Professional Documents
Culture Documents
Metodologija Naucno Istrazivackog Rada ZL PDF
Metodologija Naucno Istrazivackog Rada ZL PDF
Sadraj:
Metodologija (pojam)
Nauka (struktura naunog saznaja)
Pojam naunog metoda
Principi naune spoznaje
Metodoloki postupak (glavne faze istraivakog postupka, - ukratko)
Vrste istraivanja (osnovni kriteriji za razlikovanje vrsta istraivanja)
Predmet i podaci istraivanja u drutvenim naukama
Indikatori
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
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
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
IX dio Mjerenje
Nominalna skala
Ordinarna skala
Intervalna skala
Omjerna skala
I dio
Osnovni pojmovi metodologije
Metodologija (pojam)
Nauka (struktura naunog saznaja)
Pojam naunog metoda
Principi naune spoznaje
Metodoloki postupak (glavne faze istraivakog postupka, - ukratko)
Vrste istraivanja (osnovni kriteriji za razlikovanje vrsta istraivanja)
Predmet i podaci istraivanja u drutvenim naukama
Indikatori
Metodologija (od grkih rijei methodos put i logos um) je nauka o nainima i putevima
dolaenja do naunog saznanja (materijalnog, drutvenog i duhovnog svijeta). Metaodologija
je nauka o nauci. Ona je metanauka ili miljenje o miljenju. Cilj metodologije je da se pojmi
(razumije) sutina naunog saznanja i da utvrdi osnovne principe u njegovom sticanju i
kritikom preispitivanju. Pored toga, metodologije nas ui kojim sredstvima treba da se
sluimo kako bi doli do to istinitije (objektivne) spoznaje svijeta.
Nauka je sistem znanja objektivno utvrene stvarnosti koja slui ovjeku da unaprijedi svoj
ivot i prouava tu stvarnost.
Postoje razliiti nivoi naunog saznanja, poev od podataka i injenica, preko zakona i teorija
do cjelovitih naunih sistema.
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.
temporalni zakoni (kod temporalnih zakona vrijeme se javlja kao bitna odrednica zakona,
npr. sa proticanjem vremena zaboravljanje je sve sporije);
funkcionalni zakoni (ukazuju na povezanost odreenih pojava koje nisu u uzronoj,
kauzalnoj vezi, ve su obje funkcija nekog treeg faktora);
kauzalni zakoni (odnose ce na objanjavanje uzrone veze meu nekim pojavama)
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).
Metod je nain miljenja i istraivanja u nauci. Nauni metod se koristi radi sticanja to
istinitijeg saznanja. Metod u najirem smislu rijei obuhvata tri osnovne komponente:
Postoje odreeni principi koji odlikuju naunu, u odnosu npr. na zdravorazumsku spoznaju.
Neki od najvanijih su: princip objektivnosti, princip pouzdanosti, princip optosti, princip
sistematinosti, sinteza indukcije i dedukcije, sinteza kvantitativnog i kvalitativnog.
10
Pouzdanost je zadovoljena ako su rezultati do kojih smo u istraivanju doli relativno trajni,
ako se u ponovljeniom istraivanjima dobijaju isti rezultati, ako u rekativno duem
vremenskom periodu osnovni nalazi istraivanja otrpe kritiku, ako osnovna svojstva fenomena
ostaju nepromjenjena (stabilna).
Princip preciznosti najbolje se ogleda u primjeni jezika. Jezik nauke je do te mjere precizan da
pitanje znaenja osnovnih pojmova nikada ne smije doi u pitanje. U naunom radu koriste se
oni simboli koji imaju definisane sve osnovne dimenzije, a jedan simbol moe da ima samo
jedno znaenje.
Princip optosti. Nauka tei da otkrije ono to je opte, to vazi za niz pojedinanih specifinih
sluajeva. Dok je u prirodnim naukama princip optosti uglavnom zadovoljen, u drutvenim
naukama optost je uslovna. Drutveni zakoni vae pod odreenim uslovima. Da bi jedan
zakon u drutvenim naukama zadovoljio zahtjev naunosti, pored samog zakona potrebno je
precizno definisati i uslove pod kojima se on ostvaruje.
11
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.
AD 1432. Razvila se meu braom redovnicima estoka rasprava o broju zuba u ustima
konja. Punih 13 dana bjenjela je rasprava bez prestanka. Sve stare knjige i hronike bile su
izvuene i pri tome se pokazala tako divna i dubokoumna erudicija kao nikad ranije na tome
podruju. Na poetku etrnaestog dana neki mladi redovnik uglednog porijekla zamolio je
svoje uene starjeine da i on rekne koju rije i na veliko zaprepaenje diskutanata, ija
duboka mudrost bijee veoma uznemirena on ih zamoli da rijee stvar na vulgaran i
neuven nain: naime da otvore usta jednoga konja, prebroje zube i nau rijeenje svojega
problema. Na to ostali diskutanti, osjeajui se duboko povreenima u svom dostojanstvu, uz
veliku buku i galamu navalie na nj, izudaraju ga i izbace van. Jer, rekli su oni, sigurno je i
sama sotona ponukala tog ludog utokljunca da spomene taj neuven i bezboan put za
pronalaenje istine, koja je u suprotnosti sa itavim uenjem crkvenih otaca. Poslije jo
mnogo dana divlje svae i rasprave golub mira spustio se na na skup i oni, svi kao jedan,
proglase da e taj problem ostati vjena tajna zbog alosnog nedostatka historiskih i teolokih
podataka o tome, te narede da se to zabiljei.
Metodoloki postupak se sastoji iz odreenih faza, radnji kroz koje istraivanje prolazi i koje
predstavljaju odreenu garanciju za objektivnost (nunu istinitost saznanja). Faze
istraivakog postupka razliito se odreuju u literaturi. Meutim, u najveem broju sluajeva
one se svode na nekoliko osnovnih radnji:
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.
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);
Drugi kriterij polazi od injenice da li se radi o jednokratnom istraivanju ili o seriji
meusobno povezanih istraivanja (jednokratna i razvojna istraivanja);
Trei kriterij se odnosi na opredjeljenja izmeu neeksperimentalnih (anketnih) i
eksperimentalnih 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.
Istraiva obuno planira jednokratno istraivanje, ali nisu rijetki sluajevi da se istraiuvanja
realizuju u seriji (razvojna istraivanja) polazei od eksploracije (upoznavanja pojave ), njene
deskripcije (preciznog opisivanja i definisanja ) pa do eksplikacije (objanjavanje) i predikcije
(predvianja drugih pojava na osnovu nje).
Pojam predmeta: Predmet je svaki element stvarnosti, realne ili imaginativne koji je od nekog
interesa za nas i/ili nauku. ta sve moe biti predmet istraivanja u drutrvenim naukama. U
najoptijem smislu predmet istraivanja mogu biti drutvene pojave, drutveni dogaaji ili
drutveni procesi.
Drutvena pojava je sve ono to se deava ili postoji na odreenom fizikom ili socijalnom
prostoru i u odreenom vremenu. Pod drutvenim pojavama moemo podrazumijevati sve ono
to nastaje u odnosima ljudi i njihovih zajednica. Drutvene pojave su, npr. ivot u
siromanom kvartu, politiki sistem ili sistem vrijednosti u nekoj zajednici itd.
Dogaaj je jedan zaokruen skup deavanja koji ima svoj poetak, tok i zavretak, odnosno
svoj ishod. On je vremenski ogranien i esto kratkotrajan. Dogaaj je fudbalska utakmica,
politiki skup, dani kamelije i sl.
