se radi o razlici izmeu 00 i 10, ili
izmeu 990 i 1000 celzijusa. Izrada i primjena skala ovog tipa u drutvenim naukama
podrazumjeva: 1.) da njerno svojstvo linearno; 2. da ima konstantan porast; 3. da se
normalno rasporeuje u populaciji. Najpoznatiji primjeri intervalnih skala u drutvenim
naukama su testovi (npr. test inteligencije ili test znanja gdje se mjerno svojstvo izraava
brojem rijeenih zadataka na testu).
Zbog svojstva jednakih intervala uz intervalnu skalu mogue je primjenivati veinu statistikih
postupaka. Pored ve pomenutim mogue je izraunati: aritmetiku sredinu (x); standardnu
devijaciju (s); z vrijednost (z); koeficijent korelacije (r); megue je testirati znaajnost
razlika izmeu dvije aritmetike sredine (t-test) itd.
Osnovni nedostatak ove skale jeste to nema apsolutnu, ve dogovorenu arbitrarnu nulu. Tako
na primjer 00 celzijusa ne znai odsustvo temperature; 0 bodova na testu znanja ne znai
apsolutno neznanje i sl.
Omjerna skala
Omjerna ili racio skala ima apsolutnu tj. prirodnu nulu. Nula ovje znai stvarno odsustvo
svojstva koje se mjeri. Primjer omjerne skale su duina, visina, irina, tezina, pridodi
domainstva. Zbog ovog svojstava (posjedovanja prirodne nule) uz podatke izraene na
omjernoj skali mogue je primjenjivati sve raunske operacije (sabiranje, oduzimanje,
dijeljenje, mnoenje itd.)
85
X dio
Statistika obrada podataka
analize
podataka
podrazumijeva
izraunavanje
uestalosti
(frekvencija)
86
frekvencija (f)
procenta (%)
Takve deskriptivne analize su potrebne, ali ne pruaju najvanije informacije koje anketa
prua.
87
U cilju utvrivanja znaajnosti ovih razlika koriste se t-test (testiranje znaajnosti razlika
izmeu dvije aritmetike sredine) ili analiza varijanse (testiranje znaajnosti razlika izmeu
vie aritmetikih sredina.
U drugom sluaju, moe nas interesovati stupanj povezanosti izmeu odreenih pojava
(varijabli). Na primjer:
88
samoupravi. S druge strane, negativne promjene daju informaciju o tome da se situacija u
odreenom aspektu pogorava te, vjerojatno, zahtijeva vie panje lokalne samouprave.
2. Deskriptivna statistika
Metode deskriptivne statistike slue nam da na racionalan nain opiemo pojave kojima smo
se bavili u istraivanju. Pod deskriptivnom statistikom podrazumijevamo svoenje mnotva
podataka dobivenih u istraivanju na mani broj mjera i njihovo izraavanje u prihvatljivoj
formi. U zavisnosti od ciljeva istraivanja to mogu biti mjere prebrojavanja (frekvencija i
procenat),
mjere
centralne
tendencije
(mod,
medijan,
aritmetika
sredina)
mjere
9.Dabiimodobreodnosesadrugomdjecomuodjeljenjuiukoli,tajepotvommiljenjuvano?
f/e
f/k
e/%
k/%
dabudespopustljiv
68
88
22,82
29,53
dadrugipopustajutebi
37
38
12,42
12,75
dasvislusajunastavnike
73
38
24,5
12,75
dapostojiobostranopopustanje
94
70
31,54
23,49
nistaodtoga
12
32
4,03
10,74
neznam
26
2,35
8,72
bezodgovora
2,35
2,01
298
298
100,01
99,99
Pored frekvencija u gornjoj tabeli dati su i procenti. Tako npr. iz gorne tabele se vidi da je
najvei broj uenika na postavljeno pitanje birao stavku da postoji obostrano poputanje. U
eksperimentalnoj grupi taj odgovor je izabralo 31,54% uenika, a u kontrolnoj neto manje
23,49%. U cilju vee preglednosti odgovore uenika moemo prikazati i grafiki.