Proces je sloen skup deavanja koji ima jedan zajedniki razvojni pravac. Procesi su po
pravilu dugotrajni i njihovo trajanje se mjeri godinama ili decenijama, npr, urbanizacija ili
prihvatanje interneta kao medija ili globalizacija. Procesi nisu tako jednostavni kao dogaaji i
mogu u sebi objedinjavati mnotvo drutvenih pojava i dogaaja.
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: Linoiskustvo:ulniutisci(slike,oseti),predstave,pojmovi,
linost,sopstvo,tj.vlastitalinost stavovi,oseanja,snovi
kaopredmetistraivanja;poniranjeu
sebesamog
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
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, Intervju;Medijskipaneli;Fokusgrupe;Reaktor
prisustvonainternetu)
Pisanisadraj(tekst);slikovnisadraj(fotografije,plakati, Analizasadraja
crtei);audiovizuelnisadrajifilmskizapisi
Dokumenti(pisani,zvuniiaudiovizuelnizapisi); Analizasadraja
Raznevrsteartefakata:religioznisimboli,obrednipredmeti, Posmatranje;Etnografskestudije
raznioblicioruakojasekoristetokomnekogdogaaja,
umetnikadela
Linoiskustvo:ulniutisci(slike,oseti),predstave,pojmovi, Introspekcija;Grupnediskusije
stavovi,oseanja,snovi
18
II dio
Faze istraivakog postupka
Metodoloki postupak
Metodoloki postupak
Nauna istraivanja nuno ukljuuju veliki broj aktera (pogotovo ona zasnovana na uzorku) i
podrazumijevaju rjeavanje velikog broja praktinih i interpersonalnih problema.
U naunom istraivanju uestvuju: naruilac, istraiva, ispitiva i ispitanik. Jedan akter moe
imati jednu ili vie uloga, a svaka uloga moe imati jednog ili vie aktera. Za efikasnost
19
istraivanja odluujua je interakcija, tj. komunikacija izmeu aktera koji su nosioci razliitih
uloga u istraivanju (vidi: Osnovne komunikaciske operacije u naunom istraivanju)
U osnovi istraivanje je djelatnost dolaenja do novih saznanja ili rjeenja teorijskih ili
praktinih problema. Posmatrano na ovaj nain istraivanje definiemo kao proces rjeavanja
saznajnih i praktinih problema. Ovaj proces ima odreene uobiajene faze:
Kada se istraiva nae pred saznajnim ili praktinim problemom koji treba istraiti on se
suoava sa pitanjem kojoj blioj naunoj oblasti problem pripada. Odrediti okvir problema
znai identifikovati naunu oblast unutar koje problem dobija odreeno znaenje i znaaj. Blia
nuna oblast u koju je problem smijeten postaje tako teorijski, konceptualni i metodoloki
kontekst istraivanja problema.
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
Podrazumijeva upoznavanje pojave koja se eli istraivati i odvija se u tri glavna pravca:
prouavanje relevantne naune i strune literature; neposredno upoznavanje na terenu sa
raznim vidovima ispoljavanja pojave koja je predmet istraivanja; utvrivanje materijalnih
uslova neophodnih za realizaciju istraivanja. Drugim rijeima pripremna faza obuhvata: (1)
rad u biblioteci, (2) rad na terenu i (3) izradu idejne skice istraivanja.
(1) Izvori prvog reda (primarni izvori) su najdirektniji izori informacija. Primjer ovih
izvora su originalni radovi, koji predstavljaju prikaz istraivanja od strane samog autora i
oni se objavljuju u naunim asopisima i zbornicima.
(2) Izvori drugog reda (sekundarni izvori) su manje direktni od primarnih izvora i
sastavljeni su na osnovu njih. Primjer ovih izvora su zbornici, koji daju brzi uvid u neku
oblast i sintezu primarnih radova.
(3) Izvori treeg reda (tercijarni izvori) su izvori sastavljeni na osnovu sekundarnih
izvora. Primer ove vrste izvora su udbenici, koji predstavljaju sintezu kako primarnih,
tako i sekundarnih izvora informacija. italac udbenika esto prima informaciju iz trede
ruke, tj. primarni izvor je filtriran kroz interpretaciju autora preglednog lanka i autora
udbenika.
(4) Izvori etvrtog reda. Novinarksi lanci, na primer, sadre prikaz sadraja iz
udbenika.
(5) Izvori petog reda. Prepriavanje informacija etvrtog reda, npr. od strane prijatelja.
22
Idejna skica treba da odgovori na tri osnovna pitanja: (1) ta e biti predmet i problem
istraivanja; (2) kako e se istraivanje izvesti; (3) koje su materijalne pretpostavke
realizacije istraivanja.
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.
Kod velikih istraivanja prije finalnog ponekad se rade preliminarna istraivanja. Preliminarna
istraivanja se obavljaju na uzorku od 5 do 10% od veliine uzorka planiranog za finalno
istraivanje i ima funkciju: (1) da se provjere instrumenti istraivanja; i (2) provjera
organizacije istraivanja.
III dio
Projekt istraivanja
Projekt se sastoji iz tri osnovna dijela: (1) teorijski dio projekta; (2) metodoloki i (3)
finansiski.
Glavne aktivnosti na izradi teorijskog dijela projekta odnose se na: (1) formulaciju problema
istraivanja; (2) postavljanje ciljeva istraivanja; (3) formulisnje optih i posebnih hipotreza i
zadataka istraivanja; (4) analiza kljunih pojmova (klasifikovanje i definisanje promjenjivih).
Kritina taka svakog istraivanja je uoavanje praznine, nejasnosti, tekoe, problema koga
treba rijeiti. Prethodno znanje i iskustvo igra veliku ulogu u uoavanju i definisanju problema.
Stoga se od istraivaa oekuje da prvo, teorijski analizira problem, a zatim i da ga jasno
formulie.
26
Nauno formulisan problem ukazuje na neki odnos dvije ili vie pojava. Problem se moe
formulisati u vidu pitanja ili iskaza o tome koje su pojave predmet pruavanja. Npr: Koliko je
po miljenju uenika/ca, nastavnika/ca i roditelja rasprostranjena korupcija u obrazovnim
ustanovama i koji su njeni osnovni pojavni oblici. Cjelokupno istraivanje je zapravo
rjeavanje postavljenog problema, ili odgovor na postavljeno pitanje.
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.
Opti cilj istraivanja je da se utvrde miljenje, stavovi i znanje uenika/ca, nastavnika/ca i roditelja
osnovnih i srednjih kola o tome:
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.
Prema broju promjenjivih (varijabli) iji odnos se u njima pretpostavlja mogu se podijeliti na
proste i sloene hipoteze. Proste su one koje pretostavljaju odnos dvije promjenjive (npr. vii
stepen obrazovanja znai nii stepen prihvaenosti radikalnih pogleda); Sloene hipoteze
pretpostavljaju odnos izmeu veeg broja promjenjivih (npr. porastom godina starosti i
opadanjem godina kolovanja raste stepen prihvaenosti radikalnih pogleda na svijet).
28
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).
U statistikim istraivanjima (vidi poglavlje X) obino se testita tzv nulta hipoteza. Npr. kada
ispitujemo odnos izmeu dvije varijable (godine starosti i duina radnog staa) mi polazimo od
pretpostavke da meu njima ne postoji nikakva povezanost. Tu pretpostavku mi odbacujemo
jedino ako smo skoro sigurni (vie od 95% ili 99% vjerovatnoe) da je ona pogrena. Naa
istraivaka hipoteza koju mi zapravo istraivanjem i elimo da dokaemo odbascivanjem
nul-hipoteze u ovom primjeru glasi da sa godinama starosti raste i broj godina radnog staa.