89
30
25
24,5
22,82
23,49
20
15
12,75
12,42
12,75
10,74
10
8,72
4,03
2,35
2,352,01
0
da budes
popustljiv
da drugi
da svi
da postoji
popustaju
slusaju
obostrano
tebi
nastavnike popustanje
nista od
toga
neznam
bez
odgovora
Mod
Mod predstavlja najednostavniju mjeru centralne tendencije. Mod oznaava rezultat koji se
njee pojavljuje u uzorku (najuestaliji rezultat). Na primjer, prosjena cijena jabuka ili
prosjean broj djece u porodici.
10
20 10
25 30 10 15 20 10 50
mod je 10
90
Medijana (Mds)
Medijana (centralna vrijednost) je vrijednost koja se u nizu rezultata poreanih po veliini
nalazi tano u sredini. Na osnovu medijane znamo da je tano 50% veih/manjih od medijane.
10
10
10
Mdn = (n+1)/2
10
15
20
20
25
Mdn = (11+1)/2
30
50
Mdn = 6
Medijana je 15
10
10
10
10
15
20
20
25
30
Mdn = 5,5
X = 710/26
X = 27.3
91
Raspon
Raspon je najednostavnija mjera varijabilnosti. Izraunava se tako to se od najveeg oduzme
najmanji rezultat. Na primjer, tokom dva dana mjerena je temperatura u 5 navrata:
Prvo mjerenje:
180
200
240
220
160
X=
Drugo mjerenje:
140
170
240
260
190
X= 20
20
r=
r = 12
Prosjena temperatura za oba mjerenja iznosi 200 ali je na osnovu vrijednosti raspona jasno
da ta prosjena vrijednost bolje reprezentuje stanje temperature prvog nego drugog dana.
Standardna devijacija
Standardna devijacija je najvie koriena i najtanija mjera varijabilnosti rezultata oko
aritmetike sredine. Da bi smo izraunali standardnu devijaciju nuno je prvo izraunati
varijansu.
(x X)2
varijansa
S2
_______________
N1
Varijansa je prosjena suma pojedinanih odstupanja rezultata oko aritmetike sredine.
primjer, imamo niz mjerenja
Na
92
X=3
Kada bi smo prosjeno odstupanje raunali vodei rauna o predznaku, onda bi smo uvijek kao
rezultat doboli nulu. Razlog je poznat, aritmetika sredina je teite svih rezultata (suma
odstupanja pojedinanih rezultata iznad i ispod aritmetike sredine iznosi 0 ).
(x X)
-2
-1
+1
+2
=0
(x X)2
(x X)2 / N 1
1
10/4 = 2,5
= 10
S2 = 2,5
s = varijansa
s = 2,5
s = 1,58
Standardna devijacija se rauna (smije se raunati) jedino uz aritmetiku sredinu. Kada znamo
aritmetiku sredinu i standardnu devijaciju imamo potpuno definisanu distribuciju rezultata.
Ukoliko je distribucija normalna (o normalnoj distribuciji vidi u nastavku) na osnovu
standardne devijacije mi znamo u kom rasponu se kreu svi rezultati. Tako znamo da se:
oko 68% rezultata nalazi u intervalu +/- 1s
oko 95% rezultata nalazi u intervalu +/- 2s
oko 99% rezultata nalazi u intervalu +/- 3s
Na primjer ako je X = 100 i s = 10 pod uslovom da je distribucija rezultata normalna mi
znamo da se:
oko 68% rezultata nalazi u intervalu od 90 do 110
oko 95% rezultata nalazi u intervalu od 80 do 120
oko 99% rezultata nalazi u intervalu od 70 do 130
93
94
Primjer, bimodalna distribucija (Ova vrsta distribucije nastaje kada je nedovoljon broj
mjerenja, ili kada nije dobro odabran uzorak. Vjerovatno se radi o istoj populaciji ispitanika. Ttest npr. treba da nam odgovori da li su to razliite ili iste populacije)
95
xX
z - vrijednost
_______________
170 160
U populaciji Papuanaca z
_______________
10
z=
1s
96
170 180
U populaciji Negrejaca
_______________
z = -1s
10
Dakle, u popumaciji Papuanaca od Marka je visoije 16% ljudi, a u poulaciji Negrejaca visoije
je 84% ljudi.