U okviru jednog istraivanja obino se postavlja vei broj hipoteza koje su razliitog stepena
optosti. Opta, generalna hipoteza, odnosi se na cio predmet istraivanja i obuhvata sve
njegove aspekte. Ova opta hipoteza se obino razlae na posebne hipoteze koje obuhvataju
razliite aspekte problema istraivanja. Posebne hipoteze su konkretne i mogue ih je testirati,
tj dokazivati njihovu ispravnost.
29
Na primjer ivortni stil (kao odrednica drutvene klase) da bi bio mjerljiv 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.
Meu pripadnicima razliitih drutvenih klasa postoji statistiki znaajna razlika u
stepenu prihvatanja stanovita da drava treba da preuzme brigu da svakom
pojedincu obezbijedi sredstva za ivot.
U drutvenim naukama koriste se tri osnovne grupe postupaka ili tehnika istraivanja. O
tehnikama istraivanja detaljno dse upoznaj u poglavlju VII. U jednoj grupi su razne tehnike
neposrednog posmatranja. Drugu grupu sainjavaju tehnike zasnovane na verbalnoj usmenoj
ili pismenoj komunikaciji (interviju, upitnik, skale procijene). U treoj grupi su tehnike za
analizu sadraja (poruka, dokumantacije, zakona, komunikacije, medija i sl.).
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, Intervju;Medijskipaneli;Fokusgrupe;Reaktor
prisustvonainternetu)
Pisanisadraj(tekst);slikovnisadraj(fotografije,plakati, Analizasadraja
crtei);audiovizuelnisadrajifilmskizapisi
Dokumenti(pisani,zvuniiaudiovizuelnizapisi); Analizasadraja
Raznevrsteartefakata:religioznisimboli,obrednipredmeti, Posmatranje;Etnografskestudije
raznioblicioruakojasekoristetokomnekogdogaaja,
umetnikadela
Linoiskustvo:ulniutisci(slike,oseti),predstave,pojmovi, Introspekcija;Grupnediskusije
stavovi,oseanja,snovi
Odreivanje uzorka je pitanje koje je naroito vana za istraivanja koja imaju za cilj da
prouavaju pojave u optoj populaciji ili pojedinim njenim segmentima. U eksperimentalnim
istraivanjima uglavnom se koriste manje grupe ispitanika homogene po svim osnovnim
obiljejima (pol, uzrast, kolska sprema itd.). U neeksperimentalnim istraivanima pitanja
populacije i uzorka su od presudne vanosti pa se o njima govori kao o posebnoj vrsti
istraivakog zadatka. O populaciji i uzorku detaljnije se upoznaj u poglavlju VI.
prikupljene podatke. Izbor statistikih postupaka je ovisan od nivoa mjeranje koji smo u
istraivanju ostvarili. O nivoima mjerenja vidi poglavlje IX.
Relacijskaanalizapodataka
13.Izradaizvjetaja Pisanjeizvjetaja 500
Lektorisanjeteksta 100
Obradateksta 100
tampanjeizvjetaja 500
14.Prezentacijaizvjetaja Okruglisto stonatemukorupcijauobrazovanju(oko50uesnika). 300
Organizacijaiadministracijaprojekta 400
Ukupno: 7500
34
IV dio
Vrste istraivakih nacrta
Frekvencijski nacrt, gdje nam je cilj opisivanje pojave ali samo na nivou utvrivanja
frekvencija uestalosti njenog javljanja u populaciji. Na primjer, cilj nam je da utvrdimo
rasprostranjenost puakih sklonosti u populaciji srednjokolske omladine; ili da utvrdimo
stepen prihvatanja neke politike ideje. Frekvenciska istraivanja kao svoj rezultat navode da
je npr. 5% mladih poelo da pui u prvom razredu srednje kole; ili da 20% graana zastupa
liberalne, a 15% konzervativne stavove i sl. Vidi: deskriptivna analiza podataka, poglavlje X.
35
Korelacijski nacrt, gde nam je cilj da utvrdimo stepen povezanosti izmeu dvije ili vie pojava.
Na primjer, cilj nam je da utvrdimo stepen povezanosti izmeu visine prihoda domainstva i
prihvaenosti konzervativnih ideja; ili izmeu duine radnog staa i zadovoljstva poslom.
Korelacijske istraivanja kao rezultat navode da npr. korelacija (povezanost) izmeu visine
prihoda domainstva i prihvaenosti konzervativnih ideja iznosi 0,55; ili da je korelacija
izmeu duine radnog staa i zadovoljstva poslom 0,20. Korelaciona istraivanja mogu da
ukau na stepen povezanosti izmeu dvije pojave, ali nam nita ne govore o uzronoj
povezanosti. Vidi realciska analiza podataka i statistiko zakljuivanja poglavlje X.
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.
Iskustveni (empirijski) metodi su oni kod kojih postojea teorijska i iskustvena znanja slue
kao osnov za identifikovanje problema i postavljanje hipoteza istraivanja. Sutina empirijske
metoda sastoji se u sistematskom prikupljanju iskustvenih injenica (podataka) sa ciljem da
se verifikuje postavljena hipoteza.
Prema osnovnim naelima na kojima se zasnivaju empirijske metode se mogu dalje dijeliti na:
Eksperimentalne, i
neeksperimentalne.
Eksperiment (lat. experimentum = proba, opit, ogled) je postupak (metod istraivanja) gdje
se u strogo-kontrolisanim uslovima namjerno izaziva i mijenja jedna pojava (nezavisna
varijabla), kako bi se utvrdio i izmjerio njen uticaj na drugu pojavu (zavisna varijabla), dok se
ostali uslovi dre pod kontrolom (kontrolna varijabla).
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).
Varijabla se definie kao svaka osobina ili karakteristika koja je predmet mjerenja a koja ima
svojstvo promjenjivosti, - koja se mijenja. Prema ulozi koju imaju u eksperimentu varijable se
dijele na nezavisne, zavisne i kontrolne varijable.
Ulogu zavisno promjenjivih varijabli po pravilu imaju one pojave koje elimo da upoznamo,
razumijemo ili objasnimo. Istraivanjem mi utvrujemo da li i koliko zavise od nezavisnih
varijabli. Ulogu nezavisno promjenjivih imaju pojave za koje se zna ili se pretpostavlja da
prethode drugim pojavama, da su dovoljni uslovi ili uzroci njihovog javljanja. Nazavisna i
zavisno promjenjiva varijabla su osnovni tipovi varijabli u istraivanjima.
Kontrolna varijabla je ona koja poput nezavisne moe djelovati na zavisnu varijablu ali za iji
uticaj istraivai trenutno nisu zainteresovani. Stoga se efekti ovakvih varijabli moraju
neutralisati ili kontrolisati. U istraivanju kontrolne varijable drimo pod kontrolom kako bi
preciznije izmjerili odnos izmeu nezavisne i zavisnopromjenjive varijable. Na primjer,
inteligencija je jedna od tipinih nezavisnih varijabli koju drimo pod kontrolom kada elimo da
istraimo efekat jednog ili drugog tipa uenja.
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
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.
Eksperimentalna grupa
Djelovanje
Inicijalno stanje eksperimentalnog Finalno stanje
faktora
Kontrolna grupa
Finalno stanje
Inicijalno stanje
Ovo je specifina vrsta eksperimenta koji se deava u prirodnim uslovima. To je sluaj kada je
eksperimentalni faktor djelovao a da namjerno nije uveden pa prema tome nije utvreno
inicijalno stanje. Na primjer u neko preduzee prije izvjesnog vremena uvedena je specifina
organizacija rada. Nas moe zanimati da li takva organizacija doprinosi boljim meuljudskim
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.