Praktina primjena z vrijednosti je u usporeivanju rezultata ostavrenih razliitim mjerenjima.
Z-vrijednos je zapravo standardni skor koji nam omoguuje da poredimo rezultate dobivene u
razliitim mjerenjima.
Na primjer, imamo rezultate dvoje studenata na prvom i drugom kolokviju. Pitamo se kakvu
konanu ocjenu treba dati studentime, koji student je postigao ukupno bolji rezultat?
Student A
Student B
1,0
Drugi kolokvij
74
90
60
14,0
Ukupno:
83
96
Prvi kolokvij
Kada zbrojimo rezultae postignute na testovima sa prvog i sa drugog kolokvija student A ima
83, a student B 96 bodova. Da li je zaista student B u ukupnoj ocjeni bolji od studenta A?
Ako njihove bodove pretvorimo u z-vrijednosti (to je u ovom sluaju jedino opravdano)
dobiemo sljedee vrijednosti:
Student A
Student B
Prvi kolokvij
+2,0
-1,0
Drugi kolokvij
+1,0
+2,14
Ukupno:
+3,0
+1,14
Prema tome, znatno bolji u ukupnom uspjehu je student A jer bi jednostavnim sabiranjem
bruto bodova neopravdano veu teinu dobili rezultati onog mjerenja u kojem je vea
standardna devijacija (gdje je vea varijabilnost).
97
3. Statistika zakljuivanja
Do sada je bilo rijei o tzv. opisnoj (deskriptivnoj) statistici. Ona nam je omoguila da
mnotvo sirovih podataka izrazimo na statistiki prihvatljiv nain. Na primjer, da izradimo i
grafiki predstavimo distribuciju rezultata nekog mjerenja. Da za tu distribuciju izraunamo
prosjenu vrijednost (aritmetiku sredinu) i stupanj varijabilnosti (standardnu devijaciju). Na
osnovu tih podataka moemo odrediti poloaj svakog pojedinog rezultata u distribuciji. Isto
tako, moemo zbrajati i porediti rezultate dobivene razliitim mjerenjima.
Meutim da bi smo testirali istraivake hipoteze (sjetimo se, hipoteza uvijek podrazumijavaju
neki odnos izmeu dvije ili vie pojava) potrebni su nam neto sloeniji statistiki postupci (ttest, analiza varijanse, koeficijent korelacije, hi-kvadrat test). Budii da postoji mogunost
njihovog izraunavanja brojnim statistikim programima (npr. EXCEL; SPSS; STATISTICA i
drugi) mi e mo se ovdje baviti samo logikom ovih testova.
3.1. T test
Jedno od najeih pitanja koje istraivai postavljaju jeste: Da li je neka razlika izmeu
aritmetikih sredina statistiki znaajna. Na primjer, da li je razlika od 5 bodova izmeu
aritimetikih sredina studenata prava i studenata ekonomije na testu opte informisanosti
statistiki znaajna.
Kada se pitamo da li je neka razlika statistiki znaajna, mi se zapravo pitamo, da li je ta
razlika sluajna (da je rezultat sluajnog variranja rezultata oko neke zajednike aritmetike
sredine u populaciji) ili je stvarana (da postoji u populaciji). Kada utvrdimo da je neke razlika
statistiki znaajna (bez obzira na njenu veliinu) mi smo utvrdili da takva razlika vjerovatno
postoji i meu populacijama. Dakle, sutina statistikog zakljuivanja sastoji se u utvrivanju
stepena vjerovatnoe da zakljuci dobiveni na uzorcima vae i za populaciju. U naem
primjeru to bi znailo da se na osnovu dobivenih rezultata na uzorcima studenata prava i
studenata ekonomije moe zakljuiti (uz odreeni stepen vjetovatnoe da smo pogrijeili) da
su studenti prava uopte bolje informisani od studenata ekonomije.