Znaajno mjeto u drutvenim naukama imaju istraivanja koja se obavljaju na populaciji ili to
je ei sluaj na uzorku (istraivanja na uzorku) uz primjenu anketnog upitnika (anketna
istraivanja) sa ciljem istraivanja javnog mnijenja (miljenja veine ljudi) o pojedinim
politikim, ekonomskim, kulturnim ili drutvenim pitanjima, ili sa ciljem utvrivanja
povezanosti nekih pojava (korelaciona istraivanja). O populaciji i uzorku vidi u narednom
poglavlju.
Krajni cilj ovih istraivanja je predikcija, tj. predvianje ponaanja ljudi u pojedinim sferama
drutvenog ivota. Na primjer, krajnji cilj istraivanja potreba ljudi moe biti predvianje
uspjeha plasmana odreenog proizvoda na tritu; krajnji cilj istraivanja miljenja ljudi o
pojedinim drutvenim ili politikim pitanjima moe biti kreiranje predizborne kanpanje ili
predvianje uspjeha pojedinih politikih partija na izborima. U stranoj literatiri ova vrsta
istraivanja najee se naziva survey (sondano ili pregledmo) istraivanje.
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.
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).
Vie je nego jasno da izboru uzorka uvijek mora da prethodi detaljno prouavanje
karakteristika populacije, na primjer o njenoj veliini, polnoj, obrazovnoj, teritorijalnoj
strukturi itd. U upoznavanju karakteristika populacije sluimo se svim raspoloivim podacima o
populaciji, na primjer, podacima popisa ili drugim raspopoivim evidencijama. Prema nainu
izbora jedinica populacije u uzorak razlikuju se (1) sluajni i (2) nesluajni uzorci.
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.
populaciji) i (b) paritetni izbor (svakom stratumu se daje ista teina). Ukratko: stratificirani
uzorak je sloeni uzorak zbir jednostavnih sluajnih uzoraka.
Prigodni uzorci (koji su na dohvat ruke prijatelji, prolaznici, uenici oblinje kole)
Dobrovoljaki uzorci (lanovi se sami se javljaju medijski kontakt programi)
Kvotni uzorci se formiraju kod stratifikovanih populacija, najee putem proporcionalnog
uzorka. Razlika u odnosu na stratifkovani sluajni uzorak je u tome to se izbor vri
prigodno, a ne sluajno, pri emu se ispunjavaju kvote. Anketaru se daje shema
strukture ispitamoka iz koje se vidi koliki broj ispitanika sa odreenom karakteristikom (iz
odreenog stratuma) treba da anketira. Dakle kod kvotnog uzorka izbor jedinica koje ine
uzorak preputen je anketaru a ne sluaju. Anketar je, meutim, duan da na terenu
pronae osobe koje se uklapajuu kombinaciju zadatih obiljeja i da se njima obavlji
intervjue.
Kako bi se odredila veliina minimalnog uzorka, potrebno je poznavati sljedea tri parametra:
veliina populacije, pretpostavljeni stupanj povjerenja i pretpostavljeni interval povjerenja.
Stupanj povjerenja je prihaveni rizik pogreke u studiji. Tipino pretpostavljen stupanj
povjerenja je ili 95% (npr. 5% mogunosti pogreke) ili 99% (npr. 1% mogunosti pogreke).
Osim stupnja povjerenja, potrebno je pretpostaviti i interval povjerenja koji opisuje postotak
pogreki postignutih parametara kao to su srednje vrijednosti.
eljena preciznost mjerenja uticat e na izbor jednog od uobiajeno prihvaenih dosega: +/-
3%, +/-5%, i +/- 10%. Kao to se vidi u Tabeli 1, minimalna veliina uzorka za grad veliine
47
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
Ovaj metod je nezamjenjiv kada su u pitanju pojave, procesi ili dogaaji koji se mogu odvijati
i pratiti jednino u autentinim uslovima (koje nije mogue vjetaki, npr. eksperimentalno
izazvati i posmatrati u kontrolisanim uslovima). U takve pojave spadaju: nain ivota
odreene zajednice; odreeni religiozni i drugi obredi; politiki skupovi; ponaanje odreenih
grupa i organizacija; proces rada u razliitim uslovima i sl.
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.
Provokacija protivnikih navijaa skakanje, pretei gestovi, uee Provokacija protivnikih igraa
u optem komeanju grupe...
nasilno lomi stolice, gaa
protivnike navijae
Provokacija protivnikih igraa preskae na stranu sa Sporna akcija policije...
protivnikim igraima i zapodeva
tuu
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?
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,
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
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.)
1. 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. Atribut je najee pomona jedinica analize: identifikacijom i istraivanjem atributa
otkrivaju se znaenja koja se pridaju osnovnoj jedinici analize. Atribut moe biti pripisan
a) neposredno, verbalnom kvalifikacijom, bila da je ona sastavljena od jedne rijei ili
sintagme i b) posredno, aludiranjem ili stavljanjem u odreeni kontekst.
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.
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.
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.
Posebnu grupu sainjavaju tehnike zasnovane na verbalnoj usmenoj ili pismenoj komunikaciji:
upitnik, intervju, skale procjene i testovi.
Upitnikom i intervjuom obino se prikuplja pet vrsta podataka: injenice (najee o samom
ispitaniku), miljenje, stavovi (o nekome ili o neemu) i uobiajena ponaanja (u odreenim
situacijama).
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:
Stavovi
Primjeri pitanja:
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:
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.
Kada treba procijeniti stepen prisutnosti odreenog svojstva (sposobnosti, vjetine, znanja,
interesovanja, potreba, motiva, stavova itd) kod nekog pojedinca, procjenjiva se obino
koristi skalom procjene. Skala procjene je relativno jednostavan instrument za objektiviziranje
procesa posmatranja i preciziranje postupka procjenjivanja. Sastoji se od ureenog niza
veliina na kojem procjenjiva treba da odredi mjesto posmatranog pojedinca na datoj ljestvici
u pogledu posjedovanja odreene osobine (crte, motiva, patoloke tendencije, znanja i sl.).
Skala procjene je konceptualni model koji omoguuje da se svojstvo ili atribut koji je predmet
mjerenja izrazi (reprezentuje) numeriki.
Da bi se razumijela uloga skala procjene u upitniku vano je razumjeti razliku izmeu tzv.
kontinuiranih i diskontinuiranih varijabli u istraivanju. Ako odreenu varijablu moemo
gometrijski zamisliti kao du (gdje odreeno svojstvo progresivno raste ili opada) radi se o
kontinuiranoj varijabli. Suprotno tome diskontinuirane varijable se rasporeuju po principu ima
ili nema. Sreemo ih u uzajamno iskljuivim kategorijama gdje jedna kategorija oznaava
prisutnost (DA), a druga odsutnost (NE) varijable koja je predmet mjerenja. Ovdje ustavri i
nema mjerenja, u sluaju diskontinuiranih varijabli mi samo registruje frekvencija prisustva ili
odsustva nekog svojstva.
Kontinuirane varijable su mjerive ako tano definiemo predmet mjerenja (npr. obobravanja
homoseksualnih brakova) i jedinice po kome svojstvo raste ili opada (uopte ih ne odobravam;
ne odobravam ih; ravnoduan sam; donekle ih odobravam; potpuno ih odobravam).
Kontinuirane varijable se dijele na unipolarne i bipolarne. Uniporalne varijable imaju samo
pozitivnu stranu dui (nula je na lijevoj strani). Karakteristine su za procjenu npr. neijih
intelektualnih sposobnosti (neko moe biti malo, srednje ili jako inteligentan, a ne moe ii
ispod minimuma; ne moe se ii u negativnu stranu). Kod bipolarnih varijabli nula je u sredini,
a du ima i pozitivnu i negativnu stranu (npr. u prethodnom primjeru odnos prema
homoseksualnim brakovima moe biti u razliitom stepenu negativan, indiferentan ili
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.