98
Primjer, bimodalna distribucija...
prava.
Primjenom
statistikog
testa
znaajnosti
mi
izraunavamo
stupanj
99
ispitanika (nezavisni uzorci). Na primjer testiranja znaajnosti razlika aritimetikih sredina
dobivenih na uzorcima studenata prava i studenata ekonomije pripada ovom drugom sluaju, testiranje znaajnosti razlika aritimetikih sredina nezavisnih uzoraka. Primjer zavisnih
uzoraka vezan je npr. za eksperimentalnu situaciju, kada jednan isti uzorak ispitanika
testiramo prije i poslje uvoenja eksperimentalnog faktora, pa testiramo znaajnost razlike
prvog i drugog mjerenja.
Smjer povezanosti
Ako linearnom porastu jedne varijable odgovara takoer linearni porast druge varijable, i to
tako da je jedna odreena vrijednost jedne varijable uvijek povezana sa jednom odreenom
vrijednou druge varijable (npr. odnos izmeu poluprenika i obima kruga) onda je korelacija
100
a.) pozitivna, jer porastu jedne varijable odgovara porast druge varijable; b.) potpuna, tj.
maksimalna (jer vea povezanost od ove ne moe postojati) i oznaava se sa izrazom r = +1
r = +1
12
10
8
6
4
2
0
0
10
12
Ako linearnom porastu jedne varijable uglavnom odgovara linearni porast druge varijable
uglavnom odgovara linearni porast druge varijable, i to tako da je jedna odreena vrijednost
jedne varijable povezana sa vie odreenih vrijednosti druge varijable (npr. odnos izmeu
visine i teine ljudi: vii ljudi u prosjeku su tei, ali jedna odreena visina nije uvijek povezana
za jednu odreenu teinu). U ovom sluaju korelacija je pozitivna, ali nije maksimalna, vea je
od 0, a manja od +1.
r = vei od 0 a m anji od +1
12
10
8
6
4
2
0
0
10
12
101
Ako iz odreene vriojednosti jedne varijable ne moemo nita zakljuiti o vrijednosti druge
varijable, tj. ako jednoj odreenoj vrijednosti jedne varijable odgovara bilo koja vrijednost
druge varijable (npr. izmeu duljine nosa i krvnog pritiska) onda nema koraliceije izmeu dvije
pojave i taj se odnos biljei izrazom: r = 0
r=0
12
10
0
0
10
12
Ako linearnom porastu jedne varijable odgovara linearno opadanje druge varijable, ali je
povezanost takva da je jedna vrijednost jedne varijable povezana sa vie vrijednosti druge
varijable (npr. odnos izmeu stepena utreniranosti i brzine oporavka pulsa: to je stepen
utreniranosti vei to se puls nre oporavlja). U ovom sluaju korelacija je negativna i nije
maksimalna. Vea je od 0, a manja od -1.
r = vea od 0 a manja od -1
12
10
8
6
4
2
0
0
10
12
102
Ako linearnom porastu jedne varijable odgovara linearni pad druge varijable i to tako da je
jedna odreena vrijednost jedne varijable povezana sa jednom korespondentnom vrijednou
druge varijable (npr. odnos izmeu vremena proteklog od ispaljivanja metka vertikalno uvis i
brzine tog metka) onda je korelacija a.) negativna i b.) potpuna (ne moe biti vea). Taj se
odnos biljei izrazom: r=-1
r = -1
12
10
8
6
4
2
0
0
10
12
103
Visina povezanosti
Ako je mjerenje obavljeno na velikom broju sluajeva onda kao gruba aproksimacija visine
povezanosti dvije pojave moe posluiti sljedea tabela.
r od
0,00 do
+/- 0,20
r od
+/-
0,20 do
+/- 0,40
r od
+/-
0,40 do
+/- 0,70
r od
+/-
0,70 do
+/- 1,00
104
Dvije pojave koje su povezane zaista mogu biti i uzrono povezane (npr. koliina padavina i
bujnost vegetacije), ali injenica da su dvije pojave povezane (da izmeu njih postoji
korelacija, ak i vrlo visoka) jo uvijek nam ne daje za pravo da te pojave uzrono poveemo.