Prvo, definisanje kriteriskog svojstva (svojstav u odnosu ili prema kom se procjena obavlja).
To mogu biti razliite varijable: sposobnost, stav prema ravnopravnosti polova, religioznost,
interesovanje za muziku itd. Bitno je da se za izabrani atribut moe pretpostaviti da je
linearan. Da kontinuirano raste ili opada (a ne da je diskontiniran u smislu ima/nema ili
muko/ensko). Drugo, utvrivanje jedinica na kontinuumu. Te jedinice mogu biti grafike
(samo take), numerike (brojevi) ili opisne (beznaajno; donekle znaajno; vrlo znaajno).
Tree, tehniko oblikovanje skale i definisanje pravila njene primjene.
ili
POTPUNO SE SLAEM
UGLAVNOM SE SLAEM
NEODLUAN SAM
UGLAVNOM SE NE SLAEM
NI MALO SE NE SLAEM
Postoje tri osnovne vrste skala provjene: 1. grafika skala; 2. numerika skala; 3. opisna
skala procjene. Sve se koriste u upitnicima.
60
1. Grafika skala
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
1 NA NACIONALNU ISTORIJU 1 2 3 4 5 6 7
2 NA DEMOKRATSKE INSTITUCIJE 1 2 3 4 5 6 7
3 NA PRIVREDNE USPJEHE 1 2 3 4 5 6 7
4 NA SOCIJALNU SIGURNOST 1 2 3 4 5 6 7
Ocjenite u kojoj mjeri sljedee osobine odlikuju ili ne odlikuju kandidata X na izborima.
POTEN 3 2 1 0 -1 -2 -3 NEPOTEN
ENERGIAN 3 2 1 0 -1 -2 -3 SPOR/TROM
ODLUAN 3 2 1 0 -1 -2 -3 NEODLUAN
INTELIGENTAN 3 2 1 0 -1 -2 -3 NEINTELIGENTAN
Sastoje se od niza opisa kojima se definiu take na dimentiji. Opisi mogu biti svedeni na
pojedine rijei, ali mogu ukljuivati i detaljnije opise.
61
se slaem
potpuno
se slaem
uglavnom
se slaem
djelimino
se
ne slaem
ne znam
POLOAJ UENIKA U KOLI
4. Kombinovane skale
Kada se eli utvrditi koliko su neke grupe meusobno bliske ili meusobno udaljene
(distancirane) koristi se skala socijalne distance.
3.3. test
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.
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 objektivan ukoliko rezultat na testu zavisi iskljuivo od prisustva svojstva koje se
mjeri, a ne od onoga koji mjerenje sprovodi. Kako bi se obezbijedila objeltivnost svaki test
ima tano utvrene procedure zadavanja testa, popunjavanja testa, utvrivanja rezultata na
testu i tumaenja rezultata testa. Utvrene procedure testa moraju se primjenjivati na isti
nain sa svakim ispitanikom.
65
VIII dio
Izrada upitnika
Proces izrade upitnika treba posmatrati kao dio projekta istraivanja. To znai da je prije
izrade upitnika zavreno projektovanje istraivanja (vidi projekt istraivanja) u kome je
precizno formulisan problem istraivanja, odreeni ciljevi istraivanja, formulisane hipoteze i
definisane varijable istraivanja. Dakle svrha i predmet upitnika su ve utvreni, a sada
preostale njihovo ralanjivanje i prevoenje u formu pitanja.
Neke varijable su po prirodi takve da se mogu manje vie direktno prevesti u pitanje (npr. pol,
starost, brano stanje i sl.); za veinu drugih varijabli potrebno je u procesu raanjivanja
definisati indikatore (s polja vidljive manifestacije varijable).
Varijablu EKSTRAVERZIJA (koja moe biti predmet istraivanja) prvo bi trebalo ralaniti na
dvije komponente: sklonost spoljanjoj akciji i socijabilnost tj. sklonost socijalnim kontaktima
nasuprot povlaenju i osamljivanju. Sada predstoji definisanje indikatora (s polja vidljivih
manifestacija) varijable. Na primjer, za ovu drugu komponentu socijabilnost indikatori bi mogli
biti sljedei:
Strateko planiranje je neto potpuno novo za lokalne samouprave. One sada tek ue da
imaju pravo oblikovati svoju vlastitu budunost pripremanjem dugoronih stratekih
planova. Razvoj takvih planova zahtijeva prikupljanje razliitih vrsta podataka. Graani su
najvaniji izvor informacija kojim se treba koristiti u razvoju strategija jer ni jedan
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.
Sve organizacije moraju stalno ulagati napore kako bi poboljale kvalitet i djelotvornost
svoga rada. Korisnici usluga lokalne samouprave znaju ne samo to treba poboljati nego i
kako to poboljati. Istraivanje treba da prui informaciju o pitanjima kao to su brzina i
kvaliteta usluga, a te informacije e biti iskoritene kako bi se poboljale usluge i
upravljanje.
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
- 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.
Osnovni zahtjev koji se mora ispotovati jeste da pitanje treba za svakog ispitanika da ima
isto znaenje, - ono koje je istraiva planirao. Meutim, to uvijek nije lako postii.
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.
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 o
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.
Mogue je da ispitanici budu obavijeteni, ali da su im nepoznate ili nejasne rijei kojima se
trae podaci. Na primjer, veina obinih ljudi ne bi razumjela pitanje: Da li ste ponekad
anksiozni? Isto pitanje mnogi bi razumjeli ako bi bilo formulisano na drugi nain: Da li
ponekad deava da osjeate neodreen strah i unutranju tjeskobu bez nekog vidljivog
razloga? Slino je i sa termonima esto ili rijetko koji se pojavljuje koa ponueni odgovor
u skalama procjene. Za nekoga esto odlaenje u pozorite znai tri puta mjeseno, a za
drgoga tri puta godinje. Bolje je umjesto da se ponudi odgovor esto precizirati ta pod tim
podrazumijevamo, npr. svakodnevno, ili dva-tri puta mjeseno.
Prvo, treba ispitanika osloboditi straha da ispitivanje nije anonimno. Drugo, treba izbjegavati
rijei sa snanim emocionalnim nabojem uz koje je esto vezan odreeni drutveni pritisak,
npr. pravda, demokratija, domovina, sloboda. Ove rijei automatski (nesvjesno) utiu da
ispitanik reaguje na odreeni nain. Tree, pitanje treba tako formulisati da oslobodi ispitanika
straha od izdvajanja. Na primjer, ako nam je vano da izdvojimo ispitanike koji nisu izali na
posljednje izbore umjesto pitanja: Da li ste izali na posljednje izbore?; bolje je pitanje
formulisati na sljedei nain: Poznato je da na posljednjim izborima nije glasao znaajan broj
graana. Da li i Vi spadate u grupu graana koji nisu izali na izbore?
71
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).
Postoje dvije osnovne vrste zatvorenih pitanja, alternativna ili dihotomna (sa ponuenim
odgovorima da/ne; tano/netano; slaem se/ne slaem se) i pitanja sa viestrukim izborom
(kada ispitanik bira jedan od vie ponuenih odgovora).
DA
NE
NIJESAM SIGURAN/A
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
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
Razumljivost rijei, fraza i konano samog pitanja treba prilagoditi populaciji na kojoj se
istraivanje primjenjuje. Rijei koje se koriste moraju biti jednostavne i konkretne. Posebno
treba izbjegavati strune i tehnike izraze. Na primjer, treba izbjegavati izraze kao to su:
obligacije, katastar ili prostorno ureenje, kao i sve druge strune termine koji nisu dio
svakodnevnog govora. U formulaciji pitanja treba se rukovoditi principom najslabije karike, a
to znai da istraiva treba da ima u vidu najmanje inteligentnoe i najmanje obrazovane
ispitanike, a ne prosjene kako se to esto ini.