Da li su pojave uzrono povezane zakljuujemo na osnovu eksperimenta.
Prividna povezanost
Prividna povezanost varijabli je est fenomen u istraivanjima, a odnosi se na pojavu kada se
dvije pojave (pojava A i B) javljuju zajedno, ali izmeu nih ne postoji kauzalni odnos. Obje
mogu biti posljedica pojave C. Primjer moe biti da kada se god povea cijena rakije u
prodavnicama povea se i plata ministrima. Uzrok ovoj povezanosti jeste inflacija (poveanje
cijene rakije i poveanje plata ministrima posljedica je usklaivanja cijena i plata inflaciji).
A -------- B
C
105
Hi-kvadrat test je vrlo praktian test kada elimo utvrditi da li neke dobivene (opaene)
frekvencije odstupaju od oekivanih (teorijskih frekvencoja, onih koje oekujemo uz neku
hipotezu).
Na primjer, u jednom istraivanju 48 studenti su iznjeli svoj stav o kvalitetu nastave. Na
pitanje da li je nastava kvalitetna 26 studenata je odgovorilo da, 12 studenata ne znam a
10 studenata ne. Moemo se pitati da li je ova razlika u odgovorima znaajna, da li to znai
da je nastava po miljenju studenata zaista kvalitetna ili su odgovori moda nasumice dati
(sluajni). Postaviemo nul-nipotezu: Nema nikakve razlike izmeu opaenih odgovora i
sluajno rasporeenih odgovora!
Kada bi odgovori bili sluajno dati, svaki bi imao jednake anse, pa nae teorijske (oekivane)
frekvencije iznose: 48/3 = 16. Rezultate e mo sada unjeti u tabelu:
da
ne znam
ne
ukupno
fo
26
12
10
48
ft
16
16
16
48
_______________
ft
Pri emu oznake znae:
X2 = hi-kvadrat
= suma
fo = oekivane frekvencije
ft = teorijske frekvencije
106
Kada primjenimo formulu:
fo
ft
fo - ft
(fo - ft)2
(fo - ft)2/ ft
26
16
10
100
6,25
12
16
- 4
16
1,00
10
16
- 6
36
2,25
=
9,50
da
ukupno
mukarci
90
140
230
ene
170
90
260
ukupno
260
230
490
107
ne
da
ukupno
mukarci
230x260/490
230x230/490
230
ene
260x260/490
260x230/490
260
ukupno
260
230
490
fo
ft
90
122
fo - ft
(fo - ft)2
(fo - ft)2/ ft
- 32
1024
8,4
140
107,9
32
1024
9,5
170
137,9
32
1024
7,5
-32
1024
8,4
90
122
= 33,8
108
Pisanje izvjetaja
1. Osnovni elementi izvjetaja
1.1. Naslovna strana
1.2. Rezime
1.3. Sadraj izvjetaja
1.4. Uvod
1.5. Teorijski dio definisanje predmeta i problema istraivanja
1.6. Istraivaki dio prikaz metodolokog postupaka istraivanja
1.7. Rezultati istraivanja prikaz rezultata
1.8. Zakljuci istraivanja
1.9. Literatura
1.10. Prilozi
1.11.Ilustracije
2. Citiranje i navoenje referenci
2.1. Citiranje
2.2. Navoenje referenci
2.3. Numeriki sistem navoenja referenci
2.4. Autor datum sistem navoenja referenci
3. Tehnika obrada teksta
3.1. Preporuke za sreivanje teksta
3.2. Skraenice
109
naslov rada
naznaka vrste rada (seminarski rad; diplomski rad; magistarski rad; doktorska
disertacija)
Primjer,
1.2. Rezime
Na posebnom listi treba napisati saetak rada ili rezime. Rezime se obino prevodi na engleski
jezik. U saetku se veoma koncizno navodi: problem, cilj, metodologiju i rezltate rada. Na
poetku ili na kraju rezimea trenba navesti kljune rijei koje struktuiraju tekst u cjelini.
110
Primjer,
1.4. Uvod
Cilj uvoda je da preliminarno upozna itaoca sa temom koja se obrauje. Uvod treba da bude
kratak, jezgrovit, jasan, informativan i interesantan. Miljenja o sadraju uvoda nisu do kraja
usaglaena. Veina autora se slae da uvod treba da sadri: okvirno odreenje problema;
odreenje (predmeta) podruja istraivanja, isticanje opteg cilja i oekivanja od istraivanja.
111
-
teorijsku
analizu
problema
istraivanja
(kako
su
tom
problemu
pristupila
ranija
metod istraivanja (treba obrazloiti zato je izabran ba taj, odreeni metod istraivanj);
112
1.9. Literatura
Navodi se sva citirana i koriena literatura.
Primjer, Literatura:
Ausubel, P.D. (1968). Educational Psychology: A cognitive view. New York, Holt, Rinehart
and Winston.
Bloom, S.V. i dr. (1965): Taksonovija ili klasifikacija odgojnih ciljeva, Kognitivno podruje,
u prevodu I. Furlana
Dijana Plut and Jelena Pesic (2003), Toward a Wygotskian theory of textbook. Psihologija,
Vol. 36 (4), : 371,671
Dragica P.B, Krnjevi Z, Pei J.M. (2001), Struktura sposobnosti i vetina kritikog
miljenja. Psihologija, 1-2, 195-208
1.10. Prilozi
113
Uobiajeno je da se kao prilozi daju korieni instrumenti (npr. upitnici, skale, protokoli);
tabele sa preglednima rezultata, sheme, dijagrami i sl. Svaki prilog koji se navodi u naunom
ili strunom radu treba da ima redni broj, naslov, izvor (ako je preuzet reference).
1.11. Ilustracije
U nauno istraivakom radu kao ilustracije najee se koriste tabele, grafikoni, dijagrami
fotografije, sheme, slike a cilj im je da na saet i oigledan nain predstave pojavu koja se
deskriptivno obrauje. Svaka ilustracija koja se koristi u radu treba da ima svoj redni broj,
naziv i izvor (ako je preuzet reference).
Uvijek se ukazuje na izvor citata. Ako se preuzima dio teksta obavezno je navesti
reference (prezime autora, naziv djela, godina izdanja, mjesto, izdava, eventualno
stranica).
Ako je citat duine do etiri reda preuzima se direktno u tekst uz znake navoda, a ako je
dui od etiri reda potrebno ga je odvojiti od naeg teksta. Obino se pie uvueno sa
manjim proredm.
Citirani tekst se mora tano grafiki prenijeti. Na primjer, ako je u tekstu neto
podvueno, napisano kurzivom i sl. sve te karakteristike teksta treba doslovno preuzeti.
Sve eventalne izmjene koje se naprave u citatu treba naznaiti. Na primjer, ako
podvuemo dio teksta to moramo naznaiti (napomenuti); ako elimo unijeti neku rije
onda to stavljamo u etvrtastu zagradu [....]; ako elimo izostaviti neku rije taj dio se
obiljeava sa tri takice.
114
Kada u radu koristimo: citate, parafraze, rezimee, statistike podatke, strukturu, tabele,
preglednike, sheme drugih autora obavezno je navesti reference. Postoje dva osnovna sistema
za navoenje referenci:
-
Numertiki sistem, poput sistema Chichago, Turabian, Vancouver, ili sistem fusnota ili
referenci na kraju teksta.
Upuuju na izvore svih vanih injenica i ideja iznesenih u tekstu, kao i definicija manje
poznatih ili specifinih pojmova koji se u tekstu navode.
Upuuju na izvor gdje se neko pitanje o kom se govori u tekstu detaljnije obrauje.
Na primjer:
Prezime autora
Naslov publikacije
Godina izdanja
Mjesto izdanja
Naziv izdavaa
115
Pomenuta dva sistema meusobno se razlikuju u nainu predstavljanja referenci, pa e mo ih
prikazati oba. Vana je napomena da se u jednom djelu moe koristiti samo jedan sistem.