Kada je nuno koristiti odreene rijei ili izrazi za koje se unaprijed moemo pretpostaviti da ih
neki ljudi ne razumiju ili da ih razliite grupe ispitanika razumiju na razliit nain, potrebno je
osigurati i njihove definicije. Na primjer, Kako vi ocjenjujete rad Obmusmana, zatitnika
ljudkih prava, u protekloj godini?
Pitanja ne trebaju da sadre nejasne i dvosmislene rijei koje zapravo ne daju korisnu
informaciju. Na primjer, rijei kao: ukljuen, angairan, vezan, pripada, esto, rijetko itd.
razliiti ispitanici e protumaiti na razliite naine. Na primjer, pitanje Do koje ste mjere
ukljueni u poslove koji se tiu vae lokalne zajednice? nije korisno s obzirom na to da se
ispitanici sigurno razlikuju u tome kako su shvatili rije ukljuen. Za neke ukljuenost znai
uee u gradskoj vlast, za druge rad nevladinog sektora, za tree stupanj informisanosti o
aktivnostima gradskih vlasti. Slino je i sa pitanjem: Da li esto odlazite u pozorite?
(ponueni odgovori: esto; povremeno; rijetko). Umjesto toga boje je precizirati
alternative, na primjer: jednom do dva puta nedeljno; dva-tri puta mjeseno; tri-etiri puta
godinje; nikad ili gotovo nikad i slino.
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.
Treba izbjegavati sugestivna pitanja, pitanja koja navode ispitanika na odreeni odgovor. Ova
greka se moe dogoditi zvog:
a.) upotrebe sugestivnih formulacija, npr. Do koje mjere ste nezadovoljni radom gradskog
vijea? Nesugestivno pitanje bilo bi: Kako ocjenujete rad gradkog vijea?
b.) oslanjajana na neke autoritete, npr. Da li ste saglasni sa ocjenama ekonomskog istituta
da je gradska vlsat ostvarila uspjeh u protekloj godini?
c.) upotrebe stereotipa i emocionalno zasienih rijei, npr. Da li je po vaem miljenju
gradska vlast poteno predstavila rezultate koje je ostvarila u protekloj godini?
Hipotetska pitanja npr. to bi vi prvo uradili na mjestu gradonaelnika? ili Kada bi ste bili u
prilici da glasate da li bi ste privatili ovaj Satatut? obino ne daju eljeni rezultat. Na drugi
nain postavljena ova pitanja mogla bi da glese: ta su po vama prioriteti gradskih vlasti?;
ili za drugi primjer: Da li smatrate da treba prihvatiti ovaj Statut? Iako se ini da su
identina pitanja, na njih ispitanici ne daju identine odgovore. Hipotetska pitanja asociraju na
odreenu situaciju i ponaanje u toj situaciji pa se odgovori ne odnose samo na ono to smo
mi mislili da pitamo: miljenje o gradskim prioritetima ili miljenje o statutu.
Samo nekoliko socijalnih i psiholokih (kao i biolokih) varijabli ima bimodalnu podjelu, to jest
podjelu u dvije kategorije ili vrijednosti tima muko/ensko; zaposlen/nezaposlen; da/ne.
Jednostavno govorei, svijet nije crno-bijeli te zato ne moemo pretpostaviti da miljenja ljudi
ili njihovi stavovi imaju samo dva odgovora. Stoga se pitanja s odgovorom da ili ne trebaju
postaviti samo onda kada je mogu jedan od tih dvaju odgovora. Meutim vena varijabli su
zapravo kontinuirane pa je potrebno predvidjeti odgovore koji izraavaju razliite stupnjeve
zadovoljstva ili nezadovoljstva.
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
Iskustvo pokazuje da su se kao ispitaniku prihvatljiva pitanja pokazala ona koja se odnose na
demografske karakteristike (pol, dob, nivo kolske spreme, mjesto stanovanja i sl.) osim ako
se ne trae mnogo specifini podaci za koje ispitanik ocjenjuje da mogu otkriti njegov
identitet.
Logika strategija podrazumijeva logiki raspored - da pitanja koja se odnose na jednu oblast
budu grupisana na jednom mjestu. Ponekad se pitanja koja se bave istim problemom grupiu
u matricu (vidi primjer).
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.
Upurstvo je neobino vaan dio upitnika. Zadatak uputstva je da motivie, ali i da obui,
instruie ispitanika kako da popuni upitnik. Stoga se ponekad razlikuju tri vrste instrukcija u
uputstvu: 1. opta instrukcija (to su odgovori na pitanja koja zapravo svaki ispitanik sebi
postavlja kada doe u situaciju da popunjava upitnik: ta se ispituje, ko organizuje
ispitaivanje, u koje svrhe se ispitivanje obavlja, emu e sluiti rezultati istraivanja, da li je
ispitivanje anonimno i sl.); 2. posebna instrukcija (odnosi se na upitnik i prije svega na nain
popunjavanja upitnika. Ispitanici se zamole da paljivo itaju pitanja, objnjava im se nain
odgovaranja, ako je potrebno daju im se i primjeri popunavanja upitnika); 3. specifina
instrukcija (daje se uz pojedina pitanja u upitniku, na primjer: Zaokrui jedan odgovor!)
78
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:
se slaem
potpuno
se slaem
uglavnom
se slaem
djelimino
se
ne slaem
ne znam
o. KOLA
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.
HVALA NA SARADNJI!
79
Dizajn upitnika je neobino vaan jer zavisno od dizajna u velikoj mjeri zavisi preglednost i
pristupanost upitnika. Primjer dizajna pitanja namjenjenog djeci mlaeg kolskog uzrasta.
, ,
!
1. 10
2. 50 2
3.
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.
Na osnovu rezultata dobivenih u predtestiranju vri se revizija upitnika. Ako ima dosta
nepopunjenih pitanja na kraju ankete anketu je potrebno skratiti. Ako ima dosta dopisivanja
pozrebno je korigovati i preformulisati ponuene odgovore. Ako ima velik ibroj odbijanja da se
odgovori potrebno je obezbijediti dodatne garancije anonimnosti. Ako ima veliki broj odgovora
ne znam treba preformulisati i pojedostaviti pitanja ili uvesti definicije za pojedine pojmove i
sl.
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.
Podataka koji ine narativni ili slikovni opis predmeta i njegovih svojatava
Nominalni ili kategorijalni podaci (nominalna skala)
Ordinalni podaci (ordinarna skal)
Podaci mjerljivi na intervalnim skalama (intervalna skala)
Podaci mjerljivi na racio skalama (racio skala)
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
Analiza podataka zahtijeva struno znanje o statistikoj analizi i upotrebu statistikog paketa
programa kao to su SPSS, SAS ili STATISTICA. Odgovori ispitanika se kodiraju i unose u ve
pripremljene baze podataka (danas postoje maine za automatski unos podataka). Dalja
obrada podataka podrazumijeva: 1. opisnu, deskriptivnu analizu podataka; 2. relacisku,
korelacionu analizu podataka; i 3. eventualno vremensku analizu podataka.
frekvencija (f)
procenta (%)
mjere centralne tendencije (mod, medijana, aritmetika sredina)
mjere varijabilnosti (raspon i standardna devijacija)
Takve deskriptivne analize su potrebne, ali ne pruaju najvanije informacije koje anketa
prua.