Kod endneote informacija o izvoru takoer se oznaava brojem (1..., pa nadalje) i boljei se na
posebnoj strani koja se nalazi na kraju poglavlja, ili na kraju rada. Takoer na kraju rada u
literaturi se navede pun bibliografski opis reference.
Primjer, navoenja referenci za knjigu (Prezime autora, Puno ime autora. Naslov: podnaslov
djela. Mjesto izdanja: Izdava, godina izdanja).
116
Primjer, navoenje rada iz zbornika, eseja, zbirke (Prezime autora, Puno ime autora. Naslov
rada: podnaslov.// Naslov zbornika / podatak o uredniku. Podatak o izdanju. Mjesto izdavanja:
izdava, godina izdavanja. Str. (poetna i zavrna)
Primjer, navoenje lanka iz asopisa (Prezime, puno ime autora. Naslov rada: podnaslov.//
Naslov asopisa. Oznaka sveske/godita, broj (godina), str. (poetna i zavrna)
Primjer, www izvora (Ime-na autora ako su poznata, naslov dokumenta, datum nastanka ako
je poznat, naslov dijela, potpuna http adresa, datum pristupa dokumentu).
117
Broj stranice se navodi u tekstu samo ako se koristi direktan citat. Potpuni bibliografski opis
referenci koritenih u tekstu nalaze se na kraju djela u literaturi, bez razvrstavanja na knjige,
zbornike, lanke, elektronske izvore, nego samo razvrstane alfabetskim redom (po prezimenu
prvog autora).
Primjer, navoenja referenci za knjigu (Prezime, inicijal imena autora. (datum izdanaja).
Naslov: podnaslov. Podatak o izdanju. Mjesto izdanja. Izdava).
Primjer, navoenje rada iz zbornika, eseja, zbirke (Prezime, inicijali imena autora. (Datum
izdanja). Naslov rada: podnaslov. // Naslov zbornika / podatak o uredniku. Podatak o izdanju.
Mjesto izdavanja: Izdava. Str. (poetna-zavrna)).
Primjer, navoenje lanka iz asopisa (Prezime, inicijal imena autora. (Datum izdanja). Naslov
rada:podnaslov // Naslov asopisa. Oznaka sveske/godita, broj, str. (poetna-zavrna))
118
Primjer, www izvora (Ime-na autora ako su poznata, naslov dokumenta, datum nastanka ako
je poznat, naslov dijela, potpuna http adresa, datum pristupa dokumentu).
Format stranice A4
Slova tipa Times New Roman, veliine 12 pts (za pisanje fus nota 10 pts)
tzv. ameriki sistem, podrazumijeva razmak izmeu pasusa ali bez uvlaena poetka
pasusa.
Iza svakog znaka interpukcije slijedi jedan razmak (npr. iza zareza)
Znakovi interpukcije piu se zajedno sa rjei ili brojem iza koga slijede (bez razmaka)
Navodnici i zagrade piu se uz rijeu, bez razmaka (na primjer: Danas je...)
Crtice se piu zajedno sa rijeima, bez razmaka kada se radi o sloenicama, ali odvojeno
ako se koriste u druge svrhe.
119
3.2. Skraenice
Da bi se izbjeglo gomilanje podataka i postigla preglednost u sistemu fusnota (numeriki
sistem navoenja referenci) koriste se ustaljeni latinski izrazi i skraenice:
-
Ukoliko nedostaju neki podaci koje obavezno treba navesti u referenci, u fusnotama se koriste
sljedee skraenice:
-
s.l. (sine loco bez mjesta) ukoliko nije navedeno mjesto izdanja,
120
Literatura:
U radu su dati izvodi iz sljedeih knjiga i udbenika:
Todorovi, Z., ijakovi, I., Mati, T. (2007): Uputstvo za izradu strunih i naunih radova,
Univerzitet u Banjoj Luci, Banja Luka
Kuba, L., Koking, D., (2003). Metode izrade naunog teksta, CID