87
Kako bi obezbijedili bolje razumijevanje dobivenih podataka, i kako bi se otkrili odnosi izmeu
dobivenih podataka potrebno je izvriti tzv. relacijsku analizu podataka. Relaciska analiza
podataka nam omoguuje da testiramo postavljene hipoteze i donesemo konane zakljuke
istraivanja. Takva analiza zahtijeva primjenu naprednijih statistikih postupaka kao to su t-
test, analiza varijanse, korelaciona analiza, hi-kvadrat test.
U anketi a na osnovu ciljeva istraivanja i postavljenih hipoteza mogu nas zanimati razliiti
tipovi odnosa.Na primjer moe nas zanimati da li se pojedine podgrupe ispitanika razlikuju
prema svojim odgovorima na pojedina pitanja, npr.
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:
Ponovljene ankete omoguuju nam da mjerimo promjene tokom vremena (da utvrdimo
trendove). Na primjer, u istraivanju aspekata kvalitete ivota, nije vano samo utvrditi koliko
su trenutno graani zadovoljni sa svakim aspektom, nego i to da li se stupanj zadovoljstva
poveao ili smanjio. Pozitivne promjene stupnja zadovoljstva pruaju, bez obzira na stupanj,
jasnu poruku o tome da su se uslovi poboljali, dajui pozitivnu povratnu informaciju lokalnoj
88
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) i mjere
varijabilnosti (raspon i standardna devijacija).
Primjer, u sljedeem primjeru data je tabela frekvencije (f) odgovora dvije grupe uenika
(uenici eksperimentalne i kontrolne grupe ) na jedno pitanje.
9.Dabiimodobreodnosesadrugomdjecomuodjeljenjuiukoli,tajepotvommiljenjuvano?
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
35
31,54
29,53
30
25 24,5 23,49
22,82
20
15
12,75 12,75
12,42
10,74
10 8,72
5 4,03
2,35 2,352,01
0
da budes da drugi da svi da postoji nista od neznam bez
popustljiv popustaju slusaju obostrano toga odgovora
tebi nastavnike popustanje
Mjere centralne tendencije se koriste kako bi se njima opisale prosjene vrijednosti ispitanika
na datoj varijabli. Pod izrazom prosjek najee podrazumijevamo vrijednost koja najbolje
reprezentuje postignue uzorka. Na primjer kaemo prosjena ocjena studenata druge godine
iznosi 8,45, a studenata tree godine 8,80. Osnovne mjere centralne tendencije su: mod,
medijana i aritmetika sredina.
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.
5 10 20 10 25 30 10 15 20 10 50 mod je 10
90
Medijana (Mds)
5 10 10 10 10 15 20 20 25 30 50
5 10 10 10 10 15 20 20 25 30
Aritmetika sredina predstavlja prosjek svih rezultata ili broj kojim se izraava vrijednost oko
koje se grupiu vrijednosti svih ispitanika na jednoj varijabli. Ona je najsavrenija i osnovna
mjera centralne tendencije jer se veina statistikih postupaka zasniva na njoj. Ima manu to
je osjetljiva na ekstremne rezulztate. Aritmetika sredina se dobije tako to se zbroje sve
vrijednosti (suma svih rezultata) i podijeli sa brojem rezultata. Na primjer:
Raspon
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
(x X)2
varijansa S2 = _______________
N1
1 2 3 4 5 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 0 +1 +2 =0
(x X)2 4 1 0 1 4 = 10
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:
Ako na x osu unesemo vrijednosti varijable (npr. bodovi testa znanja iz metodologije), a na y
osu frekvencije pojedinih rezultata dobiemo distribucju rezultata studenata na testu znanja iz
metodologije. Iskustvo nam pokazuje da se rezultati mjerenja velikog broja varijabli (visina,
teina, inteligencija, rezultati na testovima znanja itd.) rasporeuju po principu normalne
distribucije, to znai da se najvei broj rezultata rasporeuje oko prosjeka, a to se ide prema
krajevima distribucije (i u pozitivnom i u negativnom smijeru) broj rezultata je sve manji. Na
primjer, ako bi smo izmjerili visinu svin studenata na fakultetu i rezultate mjerenja unjeli na
koordinatni sistem, najvei broj rezultata rasporedio bi se oko nekog prosjeka (oko neke
prosjene visine). Idui prema krajevima distribucije, ekstremno visokih i ekstremno niskih
rezultata bilo bi sve manje.
Ova pojava da se rezultati mjerenja mnogih pojava (od psiholokih do fizikih fenomena)
rasporeuju oko prosjeka naziva se normalna distribucija i ona je osnov za mnoge statistike
proraune. Tako, ona je osnov izraunavanja aritmetike sredine (mjera centralne tendencije)
i standardne devijacije (mjera varijabilnosti). Kada imamo izraunatu aritmetiku sredinu (X) i
standardnu devijaciju (s) mi imamo potpuno definisanu distribuciju.
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. T-
test npr. treba da nam odgovori da li su to razliite ili iste populacije)
Na primjer, Marko je visok 170 cm. U statistikom izvjetaju je proitao da prosena visina
Papuanaca iznosi 160 cm (s = 10), a da procjena visina Negrejaca iznosi 180 cm (s =
10). Marka zanima koliki procenat Pauanaca i Negrejaca je visoiji od njega.
Pojoaj odreenog rezultata (z-vrijednost) utvruje se tako to najprije naemo razliku tog
rezultata u odnosu na aritmetiku sredinu, a onda tu razliku podijelimo sa standardnom
devijacijom.
xX
_______________
z - vrijednost z =
s
170 160
_______________
U populaciji Papuanaca z = z= 1s
10
96
170 180
_______________
U populaciji Negrejaca z = z = -1s
10
Dakle, u popumaciji Papuanaca od Marka je visoije 16% ljudi, a u poulaciji Negrejaca visoije
je 84% ljudi.
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 X s
Prvi kolokvij 9 6 7 1,0
Drugi kolokvij 74 90 60 14,0
Ukupno: 83 96
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 (t-
test, 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.
Istraiva najprije postavlja statistiku hipotezu (vidi vrste hipoteza) o stanju stvari u
populaciji. Statistika hipoteza se postavlja u formi nih-hipoteze, da izmeu grupa A i grupa B
ne postoji razlika u odreenom svojstvu. U naem primjeru nul-hipoteza bi glasila:
Ne postoji statistiki znaajna razlika izmeu studenata prava i studenata ekonomije u nivou
opte informisanosti.
Donekle se razlikuju postupci testiranja znaajnosti razlika izmeu dvije aritimetike sredine
kada su one dobivene na istoj grupi ispitanika (zavisni uzorci) ili na razliitim grupama
99
Analiza varijanse je sluaj kada testiramo statistilku znaajnost razlika izmeu tri i vie
aritimetikih sredina. Na primjer u istraivanju smo utvrdili aritmetike stedine na testu opte
informisanosti studenata prava, ekonomije, psihologije, mainstva itd. Interesuje nas da li se
studenti pojedinih fakulteta meusobno razlikuju u niivou opte informisanosti ili to to je neko
student nekog odreenog fakulteta nema nikakvog uticaja na nivou opte informisanosti.
esto u ivotu opaamo da dvije pojave pokazuju neku meusobnu povezanost, na prumjer:
visina i teina, povezanost izmeu ekonomskog statusa i zdravstvenog stanje, izmeu starosti
i krvnog pritiska, izmeu rezultata na testu psihomotornih sposobnosti i uspjeha na radnom
mjestu koje zahtjeva takve sposobnosti itd. U cilju utvrivanja povezanosti izmeu razliitih
pojava koristimo korelacionu analizu. Korelaciona analiza nam otktiva smjer (koji moe biti
negativan ili pozitivan) i visinu povezanosti (koji moe varirati od 0 do +1/-1). Pokuaemo
grafiki prikazati smiso korelacije (grafiki prikaz korelacije naziva se: scatter dijagram).
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
0
0 2 4 6 8 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
0
0 2 4 6 8 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 2 4 6 8 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
0
0 2 4 6 8 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
0
0 2 4 6 8 10 12
Visina povezanosti
Ako je mjerenje obavljeno na velikom broju sluajeva onda kao gruba aproksimacija visine
povezanosti dvije pojave moe posluiti sljedea tabela.
U asopisima, u dnevnoj tampi, na televiziji itd. est je sluaj da se daju prikazi pojedinih
korealacionih istraivanja (npr. esto se govori o povezanosti puenja i raka plua; o
povezanosti ispijanja kafe i duine ivota i sl.). Problem sa takvim izvjetajima je to se
korelaciona povezanost tumai kao uzrona povezanost, pa se npr. na osnovu povezanosti
izmeu puenja i raka plua zakljuuje da puenje uzrokuje rak plua. Statistiar Freund
(prema Petz, B.) kae da koeficijent korelacije nije samo najee upotrebljavan, ve i
najee zloupotrebljavan statistiki postupak.
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
A -------- B
Razlike izmeu aritmetikih sredina (t-test) i koeficijent korelacije (r) mogu se raunati samo
uz kvantitativne kontinuirane podatke (vidi: intervalna skala). Meutim ako su podaci
kvalitativni i diskontinuirani (npr. da/ne; m/; proao/pao i sl.) moemo raunati samo hi-
kvadrat test. Hi-kvadrat test se rauna sa frekvencijama.
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).
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
(fo - ft)2
X2= _______________
ft
Pri emu oznake znae:
X2 = hi-kvadrat
= suma
fo = oekivane frekvencije
ft = teorijske frekvencije
106
26 16 10 100 6,25
12 16 - 4 16 1,00
10 16 - 6 36 2,25
= 9,50
est sluaj u istraivanima je da imamo dva uzorka, npr. mukarce i ene i njihove stavove po
nekom pitanju, npr, da li podravate abortus. elimo saznati da li se mukarci i ene razlikuju
prema stavu o abortusu. Dobiveni su ovi rezultati:
Da li podravate abortus?
ne da ukupno
mukarci 90 140 230
ene 170 90 260
ukupno 260 230 490
ne da ukupno
mukarci 230x260/490 230x230/490 230
ene 260x260/490 260x230/490 260
ukupno 260 230 490
Pisanje izvjetaja
Primjer,
Zoran Lalovi
DIPLOMSKI RAD
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,
Rezime:
Kakva je kola danas i kakve su joj promjene potrebne? To je osnovno pitanje kojim se bavimo. kola se
posmatra iz ugla teorije konstruktivizma, i zadatak je da se analizira postojea nastavna praksa, da se
utvrde njena realna dostignua i osnovne slabosti, te da se polazei od toga predloe promjene koje su,
gledano iz ugla ove teorije, potrebne dananjoj koli. Na pitanje, kakve promjene su potrebne koli,
odgovarajui jednom reenicom, mogli bi rei ovako: U konstruktivistiki zasnovanom obrazovnom procesu
teite interesovanja pedagoke misli pomjera se sa sadraja uenja, i pitanja, ta djeca treba da ue, na
aktivnosti uenja, i pitanje: kako djeca treba da ue? U sreditu obrazovnog procesa nije vie samo program
uenja, njegov sadraj, ve i aktivnost uenja, njegova djelatnost.
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.
- metod istraivanja (treba obrazloiti zato je izabran ba taj, odreeni metod istraivanj);
- tehnike istraivanja (koje tehnike istraivanja su koriene i zato; ponekad je potrebno
navesti metrijske karakteristike instrumenata);
- definisanje populacije i uzorka istraivanja (na kojem uzorku je istraivanje obavljeno i na
koju populaciju se zakljuci ele uoptiti);
- navoenje statistikih tehnika i postupka koji su u istraivanju korieni (npr. za
deskriptivnu analizu: aritimetika sredina i standardna devijacija; za testiranje hipoteza: t-
test i koeficijent korelacije).
Obino zauzimaju jedno do dvije stranice. Zahtjev je da se na jasan i krajnje koncizan nain
odgovori na postavljeni problem istraivanja. U zakljucima se potvruju ili odbacuju
postavljene hipoteze. Moe se ukazati na potrebu za drugim istraivanjima ili ukazati na
praktine koristi od dobivenih rezultata.
1.9. Literatura
Primjer, Literatura:
Ausubel, P.D. (1968). Educational Psychology: A cognitive view. New York, Holt, Rinehart
and Winston.
Bruner, J. (1965): The Process of Education, Haward University Press, Cambridge.
Bruner, J. (1967): Toward a Theoriy of instruction, Belknap Pres, Cambridge.
Bruner. D. (1988): Proces obrazovanja, Psihologija u nastavi, Zbornik radova iz
pedagoke psihologije, br.4. Beograd.
Bloom, S.V. i dr. (1965): Taksonovija ili klasifikacija odgojnih ciljeva, Kognitivno podruje,
u prevodu I. Furlana
Bloom, B.V. (1956): Taxonomy Of Educational Objectives
Best, J.B. (1995): Cognitive psychologiy, Boston: Allyn and Bacon.
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
Djui, D. (1966): Vaspitanje i demokratija Uvod u filozofiju vaspitanja, Obod, Cetinje.
Gagne, N.L. (1988): Educational Psychology, Boston, Houghton Mifflin Company
Gagne, R.M. (1985): The Conditions of Learning
Hrnjica, S. (1995): Informaciono-procesni modeli memorije, Psihologija, 1-2, str. 15-28.
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).
2.1. Citiranje
Citiranje je dodlovno navoenje tuih rijei (definicija, vanih misli, teksta koji ima znaajan
sadraj, a koji se ne moe na drugi nain predstaviti i sl.). Postoje odreena pravila kojih se
treba pridravati prilikom citiranja:
- 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
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.
- Sistem autor-datum, poput Harvard sistema.
- 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.
- Upuuju na sporedne, ali korisne aspekte nekog problema.
- Upuuju na neka suprotna ili drugaija miljenja od iznesenih u tekstu
- Upuuju na dio vlastitog rada gdje se detaljnije obrauje odreeno pitanje.
Na primjer:
- Prezime autora
- Inicijal ili puno ime autora
- Naslov publikacije
- Godina izdanja
- Mjesto izdanja
- Naziv izdavaa
115
Kod numerikog sistema navoenja referenci postoje dva podsistema pisanja izvora: fusnote i
endnote.
Fusnote i endnote su veoma slini podsistemi. U oba sluaja upisuje se broj reference odmah
nakon preuzimanja odreenog teksta (...1). Kod fusnote informacija o izvoru upisuje se na
donjoj margini iste stranice. Oznaava se broj fusnote (1...) a zatim se navede pun
bibliografski opis reference. Referenca se daje i na kraju djela u literaturi.
Na primjer,
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).
Ovaj sistem je neto jednostavniji. U tekstu nakon citiranja u zagradi se navodi prezime
autora i godina izdanja.
Na primjer,
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)
Margine 2 cm (izuzev lijeve koja treba da bude 3 cm zbog korienja)
Prored 1,5 izuzev fusnota gdje se koristi jednostruki prored
Pisanje u pasusima pri emu postoje dva naina:
3.2. 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,
- s.a. (sine anno bez godine) ukoliko nedostaje godina izdanja,
- s.n. (sine nomine bez imena) ukoliko nedostaju podaci o izdavau.
120
Literatura:
U radu su dati izvodi iz sljedeih knjiga i udbenika: