OPIĆ SKRIPTA PITANJA I ODGOVORI KVANTITATIVNA ISTRAŽIVANJA

ODGOVORI:

1. OBJASNITE FUNKCIJE ZNANSTVENE TEORIJE

Imamo sedam temeljnih funkcija znanstvene teorije:
1. Dekompenzacija je opseg u kojem teorija omogućava razgradnju općeg sadržaja pojava (problema)
koji su predmetom istraživanja, u veći broj elemenata ili varijabli pogodnih za ispitivanje
Glavna funkcija znanstvene teorije je pojednostavniti složenost pojava, na način da se
može uočiti pravilnost po kojoj se one odvijaju i da se omogući njihovo istraživanje.
To se postiže dekompozicijom, koja obuhvaća tri koraka:
sumiranje znanja, definiranje termina i (konstrukata) i određivanje sustava klasifikacije

2. Nomologizacija podrazumijeva povezivanje svih bitnih elemenata do kojih se došlo

dekompozicijom u jedan koherentan sustav ili mrežu konstrukata.Nomološka mreža neke teorije
objašnjava sve bitne odnose među ključnim pojmovima i varijablama koji iz njih proizlaze.

3. Razumijevanje se odnosi na doseg u kojem teorija može uputiti na uzročne procese među
konstruktima.

4. Objašnjenje je doseg u kojem teorija može objasniti sadašnje i prošle događaje.

5. Predikcija je doseg u kojem teorija može predvidjeti buduće događaje.
Predikcija se može smatrati jednim od najvažnijih ciljeva znanosti.

6. Plodotvornost je doseg u kojem teorija može generirati nove hipoteze i potaknuti nova istraživanja.
Plodotvornost je pokazatelj heurističke vrijednosti teorije, gdje je teorija metoda u stjecanju novih
znanja.
7. Kontrola: Teorijom se može utjecati i na buduće događaje. Ta kontrolna funkcija teorije često je
ograničena, kako je i ograničen utjecaj znanosti na događaje. Na primjer, društvene znanosti imaju veoma
mali utjecaj na društvene događaje.

7 KRITERIJA ZA EVALUACIJU TEORIJE

Za razvoj teorije bitna je evaluacija teorije. Tzeng i Jackson (1991) navode
sedam kriterija za evaluaciju teorija:
1. formalnost: jasnoća i sustavnost
2. integriranost/opsežnost: najbolja teorija srednje opsežnosti
3. parsimoničnost: najbolja ona teorija koja omogućava točna predviđanja na temelju najmanjeg broja
uvjeta odnosno najmanji broj uvjeta i najjednostavnije postavke
Okamova britva: ako imate dvije teorije koje predviđaju isto, odaberite jednostavniju
4. provjerljivost: dobra je ona teorija u kojoj se svi temeljni pojmovi mogu operacionalno definirati
5. točnost: provjerava se opsegom u kojem može objasniti empirijske podatke
6. plodotvornost: izražena je stupnjem u kojem potiče daljnja istraživanja
1
 7. znanstvena samo-regulacija: provjera hipoteza, objektivnost mjerenja, kontrolne skupine, verifikacija
2. OBJASNI KRITERIJE ZNANSTVENOSTI 2X
Stančić (1996) u raspravi o kriterijima znanstvenosti navodi sedam kriterija:
1. ZNANOST JE PROCES : Znanost treba promatrati kao proces u sadržajnom i metodološkom pogledu.
Znanstvene spoznaje i znanstvene metode neprestano se dopunjuju i
usavršavaju.
2. SPECIFIČNOST METODA
Svaka znanstvena disciplina razvija metode istraživanja prema specifičnostima predmeta kojim se
bavi. Na primjer, u prirodnim znanostima dominira eksperiment, a u društvenim znanostima se
rijetko primjenjuje
3. VERIFIKACIJA: potvrđivanje
U znanosti je uvijek potrebna, a veoma često i nužna verifikacija rezultata istraživanja.

4. KOHERENTNOST:
Znanstvene spoznaje u pojedinoj znanstvenoj disciplini trebaju biti međusobno usuglašene.
U prirodnim znanostima postoji veći stupanj koherentnosti nego u društvenim i humanističkim znanostima.
U društvenim i humanističkim znanostima kada se javi nesuglasnost u rezultatima istraživanja određenog
problema često se provode meta-analize da se dođe do konačnih zaključaka.

5. NOMOTETIČNOST:
Znanost je usmjerena prema spoznaji zakona (st. grč. nomos = zakon) kojima se mogu objasniti
pojave. U društvenim i humanističkim znanostima traže se zakoni koji vrijede za široke grupe ljudi
(populacije).

6. PREDIKCIJA:predviđanje
Utvrđivanjem zakona po kojima se odvijaju pojave moguće je predviđanje budućih događaja

7. OPĆA PRIHVATLJIVOST
Znanstvene discipline se razlikuju u prihvaćenosti. Neke znanstvene discipline općenito su
prihvaćene (npr. fizika, kemija, biologija), dok se neke osporavaju ili su bile osporavane (npr.
filozofija, medicina, pedagogija, socijalni rad).

Kriteriji znanstvenosti spadaju u djelokrug epistemologije (st. grč. episteme = znanje, spoznaja).
Epistemologija je teorija o znanosti. Jedno od glavnih pitanja je doseg, odnosno ograničenost
znanstvene spoznaje. Prema tome, ona obuhvaća filozofska pitanja spoznaje svijeta i spoznaje istine

3. OBJASNI MILLOVE KANONE KAUZALNOSTI

Mill – ovi kanoni:
• John Stuart Mill, britanski filozof
• kanoni: pravila za izradu kauzalnog nacrta
1. pravilo slaganja
2. pravilo razlike
3. pravilo slaganja i razlike
4. pravilo zajedničkog variranja
2
 5. pravilo ostatka
Pravilo slaganja:
• Opažanje više situacija u kojima se pojavljuju istraživano npr. ponašanje
• Ako se ponašanje uvijek pojavljuje u situaciji koja sadrži određeni element taj element koji je
(izdvojen od ostalih) vezan uz pojavljivanje ponašanje, njezin uzrok
• Slično silogizmu!
• Problem je nebrojivost svih elemenata, te uzroci iste pojave mogu biti različiti

Pravilo razlike:
• Najvažniji kanon
• Ako neka situacija u kojoj se očituje neka pojava i neka druga pojava u kojoj se ona ne očituje imaju
zajedničko sve osim jedne pojedinosti, tada je ta pojedinost možda uzrok te pojave
• Potraga za tom pojavom koja razlikuje dvije situacije! Npr. sociopati

Pravilo slaganja i razlike:

• Zajednička metoda slaganja i razlike
• Ako dvije ili više situacija imaju jedan zajednički element, dok se istodobno situacije pojavljivanja i
nepojavljivanja pojave razlikuju samo po njegovoj prisutnosti, odnosno odsutnosti, ta je pojedinost dio
uzroka pojave

Pravilo zajedničkog variranja:

• Neka pojava koje se mijenja usporedno s drugom pojavom, njen uzrok, posljedica ili je s njome
povezana preko nekog uzročnog čimbenika
• Korelacije
• Problem jer korelacije nipošto nisu kauzaliteti

Pravilo ostatka:
• Korisnost u vrlo rijetkim situacijama
• Na temelju ranijih indukcija isključe se one pojave iz situacije čiji su uzroci poznati
• Preostale pojave rezultat su preostalih uzroka
• Npr. otkriće planeta Neptuna
• U društvenim znanostima teško ostvarivo

4. NACRT ISTRAŽIVANJA : EKSPERIMENTALNI, KVAZI EKSPERIMENTALNI, KORELACIJSKI, DIFERENCIJALNI

NACRT
Eksperimentalni nacrt istraživanja odnsoi se na istraživanje uzroka određenih pojava. Smisao je utvrditi
utjecaj nezavisne varijable na zavisnu varijablu. Npr. želimo istražiti djeluje li određeni didaktički
postupak na određeno ponašanje pojedinca.
Kvazi-eksperimentalni nacrt je u manje strožim uvjetima i provodi se u neposrednim životnim
situacijama kao npr. školska igrališta
Korelacijski nacrt je najčešći primjer nacrta u pedagogijskim istraživanjima. Podrazumijeva istraživanja
o međusobnoj povezanosti dviju ili više varijabli. Npr. istraživanje o strogosti odgojitelja i agresivnog
ponašanja u djece predškolske dobi.

3
 Diferencijalni neeksperimentalni nacrt odnosi se na traženje razlika rezultata na određenim uzorcima.
Npr. da li postoji razlika između djevojčica i dječaka predškolske dobi u preferenciji prema agresivnom
ponašanju

5. UKRATKO OPIŠI EX POST FACTO ISTRAŽIVANJE: NAVEDI PRIMJER

Ex post facto nacrt:
• lat. post factum ono što se već dogodilo, što je već učinjeno
• Specifičan oblik ne – eksperimentalnog nacrta
• Istraživač ne manipulira nezavisnom varijablom ili ispunjava eksperimentalne uvjete
• Riječ je o korištenju sekundarnih podataka pomoću kojih istraživač istražuje njihove učinke na
nezavisnu varijablu
• Istraživač ne uvodi nezavisnu varijablu kao u eksperimentalnom nacrtu, već je ona u prethodnom
vremenu uvedena, te on „samo“ promatra njene učinke na zavisnu varijablu
• Ex post facto nacrti istraživanja, iako imaju formu eksperimentalnog nacrta, ipak to nisu zbog niske
unutarnje valjanosti te treba biti oprezan u isključivosti generaliziranja o uzročno – posljedičnim
odnosima
• Prednost ex post facto nacrta istraživanja je u njihovoj ekonomičnosti jer je nezavisna varijabla
uvedena mimo istraživača
• Vujević, 2006. : „Život je veliki prirodni eksperiment koji raspolaže dobrim i jeftinim podacima, pa bi
bila velika šteta ne koristiti se tim mogućnostima u znanstvenom istraživanju“
• Dobar su primjer boljeg razumijevanja određenih pedagoških pojava

Primjeri:
• istraživanje o povezanosti između školskog uspjeha u srednjoj školi i uspjeha na studiju
• istraživanje o važnosti (ulozi) majčinske bliskosti s djetetom na njegovo delikventno ponašanje John
Bowlby
• istraživanje o povezanosti uspjeha na studiju ekonomije i uspjeha u businessu
• istraživanja u medicini; npr. povezanost između pušenja i raka pluća (istražuje se broj umrlih od raka
pluća s obzirom da li su bili pušaći)

6. UKRATKO OBJASNI 5 METODA PRIKUPLJANJA PODATAKA I PODSKUPINE

NAJČEŠĆE METODE PRIKUPLJANJA PODATAKA U PEDAGOGIJI SU:
1. anketiranje
2. intervjuiranje
3. testiranje
4. analiza sadržaja
5. sustavno (strukturirano) opažanje

1. Anketiranje je postupak prikupljanja podataka ispitanika o njihovim stavovima, percepcijama,

preferencijama i sl., a anketa je instrument anketiranja.
Prema Vujičić, anketa obuhvaća
-anketu u užem smislu (pismeno prikupljanje podataka upitnikom)dijelimo na neposredno, online i
poštansko i telefonsko anketiranje
- intervju (usmeno prikupljanje podataka) i
4
 - test (pitanja kojima se mjeri znanje, sposobnosti, interesi..)

2. Intervjuiranje podrazumijeva anketu u usmenom obliku

Postoje tri vrste intervjua:
 Strukturirani intervju: anketar ima unaprijed postavljena pitanja većinom zatvorenog tipa koja čita
ispitaniku i zapisuje njeove odgovore
 Polustrukturirani intervju: anketar ima unaprijed postavljena okvirna pitanja većinom otvorenog
tipa, ali zapisuje i ostale misli, opažanja, stavove
 Slobodni intervju: pitanja se nameću, pojavljuju iz samog konteksta razgovora i nisu unaprijed
postavljena
 Osim ovih individualnih postoje i grupni intervjui ili fokus grupe u kojima se provodi razovor o
određenoj temi

3. Testiranje je postupak prikupljanja podataka koji se u pedagogiji najčešće odnosi na mjerenje

znanja
Postoje vrste zadataka u testovima: tip nadopunjavanja, tip dosjećanja, dihotmni ili alternativni
tip(točno-netočno)

4. Analiza sadržaja
• metoda prikupljanja podataka koja se uobičajeno koristi u književnosti, antropologiji,
povijesti, etnologiji, socijalnoj psihologiji, ali svoje mjesto ima i u pedagogiji
• analiza sadržaja je „metoda za klasificiranje i kvantificiranje raznih verbalnih i neverbalnih
poruka u najširem smislu riječi, prema njihovim sadržajima i formalnim karakteristikama, a u skladu
s unaprijed utvrđenim općim pravilima“ (Zvonarević, 1976.)
• namjena analize sadržaja je opisivanje obilježja komunikacije, zaključivanje o događajima
koji su prethodili te zaključivanje o zaključcima te komunikacije
• sadržaji analize su najčešće knjige, znanstveni i stručni članci, studije, ostale tiskovine, mediji
(TV, radio, Internet…)
• iz manifesnih obilježja analizom sadržaja možemo doći do određenih prikrivenih obilježja
koja mogu unaprijediti bolje razumijevanje određene pojave, odnosno donošenje određenih
zaključaka

Sub – analize: analiza sadržaja sastoji se od 2 kategorije sub – analize:

1. kategorije analize sadržaja (određuje se ono što se mjeri)
2. kategorije jedinice sadržaja (mjeri se učestalost)

Primjer:
• uočeno je da djeca slabije razumiju sadržaje iz udžbenika hrvatskog jezika za 7. razred;
pretpostavlja se da je riječ o suviše nepoznatih riječi kojim obiluje udžbenik
Tada je:
1. udžbenik hrvatskog jezika (uzorak) – kategorija analize sadržaja
2. broj nepoznatih riječi – kategorija jedinice sadržaja

Rad na dokumentaciji:
5
 • specifičan je oblik analize sadržaja koji se bazira na sekundarnim podacima
• često su područje pedagoškog interesa povijesna istraživanja; kad želimo istražiti razvoj
školstva određenog područja ili npr. istražiti broj djece koja su obuhvaćena školovanjem u
određenom vremenskom presjeku

5. Sustavno(strukturirano) opažanje
• je metoda prikupljanja podataka s ciljem što točnijeg bilježenja, praćenja određene pojave
na sustavan način
• naglasak je na sustavnosti te postoji razlika između sustavnog i uobičajenog opažanja

Postoje dva pristupa:

1. ne interventno – osoba koja opaža nastoji biti nezapažena i aktivnosti (ponašanja) se događaju u
prirodnim, stvarnim uvjetima; osoba koja opaža minimalizira značenje svoje prisutnosti u
okruženju kako ne bi djelovala na ponašanje onih koje promatra
2. interventno – osoba koja opaža intervenira na način da potiče određene okolnosti, aktivnosti kako
bi „mjerila“, opažala određena ponašanja, pojave; planski se razvijaju uvjeti kako bi se vršilo
opažanje (nameće se problem etičnosti!!!)

7. OBJASNITE PROBABILISTIČKE UZORKE UKRATKO 2X

Uzorke možemo podijeliti na dvije osnovne skupine:
Probabilistički uzorci temelje se na statističkoj vjerojatnosti da svaka osoba (iz populacije) ima
određenu vjerojatnost da bude odabrana u uzorak te je smanjena pristranost. Npr. kad nas nazovu
telefonom
Neprobabilistički uzorci ovise o odabiru istraživača te se javlja problem pristranosti i upitno je da li je
uzorak reprezentant populacije. Prema Milas navode se
 Namjerni uzorak: namjerno biramo članove uzorka s obziorm na određene specifičnosti istraživanja
te na prethodne spoznaje o populaciji
 Tehnika snježne grude: iz populacije se izabire manji dio ispitanika koji nam pomažu u pronalasku
ostalih članova te se uzorak širi poput snježne grude npr . djeca koja su prošla nasilje mogu
preporučiti ostalu djecu koju znaju da su to isto prošla

8. UKRATKO OBJASNI KLASTER UZORAK

U uzorku klastera/skupina ne odabiremo pojedince već klastere unutar kojih su svi članovi dio uzorka
ispitanika. Uzorak klastera je probabilistički tip uzorka jer se klasteri odabiru slučajno.
Npr. želimo istražiti mišljenja učenika četvrtih razreda osnovnih škola u Zagrebu tada odredimo
nekoliko škola(klastera) iz nekoliko zagrebačkig naselja i tada su ispitanici svi učenici četvrtih razreda
odabranih škola te uzorak čini 600 ispitanika(učenika) iz 5 slučajno odabranih škola( škole su klasteri) i
npr. uzorak čine 600 ispitanika(učenika) iz 25 razreda slučajno odabranih škola (razredi su klasteri)

6
9. OBJASNITE ČETIRI MJERNE SKALE
Postoje četiri vrste mjerenja, to jest mjernih skala, a to su nominalna, ordinalna, intervalna i omjerna
skala

1. U Nominalnoj skali riječ je o razvrstavanju prema određenom obilježju. Brojevi ili imena koji
predstavljaju objekte, pojave služe za identifikaciju i kategorizaciju. Varijabla na nominalnoj skali
može imati jednu, dvije ili više kategorija. Tako npr. varijabla(obilježje) spol može imati dvije
kategorije muško i žensko. Kod nominalne skale ne može se provesti rangiranje.

2. Ordinalna skala je za označavanje redoslijeda, ranga ispitanika prema zajedničkim osobinama koje
su predmet mjerenja. S pomoću nje određujemo je li nešto veće ili manje od drugog, ali neznamo
stvarne razlike između stupnjeva na skali. Uobičajan primjer su školske ocjene gdje npr. kod dva
različita nastavnika razmak između ocjena nije isti te se zbog toga vrijednosti ranga ne mogu
zbrajati.

3. Intervalna skala jest poboljšanje ordinalne skale jer su kod nje razmaci jednaki, ali ne mogu se
utvrđivati omjeri. To jest ne može se reći da je nešto nekoliko puta veće ili manje od druge
usporedne pojave. To je zato jer ne postoji apsolutna nula. Tako npr. kod bodova na testu
inteligencije, vrijednost 0 na određenom testu inteligencije ne znači da inteligencije nema nego da
je ta vrijednost arbitrarna.
4. Omjerna skala je skala kod koje je moguće praviti i omjere. Npr. netko s tjelesnom težinom od 30
kg tri puta je lakši od neko tko ima težinu 90 k. Kod nje je nula apsolutna i predtsvalja odsutnost
kvantitete mjerenja. Omjerna skala je najviši oblik mjernih skala.

Uz te skale u pedagogiji još postoje: Thurstonova skala, semantički diferencijal, Likertova skala,
Bogardusova skala socijalne distance.

10. OBJASNI KATEGORIJALNE VARIJABLE

Kvalitativne varijable nazivaju se još i kategorijalne varijable jer su podaci svrstani u određene
kategorije. To su nenumeričke varijable gdje se opažane vrijednosti svrstavaju prema kategorijalnim
obilježjima riječima, a ne brojevima. To su npr. varijable koje imaju dvije opcije (npr. spol: muško i
žensko), tri kategorije (npr. bračni status: oženjen, neoženjen, razveden) i više od tri kategorije (npr.
obrazovanje roditelja: osnovna škola, srednja škola, viša stručna sprema...)
Kada se kvalitativne varijable izražavaju brojčano gdje se brojkom zamjenjuju određene kategorije
odnosno rangovi kako bi ih se pripremilo za sttističku obradu tada se radi o kodiranju i govorimo o
ordinalnoj varijabli.

7
11. OBJASNITE KVANTITATIVNE VARIJABLE – VRSTE 2X
Kvantitativne varijable označavaju se brojem koji predstavljaju različite vrijednosti.
Osnovna podjela je na kontinuirane i diskontinuirane
a) U Kontinuiranim varijablama između pojedinih brojčanih vrijednosti ne postoji skokovit prijelaz
nego su vrijednosti izražene u finim prijelazima i mou biti na neograničenom broju stupnjeva (npr.
visina, težina). U pedagogiji su kontinuirane varijable rijedak slučaj jer se najčešće rabe određene
skale za ispitivanje stavova ili se npr. vrednuju rezultati nekog testa

b) Diskontinuirane ili diskretne varijable odnose se na manje numeričke vrijednosti odnosno na

manji opseg brojeva koji predstavljaju određene vrijednosti (cijeli brojevi) to jest na manji opseg
brojeva koji predstavljaju određene vrijednosti. Npr. uspjeh iz određeno testa (1,2,3,4,5) ili
Likertova skala kad je riječ o mjerenju stavova(najčešće pet stupnjeva)
Kvalitativne varijable su diskontinuirane jer brojevi na skali ne predstavljaju stupnjeve nego posebne
kategorije

12. OBJASNI PUT OD GREŠKE MJERENJA, SUME NAJMANJIH KVADRATA DO STANDARDNE DEVIJACIJE
U pedagogijskim istraživanjima najčešće u deskriptivnoj statistici objašnjavamo aritmetičku sredinu koja
predstavlja određenu razinu preferencij, stavova, percepcije...S pomoću aritmetičke sredine
procjenjujemo kako nam ona dobro reprezentira podatke. Što je manje odstupanje rezultata od
izračunane aritmetičke sredine, ona je bolji reprezentant stvarnih vrijednosti. Ta odstupanja od
aritmetičke sredine su zapravo grješke.
Npr. ako je aritmetička sredina gdje se na skali od 1 do 5 ispituje zadovoljstvo engleskim programom
3,1 , a odstupanja od aritmetičke sredine grješke. Ako bismo zbrojili odstupanja dobili bismo nulu tj kao
da ne postoji odstupanje zato radimo sumu kvadriranih grješaka te dobivamo reultat 20,9.koje onda
dijelimo s brojem ispitanika te tada govorimo o varijnci od 2,32 kao ukupnom kvadratnom odstupanju
rezultata od aritmetičke sredine. S obzirom da smo grješke kvadrirali potrebno je varijancu vratiti u
izvornu jedinicu mjerenja to jest korijenovati te je tada riječ o standardnoj devijaciji koja predstavlja
ukupno prosječno odstupanje rezultata od aritmetičke sredine.
Iz navedenog primjera vrijednost aritmetičke sredine je 3,1, a standardna devijacija 1,52 što nam
zapravo govori koliko dobro aritmetička sredina reprezentira podatke. Što je standardna devijacija veća
u odnosu na aritmetičku sredinu to je manje aritmetička sredina reprezentat podataka.

13. OBJASNI RAZLIKE IZMEĐU FUNKCIONALNIH I STOHASTIČKIH KORELACIJA: NACRTAJ

Funkcionalna ili potpuna korelacija: svakoj vrijednosti, rezultatu jedne varijable odgovara samo jedan
rezultat druge varijable. Potpuna korelacija u pedagogiji nije moguća zbog izraženog varijabiliteta među
promatranim pojavama
Npr. r=1, polumjer i opseg kruga
Str.399 17.9 i 17.10

8
 Stohastička ili djelomična korelacija: svakoj vrijednosti jedne varijable odgovara više različitih
vrijednosti druge varijable
Str. 398 17.7 i 17.8

14. OBJASNITE RAZLIKU IZMEĐU NELINEARNIH I LINEARNIH ZAVISNOSTI/KORELACIJA

Prema Kolesarić i Petz
Linearna zavisnost je povezanost među varijablama dje su podjednake promjene u jednoj varijabli
praćene manjim ili većim promjenama u drugoj varijabli, ali koje su također podjednake na cijelom
rasponu vrijednosti te varijable. Grafički ih možemo prikazati ravnom crtom, odnosno točke su
grupirane oko pravca
Npr. što više učimo više ćemo i znati,što je veći broj sati učenja veći je i uspjeh na ispitu
Str. 398 17.7 i 17.8

Nelinearna povezanost koje se ne mogu prikazati pravcem nego zakrivljenom crtom.

Npr. previsoki ili preniski stupanj aktivacije uzrokuje sniženu učinkovitost učenja, a srednja razina
aktivacije osigurava njegovu najveću učinkovitost
Str. 400 17.11

Primjer za nelinearni odnos može biti Dunning-Krugerov efekt ili učinak koji nam predočuje odnos
između iskustva, znanja, i procjene vlastite kompetencije. Oni koji malo znaju precjenjuju svoje
sposobnosti, a oni koji puno znaju svjesni su što ne znaju te podcjenjuju svoje sposobnosti
Str 400. 17.12

9
15. OBJASNI SPECIFIČNOSTI ND (NORMALNE DISTRIBUCIJE):POVIJEST, INFLEKSIJU, SIMETRIJU, Z
VRIJEDNOSTI I ODNOS PREMA MCT
Normalna distribucija ili raspodjela naziva se još i Gaussova distribucija prema matematičaru i
astronomu koji je 1803. Godine uočio da su pogrješke mjerenja objekata često normalno distribuirane.
Za razvoj normalne distribucije zaslužan je i francuski matematičar Abraham de Moivre.
Zaslužan i Pierre-Simon Laplace ( laplaceova distribucija)

Karakteristike normalne distribucije:

 Ima kontinuiranu distribuciju ili distribucije kontinuirane slučajne varijable x
 Zvonolike je krivulje. Normalna učestalost krivulje raste postupno, a zatim se maksimalno
smanjuje na isti način
 Simetrična je oblika oko aritmetičke sredine
 Krivulja je asimptotična: približava se x osi ali je zapravo nikad ne dotiče
 Mod, medijan i aritmetička sredina su u normalnoj distribuciji isti vrijednosti kao i u svakoj
simetričnoj distribuciji
 Z vrijednosti u normalnoj distribuciji: standardizirana varijabla z, Z vrijednosti nam označuju
položaj pojedinog rezultata u normalnoj distribuciji
o Izračunavanje na koji dio standardne devijacije taj rezultat pada naziva se pretvaranje
rezultata u vrijednosti
o Prikazuje nam koliko je udaljen određen rezultat od aritmetičke sredine u vrijednosti
iskazane u standardnoj devijaciji
o Linearna transformacija varijable x
o Aritmetička sredina z=0, a standardna devijacija=1
o Z vrijednosti omoućavaju nam točan položaj svakog rezultata u nekoj normalnoj raspodjeli
 Jedno od obilježja normalne distribucije je mjesto infleksije to jest točka koja s obiju strana
krivulje gdje je nagib krivulje najstrmiji. Te točke na krivulji su mjesta infleksije i kod normalne je
distribucije

graf str 405

 Odnos:
 Promjena aritmetičke sredine prema većoj vrijednosti pod uvjetom da standardna devijacija
ostaje ista uvjetuje pomicanje aritmetičke sredine od centra u desno, a da visina krivulje ostaje
ista

Graf skripta:

 kod normalne distribucije aritmetička sredina i varijanca nisu ovisne jedna o drugoj što znači ako
povečamo aritmetičku sredinu u normalnoj distribuciji varijanca će ostati nepromjenjiva
Str. 405 slika 17.15 i graf skripta

10
16. OBJASNITE KURTOIS: ZNAČENJE, VRSTE + SKEWNESS U NORMALNOJ DISTRIBUCIJI: NACRTAJ,
PRIKAŽI MJERE CT

Posljedica infleksije je spljoštenost normalne distribucije(en. Kurtosis) sl.17.6

Kurtosis je stupanj raspršivanja između točaka označenih na apscisi(os x) koje odgovaraju izrazu
aritmetička sredina +- standardna devijacija

Postoje tri vrste raspodjele: Graf:

1. Leptokurtična:šiljasta
2. Mezokurtična: normalna
3. Platikurtična: spljoštena

 NACRTAJ I OBJASNI PLATIKURTIČNU I LEPTOKURTIČNU DISTRIBUCIJU

Raspon vrijednosti na apscisi bit će veći za platikurtičnu distribuciju, a najmanji za leptokurtičnu
distribuciju. Izravni pokazatelj spljoštenosti raspodjele je standardna devijacija. Što je veća
standardna devijacija krivulja je spljoštenija, a manja standardna devijacija uzrokuje šiljatost
krivulje.

SKEWNESS ILI ASIMETRIČNOST u normalnoj distribuciji je mjera stupnja asimetrije raspodjele

 Asimetrija distribucije podrazumijeva nanutost distribucije na lijevu ili desnu stranu.
 Postoji pozitivna (desna) i negativna (lijeva) asimetrija
 Kad nema asimetrije vrijednost skewnessa je 0

Graf str 406. 17.17

17. UKRATKO OPIŠI U DISTRIBUCIJU NA PRIMJERU : PRIKAŽI MJERE CT (centralne tendencije: mod,
medijan, aritmetička sredina)
 U distribucija nalikuje velikom slovu U
 Najmanje rezultata ima u sredini dok su najveći rezultati na krajevima distribucije
 To zna često biti u slučajevima u istraživanjima odoja i obrazovanja kad većina ispitanika ima krajnje
negativan i krajnje pozitivan stav o objektu mjerenja
 Npr. stav o pobačaju od krajnjeg podržavanja do krajnjeg nepodržavanja

Graf:

11
18. NACRTAJ I OBJASNI T DISTRIBUCIJU
 T distribucija ili student distribucija dobila je naziv po Williamu Gossetu, radniku u pivovari u
Dublinu koji je otkrio neadekvatno normalne krivulje za male uzorke
 Testirajući kvalitetu piva utvrdio je da se vjerojatnost distribucije kod malih uzoraka razlikuje od
normalne distribucije
 Kako veličina uzorka raste, t distribucija počinje poprimati oblik standardne normalne
raspodjele
 Šošić i Serdar naglašavaju da veličina uzorka mora biti veća od 30 kako bi se t distribucija
približila normalnoj

Graf 17.21. str 409.

19. OBJASNITE KS KOLMOGOROV-SMIRNOV TEST: ZNAČENJE, INTERPRETACIJA S OBZIROM NA P I

NAVEDI INTERPRETACIJU S OBZIROM NA P </>0,05
1. Kolmogorov-Smirnov test je najpoznatiji test za testiranje normalnosti distribucije
2. To je neparametrijski test za testiranje da li dva uzorka pripadaju istoj populaciji, odnosno da li
se dva skupa slučajno razlikuju
3. Potrebno je imati parametre aritmetičke sredine i varijance
4. Zasniva se na usporedbi dviju kumulativnih frekvencija oba skupa
5. Neizostavan u istraživanjima odgoja i obrazovanja
6. Test se može primijeniti i za testiranje jednog uzorka u slučaju da želimo istražiti da li je uzorak
slučajan

Interpertacija KS testa s obzirom na p vrijednost

 Ako je p<0.05 zaključujemo da se podaci značajno razlikuju od normalne distribucije odnosno
odbacujemo nul hipotezu jer je manje od 5%mogućnosti da je nul hipoteza točna
 Kad je p>0.05 zaključujemo da su podaci normalno distibuirani i ujedno potvrđujemo nul
hipotezu o nepostojanju razlika

Drugi testovi za provjeru normalnosti distribucije:

1. Lillieforsov test: modificirani KS test
2. Shapiro-Wilkov test: nabolji za male i srednje uzorke
3. Anderson Darlin test

20. OBJASNI ANDERSON DARLING TEST

 Neparametrijski test, modifikacija KS testa
 Koristi se kako bi se odredilo može li se krivulja koja opisuje neki skup podataka adekvatno
aproksimirati normalnom distribucijom

12
21. OBJASNITE T VRIJEDNOST KOD IZRAČUNA T TESTA KOD NORMALNE DISTRIBUCIJE:VARIJANCA
POZNATA

T test
 Najpoznatiji parametrjski test
 Često se upotrebljava u pedagogiji
 Primjenjuje se za usporedbu dviju aritmetičkih sredina i za testiranje razlika između njih
 Npr. razlikuju li se djevojčice od dječaka u rezultatima određenog ispita
Vrste t testa:
1. T test za nezavisne uzorke: dva nezavisna uzorka u jednoj varijabli: npr. razlikuju li se dječaci od
djevojčica da vole matematiku
2. T test za zavisne uzorke: razlike između istih učenika: npr. rezultati iz testa matematike na početku
prvog i na kraju drugog polugodišta
3. T test na jednom uzorku: tazlika između aritmetičke sredine uzorka i neke zadane vrijednosti. Npr.
razlika u neopravdanim izostancima po broju sati učenika sedmih razreda od prosječnog broja
neopravdanih sati cijele škole.

T vrijednost:
 Je omjer razlike dvije aritmetičke sredine i njihove standardne pogreške to jest prikazuje koliko
je puta razlika aritmetičkih sredina veća od svoje pogrješke
 Kad nam je standardna devijacija poznata koristimo normalnu ili z distribuciju, a kad nam je
nepoznata t distribuciju

T vrijednost kod normalne distribucije i poznate standardne devijacije:

 Ako je t>1,96 to jest aritmetička sredina veća za 1,96 puta od svoje grješke to znači da je razlika
između dvije aritmetičke statistički značajna na razini pouzdanosti od p<0,05
 Ako je t>2,58 znači da je razlika između dvije aritmetičke značajna na razini od p<0,01

22. OBJASNI ONE SAMPLE T TEST 2X

o Parametrijski test: npr. za usporedbu jedne skupine
 Odstupanje aritmetičke sredine uzorka od neke zadane teorijske vrijednosti
 Npr. da li se IQ skupine (uzorka) razlikuje od 120
 Preduvjeti:
 kvantitativno obilježje (test value):
 homogenost varijance(Levene test),
 uzorak veći od 30 (50)
23. OBJASNI LEVENE TEST
 Testira da li k uzorci imaju iste varijance (homogene varijance k uzoraka)
 Alternativa Barlett test
 Manje osjetljiv nego Barlett test
 P<0,05 varijance k uzoraka se razlikuju - nisu homogene
 P>0,05 varijance k uzoraka se ne razlikuju-homogenost pretpostavljena

13
24. OBJASNITE RAZLIKU IZMEĐU MEĐUGRUPNE I UNUTARGRUPNE VARIJANCE (ANOVA) OBJASNI
ANOVA ODNOSE VARIJANCE

ANOVA=ANALIZA VARIJANCE: parametrijski test

 Koristi se za testiranje 3 ili više aritmetičke sredine da li pripadaju istoj populaciji ili je jedna
dalje od druge dvije i ne pripada istoj populaciji
 Pretpostavke za analizu varijance: normalnost distribucije, slučajni uzorci i homogenost
varijance
 Analiza varijance za računanje razlike aritmetičkih sredina koristi se omjerom dviju vrsta
varijanci:
1. varijance između grupa: udaljenost od glavne (ukupne )aritmetičke sredine i
2. varijance unutar grupa: to je zapravo varijanca greške unutar svake grupe
odnosno testira se je li varijanca među grupama veća od varijance unutar grupe

 Ako je varijabilitet među grupama statistički značajno veći od varijabiliteta unutar grupe
tada zaključujemo da su grupe (aritmetičke sredine) iz različitih populacija odnosno ne
pripadaju istoj populaciji
 Intersekcija je preklapanje rezultata i upućuje na to da što je veće preklapanje slabija je
razlika između ispitanika
 Za testiranje ralika potrebno je izračunati F omjer

Graf: skripta interskcije preklapanje aritmetičkih sredina prema Munro

25. OBJASNITE RAZLIKU IZMEĐU PARAMETRIJSKIH I NEPARAMETRIJSKIH TESTOVA

Parametrijski testovi su testovi koji zahtjevaju:
 Normalnost distribucije
 Da su podaci na intervalnoj ili omjernoj skali
 Homogenost varijanci
 Najpoznatiji: One semple test, T test, Analiza varijance (ANOVA), F test

Neparametrijski testovi :
 Ne zahtjevaju normalnu distibuciju
 Podaci na nominalnoj i ordinalnoj skali
 Baziraju se na usporedbi rangova
 Od mjera centralne tendencije koriste medijan ( ne aritmetičku sredinu)
 Manje su snage nego parametrijski, ali ne uvijek
 Neki od testova: Kolmoorov-Smirnov test, Wilcoxonov test, Shapiro-Wilks test, Anderson
Darling test, Hi kvadrat test

14
26. NABROJI I UKRATKO OBJASNI NEPARAMETRIJSKE TESTOVE + VRSTE: NEZAVISNI UZORCI; 2 I VIŠE,
ZAVISNI UZORCI

1. Kolmogorov-Smirnov test: za testiranje da li dva uzorka pripadaju istoj populaciji, odnosno da li

se dva skupa slučajno razlikuju
 Za usporedbu jedne skupine, dviju nezavisnih skupina
2. Wilcoxonov test: za usporedbu jedne skupine, dvaju zavisnih uzoraka
3. Shapiro-Wilks test: za male i srednje uzorke.:
4. Hi kvadrat test: najpoznatiji

27. OBJASNI F TEST: ČEMU SLUŽI, KAKO SE RAČUNA, VRSTE VARIJANCI...

 test koji služi za provjeru jesu li varijance dviju skupina podataka jednake
 izražen kao omjer između varijanca dva slučajna uzorka uzeta iz populacija
 Služi kako bi se prihvatila ili odbacila hipoteza i prihvatila alternativna hipoteza

28. OBJASNI POST HOCK TESTOVE: ČEMU SLUŽE, VRSTE (LIBERALNE I KONZERVATIVNE)
 Post hock testovi se rade kako bi se napravila dodatna usporedba nakon rezultata ANOVA-e
kako bi se uvidjeli između kojih skupina postoji razlika
 Oni podrazumjevaju uspoređivanje parova
 Uspoređuju se moguće kombinacije parova: isto poput t testa
 Post hock testovi su podložni pogrješkama tzv. family wise errora te su potrebne korekcije i
kontroliranja
 Najpoznatiji način kontroliranja dotične pogrješke je Bonfferoni korekcija kojom se kontrolira
razina statističke značajnosti za svaki test tako da ostane 0,05 (alpha)
 Poznati post hock testovi:
1. Konzervativni: zahtjevaju veće razlike između aritmetičkih sredina da bi se pokazala njegova
statistička značajnost
 Npr. Scheffe test: uspoređuje sve skupine i najviše konzervativan
2. Liberalni: prije će odbaciti nul hipoteze za razliku od konzervativnih
Implicira najveći broj statistički značajnih razlika
 LSD-Least Significant Difference

15
29. OBJASNITE HI KVADRAT TEST NA JEDNOM UZORKU: PRIMJER + SUŠTINA, VRSTE, YATESOVA
KOREKCIJA, TABLICE KONTIGENCIJE 2X

 Najpoznatiji i najviše upotrebljavan neparametrijski test

 Uglavnom se primjenjuje na kvalitativnim podacima i kad raspodjela znatno odstupa od
normalnosti
 Koristimo kada posjedujemo frekvencije pojedinih kategorija rezultata i uspoređujemo ih s
frekvencijama koje bi se očekivale pod nekom određenom hipotezom
 Isključivo se zasniva na frekvencijama i u njegovu izračunu nije dopušteno koristiti se drugim
mjernim vrijednostima
 Hi kvadrat pokazuje odnos(vjerojatnost i povezanost) između kategorijalnih varijabli

Osnovna formula za izračunavanje Hi kvadrat testa : X2=  ( f0- ft)2/ft

Fo: empirijska ili opažena frekvencija

Ft: teorijska ili očekivana frekvencija

 Što je vrijednost Hi kvadrata viša veća je vjerojatnost odacivanja nul-hipoteze

HI KVADRAT TEST PRIMJENJUJE SE:

1. Kad imamo frekvencije jednog uzorka i zanima nas razlikuju li se opažene frekvencije od
frekvencija koje očekujemo pod određenom hipotezom
2. Kad želimo utvrditi razlikuju li se frekvencije dvaju nezavisnih uzoraka u određenom obilježju
3. Kada želimo utvrditi razlikuju li se frekvencije dvaju zavisnih uzoraka u određenom obilježjuž

1. Npr. ispitali smo 60- ero djece da li bi trebalo učiti engleski jezik već u vrtiću

Hipoteza: Neće biti razlike u odgovorima učenika

Da želim učiti Ne znam Ne želim učiti ukupno

Fo 36 6 18 60
ft 20 20 20 60
Stupanj slobode broj polja -1= 3-1=2 granična vrijednost je 5,99

fo ft Fo-ft (fo-ft)2 (fo-ft)2/ft

36 20 16 256 12.8
6 20 -14 196 9.8
18 20 -2 4 0.2
22.8

=22.8 je razlika između opaženih i očekivanih frekvencija

 S obzirom da je vrijednost Hi kvadrat testa veća je od granične vrijednosti od 5,99 te se

onda odbacuje nul-hipoteza.
 To znači da se djeca u vrtiću razlikuju po odovorima da li bi trebalo učiti engleski jezik u
vrtiću

16
 2. Kad želimo utvrditi razlikuju li se frekvencije dvaju nezavisnih uzoraka u određenom obilježju
 Hi kvadrat test za nezavisne uzorke računa se tako da se izradi kontigencijska tablica

Primjer : Ispitano je mišljenje djece (N=54) u dobi od 5-6 godina u vrtiću o ukidanju dnevnog
odmora. Zanima nas da li se razlikuje mišljenje djevojčica od mišljenja dječaka.

Treba ukinuti dnevni Ne treba ukinuti Ukupno

odmor dnevni odmor

djevojčice 16 a 9b 25 (a+b)
dječaci 21c 8d 29 (c+d)
ukupno 37 (a+c) 17 (b+d) 54

Prvo se izračunavaju teorijske frekvencije: zbroj reda pomnožimo s zbrojem stupca i podijelimo s
ukupnom frekvencijom
Treba ukinuti dnevni Ne treba ukinuti Ukupno
odmor dnevni odmor
djevojčice 25x37:54=17,13 25x17:54=7,87 25

dječaci 29x37:54=19,87 29x17:54=9,13 29

ukupno 37 17 54

- Preporuka je da kad je riječ o 2x2 kontigencijskim tablicama treba izračunati Yatesovu korekciju koja
podrazumjeva smanjivanje dobivene razlike između opažene i teorijske frekvencije za 0,5

fo ft Fo-ft (fo-ft)-0,5 ((fo-ft)-0,5)2/ft

16 17,13 -1,13 0,63 0,02

9 7,87 1,13 0,63 0,05

21 19,87 1,13 0,63 0,02

8 9,13 -1.13 0,63 0,04

=0,13 i s obzirom na graničnu vrijednost od 3,84 uz 1 stupanj slobode , a na razini statističke značajnosti
p= 0,05 proizlazi da vrijednost je hi kvadratnog testa manja te se zaključuje da se mišljenje djevojčica
znatno ne razlikuje od mišljenja dječaka vezano uz ukidanje dnevnog odmora.

17
 3. Kada želimo utvrditi razlikuju li se frekvencije dvaju zavisnih uzoraka u određenom obilježju,
svojstvu odnosno da li ima određenih promjena iz međuvremenskih točaka mjerenja

npr. 156 učenika pisalo test iz matematike, 80 prošlo, a 76 nije. Organizirala se dopunska nastava,
individualni rad te se teest nakon tri tjedna ponovio. 92 prošla 64 nisu.u oba testa 68 dobilo
pozitivnu ocijenu, a 52 negativnu, ali razliku pokazuje onih 36 koji su ostvarili različite rezultate
između prvog i drugog testa.

 Koristi se isto kontigencijksa tablica, a za izračunavanje se koristi

McNemar hi-kvadrat test prema formuli =4

 ako je b+c<20 tada se primjenjuje Yatesova koorekcija koja u ovom slučaju nije potrebna.
 Granična vrijednost prema stupnju slobode 1 iznosi 3,84 to znači da postoji razlika
između prvog i drugog testa iz matematike te da su dopunski rad djelovali

1. Objasni što je cilj znanosti

Cilj znanosti je utvrđivanje zakona o pojavama u prirodi i društvu polazeći od međuodnosa pojava. Ako
poznajemo pravilnosti, principe i zakone o međuodnosu pojava, možemo predviđati buduća događanja , a
to je jedan od temeljnih ciljeva znanosti. Predviđanje budućih događaja omogućava bolje snalaženje u
svijetu u kojem živimo, učinkovitu proizvodnju i prilagodbu.

2. Koja obilježja prema Christensenu bi znanstvenik trebao posjedovati?

Znanstvenik bi trebao posjedovati znatiželju, strpljivost, objektivnost, tolerantnost na promjene

3. Prema Rosenthalu i Rosnowu koje osobine bi trebao imati znanstvenik?

Mora imati entuzijazam, otvorenost uma, zdrav razum, sposobnost uživljavanja u „tuđu ulogu“,
inventivnost, povjerenje u vlastite prosudbe, konzistentnost i briga o detaljima sposobnost komuniciranja.

4. Objasni Ignoramus et ignoramibus u kontekstu znanosti

Ne znamo i nećemo znati- izraz se odnosi na spoznaju porijekla i strukture stvarnosti. Ako poznajemo
zakone po kojima se odvijaju pojave možemo predviđati buduće događaje, a to je jedan od temeljnih
ciljeva u znanosti.

5. Što je znanost?

Znanost je misaona interpretacija objektivne stvarnosti zasnovana na činjenicama te stvarnosti. To je

proces stjecanja znanja pomoću dobro razrađenih metoda, prilagođenih predmetu istraživanja, koje
omogućuju kako skupljanje činjenica tako i njihovo objašnjenje i provjeru (verifikaciju) svakog dijela njezina
sadržaja (korpusa).

Znanost je pokušaj da se kaotična raznolikost našeg osjetilnog doživljavanja uskladi s logički jedinstvenim
sustavom misli.

18
6. Nabroji kriterije znanstvenosti

Znanost je proces- znanost treba promatrati kao proces u sadržajnom i metodološkom pogledu.
Znanstvene spoznaje i znanstvene metode neprestano se dopunjuju i usavršavaju.

Specifičnost metoda- svaka znanstvena disciplina razvija metode istraživanja prema specifičnostima
predmeta kojim se bavi. Na primjer, u prirodnim znanostima dominira eksperiment, a u društvenim
znanostima se rijetko primjenjuje.

Verifikacija- u znanosti je uvijek potrebna, a veoma često i nužna verifikacija rezultata istraživanja.

Koherentnost- znanstvene spoznaje u pojedinoj znanstvenoj disciplini trebaju biti međusobno usuglašene.
Na primjer, revolucionarna otkrića dovode u pitanje ranije spoznaje i unose nesklad u znanstvenu
disciplinu. Nedovoljna koherentnost unutar pojedine znanstvene discipline posljedica je različitih pristupa
ili paradigmi koje se javljaju tijekom razvoja znanstvene discipline ili koje paralelno postoje kao legitimne
paradigme unutar pojedine znanstvene discipline. U prirodnim znanostima postoji veći stupanj
koherentnosti nego u društvenim znanostima.

Nomotetičnost- znanost je usmjerena k spoznaji zakona kojima se mogu objasniti pojave. Nomotetičkim
pristupom žele se utvrditi prosječne ili tipične reakcije ljudi u različitim situacijama. Zato se istraživanja u
principu vrše na relativno velikim uzorcima ispitanika.

Predviđanje- utvrđivanjem zakona po kojima se odvijaju pojave moguće je predviđanje budućih događaja.
Predviđanje je također moguće već i na razini utvrđene pravilnosti, odnosno povezanosti među pojavama.

Opća prihvatljivost- znanstvene discipline se razlikuju u prihvaćenosti. Neke znanstvene discipline općenito
su prihvaćene ( fizika, kemija, biologija), dok se neke osporavaju ili su bile osporavane ( filozofija, medicina,
pedagogija, socijalni rad).

7. Objasni : Pluralitas non est ponenda sine necessitate

Bez nužnosti ne treba uvoditi nikakvo mnoštvo- poželjno je pojednostaviti kompleksnost pojava da se može
uočiti pravilnost. (William Occam )- „Ako imate dvije teorije koje predviđaju isto, odaberite jednostavniju.“

8. Koje funkcije bi trebala ispunjavati dobra teorija?

Dekompoziciju, nomologizaciju, razumijevanje, objašnjenje, predikciju, plodotvornost, kontrolu.

9. Objasni dekompoziciju u znanosti.

Dekompozicija je opseg u kojem teorija omogućava razgradnju općeg sadržaja pojava (problema) koji su
predmetom istraživanja, u veći broj elemenata ili varijabli pogodnih za ispitivanje. Glavna funkcija
znanstvene teorije je pojednostavniti složenost pojava, na način da se može uočiti pravilnost po kojoj se
one odvijaju i da se omogući njihovo istraživanje. Dekompozicija obuhvaća tri koraka : sumiranje znanja,
definiranje termina, određivanje sustava klasifikacije.

10. Što je nomologizacija?

Nomologizacija je znanost o zakonima mišljenja. Pod nomologizacijom podrazumijeva se povezivanje svih

bitnih elemenata do kojih se došlo dekompozicijom u jedan koherentan sustav ili mrežu konstrukata.
19
Nomološka mreža neke teorije objašnjava međusobne odnose konstrukata (razna obilježja koja spadaju
pod određeni konstrukt mogu se operacionalno definirati i mjeriti varijablama).

11. Nabroji kriterije za evaluaciju teorije

Formalnost (jasnoća i sustavnost teorije), integriranost/ opsežnost (dobra teorija treba integrirati sve bitne
komponente bez unutarnjih konflikata), parsimoničnost, provjerljivost (dobra je teorija ona u kojoj se svi
konstrukti mogu operacionalno definirati), točnost (provjerava se opsegom u kojem može objasniti
empirijske podatke), plodotvornost (izražena stupnjem u kojem potiče daljnja istraživanja) , znanstvena
samo-regulacija (postupci koji garantiraju znanstvenu utemeljenost teoriji a to su uz eksperimentalne
upotreba i kontrolnih skupina ispitanika, verifikacija dobivenih rezultata, provjera hipoteza, objektivnost
mjerenja).

12. Objasni parsimoničnost kao kriterij evaluacije teorije.

Svaka znanstvena teorija treba težiti parsimoniji. To znači da je najbolja ona teorija koja omogućava točna
predviđanja na temelju najmanjeg broja uvjeta i na temelju najjednostavnijih postavki.

13. Objasni 4 razine na kojima se odvijaju znanstvene spoznaje.

To su deskripcija, klasifikacija, objašnjenje i predviđanje.

Pod trećom razinom Vujević podrazumijeva utvrđivanje povezanosti među pojavama i utvrđivanje uzroka
pojava. Predviđanje ne bi trebalo navoditi kao posebnu razinu znanstvene spoznaje jer se predviđanje
može odvijati na različitim razinama znanstvene spoznaje. Što je viša razina znanstvene spoznaje, to je veća
preciznost u predviđanju budućih događanja. Uz predviđanje se uvijek veže i određena pogreška. Kada su
znanstvene spoznaje utvrđene na najvišoj razini, na razini uzročno-posljedičnih odnosa, a to zapravo znači
na razini zakona po kojima se pojave događaju, tada je i preciznost u predviđanju budućih događanja
najveća.

Deskripcija je opisivanje pojave koja je predmet istraživanja. Temeljni je pristup u kvalitativnim

istraživanjima. Dobivamo uvid u osnovne rezultate istraživanja.

Klasifikacija je oblik deskripcije i jedan od njezinih najvažnijih ciljeva je stvaranje logičnog reda i sustava.
Dobar primjer za klasifikaciju je periodni sustav elemenata.

Objašnjenje- utvrđujemo povezanosti među pojavama. Istražujemo uzrok i posljedicu.

14. Objasni uvjete za kauzalitet.

Kognitivitet između pretpostavljenog uzroka i posljedice- dodir i bliskost u vremenu i prostoru

Prethođenje uzroka posljedici u vremenu

Konstantnost konjukcije uzroka i posljedice- zajedničko pojavljivanje uzroka i posljedice, vremenska

disproporcija/ odmak uzroka i posljedice- longitudinalna istraživanja.

15. Objasni razlike između znanstvenog i zdravorazumskog razmišljanja.

20
Znanost odlikuje klasifikacija te je prisutna ograničenost ekstenziteta zdravorazumskih zaključaka. Zaključci
vrijede samo za određene situacije. Znanost je mnogo šira, ide u analizu. Znanost je proturječna
zdravorazumskom razmišljanju. Ljudi su ograničeni vlastitim interesima te reagiraju interesno, a ne
argumentirano. Zdravorazumska razmišljanja su neprecizna . Razlikuju se po praktičnosti gdje je znanost
praktičnija od zdravorazumskog razmišljanja. Znanost je provjerljiva, a sve ostalo su dogme.

16. Nabroji i objasni Millove kanone kauzalnosti.

Pravilo slaganja- kada se uz jednu pojavu uvijek javlja i neka druga pojava, tada možemo zaključivati o
kauzalnoj vezi.

Pravilo razlike- kada su okolnosti u kojima se neka pojava javlja i u kojima se ona ne javlja u svemu iste,
osim u jednom elementu, tom se elementu može pripisati kauzalnost.

Pravilo ostatka- kada se nekom uzročnom kompleksu oduzmu neki dijelovi, a posljedice se i dalje javljaju,
uzrok leži u preostalom dijelu uzročnog kompleksa.

Pravilo popratnih ili usporednih promjena- kada promjene u jednoj varijabli prate promjene u nekoj drugoj
varijabli, postoji vjerojatnost uzročno- posljedičnih odnosa među njima.

17. Što je znanstvena metoda?

Znanstvena metoda je svaka metoda koja omogućava prikupljanje istinitih (objektivnih) podataka ili
činjenica o pojavi ili pojavama koje su predmetom istraživanja. U literaturi se navodi veći broj metoda,
međutim, za samo dvije metode može se sa sigurnošću tvrditi da su znanstvene. To su eksperiment i
sustavno opažanje.

18. Objasni eksperiment kao znanstvenu metodu.

Eksperiment je postupak kojim namjerno, u strogo kontroliranim uvjetima izazivamo neku pojavu radi
opažanja i/ili mjerenja. Pojava koja se proučava naziva se zavisna ili kriterijska varijabla. Činitelj koji
namjerno uvodimo i mijenjamo u eksperimentu da bi se provjerilo utječe li i ako utječe, kako utječe na
zavisnu varijablu naziva se nezavisna ili eksperimentalna varijabla. Eksperiment je najbolja znanstvena
metoda. U prirodnim znanostima eksperiment je dominantna znanstvena metoda. Eksperimentator
kontrolira uvjete pod kojima se događa neka pojava i ima nekoliko prednosti pred osobom koja samo
opaža pojavu. U društvenim i humanističkim znanostima eksperiment se još uvijek nedovoljno koristi.
Najviše se koristi u psihologiji.

19. Objasni sustavno opažanje u znanosti.

Sustavno opažanje je opažanje i praćenje neke pojave na sustavan, a to znači unaprijed definiran i precizan
način. Treba jasno odrediti što će se opažati, kada i pod kojim uvjetima. Također, osobito je važno definirati
i način bilježenja i kvantificiranja opaženog sadržaja. Prednost sustavnog opažanja pred eksperimentom je
u tome što se ono često odvija u prirodnim uvjetima (većina eksperimenata odvija se u laboratorijskim
uvjetima). Za kvalitetu sustavnog opažanja bitna je uvježbanost opažača. Sustavno opažanje koristi se i u
prirodnim i u društvenim i humanističkim znanostima. U psihologiji se često koristi u dječjoj, kliničkoj i
socijalnoj pedagogiji.
21
Sustavno opažanje razlikuje se od uobičajenog opažanja u svakodnevnom životu po sljedećim obilježjima:
obavlja se prema unaprijed određenom planu, usmjereno je prema točno definiranom objektu opažanja,
istovremeno s opažanjem registriraju se podaci o opaženom, podaci se registriraju na način da budu
dostupni kvantitativnoj obradi, opažač je stručno osposobljen za sustavno opažanje.

Sustavno opažanje može biti u laboratoriju i prirodnom okruženju.

Možemo ga dijeliti na opažanje bez intervencije i s intervencijom. Opažanje bez intervencije provodi se u
prirodnom okruženju kada postoji interes da se prikupe podaci o ponašanju- kako se ono normalno odvija
u određenoj situaciji, bez ikakve intervencije i kontrole. Opažač ima zadatak samo da prikupi podatke o
opserviranom ponašanju. Opažanje s intervencijom je učestaliji pristup u znanosti jer znanstvenik želi
potaknuti određeni događaj, uvesti određene uvjete i ograničenja i testirati hipoteze i teorije. S
intervencijom opažanje može biti u 3 metode a to su: opažanje uz sudjelovanje (drugi sudionici ne znaju da
su opažani ili znaju to, odnosno znaju da je opažač nazočan s ciljem opažanja određenih aktivnosti i
ponašanja sudionika u tim aktivnostima. Tu je problem utjecaj nazočnosti opažača na ponašanje drugih
sudionika koje se mijenja i nije više isto kakvo bi bilo kada ne bi znali da su opažani), strukturirano opažanje
(istraživač intervenira na način da omogući, odnosno potakne odvijanje neke aktivnosti i time i određenog
ponašanja sudionika u aktivnosti koju želi opažati ili da određenu aktivnost ili situaciju organizira na način
da se ponašanje sudionika može lakše registrirati) i prirodni eksperiment . U sustavnom opažanju problem
je pristranost opažača. Pristranost opažača postoji kada ima određena očekivanja, odnosno kada je uvjeren
u ispravnost određene hipoteze i ne pridaje jednaki značaj svim aspektima opažanog ponašanja. Taj
problem postoji i u eksperimentu. Prema tome, trebalo bi osigurati da opažač nije upoznat s ciljem i
hipotezom istraživanja.

20. Koje se još znanstvene metode navode u literaturi?

Metoda slučaja, korelacijska metoda (utvrđuju se relacije među pojavama ili određenim obilježjima i
osobinama ljudi), komparativna metoda (uspoređuju se razne pojave, povijesni događaji, nacije, posebne
skupine ljudi s ciljem utvrđivanja i objašnjavanja sličnosti i razlika. Ta metoda ima sličnosti s diferencijalnim
nacrtom istraživanja kojim se utvrđuju razlike između skupina ispitanika u nekom skupu obilježja.) i analiza
sadržaja (metoda kojom se kvantitativno analizira sadržaj određenog teksta ili poruke ili bilo kojeg oblika
komunikacije).

21. Objasni metodu slučaja (case study)

U kliničkoj psihologiji i psihijatriji često se koristi metoda slučaja (case study) u opisu razvoja nekog
psihičkog poremećaja ili bolesti ili u opisu učinaka nekog psihoterapijskog postupka, kod odabranog
pacijenta ili klijenta. U prvom slučaju, nastoje se izdvojiti bitne faze i pojedinosti u nastanku bolesti, a u
drugom utvrditi učinkovitost psihoterapijskih metoda. Glavni nedostatak metode slučaja je subjektivnost,
odnosno nedovoljna objektivnost metode. Podaci kojima se rukuje svode se dobrim dijelom na subjektivne
interpretacije osobe koja prikuplja podatke, a to dovodi u pitanje znanstvenu utemeljenost te metode.
Metoda slučaja koristi se i u sociologiji.

22. Objasni pojam paradigme u znanosti.

Termin paradigma prevodi se kao uzorak, uzor, primjer, obrazac, model ili pristup. Paradigma je set ili
usmjerenje, konceptualni okvir unutar kojeg znanstvenik djeluje. Radi se o spremnosti da se nešto
22
percipira, a nešto izostavi. Paradigma usmjerava znanstvenike u traženju rješenja problema. Paradigma je
temelj normalne znanosti i kada ona više ne može objasniti odstupanja koja se s vremenom produbljuju,
dolazi do krize koja se rješava znanstvenom revolucijom i postavljanjem nove paradigme. Kada postojeća
paradigma više ne rješava probleme određene struke , javlja se potreba za novom paradigmom.

23. Objasni dva puta dolaženja do novih spoznaja.

Spekulativno- a priori- prije iskustva, na osnovi razmišljanja

Empirijski- a posteriori- nakon iskustva, na osnovi istraživanja

24. Navedi osnovne razlike između kvalitativnih i kvantitativnih istraživanja.

U kvantitativnom istraživanju: započinje se hipotezom (hipotezama) koja se ne mijenja tijekom istraživanja,

uzorak ispitanika je slučajan (uglavnom bi trebao biti), uzorak ispitanika je relativno velik, podaci se
prikupljaju standardiziranim mjernim instrumentima, podaci se statistički obrađuju, a zaključci
generaliziraju na populaciju. Osnovni pristup istraživanju je nomotetički. Svrha je znanstvena generalizacija
. Polazna pretpostavka je o statičnosti pojave. Pristup istraživača je objektivan. Cilj je tumačenje činjenica.
Problem istraživanja se postavlja na početku i ne mijenja se tijekom istraživanja. Osnovna usmjerenost je
na rezultat, učinak. Osnovna orijentiranost je prema mjerenju, kvantificiranje pojave. Naglasak je na
numeričkim podacima. Osnovno pitanje je KOLIKO?. Važna je pouzdanost, ponovljivost podataka. Istraživač
je na udaljenosti od promatrane situacije, strogo neutralna pozicija u odnosu na izvore podataka i
promatranu situaciju, pozicija „autsajdera“. Promatra se veći broj podataka u izvođenju zaključaka.
Promatranje je zanemareno, važnost se pridaje nametljivom i kontroliranom mjerenju usmjerenom samo
na jedan aspekt pojave. Mjerenje je kontrolirano. Pri zaključivanju orijentirani smo na verificiranje
hipoteza. Pojavi pristupljujemo neprodubljeno, partikularistički. Redukcija podataka se ostvaruje
statističkom obradom.

U kvalitativnom istraživanju: započinje se općim problemom bez specifičnih ciljeva i hipoteza; kako se
podaci prikupljaju, hipoteze se mogu pojaviti, ali su podložne promjeni pod utjecajem novih podataka,
odabire se namjerni (prigodni) uzorak ispitanika, uzorak ispitanika je relativno malen, podaci se prikupljaju
nestandardiziranim postupcima, podaci se prikupljaju vrlo intenzivno; istraživač/i provodi dulje vrijeme s
ispitanicima, rezultati su u deskriptivnom obliku i odnose se prvenstveno na odabrani uzorak ispitanika.
Osnovni pristup je idiografski. Svrha je rješavanje praktičnih problema. Polazna pretpostavka je o
dinamičnosti pojave. Pristup istraživača je subjektivan. Cilj je razumijevanje pojave, ljudskog ponašanja.
Problem istraživanja se bogati i mijenja tijekom istraživanja. Osnovna usmjerenost je na proces, postupak.
Osnovna orijentiranost je na promatranju pojave. Naglasak je na atributivnim podacima. Osnovno pitanje
je KAKO?. Važnost se pridaje valjanosti, realnosti i bogatstvu podataka. Istraživač je uključen u promatranu
situaciju, blizina izvoru podataka, istraživač sudjeluje u aktivnosti koju proučava, pozicija „insajdera“.
Zaključci se izvode proučavanjem pojedinačnog slučaja. Ističe se značaj prirodnog, „naturalističkog“,
„impresionističkog“ nekontroliranog ponašanja. Hipoteze se postavljaju na kraju. Mjerenje je
nekontrolirano. Orijentacija pri zaključivanju ide prema pronalaženju objašnjenja pojave. Pristup pojavi je
produbljen, holistički. Redukcija podataka se ostvaruje hermeneutičkim postupcima.

25. U kvalitativnom istraživanju se koriste koji oblici prikupljanja podataka?

23
Polustrukturirani intervju ( slijedi se određeni redoslijed pitanja koji je unaprijed pripremljen) , opažanje
(video o tonski zapisi), dokumentacija (povijesni dokumenti, arhivska građa).

26. Nabroji osam načina verifikacije kvalitativnih istraživanja.

Produženi angažman i persistentno promatranje, triangulacija (prikupljanje podataka iz većeg broja izvora i
pomoću različitih metoda- povećanje vjerodostojnosti), recenzija ili „debrifing“ kolega, preinaka i
preciziranje radnih hipoteza, razjašnjavanje istraživačkih pristranosti, mišljenje ispitanika, opširno
izvještavanje, eksternalna revizija.

27. Objasni hermeneutiku u kontekstu kvalitativnih istraživanja.

Hermeneutika je nauka o umijeću interpretacije tekstova sa svrhom shvaćanja smisla njihovog iskaza. Ona
polazi od dokumenata. U kvalitativnim istraživanjima se redukcija podataka ostvaruje upravo
hermeneutičkim postupcima.

28. Što je mjerenje u znanosti?

Mjerenje je postupak pridruživanja brojeva objektima ili događajima prema logički prihvatljivim pravilima.
Pod mjerenjem se podrazumijeva kvantifikacija objekata i događaja. U društvenim i humanističkim
znanostima pod objektima se najčešće podrazumijevaju ispitanici, a mjerenjem se u kvantitativnom obliku
izražava zastupljenost pojedinih obilježja (atributa) ispitanika.

29. Koje su tri temeljne vrste mjerenja?

Mjerenje utemeljeno na zakonima koji određuju odnose različitih obilježja, mjerenje „po odluci“,
fundamentalno mjerenje.

30. Objasni indirektnost mjerenja.

Količine koje mjerimo mogu biti:

Konkretne- materijalne, direktno mjerenje, standardni mjerni instrumenti, u prirodnim znanostima,

egzaktnost, preciznost

Apstraktne- indirektno mjerenje, promatrajući, opažajući, mjereći jedno zaključujemo o drugom, u

društvenim znanostima, problem generalizacija, problem preciznosti, problem subjektivnosti.

31. Objasni izomorfnost mjerenja.

Izomorfnost je stupanj istovjetnosti ili paralelnosti između brojeva i obilježja objekta mjerenja. Treba
postojati neka zajednička osnova između brojevnog sustava i obilježja koja su predmetom mjerenja. Tri su
zajednička svojstva (principa) koja dozvoljavaju pridruživanje brojeva obilježjima objekta mjerenja:

Identitet- svaki broj je jedinstven i ima svoj identitet. Objekti po nečemu moraju biti svojstveni,
prepoznatljivi i različiti od drugih objekata. Identitet objekata prema određenim obilježjima objekata
dozvoljava mjerenje najniže razine, a to je klasifikacija.

24
Rang- brojevi imaju svojstvo ranga. Poredani su po veličini. Za svaki se broj zna je li veći ili manji od drugog
broja. Ako se obilježje koje je predmetom mjerenja može stupnjevati i dijelovi obilježja poredati po veličini
u kojoj postoje, tada i obilježje ima svojstvo ranga.

Aditivnost- znači da se brojevi mogu zbrajati i da zbroj dvaju brojeva uvijek daje jedinstven broj, točno
određeni broj. Omogućava preostale tri računske operacije. Oduzimanje, množenje i dijeljenje mogu se
izraziti zbrajanjem.

32. Usporedi nominalno i ordinalno mjerenje.

Nominalno mjerenje sastoji se u imenovanju istim imenom ili brojem, a to zapravo znači klasifikaciji
ispitanika prema istim, odnosno zajedničkim obilježjima (npr.spol, boja očiju). Tu se zapravo prije radi o
razvrstavanju, nego o mjerenju. Razvrstavanje se, dakle vrši prema kategorijama obilježja. Ako je spol
obilježje, kategorije su muški i ženski spol, a ako je obilježje boja očiju, kategorije su različite kvalitete boje
očiju.

Ordinalno mjerenje je pridruživanje ranga ispitanicima prema razvijenosti obilježja koje je predmetom
mjerenja. Dobar primjer su školske ocjene. Kod ordinalnog mjerenja razmak između brojeva nije jednak i
brojevi na rang skali ne smiju se zbrajati.

33. Objasni četiri temeljne mjerne skale.

Nominalna- zapravo i nisu skale jer ne omogućuju da se podaci poredaju na nekom kontinuumu već brojevi
služe samo za identifikaciju. Postoje dihotomne (imaju dvije kategorije), trihotomne (imaju tri kategorije),
politomne (n kategorija ).

Ordinalna- omogućuje klasificiranje podataka na temelju nekog njihovog atributa u klase i kategorije.

Intervalna- ako obilježje ima svojstvo aditivnosti, tada je moguće intervalno ili omjerno mjerenje. Umjesto
apsolutne nule- relativna (arbitrarna). Vrijednost nula ne implicira potpunu odsutnost obilježja koje je
predmetom mjerenja. Ne mogu se raditi omjeri. U intervalnoj skali se mogu točno odrediti veličine razlika
između pojava.

Omjerna- ako obilježje ima svojstvo aditivnosti, tada je moguće intervalno ili omjerno mjerenje. Razmaci u
dijelovima obilježja koje se mjeri su potpuno isti te isto tako i razmaci između stupnjeva na mjernoj skali.
Zbog apsolutne nule postoji mogućnost uspostavljanja omjera u obilježju koje je predmetom mjerenja.

34. Razlika između direktnog i indirektnog mjerenja.

Direktno mjerenje : predmet mjerenja je direktno dostupan mjerenju, jedinice na mjernoj skali su
određene kao dijelovi predmeta mjerenja. Npr. utvrđivanje težine nekog predmeta obavlja se direktnim
mjerenjem.

Indirektno mjerenje: u društvenim znanostima, znanje procjenjuje na osnovi rezultata na nekom testu
(indirektno), npr. test inteligencije.

35. Objasni Thurstonovu skalu.

25
To je skala za mjerenje stavova. Na skali se nalazi 11 tvrdnji koje su poredane od tvrdnje kojom se
najpozitivnije govori o objektu stava, do tvrdnje kojom se o njemu govori najnegativnije. Objekt stava može
biti osoba, stvar, institucija ili događaj. Neutralna tvrdnja nalazi se u sredini skale. Ispitanik treba zaokružiti
samo onu tvrdnju koja je za njega najprihvatljivija. U konstrukciji skale postoje sljedeći koraci:

1. Prikupi se velik broj tvrdnji o objektu stava

2. Eksperti razvrstavaju tvrdnje u 11 skupina dajući im ocjene od 1 do 11

3. Isključuju se tvrdnje u kojima postoji veće neslaganje eksperata

4. Skalne vrijednosti tvrdnji određuju se kao medijan ocjena eksperata i odabrane tvrdnje poredaju se
redoslijedom od 1 do 11

36. Objasni Likertovu skalu.

To je skala od 5 stupnjeva i na temelju te skale dobiva se podatak o smjeru stava (pozitivan, negativan) i
intenzitetu stava (mogući broj stupnjeva kreće se u rasponu od tri do 11). Ispitanik daje odgovor na svaku
tvrdnju. Konstrukcija Likertove skale:

1. Prikupi se velik broj tvrdnji o objektu stava

2. Uzorak ispitanika ocjenjuje sve tvrdnje pomoću skale s odabranim brojem stupnjeva

3. Izračunavaju se korelacije svake tvrdnje i ukupnog rezultata koji se dobije zbrojem ocjena za sve
tvrdnje

4. Isključe se sve tvrdnje koje imaju nisku korelaciju s ukupnim rezultatom.

37. Prikaži konstrukciju Likertove skale.

1. 2. 3. 4. 5.

Potpuno se slažem Uglavnom se slažem Ne mogu se odlučiti Uglavnom se ne slažem Potpuno se

ne slažem

38. Što je semantički diferencijal?

To je poseban tip skale. Semantički diferencijal razvili su Osgood i suradnici 1957.godine s intencijom da
mjeri konotativno značenje pojmova. Denotativno značenje pojma odnosi se na razumijevanje što pojam
znači, odnosno na njegov objektivni opis. Konotativno značenje pojma odnosi se na osjećanje i
doživljavanje uz pojam. Tu se radi o dubljem značenju nekog pojma za konkretnu osobu uz koje se vežu
emocije. Skala se sastoji od 7 stupnjeva, a na polovima se nalaze kontrastni atributi. Srednji stupanj skale je
neutralan, tako da skala ima po tri stupnja usmjerena prema pojedinom polu atributa. Ispitanik treba
jednostavno označiti jednu od navedenih crtica između bipolarnih pridjeva koji odgovara na ispitanikov
stav prema određenom predmetu ili pojavi koja se mjeri. Dobivene informacije ukazuju na sklonost,
odnosno nesklonost prema objektu stava.

26
39. Navedi primjer semantičkog diferencijala.

Pojam: Otac

7 6 5 4 3 2 1

+3 +2 +1 0 -1 -2 -3

Dobar X X x x x x X Loš

Čist X X x x x x x Prljav

Aktivan X X x x x x X Pasivan

Brz X X x x x x X Spor

Jak X x x x x x X Slab

Velik X x x x x x X Malen

40. Koje su glavne vrste mjernih instrumenata?

Test, upitnik ličnosti (mjerni instrument za ispitivanje obilježja ličnosti. Sastoji se od niza tvrdnji. Zadatak je
ispitanika da zaokruži jedan od predloženih odgovora. Odgovori se nalaze na binarnoj skali ili na Likertovoj
skali.), skala procjene (instrument pomoću kojeg stručnjak u nekom području procjenjuje osobine
ispitanika ili ponašanje ispitanika u određenim situacijama. Koriste se u evaluaciji pojedinih osoba, njihovih
reakcija i postignuća.), anketni upitnik ( postupak koji se najčešće koristi za ispitivanje javnog mnijenja,
odnosno stavova i mišljenja javnosti. Može poslužiti i u strukturiranom intervjuu. To je vrsta intervjua u
kojem voditelj postavlja pitanja respondentu kja su unaprijed pripremljena, točno određenim
redoslijedom. Postoji i polustrukturirani intervju koji se koristi u kvalitativnim istraživanjima.)

41. Objasni test kao mjerni instrument.

Test je standardizirani postupak za ispitivanje sposobnosti i znanja. Test se sastoji od niza zadataka. Kada se
kaže standardizirani postupak, pod tim se podrazumijeva precizno propisana procedura mjerenja, koja je
definirana u uputi koju ispitivač treba striktno poštovati tijekom ispitivanja i ocjenjivanja uratka ispitanika.

27
Jedino pod tim uvjetima mogu se rezultati koje su različiti ispitanici postigli u testu međusobno usporediti.
Standardizirani postupak podrazumijeva primjenu normi ili standarda za ocjenu svakog pojedinačnog
rezultata ispitanika. Testovi imaju izvrsne metrijske karakteristike te se zato smatraju najboljim mjernim
instrumentima u području društvenih i humanističkih znanosti.

42. Usporedi pitanja zatvorenog i otvorenog tipa u anketnom upitniku

Pitanja u anketnom upitniku mogu biti otvorenog i zatvorenog tipa. Pitanja zatvorenog tipa su ona u kojima
su unaprijed ponuđeni odgovori. Zadatak ispitanika je da zaokruži jedan od predloženih odgovora. U
pitanjima otvorenog tipa nema unaprijed ponuđenih odgovora i zadatak ispitanika je da svojim riječima
odgovori na postavljena pitanja. Kod pitanja otvorenog tipa glavni je problem u sistematiziranju i
kvantificiranju odgovora ispitanika. Predloženi odgovori mogu se nalaziti na dvjema vrstama mjernih skala:
nominalnoj i ordinalnoj.

Prednost zatvorenih pitanja je što ih je lakše koristiti u obradi podataka budući da imamo ponuđene opcije
(odgovore).

Prednost otvorenih pitanja je veća sloboda ispitanika u izjašnjavanju svojih misli, percepcija, stava i sl. Ne
zahtijeva višu razinu pismenosti i obrazovanosti.

43. Što je anketiranje?

Anketiranje je postupak (metoda) prikupljanja podataka ispitanika o njihovim stavovima, percepcijama,

preferencijama i sl., dok je anketa instrument anketiranja (prikupljanja podataka). Anketa u širem smislu
podrazumijeva svako pismeno i usmeno prikupljanje podataka i obuhvaća anketu u užem smislu (pismeno
prikupljanje podataka pomoću upitnika), intervju (usmeno prikupljanje podataka), test (pitanja kojima se
mjeri znanje, sposobnosti, interesi…)

44. Što su mjerni instrumenti?

Mjerni instrumenti su sredstvo prikupljanja podataka, odnosno mjerenja pojava koje su predmetom našeg
istraživanja. Najčešće metode prikupljanja podataka u pedagogiji su: anketiranje, intervjuiranje, testiranje,
analiza sadržaja, sustavno (strukturirano) opažanje.

45. Što je anketa?

Anketa u užem smislu podrazumijeva anketni obrazac koji popunjavaju ispitanici.

S obzirom na način provođenja postoje sljedeće vrste anketiranja: neposredno anketiranje (face-to-face
odnos između anketara s ispitanicima. Anketar je u neposrednom odnosu s ispitanicima kojima je
distribuirana anketa koju oni popunjavaju nakon što im se daju upute o načinu popunjavanja. Prednost
neposrednog anketiranja je u mogućnosti davanju dodatnih uputa o načinu popunjavanja upitnika, te
pojašnjenju određenih čestica ako im nisu jasna. Anketar može utjecati isto tako na uvjete u kojima se
provodi anketiranje. Nedostaci su : financijski veće opterećenje, problem utjecaja anketara na ispitanike
(pristranost), problem anonimnosti ), on line anketiranje (podrazumijeva način popunjavanja ankete na
određenoj internetskoj stranici ili putem ankete koja se šalje na e-mail na adresu ispitanika. Prednosti on
line anketiranja sastoji se u tome što je moguće obuhvatiti veći (reprezentativan uzorak) te sama
organizacija i provedba anketiranja ne zahtijevaju veće financijske izdatke. Nedostaci su nemogućnosti

28
davanja dodatnih pojašnjenja, uputa ispitanicima kao što je moguće u neposrednom anketiranju te slaba
kontrola tko nam zapravo popunjava anketu. Isto tako treba očekivati slabiji odaziv popunjavanja on line
anketa), poštansko i telefonsko anketiranje (u pedagogiji rijedak slučaj. Njih je danas s obzirom na
eksponencijalni razvoj tehnologija i ulogu računala potisnulo on line anketiranje.)

46. Objasni konstrukciju ankete.

To je složen proces i zahtijeva stručnost osobe koja ju konstruira. Prilikom sastavljanja čestica (pitanja,
tvrdnji) u anketi treba slijediti sljedeća načela: broj čestica (pitanja, tvrdnji) ne treba biti prevelik; treba biti
prilagođen dobi ispitanika; ako je anketa preopsežna ispitanici pri kraju zbog distraktibilnosti pažnje niti ne
čitaju ponovno pozorno pitanja (tvrdnje), već zaokružuju „na slijepo“. Ako je preopsežan broj čestica u
upitniku tada pri kraju ispitanici (posebice odrasli) nastoje napraviti vizualno normalnu distribuciju
odgovora kad je riječ npr.o skali likertova tipa s 5 stupnjeva. Rješenje je u kontrolnim pitanjima.

47. Kakav mora biti jezik u anketi?

Koristiti jednostavan, ne previše stručan jezik, kako bi svi razumjeli ako ispitanik ne razumije određeni
termin tada niti njegov odgovor (slaganje s tvrdnjom) neće biti točno. Ne treba koristiti meta jezik, već
rječnik treba biti podređen ispitanicima (ili objasniti stručan termin).

48. Što je intervjuiranje?

Podrazumijeva anketu u usmenom obliku. Zahtijeva vremenski veći angažman te veću pripremljenost
osobe koja intervju provodi (anketar). Neophodno i to naročito kad je riječ o nižoj kronološkoj dobi
ispitanika.

49. Opiši strukturirani intervju (standardizirani)

Anketar ima unaprijed postavljena pitanja (anketni upitnik) koja čita ispitaniku i bilježi njegove odgovore.
Budući da je riječ o unaprijed formuliranim pitanjima (najčešće pitanja zatvorena tipa) anketar bilježi samo
odgovore na njih, dok je moguće ostale misli, opažanja, stavove ispitanika koje dobiva ne bilježi jer nisu
predmet njegova mjerenja. Svim ispitanicima postavljaju se ista pitanja.

50. Opiši slobodni intervju.

Pitanja se nameću, pojavljuju iz samog konteksta razgovora i nisu unaprijed postavljena, već je uglavnom
šira tema zadana. Dobiva se široka slika o području koje je predmet interesa anketara. Prednost slobodnog
intervjua je dubinsko ulaženje u tematiku. Slobodni intervju više je karakterističan za kvalitativni pristup u
istraživanju jer se holistički dobiva bolji uvid u područje znanstvenog (stručnog) interesa. Koristi se i za pilot
(sondažno) predispitivanje za izradu anketnog upitnika. Nedostaci: ispitanik ne vidi cilj i svrhu intervjua te
odbija pristupiti ili je nemotiviran za davanje objektivnih odgovora. Ispitanik ne želi sudjelovati u intervjuu
iz razloga što mu nije zajamčena anonimnost, plaši se mogućih posljedica ili mu je neugodno govoriti o
određenim temama. Ispitanik se plaši da ne ispadne neznalica. Ispitanik može biti isprovociran određenim
pitanjima. Ispitanik može biti zasićen intervjuima (ovisno o prosječnom trajanju intervjua). Ispitanik može
biti utjecajem halo efekta (hetero-na osnovi tuđeg mišljenja stvaramo svoje i/ili homo-na osnovi onog što
vidimo stvaramo mišljenje) precjenjivati ili podcjenjivati svoje odgovore.

51. Opiši grupni intervju

29
U grupnom intervjuu uobičajeno je obuhvaćeno 5-10 sudionika s kojima osoba koja provodi intervju
razgovara na određenu temu. Takav oblik grupnog intervjua zove se i fokus grupe. Cilj fokus grupa je dobiti
dublji uvid u određenu temu, a pomoću grupne interakcije i sinergije svih sudionika u intervjuu. Anketar je
moderator jer koordinira sudjelovanje članova intervjua u grupnoj raspravi. Uloga moderatora je u
grupnom intervjuu veća nego u individualnom jer treba aktivirati, motivirati , inicirati sve sudionike
intervjua da izlože svoje mišljenje, stav, moguće rješenje. Grupni intervju najčešće je vrsta
polustrukturiranog i nestrukturiranog (slobodnog) intervjua. Svi ispitanici moraju u određenoj mjeri
ravnopravno sudjelovati u raspravi. Odrediti vrijeme intervjua (ne više od sat vremena zbog fluktuacije
pažnje, umora). Motivirati ispitanike, usmjeravati ih prema grupnoj interakciji. Budući da se razvija grupna
diskusija ne dozvoliti da se ispitanici zbog neslaganja vrijeđaju, podcjenjuju…(u diskusiji nema gubitnika).
Smanjiti broj tema (pitanja) o kojima će se raspravljati. Provoditi više susreta članova grupe (fokus grupa).
Paziti na halo efekt.

52. Što su znanstvena istraživanja?

Znanstvenim istraživanjima stječu se nova znanja o pojavama u prirodi i društvu. Početak znanstvenog
istraživanja je identifikacija problema koji se želi istražiti. Znanstvenim istraživanjima dolazi se do novih
spoznaja o svijetu koji nas okružuje. U znanstvenim istraživanjima provjeravaju se hipoteze koje se mogu
shvatiti bitnim dijelovima teorije. To su tvrdnje ili postavke na koje se teorija oslanja, to su temelji teorije.
Znanstveno istraživanje je složen i dugotrajan proces koji se sastoji od više faza. Početne faze istraživanja
su pripremne faze istraživanja. Te su faze teorijskog karaktera. Nakon njih slijede faze empirijskog
karaktera u kojima se prikupljaju i obrađuju prikupljeni podaci. Interpretacija rezultata nakon obrade
podataka, izvođenje zaključaka i odgovor na postavljene hipoteze te generalizacija rezultata znanstvenog
istraživanja, ponovno su teorijske faze istraživačkog procesa. Znanstveno istraživanje počinje i završava
teorijom.

53. Što je cilj znanstvenih istraživanja?

Cilj znanstvenih istraživanja je provjera teorija koje su u većoj ili manjoj mjeri hipotetičkog karaktera. Cilj
znanstvenog istraživanja je provjera i dokazivanje određene teorije ili dijela teorije, kako bi teorija prerasla
u znanstvenu uli znanstveno utemeljenu teoriju.

54. Koje su vrste znanstvenih istraživanja?

Fundamentalna istraživanja- fundamentalnim istraživanjima utvrđuju se temeljne spoznaje o prirodi i

društvu. Potrebna su takva istraživanja jer ona utvrđuju osnovne zakone o pojavama kojima se znanstvena
disciplina bavi, koji su temelj znanstvene discipline i koji omogućavaju daljnji razvoj i prosperitet
znanstvene discipline. Fundamentalna istraživanja nemaju neposredan utjecaj na praksu, već je njihov
utjecaj posredan.

Primijenjena istraživanja- u primijenjenim istraživanjima traže se znanstveno utemeljeni odgovori na

konkretne probleme prakse. Sama primijenjena istraživanja nisu moguća bez fundamentalnih istraživanja.
30
Iako fundamentalna istraživanja nisu neposredno povezana s problemima prakse, osiguravajući znanstvenu
utemeljenost i razvoj pojedine znanstvene discipline omogućuju i znanstvenu utemeljenost primijenjenim
istraživanjima, a time i njihovu učinkovitost u rješavanju problema prakse.

Razvojna istraživanja- dio su primijenjenih istraživanja, a usmjerena su na praćenje i evaluaciju uvođenja i

razvoja novih programa rada, novih postupaka ili tehnologija u praksu (npr.eksperimentalni nastavni
programi, novi tehnološki postupci u proizvodnji).

55. Kako dijelimo znanstvena istraživanja u društvenim i humanističkim znanostima?

Dijelimo ih na longitudinalna i transverzalna.

56. Objasni longitudinalna i transverzalna istraživanja.

Longitudinalnim i transverzalnim istraživanjima proučavaju se razvojne promjene koje se događaju u

određenom razdoblju. U longitudinalnom istraživanju utvrđuje se razvoj određene sposobnosti, osobine ili
pojave, gdje se obilježja za koja se pretpostavlja da su pokazatelji pojave koja je predmetom istraživanja,
prate na istom uzorku (ili više uzoraka) ispitanika dulje vrijeme. Postoje longitudinalna istraživanja u kojima
se uzorak ispitanika pratio i više od 50 godina. Prednost longitudinalnih istraživanja je u prikupljanju vrlo
vrijednih podataka o uzorku ili uzrocima pojave koja se istražuje, osobito kada je riječ o složenoj pojavi koja
se razvija u duljem razdoblju. Glavni nedostaci longitudinalnih istraživanja su njihova dugotrajnost i
osipanje uzorka ispitanika. Longitudinalna istraživanja se mogu podijeliti na prospektivna i retrospektivna.
Prospektivna su ona kojima se uzorak ispitanika prati određeno vrijeme, ona kako se longitudinalno
istraživanje uobičajeno definira. Retrospektivna longitudinalna istraživanja su ona u kojima se ispitanici
trebaju prisjetiti nekih događaja, situacija ili obilježja za njih važnih osoba (npr.roditelja) i zatim se ti podaci
uspoređuju s podacima koji su o ispitanicima prikupljeni u kasnijem razdoblju.

Transverzalnim istraživanjima nastoje se kompenzirati glavni nedostaci longitudinalnih istraživanja.

Relativno kratko traju i osipanje uzorka ispitanika ne javlja se kao problem. Razvoj određene sposobnosti,
osobine ili pojave utvrđuje se na uzorcima ispitanika različite kronološke dobi. Glavni je problem
nehomogenosti uzoraka ispitanika koji se zahvaćaju u različitim dobnim uzrastima te je nerijetko upitna
usporedivost dobivenih rezultata i zaključivanje o razvoju pojave koja se proučava.

57. Nabroji i objasni faze znanstvenog istraživanja.

Znanstveno istraživanje složen je i dugotrajan proces koji se sastoji od više faza. Početne (pripremne) faze
znanstvenog istraživanja su teorijske, zatim slijede empirijske faze istraživanja i konačno, znanstveno
istraživanje završava teorijski, interpretacijom i generalizacijom rezultata te prihvaćanjem, dopunom ili
modifikacijom postojeće teorije ili dijela teorije. Glavne faze znanstvenog istraživanja mogu se podijeliti na
sljedeći način:

1. Opis i definiranje problema istraživanja- do problema znanstvenih istraživanja dolazimo opažanjem,

razmišljanjem i proučavanjem literature. Znanstveni problem treba biti formuliran u obliku pitanja, treba se
odnositi na povezanost varijabli i treba omogućavati empirijsku provjeru.

31
2. Izbor literature i definiranje ključnih pojmova- potraga za relevantnom literaturom bitna je u
znanstvenom istraživanju i svaki bi znanstvenik trebao redovito pratiti zbivanja u području kojim se bavi.
Potrebno je izvršiti selekciju radova.

3. Određivanje cilja istraživanja i definiranje hipoteze- određivanjem cilja (ciljeva) istraživanja precizno
se navodi koji aspekt ili aspekti problema će biti obuhvaćeni istraživanjem. To je potrebno da bi se
određeni znanstveni problem suzio i da bi se zatim mogla precizno definirati hipoteza koja proizlazi iz cilja
istraživanja. Hipoteza proizlazi iz znanstvenog problema ili dijela znanstvenog problema opisanog ciljem
istraživanja. Hipoteza se najčešće formulira u obliku tvrdnje. Postoji pet općih mjerila vrijednosti
znanstvene hipoteze: svrhovitost, provjerljivost, plodnost, suglasnost, jednostavnost. Hipoteza je
pretpostavka (moguće objašnjenje) u istraživanju koju treba provjeriti. Hipoteza mora biti primjerena
problemu, jasna i nedvosmislena, postavljena na način da omogućava opovrgavanja, najjednostavniji
mogući odgovor na problem, provjerljiva, razložena i vjerojatna prije same provjere. Hipoteza je
provjerljiva jedino pomoću statističkih testova.

4. Izbor nacrta istraživanja- nacrt istraživanja je određeni pristup u traženju odgovora na problem
istraživanja. Postoje različiti nacrti istraživanja. Kada se problem analizira samo na deskriptivnoj razini, riječ
je o deskriptivnom nacrtu, kada se žele utvrditi uzročno-posljedični odnosi, takav se nacrt naziva kauzalnim
nacrtom. Najpoznatiji nacrti istraživanja su: eksperimentalni nacrt, kvazieksperimentalni nacrt, korelacijski
nacrt, diferencijalni nacrt, nacrt pojedinačnog slučaja.

Eksperimentalni nacrt- ispituje se utjecaj nezavisne ili eksperimentalne varijable na zavisnu varijablu u
strogo kontroliranim uvjetima. Dominira u prirodnim znanostima. U pedagogiji se rijetko koristi.
Podrazumijeva strogo kontrolirane uvjete u kojim se eksperiment provodi kako bi se u maksimalnoj mjeri
apstrahirali (umanjili) parazitarni faktori koji djeluju na rezultate mjerenja (zavisnu varijablu). Smisao
eksperimentalnog nacrta je utvrđivanje utjecaja nezavisne varijable na zavisnu. S nezavisnom varijablom se
manipulira kako bismo istražili njen utjecaj (učinke) na zavisnu varijablu. Zavisna ili kriterijska varijabla je
ona varijabla koja se opaža ili mjeri, odnosno ona ovisi o promjenama (manipulacijama) nezavisne varijable
i ona je u fokusu znanstvenog opažanja i mjerenja. Eksperimentalni nacrt nikad nije savršen. Problem
egzaktnog utvrđivanja kauzalnosti. U eksperimentalnom nacrtu jedan od osnovnih preduvjeta je dobar
odabir nezavisnih i zavisnih varijabli. Kontrola vanjskih činitelja u eksperimentu: kontrola fizičkih činitelja
(smanjiti eksperimentalne pogreške, prepoznavanje onih činitelja koji djeluju na zavisnu varijablu, ukloniti i
destabilizirati ih, osiguravanje jednakih uvjeta za kontrolnu i eksperimentalnu skupinu, odstranjivanje
izvora smetnji koje mogu dovesti do povećanja nesustavnog varijabiliteta u ponašanju unutar
eksperimenta, npr.veličina sobe, temperatura, rasvjeta, buka) , kontrola pristranosti sudionika (izbjeći bilo
kakvu pristranost; favoriziranje određene skupine, ispitanici ne smiju biti svjesni eksperimentalne hipoteze,
Hawthorne efect, placebo učinak, lažno informiranje o eksperimentu, povećanje iskrenosti), kontrola
osobnih činitelja (usporedivost ispitanika, grupa prema određenim obilježjima, izjednačenost kontrolne i
eksperimentalne skupine, raspoređivanje ispitanike u grupe slučajnim odabirom, randomizacijom,
uparivanjem). Istinitost eksperimenta- 4 osnovna modela eksperimentalne valjanosti : unutarnja valjanost
(razina u kojoj se razlike između KS i EK ili promjene u zavisnoj varijabli mogu pripisati NV, a ne vanjskim
utjecajima, istražuje može li se povezanost između NV i ZV objasniti kao uzročno- posljedična veza,
kontrola vanjskih utjecaja), vanjska valjanost (razina u kojoj se dobiveni rezultati mogu primijeniti na
populaciju, okolnosti i uvjete drugačije od onih pod kojim su dobiveni, istražuje se kako se dobiveni
rezultati mogu uopćiti na populacije, uzorak- populacija;spol, dob, mjesto, odlike situacije; različiti prostori,
32
stvarne životne situacije, vremenski diskurs kad je istraživanje provedeno), konstruktna valjanost
(predstavlja propitivanje održivosti teorijskog tumačenja uzročne veze eksperimentalnom manipulacijom,
Hawthorne efekt, istražuje što uzročna veza između NV i ZV u teorijskom smislu predstavlja, ispitivanje je li
to zaista tako kako su prikazali rezultati), statistička valjanost (statističko dokazivanje povezanosti između
NV i ZV, statističko zaključivanje, odabir odgovarajućih parametrijskih ili neparametrijskih testova,
statistička snaga testa- vjerojatnost odbacivanja nul hipoteze, ako je ta hipoteza zaista pogrešna)

Kvazieksperimentalni nacrt- odnosi se na eksperiment. Slijedi eksperimentalnu metodologiju. Izvedeni

zaključci slabiji (slabija kauzalnost). Zamjena za istinski eksperiment. Eksperimentalna i kontrolna grupa
nisu ujednačene, nisu odabrane po slučaju. Postoji slabija kontrola vanjskih čimbenika. Odnosi se na
eksperiment koji se provodi u životnoj sredini, odnosno u prirodnim uvjetima. U takvom eksperimentu
odstupa se od veoma strogih zahtjeva koji su propisani za laboratorijski eksperiment, jer ih je nemoguće
provesti u stvarnim životnim situacijama. Npr. u kliničkom eksperimentu ispitanici, pacijenti neke bolnice
često se ne mogu raspoređivati u eksperimentalnu i kontrolnu skupinu na način kako je to za eksperiment
najbolje, jer bi to moglo omesti postupak liječenja pacijenata.

Korelacijski nacrt- U veoma je čestoj primjeni u društvenim i humanističkim znanostima. U istraživanjima

koja se odvijaju po tom nacrtu, cilj je utvrditi povezanost među varijablama, odnosno obilježjima ispitanika.
Korelacija je sukladnost u variranju dviju ili više pojava.

Diferencijalni nacrt- utvrđuje se da li skupine ispitanika pripadaju istoj ili različitim populacijama. U
pedagogiji često je u području našeg interesa utvrđivanje razlika između određenih sub-uzoraka (prema
spolu, dobi, šk.uspjehu) na određenim zavisnim varijablama ( određeno ponašanje, rezultati učenja,
agresivnost)

Nacrt pojedinačnog slučaja- ekstenzija metode slučaja kojim se nastoje otkloniti nedostaci metode slučaja.
Radi se o prikupljanju i analizi podataka o jednom ispitaniku koji je izložen nekoj intervenciji ili tretmanu.

5. Izbor uzorka ispitanika i uzorka varijabli – istraživanja se u principu provode na uzorcima entiteta iz
nekog osnovnog skupa. Termin entitet koristi se ne samo za ljude i živa bića, već i za pojave i objekte,
odnosno za elemente, dijelove ili jedinice nekog općeg ili osnovnog skupa. Sintagma opći ili osnovni skup
uključuje sve moguće entitete koji imaju neka zajednička obilježja. U društvenim i humanističkim
znanostima entiteti su najčešće ljudi i u uporabi su termini ispitanik i populacija. Izbor uzorka ispitanika
treba pažljivo obaviti, jer od obilježja uzorka ispitanika zavisi mogućnost generalizacije rezultata
eksperimenta i općenito, znanstvenog istraživanja.

6. Prikupljanje podataka- izuzetno je važna faza znanstvenog istraživanja. Ako su podaci prikupljeni
lošim ili neadekvatnim instrumentima i postupcima sadržavat će veliku količinu pogrešaka i rezultati i
zaključci istraživanja bit će pogrešni, iako je odabrana kvalitetna hipoteza, nacrt istraživanja i obrada
podataka. Standardni način prikupljanja podataka sastoji se u primjeni različitih mjernih instrumenata:
testova, upitnika ličnosti, skala procjene, anketnih upitnika i drugih instrumenata.

7. Obrada podataka- cilj obrade podataka je sređivanje i organizacija podataka na način da se iz njih
dobiju poruke koje nose u sebi, a koje se ne mogu prepoznati na temelju pregleda podataka. Kada postoji
velik broj ispitanika i mjernih instrumenata, broj podataka je tolik da se jedino računskom obradom
podataka može dobiti uvid u poruke koje podaci emitiraju u odnosu na hipotezu ili hipoteze koje su
predmetom pojave.
33
8. Interpretacija rezultata- ključna faza u znanstvenom istraživanju. Prelazi se sa činjenica na
razmišljanje, na logički utemeljene dedukcije iz činjenica. Da bi se učinila kvalitetna interpretacija dobivenih
rezultata, treba dobro poznavati problem i metodu (metode) kojom su podaci obrađeni.

9. Pisanje znanstvenog izvještaja- završna je i konačna faza znanstvenog istraživanja. Znanstveni

izvještaj treba biti jasan i razumljiv. Treba pažljivo odabrati riječi i termine da se što jasnije napiše ono što
smo namjeravali kazati. Osim toga, treba pisati sažeto da se s malo riječi što više kaže. Najčešći oblici
izvještaja o znanstvenom istraživanju su : znanstveni članak, magistarski rad, doktorski rad.

58. Koje dvije vrste hipoteza postoje?

Nul hipoteza – formulira se indiferentno (upitno) ili niječno. Npr. postoji li povezanost između pojava A i B?
Ili: Ne postoji povezanost između pojava A i B. Nul- hipoteza se češće formulira u niječnom obliku, jer
upitno formulirana hipoteza zapravo i nije hipoteza, već samo pitanje (o eventualnoj povezanosti ili razlici).
U eksperimentu u kojem bi se ispitivao utjecaj kofeina na zapamćivanje besmislenih slogova, nul-hipoteza
bi glasila : da li se eksperimentalna i kontrolna skupina ispitanika razlikuju u zapamćivanju besmislenih
slogova? Ili: Eksperimentalna i kontrolna skupina ispitanika ne razlikuju se (neće se razlikovati) u
zapamćivanju besmislenih slogova.

Radna, direktivna ili alternativna hipoteza (H1)- formulira se afirmativno. Na primjer: postoji pozitivna
povezanost između pojava A i B ili u odnosu na naprijed navedeni problem, eksperimentalna i kontrolna
skupina ispitanika razlikuju se, razlikovat će se u zapamćivanju besmislenih slogova. Suprotna nul hipotezi.
Postoji i direktivna (usmjerena) hipoteza kojom pretpostavljamo određeni smjer razlike, povezanosti.
Problem : istražiti prevalenciju fizičke agresivnosti dječaka i djevojčica na uzorku učenika osnovnih škola
Sisačko- moslovačke županije. Hipoteza: dječaci učestalije manifestiraju fizičku agresivnost od djevojčica na
navedenom uzorku.

59. Koristiti nul hipotezu ili alternativnu?

Statistički je opravdanije postaviti nul hipotezu jer je manje izložena pristranosti istraživača, a jedino je
provjerljiva statističkim testovima.

60. Što su varijable?

Predstavlja nešto što se mijenja i može poprimiti različite vrijednosti. Osnovna podjela varijabli u
pedagogijskim istraživanjima je na nezavisne i zavisne.

61. Objasni nezavisnu varijablu.

Nezavisna varijabla je ona s kojom se manipulira s ciljem utvrđivanja njena utjecaja na zavisnu varijablu. U
eksperimentu istraživač mijenjajući nezavisnu varijablu promatra promjene koje su nastale kod zavisne
varijable. U pedagogije nezavisne varijable se najčešće odnose na sociodemografska obilježja poput: spol,
dob, razred, uspjeh u školi, mjesto stanovanja, obrazovanje roditelja, materijalni status roditelja i sl.,
međutim isto tako se često odnose na npr.određeni pedagoški postupak (metodu, načelo, postupak…) te
se mjeri kako on implicira promjene kod zavisne varijable (npr.rezultat učenja, motivacije, suradnje,
ponašanja učenika i sl.)

62. Objasni zavisnu varijablu.

34
Zavisne su (ovisne) o utjecaju i promjenama nezavisne varijable te su one predmet opažanja u
eksperimentu kako bi se istražilo da li su promjene ovisne o promjenama u nezavisnoj varijabli (s kojom se
manipulira). One su zapravo područje interesa istraživača. Primjer: H1: postoji statistički značajna razlika
između učenika i učenica osnovne škole u intenzitetu bježanja s nastave. Nezavisna varijabla: spol (učenici i
učenice), zavisna varijabla: intenzitet bježenja s nastave.

63. Objasni dualnost zavisne i nezavisne varijable.

U određenom istraživanju zavisna varijabla može postati nezavisna i obratno. U stvarnosti zapravo ne
postoji stvarna podjela na zavisne i nezavisne varijable već to ovisi o istraživačkom problemu. Uzmimo npr.
ako istražujemo da li je školski uspjeh povezan s prosocijalnim ponašanjem. U tom slučaju školski uspjeh je
nezavisna varijabla jer istraživač istražuje jesu li promjene, razlike u školskom uspjehu povezane s različitim
razinama prosocijalnog ponašanja. Međutim, ako istraživač istražuje povezanost između kvalitete učenja i
školskog uspjeha tada je školski uspjeh zavisna varijabla jer se istražuje da li je promjena u kvaliteti učenja
(nezavisna varijabla) povezana s školskim uspjehom (zavisna varijabla).

64. Objasni kvalitativne i kvantitativne varijable.

Kvalitativne varijable nazivaju se još i kategorijalne jer su podaci svrstani u određene kategorije. Riječ je o
nenumeričkim varijablama (atributivna) gdje se opažene vrijednosti svrstavaju prema kategorijalnim
obilježjima (riječima, a ne brojevima). Kvalitativne varijable su diskontinuirane jer ne postoji kontinuitet u
stupnjevanju veličine koji varijabla mjeri i rade se zapravo o prijelazu iz jedne u drugu, novu kvalitetu.

65. Vrste kvalitativnih varijabli.

Dihotomne / binomne varijable (imaju dualnu opciju)- imaju samo dvije mogućnosti poput : spol
(muško/žensko), radni status (zaposlen/nezaposlen)

Trihotomne- 3 kategorije poput bračni status : oženjen/neoženjen/ razveden

Politomne varijable (više od 3 kategorije)

66. Objasni kvantitativne varijable.

Kvantitativne varijable se označavaju brojem koji predstavljaju različite vrijednosti. Osnovna podjela
kvantitativnih varijabli je na kontituirane i diskontinuirane. Diskontinuirane ili diskretne varijable se odnose
na manje numeričke vrijednosti odnosno manji opseg brojeva koji predstavljaju određene vrijednosti (cijeli
brojevi).

67. Koje su vrste istraživanja u pedagogiji?

Temeljna istraživanja- veća interdisciplinarna istraživanja čiji rezultati impliciraju osnovne zakonitosti,
pristupe ili čak teorije koje će se kasnije razrađivati i provjeravati njihova učinkovitost u praksi. Rezultati
takvih istraživanja unapređuju i/ili mijenjaju osnovne „teorije“ određene znanosti. Takva istraživanja su
prisutna više u prirodnim znanostima, npr.istraživanje elementarnih čestica u Cern-u.

Razvojna istraživanja- temelje se na postojećim znanjima a usmjerena su na provjeravanje postojećih

postupaka, metoda, aktivnosti. Provjerava učinkovitost specifičnih pedagoških „novina“ u procesu odgoja i
obrazovanja. Npr. provjerava kvalitete određenih udžbenika ili kurikulumskih odrednica. U tehničkim
35
znanostima razvojna istraživanja se odnose na uvođenje novih postupka, proizvoda i sustava s ciljem
poboljšanja proizvodnje.

Primijenjena istraživanja- istraživanja koja se bave rješavanjem određenih specifičnih (praktičnih) problema
u odgoju i obrazovanju. Npr. istraživanje poboljšanja kvaliteta odnosa/suradnje učenika i učitelja,
istraživanje čimbenika kvalitetne nastave i sl. „Uvode“ dijelovi (rezultati) fundamentalnih spoznaja u praksi
odgoja i obrazovanja bave rješavanjem određenih specifičnih (praktičnih) problema u odgoju i
obrazovanju.

68. Vrste pedagogijskih istraživanja prema načinu prikupljanja podataka.

Empirijska- prikupljanje podataka iz neposrednog odgojno-obrazovnog rada. To podrazumijeva provedbu

istraživanja na terenu pomoću različitih instrumenata: upitnika, skala procjena, intervjua, sustavnog
opažanja, testiranja i sl. veći epitet znanstevnosti nego neempirijska. Neepirijska- izvan prakse.

69. Vrste pedagogijskih istraživanja prema vremenskom kriteriju.

Istraživanja povijesti odgoja i obrazovanja, istraživanja sadašnjosti odgoja i obrazovanja, istraživanja

budućnosti- futurološka istraživanja.

70. Vrste pedagogijskih istraživanja prema ostalim istraživanjima.

Etnografska istraživanja- „pisanje o ljudima“, opisivanje svakodnevnih sociokulturnih aktivnosti i obrazaca

ponašanja u danom društvenom kontekstu. Kvalitativni pristup. Naglasak na stvarnim životnim situacijama.
Prikupljanje podataka provodi se u stvarnom, izvornom okruženju. Npr.ako istražujemo razinu verbalne
agresivnosti kod učenika onda je bolji pristup „mjerenja“ verbalne agresivnosti u stvarnim životnim
situacijama i okolini (kod kuće, na utakmici, kafiću, klubu, s vršnjacima i sl.) nego samo u razredu. Na taj
način dobivamo bolji uvid u promatranu pojavu te je njeno razumijevanje na dubljoj/višoj razini. Holistički
pristup. Opažanja se temelje u neposrednoj okolini te imaju kontekstualnu relevantnost. Hipoteze se
pojavljuju in situ kako se istraživanje razvija. Zaključci služe za pogled na stvarnost iznutra; s aspekta
istraživača i njegove okoline. Opažanje je dugotrajno. Glavni cilj je dobiti od sudionika sociokulturno
značenje, čineći društveno ponašanje razumljivim.

Evaluacijska istraživanja

Narativna istraživanja- idiografski usmjerena. Sastoje se od naracije ispitanika o predmetu istraživanja. Cilj
narativnih istraživanja je dobivanje povratne informacije, iskaza ispitanika o određenim problemima,
zapažanjima, vjerovanjima, predrasudama i sl. temelje se na subjektivitetu pojedinca ili više njih, te su
karakteristična za kvalitativnu paradigmu. No, iako je teško očekivati ispunjenje svojevrsne nomotetičnosti,
često su narativna istraživanja inicijator, odnosno pokretač većih kvantitativnih istraživanja.

Korelacijska istraživanja

Kauzalna istraživanja

Deskriptivna istraživanja

36
71. Objasni case study- studij slučaja

Idiografska usmjerenost. Odnose se na pojavu i/ili pojedinca (ili više njih) te njihov iskaz, ispovijest o
određenoj pojavi. Sagledavanja svih važnijih aspekata jedne pojave ili situacije, uzimajući za jedinicu
proučavanja: pojedinca, grupu, organizaciju, lokalnu zajednicu, cijelu kulturu ili bilo koji sustav koji se
smatra zasebnom cjelinom ili entitetom.

72. Objasni reprezentativnost uzorka.

Reprezentativni uzorak ispitanika vjerno predstavlja populaciju u svim njenim bitnim obilježjima i jedino u
tom slučaju se dobiveni rezultati mogu generalizirati na populaciju. Načelo reprezentativnosti teško je
postići u laboratorijskom eksperimentu, jer reprezentativni uzorci u principu obuhvaćaju velik broj
ispitanika. Reprezentativnost uzorka ispitanika ovisi o: veličini uzorka, varijabilitetu pojave (obilježja,
sposobnosti, osobine) koja se istražuje, načinu izbora uzorka. Uzorak je reprezentativan kad dobro
predstavlja populaciju iz koje je uzet; tj.daje rezultate kao da smo ih prikupili na populaciji.

73. Što je uzorak?

Uzorak je ograničen dio ispitanika neke populacije (njen podskup) odabran na način da ponajbolje
predstavlja (reprezentira) tu populaciju. Populacija predstavlja sve pojedince (ispitanike) kojima je
zajedničko neko obilježje (npr. svi učenici osnovnih škola u RH)

74. Nabroji i objasni najčešće vrste uzoraka.

1. Jednostavni slučajni uzorak- ulazak svakog ispitanika u uzorak određen je na temelju slučaja, a to
znači da svaki pripadnik populacije ima jednaku vrijednost da bude izabran u uzorak. Uzorak se formira uz
pomoć lutrijskog bubnja.

2. Intervalni uzorak- ako su pripadnici neke populacije poredani na način da imaju matični ili
registarski broj (npr.studenti imaju matični broj upisan u indeks), izbor ispitanika obavlja se tako da u
uzorak ulazi svaki drugi, peti ili deseti već prema tome koliki je broj ispitanika potreban, odnosno koji je
interval odabran.

3. Stratificiran ili slojeviti uzorak- slojevi su neka posebna obilježja populacije. Ako su ta obilježja
populacije osobito važna u istraživanju zbog vrste problema koji se istražuje (npr.spol, dob, obrazovanje,
socioekonomski status), zbog generalizacije rezultata istraživanja bilo bi nužno da su ta obilježja
proporcionalno zastupljena i u uzorku kao što su u populaciji. Takav uzorak naziva se proporcionalni
stratificirani uzorak.

4. Grupni uzorak- ako se neka populacija sastoji od više subpopulacija, iz svake subpopulacije izabire
se određeni broj ispitanika u zavisnosti od veličine subpopulacije.

5. Prigodni uzorak- prigodni uzorak je uzorak koji je „pri ruci“ istraživaču. To su primjerice učenici
nekog razreda, studenti na faksu i sl. Često se takav uzorak koristi za probna (pilot) ispitivanja (npr.kada
treba provjeriti novokonstruirane instrumente ili u pripremnoj fazi eksperimenta, kada treba provjeriti tijek
odvijanja eksperimenta).

75. Što je znanstveni članak?

37
Najčešći način prezentacije rezultata znanstvenih istraživanja je u obliku znanstvenog članka. Znanstveni
članak se sastoji od sljedeći dijelova: sažetak, uvod, metode (metode rada), rezultati, diskusija (rasprava),
literatura. Na početku znanstvenog članka nalazi se naslov članka. Naslov ima vrlo važnu ulogu. Već iz
naslova se može nazrijeti o čemu se u članku radi. Naslov treba biti što kraći i treba jasno naznačiti sadržaj
članka. Iz naslova treba izbaciti sve suvišne riječi. Dobar naslov karakterizira kratkoća (jer štedi vrijeme i
prostor). U naslovu se ne smiju upotrebljavati skraćenice. Važno je odabrati prave riječi i pojmove. Nakon
toga slijedi ime i prezime jednog ili više autora, a uobičajeno je navesti i ustanovu iz koje je autor i punu
adresu ustanove s e-mail adresom za eventualnu buduću komunikaciju autora i zainteresiranih čitatelja.
Sažetak ima izuzetno važnu ulogu i dolazi odmah na početku znanstvenog članka. U sažetku treba istaknuti
problem i cilj istraživanja, metode koje su primijenjene, dobivene rezultate i glavne zaključke. To je skraćeni
pregled svih dijelova članka. Treba biti sažet i govori o tome što se istraživalo i što se dobilo. Sumira glavne
elemente rada : svrhu zašto je istraživanje rađeno, metode koje su korištene, glavne rezultate koji su
dobiveni te zaključke koji iz rezultata proizlaze.

U uvodnom poglavlju opisuje se i obrazlaže problem istraživanja, ako je potrebno, definiraju ključni
pojmovi, navode rezultati najvažnijih dosadašnjih istraživanja, problema i definira cilj (ciljevi) istraživanja te
hipoteza (hipoteze). Uvod ima tri svrhe : 1. Uvodi u problem

2.Sumira relevantnu literaturu

3.Ističe racionalu istraživanja, cilj i hipotezu

Na kraju uvoda opisuje se cilj istraživanja i definira hipoteza ili hipoteze.

Nakon uvoda slijedi poglavlje Metode ili Metode rada. U tom poglavlju opisuje se uzorak (uzorci) ispitanika,
mjerni instrumenti, način na koji je mjerenje izvršeno i metode obrade podataka.

U nastavku slijedi poglavlje Rezultati u kojem se tabelarno prikazuju dobiveni rezultati i ukratko izvršava
interpretacija rezultata. Tablice treba tako urediti da su pregledno i jasno predočeni dobiveni rezultati.

U poglavlju pod naslovom Diskusija ili Rasprava odmah na početku navodi se hipoteza (hipoteze)
istraživanja i piše se o tome potvrđuju li se rezultati istraživanja ili ne. Nakon toga slijedi interpretacija na
način da se dobiveni rezultati unaprijede s rezultatima istraživanja istog problema drugih istraživača.

Na kraju znanstvenog članka nalazi se popis literature. U popisu treba navesti samo onu literaturu na koju
se autor poziva u članku. Također, treba paziti da se u popisu literature nađu svi radovi na koje se autor
pozvao u članku.

76. Navedi kategorizaciju članaka

Izvorni znanstveni članak, prethodno priopćenje, pregledni članak, izlaganje sa znanstvenih skupova,
stručni članak.

77. Navedi odlike dobrog znanstvenog stila.

Prikladnost, uravnoteženost, kratkoća, ujednačenost, nadzor, zanimljivost, etičke vrline (iskrenost,

otvorenost, poštenje).

78. Objasni Pluralis modestiae.

38
Plural veličanstva- poželjno je pisati znanstveni rad u prvome, a ne trećem licu. Nema razloga da jedan
autor za sebe govori u prvome licu množine „mi smo“. To je zapravo takozvani pluralis modestiae, koji je
neprimjeren znanstvenoj frazeologiji. Točno je da danas rijetko tko istražuje posve sam. Stoga se i može
činiti da je točnije pisati u množini nego jednini da bi se time obuhvatili svi sudionici istraživanja. To
međutim možemo riješiti zahvalama svima koji su pri istraživanjima pomogli ili sudjelovali pri radu.

79. Navedi razlike između izvornog znanstvenog članka i stručnog članka.

Izvorni znanstveni članak je prototip i ponajčešće znanstveno djelo u prirodnim znanostima dok stručni
članak ne sadrži originalne preglede i rezultate, u njemu se obrađuje već opisano, težište je na primjeni
poznatog, na širenju znanja a ne na otkrivanju novih spoznaja.

80. Opiši opsežni sažetak ili sinopsis.

Sinopsis mora slijediti oblik istraživačkog rada tj.sadržavati uvod, određivanje cilja, problema i pretpostavki,
opis metoda s navođenjem sudionika, postupaka i opisom mjernih instrumenata, te način obrade
podataka; uz navedene elemente sinopsisa obavezno je iscrpno navođenje recentne literature i prilog svih
zadataka, mjernih instrumenata, eventualnih obrazaca za suglasnost sudionika za sudjelovanje u
istraživanju i ispunjeni obrazac o etičkom kodeksu iziskuje li to samo istraživanje.

81. Navedi i ukratko objasni načine citiranja literature: knjiga, članak…

Postoje tri osnovna načina citiranja literature:

1. Abecedni ili harvardski način

2. Numerički način

3. Abecedno- numerički način

Ako se autor odluči za abecedni ili harvardski način citiranja, u tekstu se navodi prezime autora i godina
izdanja djela u zagradi. Kada su dva autora, navode se prezimena oba autora, a kada postoje tri i više
autora navodi se prezime prvog autora i napiše se i dr.(et.al.) kod autora ženskog spola navodi se ispred
prezimena i prvo slovo imena. Ako su citiranja dva djela istog (istih) autora koja su objavljena u istoj godini,
napišu se dva slova a i b (ako ima više radova i sljedeća slova). U popisu literature djela se prema
prezimenu prvog autora poredaju abecednim redom.

Drugi način je citiranje djela u popisu literature prema redoslijedu pojavljivanja u tekstu. U tekstu se u
zagradi napiše redni broj pojavljivanja određenog djela u tekstu. Tim redoslijedom navode se djela i u
popisu literature. Problem nastane kada se autor odluči na promjenu redoslijeda citirane literature u
tekstu. Nedostatak u tome je što se ne poštuje abecedni red.

Treći način citiranja je kombinacija prva dva načina. U tekstu se citiranja djela u zagradi označe brojem, kao
u drugom načinu, a u popisu korištene literature djela se poredaju abecednim redom prema prezimenu
prvog autora, kao u prvom načinu.

82. Što se podrazumijeva pod etičnosti znanstvenika?

39
Od znanstvenika se očekuje skeptičnost, odnosno suzdržanost u pogledu znanstvenih otkrića, sklonost
višestrukim provjerama i poštenje. Nažalost, ima znanstvenika koji su skloni krivotvorenju rezultata
istraživanja i preuveličavanju rezultata vlastitih istraživanja. U to spada i plagijat, objavljivanje istog rada u
više časopisa, kao i objavljivanje niza radova s podacima i rezultatima koji bi se svi mogli sažeti, odnosno
objaviti u jednom radu.

83. Nabroji pet koraka u donošenju odluka o etičkim pitanjima

1. Utvrditi sve važne okolnosti koje se odnose na provođenje istraživanja i ispitanike

2. Identificirati relevantne etičke probleme

3. Razmotriti gledišta koja se odnose na interese znanosti, društva i morala

4. Razmotriti alternativne metode i procedure u provođenju istraživanja

5. Donijeti konačnu odluku

84. Što je statistička snaga?

Statistička snaga je sposobnost nekog testa da otkrije neku razliku između dvije populacije, ako ta razlika
zaista postoji. Ovisi o kriteriju statističke značajnosti, broju ispitanika, varijanci zavisne varijable, veličini
uzorka, korištenom statističkom testu.

85. Objasni korelacije

Korelacija je temeljni pojam u znanosti. Statistička povezanost dviju ili više varijabli, pokazuje sukladnost u
variranju dviju ili više varijabli. Korelacijska analiza- korelacijska metoda kojom se mjeri stupanj jakosti
statističkih veza. Normirani pokazatelji korelacije- koeficijenti korelacije.

Koeficijent korelacije- pokazuje stupanj korelacije među varijablama. Numerička veličina koeficijenta je od -
1 do 1. Vrijednost +1 je potpuna pozitivna korelacija, vrijednost -1 potpuna negativna korelacija, vrijednost
0 nema korelacije.

Rasponi korelacija- 0-0,20=nikakva povezanost, 0,20-0,35=slaba povezanost između varijabli, 0,35-0,65=

srednje jaka povezanost, moguća grupna predviđanja, 0,65-0,85=visoka povezanost, grupna predviđanja s
velikom točnošću.

86. Navedi najmanje dva primjera za hipotetsku negativnu i pozitivnu korelaciju u istraživanjima odgoja
i obrazovanja.

Pozitivna : povezanost između uspjeha u školi i intrinzične motivacije, povezanost između vježbanja
matematike i uspjeha na ispitu

Negativna :

87. Objasni Pearsonov i Spearmanov koeficijent korelacije

40
To je linearni koeficijent korelacije. Određuje se na temelju umnožaka parova rezultata u varijablama
između kojih se računa korelacija. Računa se za negrupirane podatke. Računa se ako su rezultati obje
varijable prave numeričke vrijednosti (barem na ordinalnoj skali), ako je uzorak veći od 30, ako su
distribucije simetrične (linearna zavisnost), ako je povezanost između varijabli linearna.

rxy= pearsonov koeficijent korelacije

Spearmanov koeficijent (koeficijent rangova): kad podaci predstavljaju rangove- rezultati nisu mjerne
vrijednosti već su u redoslijedu (stupanj povezanosti među ordinalnim vrijednostima). Broj parova mora
biti manji od 30. Postupak : u svakoj vrijednosti varijabli x i y određuje se rang- počevši od najveće
vrijednosti obilježja 1, rangiranje se provodi za obje varijable x i y, računa se razlika rangova d.

88. Objasni psihološki tip strategije postavljanja pitanja u anketnom upitniku.

Treba krenuti od teorije, odnosno hipoteza koje se istraživanjem žele provjeriti. Nakon sastavljanja većeg
broja pitanja treba pažljivo odabrati konačna pitanja. Važan je i redoslijed pitanja. Poretkom pitanja treba
se sačuvati kontinuitet razmišljanja o određenom problemu, osjetljiva pitanja treba smjestiti pri kraju
upitnika kako bi se umanjila opasnost od odustajanja.

89. Objasni položajne mjere centralne tendencije.

Mjere centralne tendencije su vrijednosti koje reprezentiraju skupinu rezultata u slučajevima kad podaci
imaju tendenciju grupiranja oko neke središnje ili druge vrijednosti. Položajne (vrijednost je određena
položajem u nizu). Mod je naučestalija vrijednost u nizu, medijan dijeli niz na dva jednaka dijela. Ako je broj
elemenata u nizu neparan, onda je srednji član vrijednost medijana. Ako je niz sastavljen od parnog broja
članova, tada je vrijednost medijana aritmetička sredina dvaju srednjih članova niza.

90. Objasni potpune mjere centralne tendencije

To su vrijednosti koje reprezentiraju skupinu rezultata u slučajevima kad podaci imaju tendenciju
grupiranja oko neke središnje ili druge vrijednosti (tendencija centriranja). To je podatak koji predstavlja niz
varijabilnih podataka. Potpune (koriste se svi podaci): aritmetička sredina kada se zbroje individualne
vrijednosti obilježja u statističkom skupu i podijele ukupnim brojem (N) elemenata, dobiva se aritmetička
sredina. Geometrijska sredina je n-ti korijen iz umnoška članova niza. (ako su u nizu dva člana, onda je
drugi korijen, ako su tri onda treći..). Harmonijska sredina je recipročna vrijednost aritmetičke sredine.

91. Objasni zašto je ponekad opravdanije koristiti mod od aritmetičke sredine

Mod je najčešća vrijednost u nizu i prema tome više odgovara stvarnom stanju stvari nego aritmetička
sredina. Pri mjerenju aritmetičke sredine u obzir ulaze sve individualne vrijednosti iako raspon među njima
može biti jako velik. Tada vrijednost aritmetičke sredine ima puno veće odstojanje od moda.

92. Objasni nepotpune mjere disperzije

93. Objasni potpune mjere disperzije.

94. Objasni interkvartile.

41
Interkvartil je nepotpuna mjera disperzije. Pokazuje disperziju srednjih 50% elemenata uređenog
numeričkog niza. Donji i gornji kvartil dijele numerčki niz u odnosu 1:2 ili do donjeg kvartila 25%, između
kvartila 50% i iznad gornjeg kvartila 25%, interkvartil je razlika gornjeg i donjeg kvartila. Na taj način se
eliminira 25% ekstremnih malih i 25% ekstremno velikih vrijednosti.

95. Objasni gornji i donji kvartil.

Donji kvartil obuhvaća prvih 25% vrijednosti numeričkog niza. Za njih se smatra da su ekstremno male
vrijednosti u odnosu na cijeli niz. Smatra se da oni nisu reprezentativan pokazatelj realnog stanja, te zbog
toga ne trebaju ulaziti u daljnje računanje. Omjer između donjeg kvartila i ostatka niza je 1:3. Jednako
vrijedi i za gornji kvartil samo što on obuhvaća 25% ekstremno velikih vrijednosti numeričkog niza. Omjer
gornjeg kvartila i ostatka niza je 3:1.

96. Objasni i grafički prikaži raspone standardne devijacije.

Standardna devijacija je prosječno odstupanje vrijednosti numeričke varijable od njezine aritmetičke

sredine. Koristi se uz normalnu distribuciju.

97. Što je normalna distribucija?

Distribucija u statistici znači raspodjelu rezultata u nekom skupu. Upotrebljava se i za frekvencije određenih
statističkih jedinica koji pripadaju različitim kategorijama određene varijable, npr.sociodemografska
obilježja. Provjera normalnosti distribucije implicira razumijevanje glavnih statističkih pojmova
vjerojatnosti, a koristi se pri odabiru određenih pristupa obradi podataka (parametrijske ili neparametrijske
statistike). Normalna distribucija slijedi pretpostavku da su podaci distribuirani slučajno, odnosno da se ono
što mjerimo u populaciji distribuira po normalnoj raspodjeli. Treba uzeti dovoljno velik broj mjerenja. Sva
mjerenja trebaju biti provedena istom metodom i sa što sličnijim uvjetima. Uzorak mjerenja treba biti
homogen prema nekim svojstvima, dok mora biti heterogen prema onom svojstvu kojeg mjerimo.
Karakteristike normalne distribucije: imamo kontinuiranu distribuciju ili distribuciju kontinuirane slučajne
varijable. Zvonolike su krivulje. Normalna učestalost (gustoće vjerojatnosti) krivulje raste postupno, a zatim
se maksimalno smanjuje na isti način. Simetrična je oblika oko aritmetičke sredine. Krivulja je asimptotična
: približava se osi x ali je zapravo nikad ne dotiče.

42
98. Objasni i grafički prikaži točku infleksije.

Točka s obje strane krivulje gdje je nagib krivulje najstrmiji, odnosno gdje iz konveksne prelazi u konkavnu.
Kod ND jednaka je +1 standardnoj devijaciji.

99. Objasni kurtosis (grafički prikaz, razine kurtičnosti)

Kurtosis (spljoštenost) je stupanj disperzije između točaka označenih na apscisi koje odgovaraju
aritmetičkoj sredini +/- standardna devijacija. Što je veća standardna devijacija krivulja je spljoštenija dok
manja standardna devijacija uzrokuje šiljatost krivulje.

100. Objasni skewness (grafički prikaz)

Skewness je asimetričnost normalne distribucije. Asimetrija podrazumijeva nagnutost krivulje u lijevu ili
desnu stranu. Ako je jedan kraj krivulje razvučeniji od drugog, riječ je o asimetriji. Postoji pozitivna (desna) i
negativna (lijeva) asimetrija. Kada nema asimetrije, vrijednost skewnessa je 0.

101. Objasni poisson distribuciju.

Ustanovio ju je Simeon- Davis Poisson. Najčešće je pozitivno asimetrična i potpuno je određena

aritmetičkom sredinom. Kada je uzorak velik, približava se normalnoj distribuciji.

102. Objasni Uniform distribuciju s promjenom u odgoju i obrazovanju.

Uniform distribucija je pravokutna distribucija u kojoj svi ispitanici daju iste odgovore (nema disperzije).
Gotovo sve kategorije rezultata imaju iste frekvencije.

103. Objasni U distribuciju s primjerom u odgoju i obrazovanju.

Krivulja nalikuje velikom slovu U. Najmanje rezultata ima u sredini, dok su najveći rezultati na krajevima
distribucije. To je čest slučaj u odgoju i obrazovanju jer se ispituju nečiji stavovi (krajnje pozitivan i krajnje
negativan stav)

104. Objasni odnos mjera centralne tendencije u normalnoj distribuciji.

U normalnoj distribuciji aritmetička sredina, medijan i mod se poklapaju na osi simetrije. Ako je distribucija
asimetrična, vrijednosti više ne poprimaju jednake vrijednosti.

105. Objasni T distribuciju

43
T distribucija je unimodalna simetrična distribucija čija je aritmetička sredina 0, ali standardna devijacija
nije 1. Kako veličina uzorka raste, tako ona sve više poprima oblik normalne distribucije.

106. Objasni Hi distribuciju.

To je izraženo asimetrična distribucija za mali broj stupnjeva slobode dok s povećanjem broja stupnjeva
slobode dok s povećanjem broja slobode ona se polako približava simetričnosti. Bazira se na utvrđivanju
statistički značajnih razlika između empirijskih i teorijskih frekvencija, odnosno vrijednosti varijabli,
aritmetička sredina je jednaka broju stupnjeva slobode.

107. Objasni proces testiranja normalnosti distribucije.

Testiranje normalnosti distribucije neizostavan je parametar istraživanja. Uzima se u obzir jesu li

parametrijski ili neparametrijski testovi za testiranje hipoteza. U slučaju izostanka testiranja normalnosti
može doći do distorziranih (krivih) rezultata. Testiranje je neizostavno u provedbi istraživanja. Postoje dva
glavna načina za provjeru normalnosti distribucije : grafičkim i/ili statističkim postupkom. Grafička procjena
distribucija je opravdana ako je veličina uzorka veća od 100 (postoji latentna opasnost od donošenja krivog
zaključka o normalnosti). Testiranje je samo indikator istraživaču o možebitnoj normalnosti.

108. Objasni Kolmogorov- Smirnovov test testiranja normalne distribucije (s interpretacijom)

To je najpoznatiji test za testiranje normalnosti. Riječ je o neparametrijskom testu za testiranje koji

utvrđuje pripadaju li dva uzorka istoj populaciji, odnosno razlikuju li se dva skupa slučajno. Potrebno je
imati parametre aritmetičke sredine i varijance. Zasniva se na usporedbi dviju kumulativnih frekvencija oba
skupa. Test se može primijeniti također i za testiranje jednog uzorka u slučaju da želimo istražiti je li uzorak
slučajan.

Interpretacija K-S test: ako je p<0.05 zaključujemo da se podaci (ili uzorci) značajno razlikuju od normalne
distribucije odnosno odbacujemo nul hipotezu jer je manje od 5% mogućnosti da je nul hipoteza točna. Kad
je p>0.05 zaključujemo da su podaci (ili uzorci) normalno distribuirani i ujedno potvrđujemo nul hipotezu o
nepostojanju razlika. Neizostavan je u istraživanjima odgoja i obrazovanja.

109. Navedi i objasni neke druge testove testiranja normalne distribucije.

Lilliefors test (modifikacija Kolmogor- Smirnov testa)

Shapiro- Wilks test: najbolje ga je upotrebljavati za testiranje normalnosti za male i srednje uzorke.

Anderson- Darling Normality test: koristi se ta određivanje može li krivulja koja opisuje neki skup podataka
adekvatno aproksimirati normalnom distribucijom.

110. Objasni akcijska istraživanja.

Ona doprinose proučavanju problema putem njihova mijenjanja i promatranja učinka tog mijenjanja. Služe
isključivo za promjenu u odgojno-obrazovnoj praksi. Ovo istraživanje je eksperimentalno i usmjereno je na
rješavanje socijalnih problema. Mogu ga provoditi učitelji ili skupina učitelja samostalno ili s istraživačem.
Podrazumijeva aktivno sudjelovanje svih zainteresiranih sudionika. Provode se s ljudima, a ne na ljudima.

111. Objasni faze provedbe akcijskih istraživanja.

44
1. Identifikacija, evaluacija i formuliranje problema koji se u svakodnevnoj situaciji poučavanja vidi kao
kritičan. Problem treba slobodno tumačiti tako da se može odnositi na potrebu da se uvedu inovacije u
neki od aspekata odgojno- obrazovnog procesa.

2. Suradništvo- uvodne rasprave i pregovori među zainteresiranim stranama. Moguća je radna verzija
prijedloga koja uključuje iznošenje pitanja na koja treba odgovoriti. Ovo je ključna faza istraživanja.

3. Pregled istraživačke literature da bi se vidjelo što se sve može naučiti iz sličnih istraživanja.

4. Potreba modifikacije ili redefiniranja početne formulacije problema nakon proučavanja literature.
Može se nametnuti potreba promjene zadanih ciljeva i zadataka istraživanja.

5. Faza selekcije postupaka istraživanja- odabire se uzorak ispitanika, provedbe istraživanja,

materijalna metoda rada i raspored osoblja u provedbi istraživanja.

6. Odabir postupaka evaluacije- evaluacija je kontinuirana.

7. Primjena istraživanja (projekta)- terenski rad koji uključuje uvjete i metode prikupljanja podataka,
promatranje zadataka i prenošenje povratnih informacija istraživačkom timu te klasifikacija i analiza
podataka

8. Tumačenje podataka, donošenje zaključaka i evaluacija projekta –razmatranje pogrešaka, propusta i

problema.

112. Usporedi akcijska istraživanja s drugim istraživanjima (prednosti, nedostatke…)

Prednosti: vezana su uz probleme iz prakse, zbog suradničkog i konzultativnog karaktera odvijaju se u

manjim skupinama pri čemu dolazi do izražaja inicijativa svakog sudionika. Stimuliraju se inovativna
rješenja, te ne zahtijevaju velike troškove. Potiču suradnju i timsko djelovanje.

Nedostaci: najveći nedostatak je subjektivnost- potrebno je uvesti tzv. kritičkog prijatelja- kompetentnog
promatrača.

113. Objasni načine korištenja ilustracija u znanstvenim radovima.

Ilustracije su svi prilozi koji tekst „ilustriraju“. Dijelimo ih na tablice i slike. Slike dijelimo na crteže (sheme,
histogrami, grafikoni, karte) i fotografije. Svrha im je potkrepljivanje zaključaka. Ilustracije trebaju prikazati
: eksperiment, njegov cilj i zaključke, točne brojeve (podatke) radi njihove usporedbe, primjer i odnos
podataka ili njihov stvarni izgled.

114. Objasni vrste grafikona.

1. Grafikon stupaca

2. Trakasti grafikon

3. Piktogram

4. Tortni grafikon

115. Objasni histogram.

45
Histogram je grafikon površinskih stupaca. Dobiveni podaci se dijele u razrede i to je najtočniji način
grafičkog prikaza distribucije. Površina stupca iznad svakog razreda odgovara broju rezultata u razredu.
Postupku grupiranja valja posvetiti posebnu pozornost- grupiranjem u razrede gube se informacije o
pojedinačnim vrijednostima varijable.

116. Usporedi poligon frekvenciju i histogram.

Poligon frekvencija je linijski grafikon. Crtamo ga u koordinatnom sustavu. Spajaju se točke koje
predstavljaju polovišta koja su gornja razina svakog razreda. Pogodan je prikaz za 2 ili više distribucija.

117. Objasni Stean leaf dijagram s grafičkim prikazom

Zorno prikazuje osobitosti rasporeda podataka. Mogu se očitati i originalne vrijednosti niza. 2 niza
numeričko- kvalitativno istih podataka se tim dijagramom mogu usporediti.

118. Objasni Hi kvadrat test.

Hi kvadrat test je najpoznatiji neparametrijski test. Upotrjebljavamo ga kada posjedujemo frekvencije

pojedinih kategorija, rezultata i uspoređujemo ih s nekim drugim frekvencijama koje bi se očekivale pod
nekom određenom hipotezom. Dakle, kada želimo utvrditi odstupaju li dobivene f od f koje bismo očekivali
pod određenom hipotezom. Hi kvadrat pokazuje vjerojatnost povezanosti između dvije varijable. Na
osnovu rezultata odbacujemo ili potvrđujemo nul hipotezu.

119. Objasni Z vrijednosti

Z vrijednosti omogućavaju nam točan položaj svakog rezultata u nekoj normalnoj raspodjeli. Pomoću njih
izračunavamo na koji dio standardne devijacije taj rezultat pada (određivanje točnog položaja pojedinca u
grupi)

120. Objasni razliku između jednosmjernog i dvosmjernog testiranja.

U jednosmjernom testiranju promatra se samo jedan smjer krivulje, odnosno smjer razlike je
pretpostavljen. Razina značajnosti je zapravo 0.05 (s jedne strane). Kod dvosmjernog testiranja smjer
razlika nije pretpostavljen. Razlika značajnosti je zapravo 0.025 (s jedne strane) i 0.025 (s druge strane
krivulje). Dvosmjerno testiranje je češće u društvenim znanostima. Gotovo nikad sa sigurnošću tvrditi smjer
razlike.

121. Objasni Levene test.

Testira imaju li k uzorci iste varijance (homogene varijance k uzoraka). Alternativa je Barlett testu. Manje
osjetljiv nego Barlett test. P je manje ili jednak 0,05 k uzoraka se razlikuju- nisu homogene. P je veći ili
jednak 0,05 varijance k uzoraka se ne razlikuju- homogenost pretpostavljena.

46
122. Objasni t test za nezavisne uzorke.

Preduvjeti za nezavisne uzorke su slučajni nezavisni uzorci, podjednake veličine, podjednake (homogene)
varijance.

123. Objasni t test na jednom uzorku.

Odstupanje aritmetičke sredine uzorka od neke zadane vrijednosti. Npr razlikuje li se IQ skupina (uzorka)
od 120. Preduvjeti : kvantitativno obilježje (test value), homogenost varijance (levene test), uzorak> 30
(50).

124. Objasni vezane uzroke.

Opažanja nisu nezavisna. Isti ispitanici se mjere na dvije pojave, vremenske točke. Služi za provjeravanje
učinkovitosti nekog tretmana, postupka kojem su bili podvrgnuti ili npr na početku i na kraju šk.godine.
prva i druga vremenska točka- isti ispitanik. Svaki ispitanik je točno mjeren u/na dvije točke.

125. Što je to t test?

Najpoznatiji parametrijski test. Služi za testiranje značajnosti dvije aritmetičke sredine. Predstavlja omjer
razlika aritmetičkih sredina s njihovom standardnom greškom. Vrste t testa : t test za male nezavisne
uzorke, t test za velike nezavisne uzorke, t test za male vezane uzorke, t test za velike vezane uzorke, t test
za jedan uzorak (test proporcije).

126.

OPIĆ SKRIPTA PITANJA I ODGOVORI KVANTITATIVNA ISTRAŽIVANJA

ODGOVORI:

1. OBJASNITE FUNKCIJE ZNANSTVENE TEORIJE

Imamo sedam temeljnih funkcija znanstvene teorije:

1. Dekompenzacija je opseg u kojem teorija omogućava razgradnju općeg sadržaja pojava (problema)
koji su predmetom istraživanja, u veći broj elemenata ili varijabli pogodnih za ispitivanje

Glavna funkcija znanstvene teorije je pojednostavniti složenost pojava, na način da se

može uočiti pravilnost po kojoj se one odvijaju i da se omogući njihovo istraživanje.

To se postiže dekompozicijom, koja obuhvaća tri koraka: sumiranje znanja, definiranje termina i
(konstrukata) i određivanje sustava klasifikacije

2. Nomologizacija podrazumijeva povezivanje svih bitnih elemenata do kojih se došlo

dekompozicijom u jedan koherentan sustav ili mrežu konstrukata.Nomološka mreža neke teorije
objašnjava sve bitne odnose među ključnim pojmovima i varijablama koji iz njih proizlaze.

47
3. Razumijevanje se odnosi na doseg u kojem teorija može uputiti na uzročne procese među
konstruktima.

4. Objašnjenje je doseg u kojem teorija može objasniti sadašnje i prošle događaje.

5. Predikcija je doseg u kojem teorija može predvidjeti buduće događaje.

Predikcija se može smatrati jednim od najvažnijih ciljeva znanosti.

6. Plodotvornost je doseg u kojem teorija može generirati nove hipoteze i potaknuti nova istraživanja.
Plodotvornost je pokazatelj heurističke vrijednosti teorije, gdje je teorija metoda u stjecanju novih znanja.

7. Kontrola: Teorijom se može utjecati i na buduće događaje. Ta kontrolna funkcija teorije često je
ograničena, kako je i ograničen utjecaj znanosti na događaje. Na primjer, društvene znanosti imaju veoma
mali utjecaj na društvene događaje.

7 KRITERIJA ZA EVALUACIJU TEORIJE

Za razvoj teorije bitna je evaluacija teorije. Tzeng i Jackson (1991) navode

sedam kriterija za evaluaciju teorija:

1. formalnost: jasnoća i sustavnost

2. integriranost/opsežnost: najbolja teorija srednje opsežnosti

3. parsimoničnost: najbolja ona teorija koja omogućava točna predviđanja na temelju najmanjeg broja
uvjeta odnosno najmanji broj uvjeta i najjednostavnije postavke

Okamova britva: ako imate dvije teorije koje predviđaju isto, odaberite jednostavniju

4. provjerljivost: dobra je ona teorija u kojoj se svi temeljni pojmovi mogu operacionalno definirati

5. točnost: provjerava se opsegom u kojem može objasniti empirijske podatke

6. plodotvornost: izražena je stupnjem u kojem potiče daljnja istraživanja

7. znanstvena samo-regulacija: provjera hipoteza, objektivnost mjerenja, kontrolne skupine, verifikacija

2. OBJASNI KRITERIJE ZNANSTVENOSTI 2X

Stančić (1996) u raspravi o kriterijima znanstvenosti navodi sedam kriterija:

1. ZNANOST JE PROCES : Znanost treba promatrati kao proces u sadržajnom i metodološkom pogledu.

Znanstvene spoznaje i znanstvene metode neprestano se dopunjuju i

48
usavršavaju.

2. SPECIFIČNOST METODA

Svaka znanstvena disciplina razvija metode istraživanja prema specifičnostima predmeta kojim se bavi. Na
primjer, u prirodnim znanostima dominira eksperiment, a u društvenim znanostima se rijetko primjenjuje

3. VERIFIKACIJA: potvrđivanje

U znanosti je uvijek potrebna, a veoma često i nužna verifikacija rezultata istraživanja.

4. KOHERENTNOST:

Znanstvene spoznaje u pojedinoj znanstvenoj disciplini trebaju biti međusobno usuglašene.

U prirodnim znanostima postoji veći stupanj koherentnosti nego u društvenim i humanističkim znanostima.
U društvenim i humanističkim znanostima kada se javi nesuglasnost u rezultatima istraživanja određenog
problema često se provode meta-analize da se dođe do konačnih zaključaka.

5. NOMOTETIČNOST:

Znanost je usmjerena prema spoznaji zakona (st. grč. nomos = zakon) kojima se mogu objasniti pojave. U
društvenim i humanističkim znanostima traže se zakoni koji vrijede za široke grupe ljudi (populacije).

6. PREDIKCIJA:predviđanje

Utvrđivanjem zakona po kojima se odvijaju pojave moguće je predviđanje budućih događaja

7. OPĆA PRIHVATLJIVOST

Znanstvene discipline se razlikuju u prihvaćenosti. Neke znanstvene discipline općenito su prihvaćene (npr.
fizika, kemija, biologija), dok se neke osporavaju ili su bile osporavane (npr. filozofija, medicina, pedagogija,
socijalni rad).

Kriteriji znanstvenosti spadaju u djelokrug epistemologije (st. grč. episteme = znanje, spoznaja).
Epistemologija je teorija o znanosti. Jedno od glavnih pitanja je doseg, odnosno ograničenost znanstvene
spoznaje. Prema tome, ona obuhvaća filozofska pitanja spoznaje svijeta i spoznaje istine

3. OBJASNI MILLOVE KANONE KAUZALNOSTI

Mill – ovi kanoni:

49
• John Stuart Mill, britanski filozof

• kanoni: pravila za izradu kauzalnog nacrta

1. pravilo slaganja

2. pravilo razlike

3. pravilo slaganja i razlike

4. pravilo zajedničkog variranja

5. pravilo ostatka

Pravilo slaganja:

• Opažanje više situacija u kojima se pojavljuju istraživano npr. ponašanje

• Ako se ponašanje uvijek pojavljuje u situaciji koja sadrži određeni element taj element koji je
(izdvojen od ostalih) vezan uz pojavljivanje ponašanje, njezin uzrok

• Slično silogizmu!

• Problem je nebrojivost svih elemenata, te uzroci iste pojave mogu biti različiti

Pravilo razlike:

• Najvažniji kanon

• Ako neka situacija u kojoj se očituje neka pojava i neka druga pojava u kojoj se ona ne očituje imaju
zajedničko sve osim jedne pojedinosti, tada je ta pojedinost možda uzrok te pojave

• Potraga za tom pojavom koja razlikuje dvije situacije! Npr. sociopati

Pravilo slaganja i razlike:

• Zajednička metoda slaganja i razlike

• Ako dvije ili više situacija imaju jedan zajednički element, dok se istodobno situacije pojavljivanja i
nepojavljivanja pojave razlikuju samo po njegovoj prisutnosti, odnosno odsutnosti, ta je pojedinost dio
uzroka pojave

Pravilo zajedničkog variranja:

• Neka pojava koje se mijenja usporedno s drugom pojavom, njen uzrok, posljedica ili je s njome
povezana preko nekog uzročnog čimbenika

• Korelacije
50
• Problem jer korelacije nipošto nisu kauzaliteti

Pravilo ostatka:

• Korisnost u vrlo rijetkim situacijama

• Na temelju ranijih indukcija isključe se one pojave iz situacije čiji su uzroci poznati

• Preostale pojave rezultat su preostalih uzroka

• Npr. otkriće planeta Neptuna

• U društvenim znanostima teško ostvarivo

4. NACRT ISTRAŽIVANJA : EKSPERIMENTALNI, KVAZI EKSPERIMENTALNI, KORELACIJSKI,

DIFERENCIJALNI NACRT

Eksperimentalni nacrt istraživanja odnsoi se na istraživanje uzroka određenih pojava. Smisao je utvrditi
utjecaj nezavisne varijable na zavisnu varijablu. Npr. želimo istražiti djeluje li određeni didaktički postupak
na određeno ponašanje pojedinca.

Kvazi-eksperimentalni nacrt je u manje strožim uvjetima i provodi se u neposrednim životnim situacijama

kao npr. školska igrališta

Korelacijski nacrt je najčešći primjer nacrta u pedagogijskim istraživanjima. Podrazumijeva istraživanja o

međusobnoj povezanosti dviju ili više varijabli. Npr. istraživanje o strogosti odgojitelja i agresivnog
ponašanja u djece predškolske dobi.

Diferencijalni neeksperimentalni nacrt odnosi se na traženje razlika rezultata na određenim uzorcima. Npr.
da li postoji razlika između djevojčica i dječaka predškolske dobi u preferenciji prema agresivnom
ponašanju

5. UKRATKO OPIŠI EX POST FACTO ISTRAŽIVANJE: NAVEDI PRIMJER

Ex post facto nacrt:

• lat. post factum ono što se već dogodilo, što je već učinjeno

• Specifičan oblik ne – eksperimentalnog nacrta

• Istraživač ne manipulira nezavisnom varijablom ili ispunjava eksperimentalne uvjete

• Riječ je o korištenju sekundarnih podataka pomoću kojih istraživač istražuje njihove učinke na
nezavisnu varijablu

51
• Istraživač ne uvodi nezavisnu varijablu kao u eksperimentalnom nacrtu, već je ona u prethodnom
vremenu uvedena, te on „samo“ promatra njene učinke na zavisnu varijablu

• Ex post facto nacrti istraživanja, iako imaju formu eksperimentalnog nacrta, ipak to nisu zbog niske
unutarnje valjanosti te treba biti oprezan u isključivosti generaliziranja o uzročno – posljedičnim odnosima

• Prednost ex post facto nacrta istraživanja je u njihovoj ekonomičnosti jer je nezavisna varijabla
uvedena mimo istraživača

• Vujević, 2006. : „Život je veliki prirodni eksperiment koji raspolaže dobrim i jeftinim podacima, pa bi
bila velika šteta ne koristiti se tim mogućnostima u znanstvenom istraživanju“

• Dobar su primjer boljeg razumijevanja određenih pedagoških pojava

Primjeri:

• istraživanje o povezanosti između školskog uspjeha u srednjoj školi i uspjeha na studiju

• istraživanje o važnosti (ulozi) majčinske bliskosti s djetetom na njegovo delikventno ponašanje John
Bowlby

• istraživanje o povezanosti uspjeha na studiju ekonomije i uspjeha u businessu

• istraživanja u medicini; npr. povezanost između pušenja i raka pluća (istražuje se broj umrlih od raka
pluća s obzirom da li su bili pušaći)

6. UKRATKO OBJASNI 5 METODA PRIKUPLJANJA PODATAKA I PODSKUPINE

NAJČEŠĆE METODE PRIKUPLJANJA PODATAKA U PEDAGOGIJI SU:

1. anketiranje

2. intervjuiranje

3. testiranje

4. analiza sadržaja

5. sustavno (strukturirano) opažanje

1. Anketiranje je postupak prikupljanja podataka ispitanika o njihovim stavovima, percepcijama,

preferencijama i sl., a anketa je instrument anketiranja.

Prema Vujičić, anketa obuhvaća

-anketu u užem smislu (pismeno prikupljanje podataka upitnikom)dijelimo na neposredno, online i

poštansko i telefonsko anketiranje
52
- intervju (usmeno prikupljanje podataka) i

- test (pitanja kojima se mjeri znanje, sposobnosti, interesi..)

2. Intervjuiranje podrazumijeva anketu u usmenom obliku

Postoje tri vrste intervjua:

• Strukturirani intervju: anketar ima unaprijed postavljena pitanja većinom zatvorenog tipa koja čita
ispitaniku i zapisuje njeove odgovore

• Polustrukturirani intervju: anketar ima unaprijed postavljena okvirna pitanja većinom otvorenog
tipa, ali zapisuje i ostale misli, opažanja, stavove

• Slobodni intervju: pitanja se nameću, pojavljuju iz samog konteksta razgovora i nisu unaprijed
postavljena

• Osim ovih individualnih postoje i grupni intervjui ili fokus grupe u kojima se provodi razovor o
određenoj temi

3. Testiranje je postupak prikupljanja podataka koji se u pedagogiji najčešće odnosi na mjerenje znanja

Postoje vrste zadataka u testovima: tip nadopunjavanja, tip dosjećanja, dihotmni ili alternativni tip(točno-
netočno)

4. Analiza sadržaja

• metoda prikupljanja podataka koja se uobičajeno koristi u književnosti, antropologiji, povijesti,

etnologiji, socijalnoj psihologiji, ali svoje mjesto ima i u pedagogiji

• analiza sadržaja je „metoda za klasificiranje i kvantificiranje raznih verbalnih i neverbalnih poruka u

najširem smislu riječi, prema njihovim sadržajima i formalnim karakteristikama, a u skladu s unaprijed
utvrđenim općim pravilima“ (Zvonarević, 1976.)

• namjena analize sadržaja je opisivanje obilježja komunikacije, zaključivanje o događajima koji su

prethodili te zaključivanje o zaključcima te komunikacije

• sadržaji analize su najčešće knjige, znanstveni i stručni članci, studije, ostale tiskovine, mediji (TV,
radio, Internet…)

• iz manifesnih obilježja analizom sadržaja možemo doći do određenih prikrivenih obilježja koja mogu
unaprijediti bolje razumijevanje određene pojave, odnosno donošenje određenih zaključaka

Sub – analize: analiza sadržaja sastoji se od 2 kategorije sub – analize:

53
1. kategorije analize sadržaja (određuje se ono što se mjeri)

2. kategorije jedinice sadržaja (mjeri se učestalost)

Primjer:

• uočeno je da djeca slabije razumiju sadržaje iz udžbenika hrvatskog jezika za 7. razred; pretpostavlja
se da je riječ o suviše nepoznatih riječi kojim obiluje udžbenik

Tada je:

1. udžbenik hrvatskog jezika (uzorak) – kategorija analize sadržaja

2. broj nepoznatih riječi – kategorija jedinice sadržaja

Rad na dokumentaciji:

• specifičan je oblik analize sadržaja koji se bazira na sekundarnim podacima

• često su područje pedagoškog interesa povijesna istraživanja; kad želimo istražiti razvoj školstva
određenog područja ili npr. istražiti broj djece koja su obuhvaćena školovanjem u određenom vremenskom
presjeku

5. Sustavno(strukturirano) opažanje

• je metoda prikupljanja podataka s ciljem što točnijeg bilježenja, praćenja određene pojave na
sustavan način

• naglasak je na sustavnosti te postoji razlika između sustavnog i uobičajenog opažanja

Postoje dva pristupa:

1. ne interventno – osoba koja opaža nastoji biti nezapažena i aktivnosti (ponašanja) se događaju u
prirodnim, stvarnim uvjetima; osoba koja opaža minimalizira značenje svoje prisutnosti u okruženju kako
ne bi djelovala na ponašanje onih koje promatra

2. interventno – osoba koja opaža intervenira na način da potiče određene okolnosti, aktivnosti kako
bi „mjerila“, opažala određena ponašanja, pojave; planski se razvijaju uvjeti kako bi se vršilo opažanje
(nameće se problem etičnosti!!!)

7. OBJASNITE PROBABILISTIČKE UZORKE UKRATKO 2X

Uzorke možemo podijeliti na dvije osnovne skupine:

54
Probabilistički uzorci temelje se na statističkoj vjerojatnosti da svaka osoba (iz populacije) ima određenu
vjerojatnost da bude odabrana u uzorak te je smanjena pristranost. Npr. kad nas nazovu telefonom

Neprobabilistički uzorci ovise o odabiru istraživača te se javlja problem pristranosti i upitno je da li je

uzorak reprezentant populacije. Prema Milas navode se

• Namjerni uzorak: namjerno biramo članove uzorka s obziorm na određene specifičnosti istraživanja
te na prethodne spoznaje o populaciji

• Tehnika snježne grude: iz populacije se izabire manji dio ispitanika koji nam pomažu u pronalasku
ostalih članova te se uzorak širi poput snježne grude npr . djeca koja su prošla nasilje mogu preporučiti
ostalu djecu koju znaju da su to isto prošla

8. UKRATKO OBJASNI KLASTER UZORAK

U uzorku klastera/skupina ne odabiremo pojedince već klastere unutar kojih su svi članovi dio uzorka
ispitanika. Uzorak klastera je probabilistički tip uzorka jer se klasteri odabiru slučajno.

Npr. želimo istražiti mišljenja učenika četvrtih razreda osnovnih škola u Zagrebu tada odredimo nekoliko
škola(klastera) iz nekoliko zagrebačkig naselja i tada su ispitanici svi učenici četvrtih razreda odabranih
škola te uzorak čini 600 ispitanika(učenika) iz 5 slučajno odabranih škola( škole su klasteri) i npr. uzorak
čine 600 ispitanika(učenika) iz 25 razreda slučajno odabranih škola (razredi su klasteri)

9. OBJASNITE ČETIRI MJERNE SKALE

Postoje četiri vrste mjerenja, to jest mjernih skala, a to su nominalna, ordinalna, intervalna i omjerna skala

1. U Nominalnoj skali riječ je o razvrstavanju prema određenom obilježju. Brojevi ili imena koji
predstavljaju objekte, pojave služe za identifikaciju i kategorizaciju. Varijabla na nominalnoj skali može
imati jednu, dvije ili više kategorija. Tako npr. varijabla(obilježje) spol može imati dvije kategorije muško i
žensko. Kod nominalne skale ne može se provesti rangiranje.

55
2. Ordinalna skala je za označavanje redoslijeda, ranga ispitanika prema zajedničkim osobinama koje
su predmet mjerenja. S pomoću nje određujemo je li nešto veće ili manje od drugog, ali neznamo stvarne
razlike između stupnjeva na skali. Uobičajan primjer su školske ocjene gdje npr. kod dva različita nastavnika
razmak između ocjena nije isti te se zbog toga vrijednosti ranga ne mogu zbrajati.

3. Intervalna skala jest poboljšanje ordinalne skale jer su kod nje razmaci jednaki, ali ne mogu se
utvrđivati omjeri. To jest ne može se reći da je nešto nekoliko puta veće ili manje od druge usporedne
pojave. To je zato jer ne postoji apsolutna nula. Tako npr. kod bodova na testu inteligencije, vrijednost 0 na
određenom testu inteligencije ne znači da inteligencije nema nego da je ta vrijednost arbitrarna.

4. Omjerna skala je skala kod koje je moguće praviti i omjere. Npr. netko s tjelesnom težinom od 30 kg
tri puta je lakši od neko tko ima težinu 90 k. Kod nje je nula apsolutna i predtsvalja odsutnost kvantitete
mjerenja. Omjerna skala je najviši oblik mjernih skala.

Uz te skale u pedagogiji još postoje: Thurstonova skala, semantički diferencijal, Likertova skala,
Bogardusova skala socijalne distance.

10. OBJASNI KATEGORIJALNE VARIJABLE

Kvalitativne varijable nazivaju se još i kategorijalne varijable jer su podaci svrstani u određene kategorije.
To su nenumeričke varijable gdje se opažane vrijednosti svrstavaju prema kategorijalnim obilježjima
riječima, a ne brojevima. To su npr. varijable koje imaju dvije opcije (npr. spol: muško i žensko), tri
kategorije (npr. bračni status: oženjen, neoženjen, razveden) i više od tri kategorije (npr. obrazovanje
roditelja: osnovna škola, srednja škola, viša stručna sprema...)

Kada se kvalitativne varijable izražavaju brojčano gdje se brojkom zamjenjuju određene kategorije
odnosno rangovi kako bi ih se pripremilo za sttističku obradu tada se radi o kodiranju i govorimo o
ordinalnoj varijabli.

11. OBJASNITE KVANTITATIVNE VARIJABLE – VRSTE 2X

Kvantitativne varijable označavaju se brojem koji predstavljaju različite vrijednosti.

56
Osnovna podjela je na kontinuirane i diskontinuirane

a) U Kontinuiranim varijablama između pojedinih brojčanih vrijednosti ne postoji skokovit prijelaz

nego su vrijednosti izražene u finim prijelazima i mou biti na neograničenom broju stupnjeva (npr. visina,
težina). U pedagogiji su kontinuirane varijable rijedak slučaj jer se najčešće rabe određene skale za
ispitivanje stavova ili se npr. vrednuju rezultati nekog testa

b) Diskontinuirane ili diskretne varijable odnose se na manje numeričke vrijednosti odnosno na manji
opseg brojeva koji predstavljaju određene vrijednosti (cijeli brojevi) to jest na manji opseg brojeva koji
predstavljaju određene vrijednosti. Npr. uspjeh iz određeno testa (1,2,3,4,5) ili Likertova skala kad je riječ
o mjerenju stavova(najčešće pet stupnjeva)

Kvalitativne varijable su diskontinuirane jer brojevi na skali ne predstavljaju stupnjeve nego posebne
kategorije

12. OBJASNI PUT OD GREŠKE MJERENJA, SUME NAJMANJIH KVADRATA DO STANDARDNE DEVIJACIJE

U pedagogijskim istraživanjima najčešće u deskriptivnoj statistici objašnjavamo aritmetičku sredinu koja

predstavlja određenu razinu preferencij, stavova, percepcije...S pomoću aritmetičke sredine procjenjujemo
kako nam ona dobro reprezentira podatke. Što je manje odstupanje rezultata od izračunane aritmetičke
sredine, ona je bolji reprezentant stvarnih vrijednosti. Ta odstupanja od aritmetičke sredine su zapravo
grješke.

Npr. ako je aritmetička sredina gdje se na skali od 1 do 5 ispituje zadovoljstvo engleskim programom 3,1 , a
odstupanja od aritmetičke sredine grješke. Ako bismo zbrojili odstupanja dobili bismo nulu tj kao da ne
postoji odstupanje zato radimo sumu kvadriranih grješaka te dobivamo reultat 20,9.koje onda dijelimo s
brojem ispitanika te tada govorimo o varijnci od 2,32 kao ukupnom kvadratnom odstupanju rezultata od
aritmetičke sredine. S obzirom da smo grješke kvadrirali potrebno je varijancu vratiti u izvornu jedinicu
mjerenja to jest korijenovati te je tada riječ o standardnoj devijaciji koja predstavlja ukupno prosječno
odstupanje rezultata od aritmetičke sredine.

Iz navedenog primjera vrijednost aritmetičke sredine je 3,1, a standardna devijacija 1,52 što nam zapravo
govori koliko dobro aritmetička sredina reprezentira podatke. Što je standardna devijacija veća u odnosu
na aritmetičku sredinu to je manje aritmetička sredina reprezentat podataka.

13. OBJASNI RAZLIKE IZMEĐU FUNKCIONALNIH I STOHASTIČKIH KORELACIJA: NACRTAJ

Funkcionalna ili potpuna korelacija: svakoj vrijednosti, rezultatu jedne varijable odgovara samo jedan
rezultat druge varijable. Potpuna korelacija u pedagogiji nije moguća zbog izraženog varijabiliteta među
promatranim pojavama

57
Npr. r=1, polumjer i opseg kruga

Str.399 17.9 i 17.10

Stohastička ili djelomična korelacija: svakoj vrijednosti jedne varijable odgovara više različitih vrijednosti
druge varijable

Str. 398 17.7 i 17.8

14. OBJASNITE RAZLIKU IZMEĐU NELINEARNIH I LINEARNIH ZAVISNOSTI/KORELACIJA

Prema Kolesarić i Petz

Linearna zavisnost je povezanost među varijablama dje su podjednake promjene u jednoj varijabli praćene
manjim ili većim promjenama u drugoj varijabli, ali koje su također podjednake na cijelom rasponu
vrijednosti te varijable. Grafički ih možemo prikazati ravnom crtom, odnosno točke su grupirane oko pravca

Npr. što više učimo više ćemo i znati,što je veći broj sati učenja veći je i uspjeh na ispitu

Str. 398 17.7 i 17.8

Nelinearna povezanost koje se ne mogu prikazati pravcem nego zakrivljenom crtom.

58
Npr. previsoki ili preniski stupanj aktivacije uzrokuje sniženu učinkovitost učenja, a srednja razina aktivacije
osigurava njegovu najveću učinkovitost

Str. 400 17.11

Primjer za nelinearni odnos može biti Dunning-Krugerov efekt ili učinak koji nam predočuje odnos između
iskustva, znanja, i procjene vlastite kompetencije. Oni koji malo znaju precjenjuju svoje sposobnosti, a oni
koji puno znaju svjesni su što ne znaju te podcjenjuju svoje sposobnosti

Str 400. 17.12

15. OBJASNI SPECIFIČNOSTI ND (NORMALNE DISTRIBUCIJE):POVIJEST, INFLEKSIJU, SIMETRIJU, Z

VRIJEDNOSTI I ODNOS PREMA MCT

Normalna distribucija ili raspodjela naziva se još i Gaussova distribucija prema matematičaru i astronomu
koji je 1803. Godine uočio da su pogrješke mjerenja objekata često normalno distribuirane. Za razvoj
normalne distribucije zaslužan je i francuski matematičar Abraham de Moivre.

Zaslužan i Pierre-Simon Laplace ( laplaceova distribucija)

Karakteristike normalne distribucije:

• Ima kontinuiranu distribuciju ili distribucije kontinuirane slučajne varijable x

59
• Zvonolike je krivulje. Normalna učestalost krivulje raste postupno, a zatim se maksimalno smanjuje
na isti način

• Simetrična je oblika oko aritmetičke sredine

• Krivulja je asimptotična: približava se x osi ali je zapravo nikad ne dotiče

• Mod, medijan i aritmetička sredina su u normalnoj distribuciji isti vrijednosti kao i u svakoj
simetričnoj distribuciji

• Z vrijednosti u normalnoj distribuciji: standardizirana varijabla z, Z vrijednosti nam označuju položaj

pojedinog rezultata u normalnoj distribuciji

o Izračunavanje na koji dio standardne devijacije taj rezultat pada naziva se pretvaranje rezultata u
vrijednosti

o Prikazuje nam koliko je udaljen određen rezultat od aritmetičke sredine u vrijednosti iskazane u
standardnoj devijaciji

o Linearna transformacija varijable x

o Aritmetička sredina z=0, a standardna devijacija=1

o Z vrijednosti omoućavaju nam točan položaj svakog rezultata u nekoj normalnoj raspodjeli

• Jedno od obilježja normalne distribucije je mjesto infleksije to jest točka koja s obiju strana krivulje
gdje je nagib krivulje najstrmiji. Te točke na krivulji su mjesta infleksije i kod normalne je distribucije

graf str 405

• Odnos:

• Promjena aritmetičke sredine prema većoj vrijednosti pod uvjetom da standardna devijacija ostaje
ista uvjetuje pomicanje aritmetičke sredine od centra u desno, a da visina krivulje ostaje ista

Graf skripta:

• kod normalne distribucije aritmetička sredina i varijanca nisu ovisne jedna o drugoj što znači ako
povečamo aritmetičku sredinu u normalnoj distribuciji varijanca će ostati nepromjenjiva

Str. 405 slika 17.15 i graf skripta

16. OBJASNITE KURTOIS: ZNAČENJE, VRSTE + SKEWNESS U NORMALNOJ DISTRIBUCIJI: NACRTAJ,

PRIKAŽI MJERE CT

Posljedica infleksije je spljoštenost normalne distribucije(en. Kurtosis) sl.17.6

60
Kurtosis je stupanj raspršivanja između točaka označenih na apscisi(os x) koje odgovaraju izrazu aritmetička
sredina +- standardna devijacija

Postoje tri vrste raspodjele: Graf:

1. Leptokurtična:šiljasta

2. Mezokurtična: normalna

3. Platikurtična: spljoštena

• NACRTAJ I OBJASNI PLATIKURTIČNU I LEPTOKURTIČNU DISTRIBUCIJU

Raspon vrijednosti na apscisi bit će veći za platikurtičnu distribuciju, a najmanji za leptokurtičnu

distribuciju. Izravni pokazatelj spljoštenosti raspodjele je standardna devijacija. Što je veća standardna
devijacija krivulja je spljoštenija, a manja standardna devijacija uzrokuje šiljatost krivulje.

SKEWNESS ILI ASIMETRIČNOST u normalnoj distribuciji je mjera stupnja asimetrije raspodjele

• Asimetrija distribucije podrazumijeva nanutost distribucije na lijevu ili desnu stranu.

• Postoji pozitivna (desna) i negativna (lijeva) asimetrija

• Kad nema asimetrije vrijednost skewnessa je 0

Graf str 406. 17.17

17. UKRATKO OPIŠI U DISTRIBUCIJU NA PRIMJERU : PRIKAŽI MJERE CT (centralne tendencije: mod,
medijan, aritmetička sredina)

• U distribucija nalikuje velikom slovu U

• Najmanje rezultata ima u sredini dok su najveći rezultati na krajevima distribucije

• To zna često biti u slučajevima u istraživanjima odoja i obrazovanja kad većina ispitanika ima krajnje
negativan i krajnje pozitivan stav o objektu mjerenja

• Npr. stav o pobačaju od krajnjeg podržavanja do krajnjeg nepodržavanja

Graf:

61
18. NACRTAJ I OBJASNI T DISTRIBUCIJU

• T distribucija ili student distribucija dobila je naziv po Williamu Gossetu, radniku u pivovari u
Dublinu koji je otkrio neadekvatno normalne krivulje za male uzorke

• Testirajući kvalitetu piva utvrdio je da se vjerojatnost distribucije kod malih uzoraka razlikuje od
normalne distribucije

• Kako veličina uzorka raste, t distribucija počinje poprimati oblik standardne normalne raspodjele

• Šošić i Serdar naglašavaju da veličina uzorka mora biti veća od 30 kako bi se t distribucija približila
normalnoj

Graf 17.21. str 409.

19. OBJASNITE KS KOLMOGOROV-SMIRNOV TEST: ZNAČENJE, INTERPRETACIJA S OBZIROM NA P I

NAVEDI INTERPRETACIJU S OBZIROM NA P </>0,05

1. Kolmogorov-Smirnov test je najpoznatiji test za testiranje normalnosti distribucije

2. To je neparametrijski test za testiranje da li dva uzorka pripadaju istoj populaciji, odnosno da li se

dva skupa slučajno razlikuju

3. Potrebno je imati parametre aritmetičke sredine i varijance

4. Zasniva se na usporedbi dviju kumulativnih frekvencija oba skupa

5. Neizostavan u istraživanjima odgoja i obrazovanja

6. Test se može primijeniti i za testiranje jednog uzorka u slučaju da želimo istražiti da li je uzorak
slučajan

Interpertacija KS testa s obzirom na p vrijednost

62
• Ako je p<0.05 zaključujemo da se podaci značajno razlikuju od normalne distribucije odnosno
odbacujemo nul hipotezu jer je manje od 5%mogućnosti da je nul hipoteza točna

• Kad je p>0.05 zaključujemo da su podaci normalno distibuirani i ujedno potvrđujemo nul hipotezu o
nepostojanju razlika

Drugi testovi za provjeru normalnosti distribucije:

1. Lillieforsov test: modificirani KS test

2. Shapiro-Wilkov test: nabolji za male i srednje uzorke

3. Anderson Darlin test

20. OBJASNI ANDERSON DARLING TEST

• Neparametrijski test, modifikacija KS testa

• Koristi se kako bi se odredilo može li se krivulja koja opisuje neki skup podataka adekvatno
aproksimirati normalnom distribucijom

21. OBJASNITE T VRIJEDNOST KOD IZRAČUNA T TESTA KOD NORMALNE DISTRIBUCIJE:VARIJANCA

POZNATA

T test

• Najpoznatiji parametrjski test

• Često se upotrebljava u pedagogiji

• Primjenjuje se za usporedbu dviju aritmetičkih sredina i za testiranje razlika između njih

• Npr. razlikuju li se djevojčice od dječaka u rezultatima određenog ispita

Vrste t testa:

1. T test za nezavisne uzorke: dva nezavisna uzorka u jednoj varijabli: npr. razlikuju li se dječaci od
djevojčica da vole matematiku

2. T test za zavisne uzorke: razlike između istih učenika: npr. rezultati iz testa matematike na početku
prvog i na kraju drugog polugodišta

3. T test na jednom uzorku: tazlika između aritmetičke sredine uzorka i neke zadane vrijednosti. Npr.
razlika u neopravdanim izostancima po broju sati učenika sedmih razreda od prosječnog broja
neopravdanih sati cijele škole.

63
T vrijednost:

• Je omjer razlike dvije aritmetičke sredine i njihove standardne pogreške to jest prikazuje koliko je
puta razlika aritmetičkih sredina veća od svoje pogrješke

• Kad nam je standardna devijacija poznata koristimo normalnu ili z distribuciju, a kad nam je
nepoznata t distribuciju

T vrijednost kod normalne distribucije i poznate standardne devijacije:

• Ako je t>1,96 to jest aritmetička sredina veća za 1,96 puta od svoje grješke to znači da je razlika
između dvije aritmetičke statistički značajna na razini pouzdanosti od p<0,05

• Ako je t>2,58 znači da je razlika između dvije aritmetičke značajna na razini od p<0,01

22. OBJASNI ONE SAMPLE T TEST 2X

o Parametrijski test: npr. za usporedbu jedne skupine

• Odstupanje aritmetičke sredine uzorka od neke zadane teorijske vrijednosti

• Npr. da li se IQ skupine (uzorka) razlikuje od 120

• Preduvjeti:

kvantitativno obilježje (test value):

homogenost varijance(Levene test),

uzorak veći od 30 (50)

23. OBJASNI LEVENE TEST

• Testira da li k uzorci imaju iste varijance (homogene varijance k uzoraka)

• Alternativa Barlett test

• Manje osjetljiv nego Barlett test

• P<0,05 varijance k uzoraka se razlikuju - nisu homogene

• P>0,05 varijance k uzoraka se ne razlikuju-homogenost pretpostavljena

24. OBJASNITE RAZLIKU IZMEĐU MEĐUGRUPNE I UNUTARGRUPNE VARIJANCE (ANOVA) OBJASNI

ANOVA ODNOSE VARIJANCE

ANOVA=ANALIZA VARIJANCE: parametrijski test

64
• Koristi se za testiranje 3 ili više aritmetičke sredine da li pripadaju istoj populaciji ili je jedna dalje od
druge dvije i ne pripada istoj populaciji

• Pretpostavke za analizu varijance: normalnost distribucije, slučajni uzorci i homogenost varijance

• Analiza varijance za računanje razlike aritmetičkih sredina koristi se omjerom dviju vrsta varijanci:

1. varijance između grupa: udaljenost od glavne (ukupne )aritmetičke sredine i

2. varijance unutar grupa: to je zapravo varijanca greške unutar svake grupe

odnosno testira se je li varijanca među grupama veća od varijance unutar grupe

• Ako je varijabilitet među grupama statistički značajno veći od varijabiliteta unutar grupe tada
zaključujemo da su grupe (aritmetičke sredine) iz različitih populacija odnosno ne pripadaju istoj populaciji

• Intersekcija je preklapanje rezultata i upućuje na to da što je veće preklapanje slabija je razlika

između ispitanika

• Za testiranje ralika potrebno je izračunati F omjer

Graf: skripta interskcije preklapanje aritmetičkih sredina prema Munro

25. OBJASNITE RAZLIKU IZMEĐU PARAMETRIJSKIH I NEPARAMETRIJSKIH TESTOVA

Parametrijski testovi su testovi koji zahtjevaju:

• Normalnost distribucije

• Da su podaci na intervalnoj ili omjernoj skali

• Homogenost varijanci

• Najpoznatiji: One semple test, T test, Analiza varijance (ANOVA), F test

Neparametrijski testovi :

• Ne zahtjevaju normalnu distibuciju

• Podaci na nominalnoj i ordinalnoj skali

• Baziraju se na usporedbi rangova

• Od mjera centralne tendencije koriste medijan ( ne aritmetičku sredinu)

65
• Manje su snage nego parametrijski, ali ne uvijek

• Neki od testova: Kolmoorov-Smirnov test, Wilcoxonov test, Shapiro-Wilks test, Anderson Darling
test, Hi kvadrat test

26. NABROJI I UKRATKO OBJASNI NEPARAMETRIJSKE TESTOVE + VRSTE: NEZAVISNI UZORCI; 2 I VIŠE,
ZAVISNI UZORCI

1. Kolmogorov-Smirnov test: za testiranje da li dva uzorka pripadaju istoj populaciji, odnosno da li se

dva skupa slučajno razlikuju

Za usporedbu jedne skupine, dviju nezavisnih skupina

2. Wilcoxonov test: za usporedbu jedne skupine, dvaju zavisnih uzoraka

3. Shapiro-Wilks test: za male i srednje uzorke.:

4. Hi kvadrat test: najpoznatiji

27. OBJASNI F TEST: ČEMU SLUŽI, KAKO SE RAČUNA, VRSTE VARIJANCI...

• test koji služi za provjeru jesu li varijance dviju skupina podataka jednake

• izražen kao omjer između varijanca dva slučajna uzorka uzeta iz populacija

• Služi kako bi se prihvatila ili odbacila hipoteza i prihvatila alternativna hipoteza

28. OBJASNI POST HOCK TESTOVE: ČEMU SLUŽE, VRSTE (LIBERALNE I KONZERVATIVNE)

• Post hock testovi se rade kako bi se napravila dodatna usporedba nakon rezultata ANOVA-e kako bi
se uvidjeli između kojih skupina postoji razlika

• Oni podrazumjevaju uspoređivanje parova

66
• Uspoređuju se moguće kombinacije parova: isto poput t testa

• Post hock testovi su podložni pogrješkama tzv. family wise errora te su potrebne korekcije i
kontroliranja

• Najpoznatiji način kontroliranja dotične pogrješke je Bonfferoni korekcija kojom se kontrolira razina
statističke značajnosti za svaki test tako da ostane 0,05 (alpha)

• Poznati post hock testovi:

1. Konzervativni: zahtjevaju veće razlike između aritmetičkih sredina da bi se pokazala njegova

statistička značajnost

Npr. Scheffe test: uspoređuje sve skupine i najviše konzervativan

2. Liberalni: prije će odbaciti nul hipoteze za razliku od konzervativnih

Implicira najveći broj statistički značajnih razlika

LSD-Least Significant Difference

29. OBJASNITE HI KVADRAT TEST NA JEDNOM UZORKU: PRIMJER + SUŠTINA, VRSTE, YATESOVA
KOREKCIJA, TABLICE KONTIGENCIJE 2X

• Najpoznatiji i najviše upotrebljavan neparametrijski test

• Uglavnom se primjenjuje na kvalitativnim podacima i kad raspodjela znatno odstupa od

normalnosti

• Koristimo kada posjedujemo frekvencije pojedinih kategorija rezultata i uspoređujemo ih s

frekvencijama koje bi se očekivale pod nekom određenom hipotezom

• Isključivo se zasniva na frekvencijama i u njegovu izračunu nije dopušteno koristiti se drugim

mjernim vrijednostima

• Hi kvadrat pokazuje odnos(vjerojatnost i povezanost) između kategorijalnih varijabli

Osnovna formula za izračunavanje Hi kvadrat testa : X2= ( f0- ft)2/ft

Fo: empirijska ili opažena frekvencija

Ft: teorijska ili očekivana frekvencija

67
• Što je vrijednost Hi kvadrata viša veća je vjerojatnost odacivanja nul-hipoteze

HI KVADRAT TEST PRIMJENJUJE SE:

1. Kad imamo frekvencije jednog uzorka i zanima nas razlikuju li se opažene frekvencije od frekvencija
koje očekujemo pod određenom hipotezom

2. Kad želimo utvrditi razlikuju li se frekvencije dvaju nezavisnih uzoraka u određenom obilježju

3. Kada želimo utvrditi razlikuju li se frekvencije dvaju zavisnih uzoraka u određenom obilježjuž

1. Npr. ispitali smo 60- ero djece da li bi trebalo učiti engleski jezik već u vrtiću

Hipoteza: Neće biti razlike u odgovorima učenika

Da želim učiti Ne znam Ne želim učiti ukupno

Fo 36 6 18 60

ft 20 20 20 60

Stupanj slobode broj polja -1= 3-1=2 granična vrijednost je 5,99

fo ft Fo-ft (fo-ft)2 (fo-ft)2/ft

36 20 16 256 12.8

6 20 -14 196 9.8

18 20 -2 4 0.2

22.8

=22.8 je razlika između opaženih i očekivanih frekvencija

• S obzirom da je vrijednost Hi kvadrat testa veća je od granične vrijednosti od 5,99 te se onda

odbacuje nul-hipoteza.

• To znači da se djeca u vrtiću razlikuju po odovorima da li bi trebalo učiti engleski jezik u vrtiću

2. Kad želimo utvrditi razlikuju li se frekvencije dvaju nezavisnih uzoraka u određenom obilježju

• Hi kvadrat test za nezavisne uzorke računa se tako da se izradi kontigencijska tablica

Primjer : Ispitano je mišljenje djece (N=54) u dobi od 5-6 godina u vrtiću o ukidanju dnevnog odmora.
Zanima nas da li se razlikuje mišljenje djevojčica od mišljenja dječaka.
68
 Treba ukinuti dnevni odmor Ne treba ukinuti dnevni odmor Ukupno

djevojčice 16 a 9b 25 (a+b)

dječaci 21c 8d 29 (c+d)

ukupno 37 (a+c) 17 (b+d) 54

Prvo se izračunavaju teorijske frekvencije: zbroj reda pomnožimo s zbrojem stupca i podijelimo s

ukupnom frekvencijom

Treba ukinuti dnevni odmor Ne treba ukinuti dnevni odmor Ukupno

djevojčice 25x37:54=17,13 25x17:54=7,87 25

dječaci 29x37:54=19,87 29x17:54=9,13 29

ukupno 37 17 54

- Preporuka je da kad je riječ o 2x2 kontigencijskim tablicama treba izračunati Yatesovu korekciju koja

podrazumjeva smanjivanje dobivene razlike između opažene i teorijske frekvencije za 0,5

fo ft Fo-ft (fo-ft)-0,5 ((fo-ft)-0,5)2/ft

16 17,13 -1,13 0,63 0,02

9 7,87 1,13 0,63 0,05

21 19,87 1,13 0,63 0,02

8 9,13 -1.13 0,63 0,04

=0,13 i s obzirom na graničnu vrijednost od 3,84 uz 1 stupanj slobode , a na razini statističke značajnosti
p= 0,05 proizlazi da vrijednost je hi kvadratnog testa manja te se zaključuje da se mišljenje djevojčica
znatno ne razlikuje od mišljenja dječaka vezano uz ukidanje dnevnog odmora.

69
3. Kada želimo utvrditi razlikuju li se frekvencije dvaju zavisnih uzoraka u određenom obilježju,
svojstvu odnosno da li ima određenih promjena iz međuvremenskih točaka mjerenja

npr. 156 učenika pisalo test iz matematike, 80 prošlo, a 76 nije. Organizirala se dopunska nastava,
individualni rad te se teest nakon tri tjedna ponovio. 92 prošla 64 nisu.u oba testa 68 dobilo pozitivnu
ocijenu, a 52 negativnu, ali razliku pokazuje onih 36 koji su ostvarili različite rezultate između prvog i
drugog testa.

• Koristi se isto kontigencijksa tablica, a za izračunavanje se koristi

McNemar hi-kvadrat test prema formuli =4

• ako je b+c<20 tada se primjenjuje Yatesova koorekcija koja u ovom slučaju nije potrebna.

• Granična vrijednost prema stupnju slobode 1 iznosi 3,84 to znači da postoji razlika između prvog i
drugog testa iz matematike te da su dopunski rad djelovali

ONE SAMPLE T TEST Parametrijski test: npr. za usporedbu jedne skupine

Odstupanje aritmetičke sredine uzorka od neke zadane teorijske vrijednosti

Npr. da li se IQ skupine (uzorka) razlikuje od 120

Preduvjeti: kvantitativno obilježje, homogenost varijance, uzorak veći od 30 (50)

OBJASNI F TEST: ČEMU SLUŽI, KAKO SE RAČUNA, VRSTE VARIJANCI.. služi za provjeru jesu li varijance dviju
skupina podataka jednake.izražen kao omjer između varijanca dva slučajna uzorka uzeta iz populacija. Služi
kako bi se prihvatila ili odbacila hipoteza i prihvatila alternativna hipoteza, varijance su v izmedju skupina i
v unutar skupina

OBJASNI POST HOCK TESTOVE: ČEMU SLUŽE, VRSTE (LIBERALNE I KONZERVATIVNE)

rade se kako bi se napravila dodatna usporedba nakon rezultata ANOVA-e kako bi se uvidjeli između kojih
skupina postoji razlika, podrazumijevaju uspoređivanje parova, podložni pogrješkama tzv family wise

70
errora te su potrebne korekcije i kontroliranja, najpoznatiji način kontroliranja dotične pogrješke je
Bonfferoni korekcija.

Konzervativni: zahtijevaju veće razlike između aritmetičkih sredina da bi se pokazala njegova statistička
značajnost

Liberalni: prije će odbaciti nul hipoteze za razliku od konzervativnih, Implicira najveći broj statistički
značajnih razlika

NEPARAMETRIJSKI TESTOVI:

Slabiji su od parametrijskih, jer u paramatrijskim imamo više podataka, informacija iz kojih donosimo
zaključke. Neparametrijskim testovima pristupamo kad podaci nisu normalno distribuirani, kad su podaci
prikupljeni na nominalnoj i ordinalnoj skali i kad je uzorak manji od 100. određeni nepar.testovi mogu se
koristiti za analizu nolinalnih ili ordinalnih podataka; računanje u nepar.statistici jednostavnije je od param;
posebno kad je riječ o malim uzorcima; vjerojatnost određenih zaključaka dobivenih određenim nepara.
testom su točne, precizne valjanosti;MANN-WHITNEY U TEST nepara. ekvivalent t-testa za nezavisne
uzorke. Test određuje da li 2 nezavisna uzorka pripadaju istoj populaciji(prema medijanu).KRUSKAL WALLIS
TEST: nepara. ekvivalent za analizu varijance kad želimo ispitati razlike između 3 ili više nezavisnih skupina;
bazira se na korištenju rangova; proširenje je Wilcoxon rang testa kada imamo više od 2 populacije.
MCNEMAR TEST ekvivalent param. t-testu za zavisne uzorke. Mcnemar test je specifična forma hi kvadrat
testa s jednim stupnjem slobode. Preduvjet za Mcnemar test-varijable su dihotomne, dihotomna mjerenja
vezanih opažanja istog predmeta su vezani parovi, dihotomne kategorije su međusobnoiskuljučive; podaci
koji se unose u kontigencijsku tablicu su brojevi parova.

WILCOXON SIGNED RANG TEST- za usporedbu jedne skupine, dvaju zavisnih uzoraka. HI-KVADRAT TEST
napoznatiji i najviše uoptrepljen nepara.test. Njime se služimo kad želimo ispitati odstupaju li određene
empirijske(opažene) frekvencije od frekvencija koje bismo očekivali pod određenom hipotezom.
KOLMOGOROV-SMIRNOV TEST-nepar.test za testiranje pripadaju li dva uzorka istoj poulaciji, tj. razlikuju li
se dva skupa slučajno.

71
SPECIFIČNOSTI NORMALNE DISTRIBUCIJE: Normalna distribucija nazova se još i Gaussova distribucija,
prema C.F. Gaussu koji je 1803. uočio da su pogrješke ponovljenih mjerenja objekata često normalno
distribuirane. P.S. Laplacea; zato se ND u frankofonskom području naziva Leplaceova distribucija.

Z VRIJEDNOSTI omogućuju točan položaj svakog rezultata u nekoj normalnoj raspodjeli. Pomoću njih
izračunavamo na koji dio standardne devijacije taj rezultat pada.

INFLEKSIJAjedno od obilježja ND; to je točka s obiju strana krivulje gdje je nagib krivulje najstrmiji, odn. gdje
iz konkavne prelazi u konveksnu. Te točke su mjesta infeksije i kod normalne je raspodjele udaljenost od
arit.sredine jednaka+-1 stand.devijaciji. Posljedica infeksije je sploštenost normalne raspodjele-
eng.kurtosis; može biti leptokurtična, mezokurtična, platikurtična. SKEWNESS obilj normalne raspodjele; to
je mjera stupnja asimetrije raspodjele. Asimetrija raspodjele podrazumijeva nagnutost distribucije na lijevu
ili desnu stranu. Postoji pozitivna i negativna asimetrija; kad je nema vrijednost skewnessa je 0. OBILJEŽJA
ND: 1. Ima distribuciju kontinuirane slučajne varijable x. 2. Krivulja je zvonastog oblika;simetrična je oko
asimetrične sredine; 3. Krivulja je asimptotična, približava se osi x, ali je zapravo nikad ne dotiče.
4.uključuje parametre aritmetičke sredine i varijance. 5. Mod, medijan i arit.sredina podudaraju se u
normalnoj krivulji,kao i za bilo koju simetričnu krivulju. 6. Točka inflesije udaljena je +- Q od aritmetičke
sredine. 7. Arit.sredina varijable z svake varijable jednaka je 0, dok je Q =1.Z vrijednosti nam označuju
položaj pojedinog rezultata u ND. Izračunavanjena koji dio standardne devijacije taj rezultat pada naziva se
pretvaranje rezultata u Z vrijednosti. Prikazuju nam koliko je udaljen određen rezultat od arit. Sredine u
vrijednosti iskazane u stand.devijaciji. TESTIRANJE NORMALNOSTI DISTRIBUCIJE može grafičkim ili
statističkim postupkom. Grafički je opravdan ako je uzorak veći od 100. Histogram, steam and leaf, box and
plot, P-p plot. Najpoznatiji test je Kolmogorov-Smirnov test. Postoji još Lillieforsov test- mjeri najveću
udaljenost između promatrane i normalne raspodjele s istom standardnom devijacijom i arit.sredinom i
procjenjuje je li ta udaljenost veća nego što može biti objektivna slučajnost. Shapiro-Wiulkov test za
testiranje normalnosti za male i srednje uzorke. Anderson-Darlingov testrabi se kako bi se odredilo može li
se krivulja koja opisuje neki skup podataka sigurno utvrditi normalnom raspodjelom

OBJASNI I NACRTAJ PLATIKURTIČNU I LEPTOKURTIČNU DIST. Kurtosis je stupanj raspršivanja između točaka
označenih na apscisi koje odgovaraju izrazu asimetrična sredina +-stand.devijacija. Postoje 3 vrste
raspodjele: leptokurtična, mezokurtična, platikurtična. Raspon vrijednosti na apscisi, koji pada između
arit.sredine i ispod nje, veći je za platikurtičnu raspodjelu, a najmanji za leptokurtičnu. Izravni pokazatelj
spljoštenosti je stand.devijacija: što je veća st.devijacija, krivulja je spljoštenija, a manja sta.devijacija
uzrokuje šiljatost krivulje.

OBJASNI I NACRTAJ T-DISTRIBUCIJU T-distribucija dobila je naziv prema Williamu Gossetu, radniku u
pivovari u Dubliku koji je pod pseudonimom student otkrio neadekvatno normalne krivulje za male uzorke.

72
Utvrdio je da se vjerojatnost raspodjele kod malih uzoraka razlikuje od normalne raspodjele. Još se naziva i
studentova raspodjela. Kako veličina uzorka raste, t-raspodjela počinje poprimati oblik standardne
normalne raspodjele. Šosić i serdar opisujući t-distribudiju ističu da veličina uzorka mora biti veća od 30
kako bi se t-raspodjela približila normalnoj.

KOLMOGOROV-SMIRNOV TEST S INTERPRETACIJOM Najpoznatiji test normalnosti raspodjele u društvenim

znanostima. Neparametrijski test za testiranje pripadaju li dva uzorka istoj populaciji, tj. razlikuju li se dva
skupa slučajno. Potrebno je imati parametre aritmetičke sredine i varijance. Temelji se na usporedbu dviju
kumulativnih frekvencija obaju skupova, a testira se pomoći hi-kvadrata ilipomoću posebnih tablica. Može
se primjeniti i za testiranje jednog uzorka ako želimo istražiti je li uzorak slučajan. K-S test objašnjava se s
obzirom na p vrijednost: 1. Ako je p<0,05 zaključujemo da se podatci ili uzorci značajno razlikuju od
normalne raspodjele, odn. odbacujemo nul hipotezu. 2. Kad je p>0,05 zaključujemo da su podaci ili uzorci
normalno raspodijeljeni i potvrđujemo nul-hipotezu o nepostojanju razlika. Pomoću bilo kojeg statističkoh
testa ne dokazujemo točnost/ istinitost postavljene hipoteze nego samo uz koju je vjerojatnost pogrješke
možemo prihvatiti ili odbaciti.

OBJASNITE HI KVADRAT TEST (suština, vrste, Yatesova korelacija, tablice kontigencije 2x) Najpoznatiji i
najviše upotrebljavan neparametrijski test koji se uglavnom primjenjuje na kvalitativnim podacima i/ili kad
raspodjela znatno odstupa od normalnisti. Temelji se na usporedbi teorijskih i opaženih frekvencija, tj.
njime se služimo kad želimo ispitati odstupaju li određene empirijske frekvencije od frekvencija koje bismo
očekivali pod određenom hipotezom. Zasniva se na frekvencijama i u njegovu izračunu nije dopušteno
koristiti se drugim mjernim vrijednostima. Za primjenu HI kvadrat testa koriste se KONTINGENCIJSKE
TABLICE; najčešće se koriste 2x2 kontigencijske tablice- dvije kategorijalne varijable gdje svaka varijabla
ima dvije kategorije. Tablica u kojoj su numericki sumirani kategor podaci,koriste se frekvencije i 2.2 kontig
tabl.

Hi kvadrat test primjenjuje se 1. Kad imamo frekvencije jednog uzorka i zanima nas razlikuju li se opažene-
empirijske frekvencije od frekvencija koje očekujemo pod određenom hipotezom. Primjer: ispitano je 54
učenika trba li ukinuti nošenje papuča. Teorijske frekvencije izračunate su 54:3=18- kad ne bi bili slučajno
raspoređeni. Da bi izračunali hi-kvadrat test treba izračunati vrijednosti potrebne za formulu. I dobijemo
vrijednosti testa. Što je viša vrijednost testa, veća je vjerojatnost odbacivanja nul-hipoteze. 2. Kad želimo
utvrditi razlikuju li se frekvencije dvaju nezavisnih uzoraka u određenom obilježju. 3. kad zelimo utvrditi
razlikuju li se frekvencije 2 nez uzorka u odredjenom obiljezju.

73
Yatesovakorekcija-obuhvaća postupak smanjivanja dobivene razlike između opažene i teorijske frekvencije
za 0,5. Svrha: Smanjiti aplha pogrešku jer Pearson hi kvadrat tendira da bude statički značajan kad je nizak;
Niže vrijednosti Pearson hi kvadrata (nakon korekcije) umanjuju mogućnost da budu statistički značajan.

FUNKCIJE ZNANSTVENE TEORIJE- 1. DEKOMPOZICIJA- podrazumijeva rasčlambu na zasebne dijelove, riječ

je o analizi određene pojave kako bi se mogli zasebni dijelovi analitički istražiti, a radi boljeg razumijevanja i
provjerljivosti. Okamova britva- u načelu ako imate dbije teorije koje predviđaju isto, odabrati
jednostavniju; dekompezacija se odvija u tri koraka- sumiranje znanja, definiranje konstrukta, klasifikacija.
2. NOMOLOGIZACIJA-nomologija je znanost o zakonima mišljenja; podrazumijevna stvaranje jednog
koherentnog sustava u kojem su elementi međusobno povezani u cjelinu koju čine. 3.RAZUMIJEVANJE
usmjerava se na utvrđivanje uzročno posljedičnih veza; kauzalitet je u osnoci svake znanstvene teorije, iako
kod utvrđivanja uzročno-posljedičnih veza treba biti vrlo oprezan. Načelo reductio ad absurdum ponekad
stvara sumnju u navedene odnose. 4.OBJAŠNJENJE doseg u kojme teorija može objasniti pojave prosle i
sadasnje dogadjaje. 5.PREDIKCIJA-odnosi se na predviđanje budućih događaja; jedno od osnovnih
postulata znanosti s ciljem razumijevanja prirode i odnosa u njoj. 6.PLODOTVORNOST- doseg u kojem
teorija moze generirati nove hipoteze i potaknuti nova istrazivanja 7.KONTROLA-podrazumijeva utjecaj
znanosti na događaje, njome se moze utjecati na buduce dogadjaje.

PROBABILISTIČKI I NEPROBABILISTIČKI UZORCI: baziraju se na statističkoj vjerojatnosti da svaka osoba (iz

populacije) ima određenu vjerojatnost da bude odabrana u uzorak; smanjena je pristranost. Najčešća
podjela: 1.JEDNOSTAVNI SLUČAJNI UZORAK-svi ispitanici imaju istu vjerojatnost da će ući u uzorak,
najčešće se za odabir uzoraka koriste tablice slučajnih brojeva.2.INTERVALNI UZORAK(sustavni) ispitanici se
označuju-numeriraju te se odredi interval(svaki 5,10) 3. STRATIFICIRANI UZORAK- ako su nam važna neka
obilježja populacije-dob, spol,obrazov, tada odabiremo stratume-prema zajedničkim obilježjima i za njih
određujemo uzorak 4.GRUPNI UZORAK inačica stratificiranog uzorka;ako ima više subpopulacija iz svake se
odabiru članovi u skladu s veličinom te subpopulacije; najčešće teritorijalna podjela, po dobi

74
NEPROBABILISTIČKI UZORCI- oni ovise o izboru istraživača, problem pristranosti,upitno je li uzorak
reprezentant populacije. 1.PRIGODAN UZORAK-onaj koji nam je najbliži;najjednostavnije je doći do
njega,najčešći u pedagogiji.2. NAMJERNI UZORAK- namjerno biramo članove uzorka s obzirom na određene
specifičnosti istraživanja i na prethodne spoznaje o populaciji 3.TEHNIKA SNJEŽNE GRUDE-iz populacije se
odabire manji dio ispitanika koji nam pomažu u pronalasku ostalih članova, sami ispitanici pronalaze druge
ispitanike koji će biti dio uzorka.

DUALNOST ZAVISNE I NEZAVISNE VARIJABLE Zavisna varijabla je promjenjiva, za nju istraživanjem

nastojimo utvrditi da li i na koji način zavisi o nezavisnoj. Ulogu zavisnih varijabli imaju one pojave i osobine
koje želimo upoznati, razumjeti i objasniti. Nezavisne varijable su one pojave i osobine putem kojih želimo
razumijeti promjene u zavisnoj varijabli. Jedna te ista varijabla u jednom istraživanju može bizi nezavisna, a
u drugom može biti zavisna. NPR. ako istraž ima cilj da li uspjeh na poslu zavisi o inteligenciji, onda je
uspjeh na poslu zavisna varijabla, a ako želimo istražiti da li uspjeh na poslu djeluje na doživljaj osobnog
zadovoljstva, onda je uspjeh nezavisna varijabla.

SEMANTIČKI DIFERENCIJAL je skala kojom se mjeri konativno značenje određenog pojma. Smislio ga je
Osgood sa suradnicima 1957. I u pedagogiji se opravdano rabi. Konativna su značenja svojevrstan odraz
stava prema pojmu-osobi te nas u pedagogiji često zanimaju upravo stavovi učenika o npr.učitelju kako
bismo imali bolji uvid u njihovo zadovoljstvo i kvalitetu odnosa. SD se sastoji od 7stupnjeva, a na polovima
su bipolarni parovi pridjeva-atributa(loš-dobar,dosasan-zanimljiv)

LEVENE TEST testira da li k uzorci imaju iste varijance. alternativa Barletts testa. Manje osjetljiv nego
barlett test. Ako je p<=0,05 tada se potvrđuje hipoteza o nejednakosti između varijanci, nisu homogene,
ako je p>=0.05 homogenost pretpostavljena.

LINEARNA I NELINEARNA ZAVISNOST LINEARNA Z. Je povezanost među varijablama gdje su podjednake

promjene u jednoj varijabli praćene manjim ili većim promjenama u drugoj varijabli, ali koje su podjednake
na cijelom rasponu vrijednosti te varijable.Npr.što više učimo više ćemo znati. Postoje i povezanosti koje se
ne mogu povezati pravcem, nego zakrivljenom linijo, to su NELINEARNE ZAVISNOSTI. Npr. Dunning-Kugerov
efekt- predočuje se odnos između iskustva, znanja i vlastite kompetencije. Oni koji malo unaju precjenjuju
svoje sposobnosti, oni koji puno znaju svjesni su što ne znaju te podcjenjuju svoje sposobnosti.
STOHASTIČNA ILI DJELOMIČNA KOLERACIJA svakoj vrijednosti jedne varijable odgovara više(različitih)
vrijednosti druge varijable.

75
T distribucija vs z distribucijaKad nam je standardna devijacija poznata koristimo normalnu standardnu ili z
distribuciju.(ako je dovoljno velik uzorak mi pretpostavljamo da nam je standardna devijacija uzorka
jednaka standardnoj devijaciji populacije)

Na malim uzorcima ne pretpostavljamo normalnu distribuciju ide st ne koristimo pretpostavku da su nam

standardne devijacije uzorka i populacije iste. Tada za svaki N ima svoju t distribuciju (kad je n manji od
100)

KVANTITATIVNE VARIJABLE-VRSTE Kvantitativne varijable se označuju brojevima koji predstavljaju različite

vrijednosti. Postoje: 1.kontinuirane varijable-između pojedinih brojčanih vrijednosti ne postoji skokovit
prijelaz nego su vrijednosti izrađene u finim prijelazima i mogu biti na neograničenom broju stupnjeva.
2.diskontinuirane varijable ili diskretne-odnose se na manje brojčane vrijednosti(cijele brojeve) tj na manji
opseg brojeva koji predstavljaju određene vrijednosti; npr.uspjeh određenog testa.

POVEZANOST IZMEĐU DVIJE VARIJABLE AKO JE r0,03: Izračunavanju koef korelacije treba prethoditi
grafička provjera njegova oblika povezanosti-dijagram raspršenja, kako bismo dobili uvid u stvarni oblik
odnosa između istraživanih varijabli. Uporaba npr.parametrijskog Pearsonova koef. Korelacije u slučaju
nelinearnog odnosa promatranih varijabli može dati neodgovarajući opis povezanosti i/ili netočan rezultat.
Vrijedosti koef.korelacije uobičajeno su:1.r od 0,00 +-0,19 nikakva povezanost. 2. r od 0,20+-0,39slaba
povezanost;3.r od 0,40+-0,69umjerena povezanost;4.r od 0,70+-1,00 visoka povezanost. Koeficijenti
korelacije prikazuju visinu sukladnosti u variranju dviju ili više varijabli,ali ne i njihivu uzročno posljedičnu
vezu. U nekim slučajevima dobivena korelacija nije rezultat stvarne sukladnosti,varijabiliteta između
promatranih varijabli nego na njih utječe neka treća varijabla.Riječ je o SUPRESORSKOJ VARIJABLI koja
utječe na razinu njihove povezanosti.

Npr.možemo dibiti da postoji statistički značajna povezanost između visine i prolaznosti na ispitu. Taj
rezultat je besmislen jer su druge varijable djelovale na razinu povezanosti. Rješenje je u kontroliranju
supresor varijabli pomoću parcijalizacije

BROWN FORSYTHE TEST Test razlika varijanci. Koristimo ga, kao i WELCH test, u slučaju kad nisu subuzorci
isti i kad varijance nisu homogene. Iz položaja odn.udaljenosti arit.sredina vidjljiva je razlika između
ispitanika u nekoj zavisnoj varijabli. Važna je i raspodjela rezultata.Preklapanje rezultata upućuje na
zaključak o testiranim razlikama, Što je veće preklapanje to je slabija razlika između ispitanika.

KOVARIJANCApredstavlja smjer (neg, poz ili blizu 0) linearne povezanosti između dvije varijable dok
korelacija predstavlja i smjer i snagu povezanosti između dvije varijable. Konarijanca ovisi o skali varijable
dok je korelacija nezavisna o skali varijable (N).Nestandardizirana korelacija, deskriptivna mjera linearne
sukladnosti dviju varijabli.

76
MJERNE SKALE 1.NOMINALNA riječ je o razvrstavanju prema određenom obilježju; brojevi ili imena koji
predstavljaju objekte pojave sluze za identifikaciju i kategorizaciju.varijabla može imati jednu, dvije ili više
kategorija, kod nom dkslr nr moze se provesti rangiranje 2.ORDINALNAskala za označavanje
redosljeda,ranga ispitanika prema zajedničkim osobinama koje su predmet mjerenja;pomoću nje
određujemo je li nešto veće ili manje od drugog, ali ne znamo stvarne razlike izmedju stupnjeva na sklali
3.INTERVALNA je poboljšanje ordinalne skale jer su kod nje razmaci ist , ipak se ne mogu utvrđivati
omjeri,tj.ne može se reći da je nešto nekoliko puta veće ili manje od druge uspoređivane pojave;To je zato
što ne postoji apsolutna 0, odn.0 je arbitrarna i ne predstavlja odsutnost mjerenja 4.OMJERNA skala kod
koje je moguće praviti i omjere;kod nje je 0 apsolutna i predstavlja odsutnost kvantitete mjerenja;najviši je
oblik mjernih skala.

RAČUNANJE Ttesta KOD ND-POZNATA VARIJANCA Kad nam je standardna devijacija poznata koristimo
normalnu standardnu ili z distribuciju-ako je dovoljno velik uzorak mi pretpostavljamo da nam je
standardna devijacija uzroka jednaka st.dev.populacije.Na malim uzorcima ne pretpostavljamo normalnu
populaciju tj. ne koristimo pretpostavku da su nam standardne devijacije uzorka i populacije iste. T
vrijednost: 1.ako je t>2 (1,96) tj. razlika arit.sredina veća od 1,96 puta od svoje greške;značu da je razlika
između 2 arit.sred statistički značajna na razini pouzdanosti od p<0,05; 2. Ako je t>2,58 tj. razlika arit.
Sredina veća je 2,58 puta od svoje greške;znači da je razlika između dvije aritmetičke sredine značajna na
razini pouzdanosti od p<0,01

T vrijednost-omjer razlike dviju aritm sredina i njihove standardne pogreske, pokazuje koliko je puta ritm
sredina veca od svoje greske.

Vrste t testa:

1. T test za nezavisne uzorke: dva nezavisna uzorka u jednoj varijabli: npr. razlikuju li se dječaci od
djevojčica da vole matematiku

2. T test za zavisne uzorke: razlike između istih učenika: npr. rezultati iz testa matematike na početku
prvog i na kraju drugog polugodišta

3. T test na jednom uzorku: tazlika između aritmetičke sredine uzorka i neke zadane vrijednosti. Npr.
razlika u neopravdanim izostancima po broju sati učenika sedmih razreda od prosječnog broja
neopravdanih sati cijele škole.

OBJASNITE RAZLIKU IZMEĐU MEĐUGRUPNE I UNUTARGRUPNE vaRIJnce-anova

ANOVA=ANALIZA VARIJANCE: parametrijski test

Koristi se za testiranje 3 ili više aritmetičke sredine da li pripadaju istoj populaciji ili je jedna dalje od druge
dvije i ne pripada istoj populaciji

Pretpostavke za analizu varijance: normalnost distribucije, slučajni uzorci i homogenost varijance

77
Analiza varijance za računanje razlike aritmetičkih sredina koristi se omjerom dviju vrsta varijanci:

1. varijance između grupa: udaljenost od glavne (ukupne )aritmetičke sredine i

2. varijance unutar grupa: to je zapravo varijanca greške unutar svake grupe

odnosno testira se je li varijanca među grupama veća od varijance unutar grupe

Ako je varijabilitet među grupama statistički značajno veći od varijabiliteta unutar grupe tada zaključujemo
da su grupe (aritmetičke sredine) iz različitih populacija odnosno ne pripadaju istoj populaciji

Intersekcija je preklapanje rezultata i upućuje na to da što je veće preklapanje slabija je razlika između
ispitanika

OBJASNITE RAZLIKU IZMEĐU PARAMETRIJSKIH I NEPARAMETRIJSKIH TESTOVA

Parametrijski testovi su testovi koji zahtjevaju:

Normalnost distribucije, Da su podaci na intervalnoj ili omjernoj skali, Homogenost varijanci

• Najpoznatiji: One semple test, T test, Analiza varijance (ANOVA), F test

Neparametrijski testovi :

Ne zahtjevaju normalnu distibuciju, Podaci na nominalnoj i ordinalnoj skali, Baziraju se na usporedbi

rangova, Od mjera centralne tendencije koriste medijan ( ne aritmetičku sredinu)

Manje su snage nego parametrijski, ali ne uvijek.

Neki od testova: Kolmoorov-Smirnov test, Wilcoxonov test, Shapiro-Wilks test, Anderson Darling test, Hi
kvadrat test

KRITERIJI ZNANSTVENOSTI: 1.ZNANOST JE PROCES- i u sadržajnom i u metodološkom smislu; Dopunjavanje

i usavršavanje znanstvenih metoda i spoznaja. Riječ je o asimtotičnosti tj.da proces nema kraja te se stalno
nadopunjuje i mijenja. 2.SPECIFIČNOST METODA: da bi neka disciplina bila znanost mora imati metode i
postupke;metodologiju dolaženja do novih spoznaja. 3.VERIFIKACIJE-u znan. Istraživanju testiraju se
rezultati s ciljem generalizacija za daljnja istr. Podrazumijeva metodološku primjenu.4.KOHERENTNOST
usuglašenost znanstvenih spoznaja;Znanost je danas sve više nekoherentna;znanstvene činjenice su
proturječne. 5.NOMOTETIČNOST usmjerenost k spoznaji sakonitosti. Smisao zakonitosti je verifikacija
određenih zakonitosti;Riječ je o nomotetičnom pristupu za kojeg su karakteristične generalizacije dok je
suprotan pristup idiografički koji je usmjeren na pojedinca i pojedine slučajeve. Oba pristupa su jednako
vrijedna i trebaju biti u sinergiji. 6.PREDIKCIJA smisao znanosti je predviđanje,predikcija budućih događaja.
7. OPĆA PRIHVATLJIVOST-generiranje novih spoznaja.
78
5 METODA PRIKUPLJANJA PODATAKA 1.ANKETIRANJE-metoda prikupljanja podataka ispitanika o njihovim
stavovima,percepcijama, preferencijama, a instrument anketiranja je anketa. Može biti NEPOSREDNO
ANKETIRANJE-face-to-face odnos između anketara i ispitanika; ONLINE ANKETIRANJE- podrazumijeva
popunjavanje ankete na internetskoj stranici ili putem ankete koja se šalje mailom; POŠTANSKO I
TELEFONSKO ANKETIRANJE rijetko u pedagogiji, potisnulo ih online anket. 2.INTERVJUIRANJE-
podrazumijeva anketu u usmenom obliku; zahtijeva veći vremenski angažman te veću pripremljenost
osobe koja provodi intervju; tru su vrste: STRUKTURIRANI-anketar ima unaprijed postavljena pitanja koja
čita ispitaniku i zapisuje odgovore ;POLISTRUKTURIRANI-anketar ima unaprijed postavljena pitanja,ali
zapisuje i istale misli, opažanja, stavove; SLOBODNI pitanja se nameću, pojavljuju iz samog konteksta
razgovora i nisu unaprijed postavljena nego je uglavnom zadana šira tema 3.TESTIRANJE-postupak
prikupljanja podataka koji se pedagogiji najčešće odnosi na mjerenje znanja;iako postoje testovi
sposobnosti i testovi ličnosti. Vrste zadataka:tip dosjećanja,nadopunjavanja, dihotomni, višestruki izbor,
ispravljanje, sređivanje, povezivanje. 4.ANALIZA SADRŽAJA- metoda prikupljanja podataka koja se
uobičajeno primjenjunje u književnosti, antropologiji, pedag...To je metoda za klasificiranje i kvantificiranje
raznih verbalnih i neverbalnih poruka u najširem smislu riječi, a u skladu s utvrđenim općim pravilima.
Sadržaji analize su najčešće knjige, znanstveni i stručni članci, mediji... Analiza sadržaja sastoji se od
kategorije analize sadržaja (određuje ono što se mjeri) i kategorije jedinice sadržaja (mjeri se učestalost).
Rad na dokumentaciji specifičan je oblik analize sadržaja koji se temelji na sekundarnim podacima.
5.SUSTAVNO(STRUKTURIRANO) OPAŽANJE metoda prikupljanja podataka radi što točnijeg zapisivanja te
praćenja određene pojave na sustavan način. Provodi se prema unaprijed određenom planu. Usko je
usmjereno određenom objektu opažanja, usporedno s opažanjem, zapisuju se podatci. Treba jasno odrediti
pojavu koju će promatrati, učestalost i vrijeme opažanja te način zapisivanja podataka

KATEGORIJALNE VARIJABLE-kvalitativne-nazivaju se tako jer su podaci svrstani u odredjene kategorije. To

su nenumericke varijablegdje se opazane vrijednosti svrstavaju prema kategorijalnom obiljaezjima-rijecima
a ne brojevima. Možemo ih podijeliti na 1.DIHOTOMNE-u slučaju kad imamo samo 2 opcije, kategorije
npr.spol 2.TRIHOTOMNE-3 kategorije npr. bračni status 3. POLITOMNE- više od 3 kategorija. Unutar
kategorijalnih varijabli možemo imati slučaj ordinalnog mjerenja;kad je npr. riječ o kategorijama koje je
moguće složiti prema određenom obilježju vrijednosti, odn. tad je riječ o uvjetno ordinalnoj skali; npr. ako
je varijabla stručna sprema tada je moguće kategorije rangirati prema razini stručne spreme (od najmanje
do najviše)

FUNKCIONALNA I STOHASTIČNA KORELACIJA- FUNKCIONALNA ILI POTPUNA-svakoj vrijednosti, rezultatu

jedne varijable odgovara samo jedan rezultat druge varijable. Potpuna k.u pedagogiji nije moguća zbog
izraženog varijabiliteta među promatranim pojavama. STOHASTIČKA ILI DJELOMIČNA-svakoj vrijednosti
jedne varijable odgovara više različitih vrijednosti druge varijable.

79
ANDERSON DARLiNG TEST-rabi se kako bi se odredilo može li se krivulja koja opisuje neki skup podataka
sigurno utvrditi normalnom raspodjelom. Služi se specifičnom raspodjelom u izračunavanju kritičkih
vrijednosti. Prednost je što je test osjetljiviji,a nedostatak je što se kritičke vrijednosti moraju računati za
svaku raspodjelu. To je preinaka Kolmogorov-Smirnova testa i daje više težine od njega na rep krivulje.
Zasniva se na izračunu kritične vrijednosti u tablicama.

Polustrukturirani intervju: anketar ima unaprijed postavljena okvirna pitanja većinom otvorenog tipa, ali
zapisuje i ostale misli, opažanja, stavove

Npr. ako je cilj istrazivanja istraziti ucinkovitost prevencije poremecaja u ponasanju ucenika, anketar u
polustr intervjuu neposredno moze dobiti zanimljive podatke o etimologiji spomenutih poremecaja. Te
podatke moze iskoristiti za bolje razumijevanje pojave koju istrazuje te za prepoznavanje novih podrucja
istrazivanja

KVAZIEKSPERIMENTALAN NACRT- nacrt u kojem su ublazeni strogi uvjeti u kojima se provodi

eksperimenatalni nacrt. Primjenjuje se kad nije u potpunosti moguce zadovoljiti preduvjete za provedbu
eksp nacrta. Rijec je o istrazivanjima koja se provode u neposrednim zivotnim situacijama te iako je zadrzan
oblik eksperim nacrta ne smijemo zanemariti djelovanje vanjskih cimbenika na zavisnu varijablu i istaknuti
to u rezulatatima istrazivanja. Grupe- kontrolna i eksp nisu ujednacene,slaba kontrola vanjskih cimbenika i
opasnst da oni izmaknu kontroli.

STOHASTIČKA ILI DJELOMIČNA-svakoj vrijednosti jedne varijable odgovara više različitih vrijednosti druge
varijable.

Borgadusova skala-skala namjenjena istrazivanju socijalne distance. Supek opisuje soc distancu kao
kontinuum koju varira od toplih i intimnih odnosa preko ravnodusnih do neprijateljskih. Skala se moze
upotrijebiti za mjerrenje soc distance prema drustvenim skupinama, vrijednostima i pojedincima.

Smisao bs istraziti stupanj bliskosti s prosjecnim clanom odredje soc skupine. Rez na skali prikazuje broj koji
oznacuje prihatlji ili neprihvatljim stupanj bliskosti.

Box and plot- predtavlja podatke koju se po vrijednosti nalaze u rasponu 25-75% ukupne velicine. Sto je
interkvartilni raspon veci disperzija je veća jer je manje grupiranje oko medijana i obrnuto. Sto je
interkvartili raspon manji, disperzija je manja-vece grupiranje oko medijana.

80
SMISAO T TESTANajpoznatiji parametrijski test, Često se upotrebljava u pedagogiji, SLUŽI ZA TESTIRANJE
STATISTICKE ZNACAJNOSTI DVIJE ARITMETIČKE SREDINE, predstavlja omjer razlika aritm sredina s njihovom
standardnom greskomNpr. razlikuju li se djevojčice od dječaka u rezultatima određenog ispita

NEPARAM TESTOVI U PARAM- Mann whitney test, wilcon rang tet, ks

Mill – ovi kanoni:

Pravilo slaganja: Opažanje više situacija u kojima se pojavljuju istraživano npr. Ponašanje Ako se ponašanje
uvijek pojavljuje u situaciji koja sadrži određeni element taj element koji je (izdvojen od ostalih) vezan uz
pojavljivanje ponašanje, njezin uzrok

Pravilo razlike:, Najvažniji kanon, Ako neka situacija u kojoj se očituje neka pojava i neka druga pojava u
kojoj se ona ne očituje imaju zajedničko sve osim jedne pojedinosti, tada je ta pojedinost možda uzrok te
pojave

• Potraga za tom pojavom koja razlikuje dvije situacije! Npr. sociopati

Pravilo slaganja i razlike:Zajednička metoda slaganja i razlike

• Ako dvije ili više situacija imaju jedan zajednički element, dok se istodobno situacije pojavljivanja i
nepojavljivanja pojave razlikuju samo po njegovoj prisutnosti, odnosno odsutnosti, ta je pojedinost dio
uzroka pojave

Pravilo zajedničkog variranja:Neka pojava koje se mijenja usporedno s drugom pojavom, njen uzrok,
posljedica ili je s njome povezana preko nekog uzročnog čimbenika

Pravilo ostatka:Korisnost u vrlo rijetkim situacijama, Na temelju ranijih indukcija isključe se one pojave iz
situacije čiji su uzroci poznati, Preostale pojave rezultat su preostalih uzrokaNpr. otkriće planeta Neptuna,
U društvenim znanostima teško ostvarivo

UZORAK KLASTERA

sličan stratificiranom,koristi se kad nemamo potpune info o populaciji, iz populacijese izdvajaju klasteri, ne
odabiremo pojedince vec klastere unutar kojih su svu članovi dio uzorka(ispitanika). slučajno se biraju
klasteri, a tada se ispitaju svi članovi tih klastera

Uzorak klastera je probabilistički tip uzorka jer se klasteri biraju slučajno.Npr. želimo istražiti mišljenja
učenika četvrtih razreda osnovnih škola u Zagrebu tada odredimo nekoliko škola(klastera) iz nekoliko
81
zagrebačkig naselja i tada su ispitanici svi učenici četvrtih razreda odabranih škola te uzorak čini 600
ispitanika(učenika) iz 5 slučajno odabranih škola( škole su klasteri) i npr. uzorak čine 600 ispitanika(učenika)
iz 25 razreda slučajno odabranih škola (razredi su klasteri)

NEZAVISNA VARIJABLA-ona kojom se manipulira s ciljem utvrdjivanja njena utjecaja na zavisnu varijablu, u
eksperimentu istrazivac mijenjajuci nez varijablu promatra promjene koje su nastale kod zavisne varijable.
ZAVISNA-one su podrucje interesa istrazivaca,predmet opazanja kako bi se istrazilo da li su promjene
ovisne o promjenama na nez varijabli. Npr- postoji statisticka znacajna razlika izmedju ucenica i ucenika u
intenzitetu bjezanja s nastave-nezavisna-spol, zavisna-intenzitet bjezanja s nastave.

UKRATKO OPIŠI U DISTRIBUCIJU NA PRIMJERU : PRIKAŽI MJERE CT (centralne tendencije: mod, medijan,
aritmetička sredina)

U distribucija nalikuje velikom slovu U

Najmanje rezultata ima u sredini dok su najveći rezultati na krajevima distribucije

To zna često biti u slučajevima u istraživanjima odoja i obrazovanja kad većina ispitanika ima krajnje
negativan i krajnje pozitivan stav o objektu mjerenja

Npr. stav o pobačaju od krajnjeg podržavanja do krajnjeg nepodržavanja

UKRATKO OPIŠI EX POST FACTO ISTRAŽIVANJE: NAVEDI PRIMJER

Ex post facto nacrt:lat. post factum ono što se već dogodilo, što je već učinjeno

Specifičan oblik ne – eksperimentalnog nacrta

Riječ je o korištenju sekundarnih podataka pomoću kojih istraživač istražuje njihove učinke na nezavisnu
varijablu

Istraživač ne uvodi nezavisnu varijablu kao u eksperimentalnom nacrtu, već je ona u prethodnom vremenu
uvedena, te on „samo“ promatra njene učinke na zavisnu varijabluPrednost ex post facto nacrta

82
istraživanja je u njihovoj ekonomičnosti jer je nezavisna varijabla uvedena mimo istraživača Primjeri:
istraživanje o povezanosti između školskog uspjeha u srednjoj školi i uspjeha na studiju

7 KRITERIJA ZA EVALUACIJU TEORIJE

1. formalnost: jasnoća i sustavnost

2. integriranost/opsežnost: najbolja teorija srednje opsežnosti

3. parsimoničnost: najbolja ona teorija koja omogućava točna predviđanja na temelju najmanjeg broja
uvjeta odnosno najmanji broj uvjeta i najjednostavnije postavke

Okamova britva: ako imate dvije teorije koje predviđaju isto, odaberite jednostavniju

4. provjerljivost: dobra je ona teorija u kojoj se svi temeljni pojmovi mogu operacionalno definirati

5. točnost: provjerava se opsegom u kojem može objasniti empirijske podatke

6. plodotvornost: izražena je stupnjem u kojem potiče daljnja istraživanja

7. znanstvena samo-regulacija: provjera hipoteza, objektivnost mjerenja, kontrolne skupine, verifikacija

NACRT ISTRAŽIVANJA : EKSPERIMENTALNI, KVAZI EKSPERIMENTALNI, KORELACIJSKI, DIFERENCIJALNI

NACRT

Eksperimentalni nacrt istraživanja odnsoi se na istraživanje uzroka određenih pojava. Smisao je utvrditi
utjecaj nezavisne varijable na zavisnu varijablu. Npr. želimo istražiti djeluje li određeni didaktički postupak
na određeno ponašanje pojedinca.

Kvazi-eksperimentalni nacrt je u manje strožim uvjetima i provodi se u neposrednim životnim situacijama

kao npr. školska igrališta

Korelacijski nacrt je najčešći primjer nacrta u pedagogijskim istraživanjima. Podrazumijeva istraživanja o

međusobnoj povezanosti dviju ili više varijabli. Npr. istraživanje o strogosti odgojitelja i agresivnog
ponašanja u djece predškolske dobi.

Diferencijalni neeksperimentalni nacrt odnosi se na traženje razlika rezultata na određenim uzorcima. Npr.
da li postoji razlika između djevojčica i dječaka predškolske dobi u preferenciji prema agresivnom
ponašanju

KVANTITATIVNA ISTRAŽIVANJA U RANOM ODGOJU I OBRAZOVANJU

Znanost:

- najveće otkriće čovjeka

-djelatnost kojom se stječu nove spoznaje, nova znanja o pojavama u prirodi i društvu

- utvrđivanje zakona o pojavama u prirodi i društvu polazeći od međusobnih pojava

83
- utvrđivanje pravilnosti, principa i zakona bitno je za razumijevanje pojava i određenje njenih uzroka

Triangularni model znanosti:

1. utvrđivanje pravilnosti među pojavama

2. formuliranje principa (preliminarni zakoni)

3. zakoni (definiranje međuodnosa pojava matematičkim jednadžbama)

pravilnost

princip

zakon

određenje UZROKA PREDIKCIJE

Determinističko određenje znanosti:

• u prirodi koja nas okružuje postoji jedinstvo (uniformnost), Kant, Newton

• znanost kao traženje reda, uniformnosti i povezanosti među događajima u prirodi

• načelo klasičnog determinizma ?

• potraga za koherentnom teorijom prirode (fizike) – teorija svega !!!

• „Cijeli svemir i sve što se zbiva u njemu potpuno je određeno znanstvenim zakonima“, Laplace

• sindrom kreativnog dizajna

• Bog kao stvoritelj

Aksiomi jedinstva prirode:

1. realnost u prirodi (ono što vidimo stvarno i postoji); PROBLEM – mi svijet, znanost doživljavamo
kroz svoja osjetila, Kant; Grčki sofisti – nema čiste percepcije

2. racionalnost (sve se može objasniti principom logike); PROBLEM – subatomski svijet više je bajka
nego kruti znanstveni zakoni

3. regularnost (pojave u prirodi slijede iste zakone i javljaju se na isti način u svakom prostoru i
vremenu); PROBLEM – svemir???
84
4. spoznatljivost (mogućnost spoznavanja jedinstva u prirodi); PROBLEM – ničemu nema kraja!!!

Probabilističko određenje znanosti:

• negiranje determinizma

• kvantna mehanika, fizika

• Haisenbergovo načelo neodređenosti

• na subatomskoj razini čestica priroda prestaje biti deterministička, već je samo moguća kalkulacija
na razini statističke vjerojatnosti

• nemoguće je istodobno točno ustanoviti brzinu elektrona i njegov položaj u prostoru; ako se točno
odredi položaj elektrona u prostoru, potpuno je neodređena njegova brzina i obratno!!!

Sinergija atomskog i društvenog svijeta:

• Auguste Comte

• pozitivizam

• zakoni prirode mogu se preslikati na zakone društva

Biti znanstvenik (obilježja):

1. znatiželja

• ne prestajati postavljati pitanja

• nema glupih pitanja

• često su „glupa“ pitanja dovela do velikih otkrića

• David Hilbert: „Sve dok neka znanstvena grana sadrži obilje problema, ona „živi“

2. strpljivost

3. objektivnost

4. tolerantnost na promjene

Corneille Heymans: „Da bi dobili Nobelovu nagradu trebate imati američki novac, njemačke radne navike i
majku Talijanku.“

Odnosno morate imati:

1. entuzijazam

2. otvorenost uma
85
3. zdrav razum

4. sposobnost uživljavanja u tuđu ulogu

5. povjerenje u vlastite prosudbe

6. konzistentnost

7. sposobnost komuniciranja

8. poštenje

Grafiti o fazama znanstvenog djelovanja:

1. zanos

2. konfuzija

3. razbijanje iluzija

4. pad u depresiju

5. panika

6. traženje krivca

7. pranje ruku od odgovornosti

8. kažnjavanje nevinih

9. usklađivanje rezultata statističkom obradom

10. nagrađivanje ljudi koji nisu sudjelovali u poslu

Problemi znanstvenika:

• krutost vrednovanja (isključivost)

• tjeskoba (strah)

• dosada

• nestrpljivost

• uobraženost

Scijentizam i antiscijentizam:

• scijentizam kao nadomjestak za religiju

86
• nijekanje društvenih znanosti

• Frankfurtska škola (1923), Max Horkheimer, T.W. Adorno, H. Marcuse

- poistovjećivanje znanosti s tehnikom

- otpor prema potrošačkom konzumerizmu

- korov antiscijentizma

Well, what about social science:

Problemi:

• određivanja kauzalnosti

• jedinstvenosti (nekoherentnosti)

• biopsihosocijalne strukture čovjeka

• objektivnosti

• kulturološke obojenosti

• manipulacija (ekonomski, politički… razlozi)

Cilj istraživanja društvenih znanosti:

• otkrivanje „univerzalnih“ zakona društva i ljudskog ponašanja u njemu

• hm, a zakoni se prikazuju matematičkim jednadžbama?

Znanost i filozofija:

• razlika u predmetu; u filozofiji spoznaja totaliteta (cjelina prirode i čovjeka), odgovor na pitanje o
bitku!

• u filozofiji samo logička verifikacija – ne empirijska

• znanost se bavi dijelovima tog bitka

• iz filozofija se razvija znanost

• da bi se znanost izdvojila iz krila filozofije potrebno je da:

1. definira vlastiti predmet istraživanja

2. razvije metode istraživanja

87
Znanosti i filozofija 2:

• filozofija je temelj znanosti

• filozofija – sukob idealizma i materijalizma

• znanost – sukob empirizma i teoretizma

Znanost i umjetnost:

• komplementarne

• umjetnost se temelji na osjetilnom doživljaju (hm, a znanstvene spoznaje doživljavamo osjetilima;

Kant je naglasio problem percepcije u znanosti/filozofiji)

• imaginacija, apstrakcija zajednički važna

• znanost objektivna!!!

• umjetnost je jedna vrsta spoznaje

• Heisenberg – pijanist (bi li otkrio matričnu mehaniku da se nije bavio glazbom)

• Kramers – napustio fiziku da bi se bavio operom

• Einstein – svirao violinu

• Bach – koristio matematičke invarijantnosti ili forme skladajući

Pedagogijska istraživanja:

• VAŽNO – da bi određeno područje bilo znanost mora imati i razvijati metode i postupke kako dolazi
do novih spoznaja; bez metodologije gubi znanstvenost te ulazi u sferu špekulacije ili možda umjetnosti…

• je li pedagogija na razmeđu umjetnosti i znanosti?

Cilj pedagogijskih istraživanja:

• stjecanje spoznaja o odgoju i obrazovanju s ciljem njegova unapređenja

Metodologija:

88
• grč. methodos: put, postupak, traženje; logos: riječ, um, misao

• metodologija se oslanja na logiku

• znanost o metodi

• metodologija pedagogijskih istraživanja je znanstvena disciplina koja proučava metode i postupke

dolaženja do novih spoznaja u području pedagogije, odnosno odgoja i obrazovanja

Metoda:

• tehnike i postupci kojim a se dolazi do novih spoznaja

• npr. metode prikupljanja podataka, metode obrade podataka

• primjena znanosti

• alat znanosti

Nomotetski pristupi u istraživanju:

• grč. nomos: zakon

• karakteristično za prirodne znanosti

• usmjerenost prema općim zakonitostima, generalizacijama koje vrijede za populaciju

• podrazumijeva inferencijalnu statistiku

• veliki uzorci

Idiografski pristup:

• usmjerenost na pojedinca

• pogodan u kliničkim istraživanjima

• uobičajeno prethodi nomotetskom pristupu (istraživanju)

• case study

• izučavanje pojedinca i naglašavanje njegove jedinstvenosti

Idiografski pristup 2:

• Allport – kritika nomotetskog pristupa u biheviorizmu

89
• u središtu je pojedinac koji je jedinstven

• teško pronalaženje zakona/zakonitosti

• znanost kulture, društva – varijabilnost!!

ZNANSTVENE METODE

Određivanje znanosti:

Cilj znanosti:

• spoznati svijet oko sebe

• utvrđivanje zakonitosti

• predikcija budućih događanja

• lat. scientia: znanje

• čudesan svijet znanosti

• ograničenost

• Ignoramus et ignoramibus!!!!!

• vječna potraga za istinom

Formula za uspjeh u znanosti = znatiželja + intelektualne sposobnosti + upornost

Određivanje znanosti:

• znanost je misaona interpretacija objektivne stvarnosti zasnovana na činjenicama

• znanost je pokušaj da se kaotična raznolikost našeg osjetilnog doživljavanja uskladi s logički

jedinstvenim sustavom misli

• znanost je proces stjecanja znanja pomoću posebno razrađenih metoda, prilagođenih predmetu
istraživanja, koji omogućavaju skupljanje činjenica, tako i njihovo objašnjenje i verifikaciju svakog dijela
njezinog korpusa

Znanost kao metoda otkrivanja znanstvenih spoznaja:

• 7 kriterija znanstvenosti
90
1. ZNANOST JE PROCES – u sadržajnom i metodološkom smislu; dopunjavanje i usavršavanje
znanstvenih metoda i spoznaja

2. SPECIFIČNOST METODA

3. VERIFIKACIJA

4. KOHERENTNOST – usuglašenost znanstvenih spoznaja

5. NOMOTETIČNOST – usmjerenost k spoznaji zakonitosti

6. PREDIKCIJA

7. OPĆA PRIHVATLJIVOST

• dominacija prirodnih znanosti – objašnjenje, predikcija pomoću matematičkih jednadžbi,

eksperimentalna provjera

• društvene znanosti – nepreciznost, ne jednoznačnost, problem predikcije…

• prirodne znanosti y =f(x) društvene znanosti y=f(x) + e

Razlike između znanstvenog i zdravorazumskog razmišljanja:

1. znanost odlikuje klasifikacija

• klasifikacija prirodnih elemenata

• Darwinova klasifikacija prirodnih vrsta…

2. ograničenost ekstenziteta zdravorazumskih zaključaka

• ograničen doseg

• zaključci vrijede samo za određene situacije

• znanost je mnogo šira, ide u analizu

3. proturječnost zdravorazumskih razmišljanja

• ljudi su ograničeni svojim interesima

• interesno, a ne argumentirano reagiranje

• znanost objašnjava razlike, proturječne pojave

4. nepreciznost zdravorazumskih zaključaka

• npr. ključanje vode

5. praktičnost – nepraktičnost

91
• nema ništa praktičnije od dobre teorije

• eksponencijalni razvoj znanosti

• svakodnevna primjena znanstvenih otkrića

6. provjerljivost

• znanost teži stalnoj provjerljivosti

• ostalu su dogme!

Teorije:

• objašnjenje pojave ili problema koji je predmetom istraživanja

• univerzalnost

• potrebna znanstvena verifikacija!!!!

• permanentna potreba za provjerom i nadopunom, promjenom teorija

• povijest – groblje znanstvenih teorija

• cilj znanstvenih istraživanja – provjera hipoteza

• indukcija i dedukcija – temelj znanstvene spoznaje

• međusobna povezanost

• indukcija – od pojedinačnog k općem

• dedukcija – od općeg k pojedinačnom

7 temeljnih funkcija znanstvene teorije:

1. dekompozicija

2. nomologizacija

3. razumijevanje

4. objašnjenje

5. predikcija

6. plodotvornost

7. kontrola

92
Dekompozicija:

• opseg u kojem teorija omogućava razgradnju općeg sadržaja pojava (problema) u veći broj
elemenata, varijabli koje su pogodne za ispitivanje

• pojednostaviti kompleksnost pojava da se može uočiti pravilnost (i njihovo istraživanje)

• Okamova britva (William Occam, 14 st.) – „ako imate dvije teorije koje predviđaju isto, odaberite
jednostavniju“

• Pluralitas non est ponenda sine necessitate

• dekompozicija u 3 koraka:

1. sumiranje znanja

2. definiranje konstrukata (termina i pojmova)

3. klasifikacij

Nomologizacija:

• nomologija

• gr. nomos: zakon

• znanost o zakonitostima mišljenja

• povezivanje bitnih elemenata i koherentan sustav – mrežu

• numološka mreža – objašnjava sve bitne odnose među ključnim pojmovima i varijablama

• dijagram bitnih varijabli i međusobnih veza

7 kriterija za evaluaciju teorije:

1. formalnost – jasnoća i sustavnost

2. integriranost – opsežnost (teorije srednjeg opsega su najbolje)

3. parsimoničnost – ušteda; najmanji broj uvjeta i najjednostavnije postavke, Okamova britva

93
4. provjerljivost – mjerenje

5. točnost

6. plodotvornost

7. znanstvena samo - regulacija

• provjera hipoteza

• objektivnost mjerenja

• kontrolne skupine verifikacija

Temeljni zahtjevi kojim treba udovoljiti svako znanstveno istraživanje

Znanstveni cilj i metoda:

• put do cilja korištenjem metode

• cilj stručnog istraživanja – rješavanje određenog problema

• cilj znanstvenog istraživanja otkrivanje zakonitosti po kojima se odvijaju pojave u prirodi i društvu i
njihovih uzroka

• znanstvene spoznaje odvijaju se na 4 razine:

1. deskripcija

• opisivanje pojave

• opis dobivenih rezultata – deskriptivna statistika

• dobivanje uvida u osnovne rezultate istraživanja

• olakšavanje interpretacija latentnih dimenzija

2. klasifikacija

• viša razina

• grupiranje prema određenom pravilu

• stvaranje granica

3. objašnjenje

94
• utvrđivanje povezanosti među pojavama (društvene znanosti)

• istraživanje uzroka i posljedica (prirodne znanosti)

• kauzalitet je teško utvrditi

• korelacija nije kauzalitet!

• kauzalitet se utvrđuje:

a) eksperimentom

b) longitudinalnim istraživanjem

c) multivarijatnom analizom

4. predviđanje

• najvažniji cilj

• determinizam nasuprot probabilizmu

• problem predikcije u društvenim znanostima

• vjerojatnosti u prirodnim znanostima

• biopsihosocijalna struktura čovjeka

• znanstvena eksplikatornost?

Kauzalitet?

• 3 uvjeta za kauzalitet:

a) kontigvitet uzroka i posljedice

- dodir, bliskost u vremenu i prostoru

b) prethođenje uzroka posljedici u vremenu

c) konstantnost konjukcije uzroka i posljedice

- zajedničko pojavljivanje uzroka i posljedice

- vremenska disproporcija/odmak uzroka i posljedice – longitudinalna istraživanja

Mill – ovi kanoni:

• John Stuart Mill, britanski filozof

• kanoni – pravila za izradu kauzalnog nacrta

95
1. pravilo slaganja

2. pravilo razlike

3. pravilo slaganja i razlike

4. pravilo zajedničkog variranja

5. pravilo ostatka

Pravilo slaganja:

• opažanje više situacija u kojima se pojavljuju istraživano npr. ponašanje

• ako se ponašanje uvijek pojavljuje u situaciji koja sadrži određeni element taj element koji je
(izdvojen od ostalih) vezan uz pojavljivanje ponašanje, njezin uzrok

• slično silogizmu!

• problem! – nebrojivost svih elemenata, te uzroci iste pojave mogu biti različiti

Pravilo razlike:

• najvažniji kanon

• ako neka situacija u kojoj se očituje neka pojava i neka druga pojava u kojoj se ona ne očituje imaju
zajedničko sve osim jedne pojedinosti, tada je ta pojedinost možda uzrok te pojave

• potraga za tom pojavom koja razlikuje dvije situacije!

Pravilo slaganja i razlike:

• zajednička metoda slaganja i razlike

• ako dvije ili više situacija imaju jedan zajednički element, dok se istodobno situacije pojavljivanja i
nepojavljivanja pojave razlikuju samo po njegovoj prisutnosti, odnosno odsutnosti, ta je pojedinost dio
uzroka pojave

Pravilo zajedničkog variranja:

• neka pojava koje se mijenja usporedno s drugom pojavom, njen uzrok, posljedica ili je s njome
povezana preko nekog uzročnog čimbenika

• korelacije
96
• problem jer korelacije nipošto nisu kauzaliteti

Pravilo ostatka:

• korisnost u vrlo rijetkim situacijama

• na temelju ranijih indukcija isključe se one pojave iz situacije čiji su uzroci poznati

• preostale pojave rezultat su preostalih uzroka

• npr. otkriće planeta Neptuna

• u društvenim znanostima teško ostvarivo

Znanstvene metode:

1. eksperiment

2. sustavno opažanje

EKSPERIMENT

• dominantan u prirodnim znanostima

• postupak u kojem namjerno, u strogo kontroliranim uvjetima izazivamo neku pojavu radi opažanja
i/ili mjerenja

• zavisna (kriterijska) varijabla – nezavisna varijabla

• nedovoljno zastupljen u društvenim znanostima

SUSTAVNO OPAŽANJE

• praćenje neke pojave na sustavan način

• evidentira se i snima pojava koja se opaža

Obilježja:

• prema unaprijed definiranom planu

• usmjereno prema određenom objektu/pojavi opažanja

• uz opažanje se registriraju podaci

97
• registriranje podataka da mogu biti dostupni kvantitativnoj obradi

• stručna osposobljenost osobe koja vrši sustavno opažanje

Razlike sustavnog opažanja od uobičajenog:

1. prema unaprijed određenom planu

2. usmjereno prema točno definiranom objektu mjerenja

3. registriraju se podaci o opaženom

4. registriranje na način mogućnosti provedbe kvantitativne obrade (kvalitativne)

5. stručna osposobljenost

Nazočnost promatrača:

• bez intervencije – s intervencijom

• 3 pristupa u opažanju s intervencijom

1. opažanje uz sudjelovanje (sudionici ne znaju da su opažani ili znaju)

2. strukturirano opažanje (poticanje neke aktivnosti kako bismo ju mogli opažati)

3. prirodni eksperiment (manipulacija NV s ciljem utvrđivanja utjecaja na ZV)

Problemi opažanja:

1. reaktivnost

• promjena ponašanja ispitanika pod utjecajem nazočnosti promatrača

• rješenje: čeka se da se počnu „normalno ponašati“ i/ili da ne znaju da su opažani

• problem etičkog kodeksa

• ne smije se reći što želimo opaziti, zaključiti (hipoteza)

2. pristranost opažača

Znanstvene metode:

1. metoda slučaja – case study

2. korelacijska metoda – utvrđivanje povezanosti

98
3. komparativna metoda – uspoređivanje pojava s ciljem utvrđivanja sličnosti i razlika

4. analiza sadržaja

Paradigme u znanosti:

• ono što izabire određena znanstvena zajednica kao uputu za rješavanje znanstvenih i tehnoloških
zadaća, a zajednica je skup znanstvenika (široko shvaćeno) koji su izabrali paradigmu

• usmjerenje, konceptualni okvir u kojem znanstvenik djeluje

• legitimno postojanje različitih paradigmi

• ograničavanje znanstvenika

VRSTE ISTRAŽIVANJA U PEDAGOGIJI

1 kriterij – opća podjela:

• temeljna istraživanja

• primijenjena istraživanja

• razvojna istraživanja

• akcijska istraživanja

Temeljna istraživanja:

• veća interdisciplinarna istraživanja čiji rezultati impliciraju osnovne zakonitosti, pristupe ili čak
teorije koje će se kasnije razrađivati i provjeravati njihova učinkovitost u praksi

• rezultati takvih istraživanja unapređuju i/ili mijenjaju osnovne „teorije“ određene znanosti

• takva istraživanja su više prisutna u prirodnim znanostima, npr. istraživanje elementarnih čestica u
Cern-u

Primijenjena istraživanja:

• istraživanja koja se bave rješavanjem određenih specifičnih (praktičnih) problema u odgoju i

obrazovanju, npr. istraživanje poboljšanja kvaliteta odnosa/suradnje učenika i učitelja, istraživanje

99
čimbenika kvalitetne nastave i sl. „uvode“ dijelovi (rezultati) fundamentalnih spoznaja u praksu odgoja i
obrazovanja bave rješavanjem određenih specifičnih (praktičnih) problema u odgoju i obrazovanju

Razvojna istraživanja:

• temelje se na postojećim znanjima, a usmjerena su na provjeravanje postojećih postupaka, metoda,

aktivnosti

• provjerava učinkovitost specifičnih pedagoških „novina“ u procesu odgoja i obrazovanja, npr.

provjerava kvalitete određenih udžbenika ili kurikulumskih odrednica

• u tehničkim znanostima razvojna istraživanja se odnose na uvođenje novih postupaka, proizvoda i

sustava s ciljem poboljšanja proizvodnje

2 kriterij – prema duljini trajanja:

• longitudinalna

• transverzalna

Longitudinalna istraživanja:

• istraživanja koja se provode duže vremensko razdoblje na istom uzorku ispitanika; nekoliko godina
do čak i desetljeća

• riječ je o većim projektima u kojima se kroz duže vremensko razdoblje prati (istražuje) određena
pojava s ciljem njena boljeg razumijevanja, odnosno otkrivanja uzročno – posljedičnih odnosa

Transverzalna istraživanja:

• presjek istraživane pojave u određenom vremenu

• to se odnosi na istraživanje određene pojave u isto vrijeme ali na različitim mjestima ili uvjetima

• npr. istražuje se učinkovitost određenog pristupa s obzirom na neka sociodemografska obilježja

(npr. spol, dob, obrazovanje roditelja, mjesto stanovanja…) ili istražujemo razinu usvojenosti sadržaja iz
određenog nastavnog predmeta osnovne škole na nekoliko gradova, županija, regija

3 kriterij – prema načinu prikupljanja podataka:

• empirijska

• neempirijska
100
Empirijska istraživanja:

• grč. empirion: iskustvo

• prikupljanje podataka iz neposrednog odgojno – obrazovnog rada

• to podrazumijeva provedbu istraživanja na terenu pomoću različitih instrumenata: upitnika, skala

procjena, intervjua, testiranja i sl.

• veći epitet znanstvenosti nego neempirijska

• neempirijska – izvan prakse

4 kriterij – vremenski:

• istraživanja povijesti odgoja i obrazovanja

• istraživanja sadašnjosti odgoja i obrazovanja

• istraživanja budućnosti – futurološka istraživanja

Ostala istraživanja:

• etnografska, evaluacijska, narativna, korelacijska, kauzalna, deskriptivna istraživanja…

Etnografska istraživanja:

• „pisanje o ljudima“

• opisivanje svakodnevnih sociokulturnih aktivnosti i obrazaca ponašanja u danom društvenom

kontekstu

• kvalitativni pristup

• naglasak na stvarnim životnim situacijama

• prikupljanje podataka provodi se u stvarnom, izvornom okruženju

• npr. ako istražujemo razinu verbalne agresivnosti kod učenika onda je bolji pristup „mjerenja“
verbalne agresivnosti u stvarnim životnim situacijama i okolini (kod kuća, na utakmici, u kafiću, klubu…)
nego samo u razredu; na taj način dobivamo bolji uvid u promatranu pojavu, te je njeno razumijevanje na
dubljoj/višoj razini

• holistički pristup
101
Zaključno o etnografskim istraživanjima:

• opažanja se temelje u neposrednoj okolini te imaju kontekstualnu relevantnost

• hipoteze se pojavljuju in situ kako se istraživanje razvija

• zaključci služe za pogled na stvarnost iznutra; s aspekta istraživača i njegove okoline

• opažanje je dugotrajno

• glavni cilj je dobiti od sudionika sociokulturno značenje, čineći društveno ponašanje razumljivim…

Narativna istraživanja:

• idiografski usmjerena

• sastoje se od naracije ispitanika o predmetu istraživanja

• cilj narativnih istraživanja je dobivanje povratne informacije, iskaza ispitanika o određenim

problemima, zapažanjima, vjerovanjima, predrasudama i sl.

• temelje se na subjektivitetu pojedinca ili više njih, te su karakteristična za kvalitativnu paradigmu

• no, iako je teško očekivati ispunjenje svojevrsne nomotetičnosti, često su narativna istraživanja
inicijator, odnosno pokretač većih kvantitativnih istraživanja

Case study – studij slučaja:

• idiografska usmjerenost

• odnose se na pojavu i/ili pojedinca (ili više njih) te njegov iskaz, ispovijest o određenoj pojavi

• sagledavanja svih važnijih aspekata jedne pojave ili situacije, uzimajući za jedinicu proučavanja:
pojedinca, grupu, organizaciju, lokalnu zajednicu, cijelu kulturu ili bilo koji sustav koji se smatra zasebnom
cjelinom ili entitetom

• primjer – dijagnoza: duplikacija MECP2 – postoji jedan pacijent u RH a approx. 120 u cijelom svijetu

UZORAK ISPITANIKA

• mi na osnovu uzoraka donosimo generalizacije za populaciju?

• važnost odabira najboljeg uzorka

• nepristranost u odabiru!!!

• reprezentativnost uzoraka ovisi o:

102
1. veličini uzorka

2. varijabilitetu pojave

3. načinu izbora

Zašto ne istražujemo na populaciji?

• preskupo; zahtjeva velika sredstva (npr. popois stanovništva svakih 10 godina)

• zahtjeva duže vremensko razdoblje (iako su u kini to napravili za 2 tjedna )

• zahtjeva veliki broj anketara

• problem provedbe! NEIZVEDIVO

Reprezentativan uzorak:

• na temelju uzoraka procjenjujemo parametre ili stvarne prosječne vrijednosti populacije

• uzorak je REPREZENTATIVAN kad dobro predstavlja populaciju iz koje je uzet, tj. daje rezultate kao
da smo ih prikupili na populaciji

• tada je moguće zaključivati da ono što smo istražili na uzorku vrijedi i za cjelokupnu populaciju

• istraživanje na reprezentativnom uzorku trebalo bi polučiti rezultate koji odražavaju vrijednosti

populacije

• obilježja populacije – populacijska vrijednost

Određenje uzorka i populacije:

• uzorak je ograničen dio ispitanika neke populacije (njen podskup) odabran na način da ponajbolje
predstavlja (reprezentira) tu populaciju

• populacija predstavlja sve pojedince (ispitanike) kojima je zajedničko neko obilježje (npr. svi učenici
osnovnih škola u RH)

Uzorak u statistici:

• deskriptivna statistika: analiza podataka uzorka; domet interpretacije ograničen je na konkretan

uzorak
103
• inferencijalna statistika: podaci dobiveni na uzorku koriste se za generalizaciju – poopćavanje
interpretacije na razini cijele populacije

• statistik (procjenitelj): procjena nekog parametra populacije na temelju izmjerene vrijednosti u

uzorku; označava se malim latinskim slovima (npr. x,s)

Preduvjeti:

1. nepristranost

• pristran uzorak ukazuje da su vrijednosti populacije precijenjene ili podcijenjene

• nepristran uzorak; ako vrijednost statistika odgovara stvarnoj vrijednosti populacije

• na pristranost mogu djelovati i faktori izvan uzorkovanja, npr. izbor instrumenata istraživanja

• aritmetičke sredine uzorka grupirat će se oko prave aritmetičke sredine populacije, dok standardna
devijacija njihova grupiranja je standardna greška aritmetičke sredine

2. preciznost (stabilnost)

• označava razinu u kojoj se vrijednosti dobivene na različitim uzorcima međusobno razlikuju

• što je uzorak manji prosječne vrijednosti se više razlikuju

• na stabilnost djeluje veličina uzorka i stupanj varijabiliteta unutar populacije

• djelovanje centralnog graničnog teorema – aritmetičke sredine velikog broja uzoraka iste veličine
uzetih iz neke populacije distribuiraju se po normalnoj raspodjeli čak i onda kad i populacija značajno
odstupa od normalnosti

Postupak uzorkovanja:

1. određivanje populacije (točno, egzaktno odrediti populaciju, npr. svi učenici 5. razreda RH, školske
godine 2014/2015)

2. određivanje okvira uzorkovanja (službeni dokumenti, npr. popis stanovništva, statistički zavod); ili
drugi postupci (poput popisa računa…)

3. odabir uzorka

Probabilistički i ne – probabilistički uzorci:

• uzorke možemo podijeliti u dvije osnovne skupine:

1. probabilističke – baziraju se na statističkoj vjerojatnosti da svaka osoba (iz populacije) ima određenu
vjerojatnost da bude odabrana u uzorak; smanjena pristranost

104
2. ne – probabilistička – uzorci koji ovise o odabiru istraživača; problem pristranosti; upitnost da li je
uzorak reprezent populacije

1. jednostavni slučajni uzorak:

• svaki ispitanik ulazi u uzorak sasvim slučajno, odnosno svi ispitanici imaju istu vjerojatnost da uđu u
uzorak (nema smišljene, planske selekcije)

• najčešće se koriste tablice slučajnih brojeva za odabir uzorka

Postupak odabira JSU:

1. pridodavanje jedinstvenih brojeva svim članovima populacije

2. izbor brojeva iz tablice slučajnih brojeva

3. odabir pojedinca sukladno izvučenom broju

4. odbacivanje brojeva koji ne odgovaraju niti jednom pojedincu te ponavljanje postupka dok se ne
dođe do željene veličine uzorka

2. intervalni uzorak (sistematski):

• svaki n-ti…/sistematski uzorak

• vrsta jednostavnog slučajnog uzorka gdje se ispitanici označuju (numeriraju) te se odredi određeni
interval (svaki peti, deseti…n-ti)

• određivanje visine intervala ovisi koliki nam je uzorak potreban

3. stratificirani uzorak:

• ako su nam važna neka obilježja populacije (npr. spol, dob, obrazovanje isl.) tada nam je važno da su
ta specifična obilježja populacije zastupljena i u uzorku

• stratumi su neka posebna obilježja populacije

• prije određenja uzorka populacija se razdijeli u određene stratume

• svaki član populacije se razvrstava u jedan stratum

• tada se pristupa jednostavnom slučajnom uzorkovanju, zakon slučaja

105
Razlozi korištenja stratificiranog uzorka:

• s ciljem smanjenja standardne greške procjene

• s ciljem redukcije troškova

• omogućavanje korištenja različitih tehnika uzorkovanja na pojedinim stratumima

• dobivanje dostatnog broja članova neke subpopulacije za daljnje analize

• povećava se preciznost, odnosno smanjuje se greška

• na veličinu greške djeluje veličina uzorka i homogenost populacije

• cilj je razložiti populaciju na subpopulacije koje će unutar sebe biti homogene, a među sobom
heterogene – zbog toga se greška smanjuje!!!

• vjerno preslikavanje populacijske strukture smanjuje grešku uzorkovanja među grupama

(stratumima)

• stratificirani uzorak je statistički vrlo poželjan, iako je teško provediv

Primjer za stratificirani uzorak:

• ako naša populacija (učenici 7.razreda Sisačko moslavačke županije, N=3700) se sastoji od općeg
uspjeha: 20% ponavljača, 15 % dovoljan, 30% dobar, 22% vrlo dobar i 11% odličan tada i naš uzorak (npr.
N=200) treba biti u istoj proporciji kao i populacija

• tada se metodom slučaja odabire N (200)

• uzorak ima stratume kao i populacija

Uzorak klastera/skupina:

• sličan stratificiranom

• koristi se kad nemamo potpune informacije o populaciji

• iz populacije se izdvajaju klasteri

• ne odabiremo pojedince, već klastere unutar kojih su svi članovi dio uzorka (ispitanika)

• slučajno se biraju klasteri, a tada se ispitaju svi članovi tih klastera

106
• čest slučaj jer je teže provesti istraživanja s nekoliko učenika iz različitih razreda u određenoj školi
nego odabrati jedan razred u školi (ili više) i provesti istraživanje sa svim učenicima tog razreda

• no, u tom slučaju klasteri se moraju unaprijed definirati te poznavati brojnost članova (ispitanika)
klastera

• uzorak klastera je probabilistički tip uzorka jer se klasteri odabiru slučajno; UPITNO!!! jer metodom
slučaja odabiremo samo klastere, ali ne i pojedince (ispitanike)

• u stratificiranom uzorku težište je na homogenosti unutar stratuma, odnosno na razlici među

stratumima dok u klaster uzorku naglasak je da klasteri budu što više slični populaciji (osnovnom skupu)

• npr. klasteri mogu biti geografsko određeni

Pri jer za klaster uzorak:

• ako želimo istražiti određene stavove učenika osmih razreda škola u Južnoj Hrvatskoj tada zbog
lakše provedbe odredimo klastere, nekoliko škola (npr. 5) iz nekoliko županija Južne Hrvatske i tada
ispitanike čine svi učenici slučajno odabranih klastera

• tih 5 škola trebaju dobro predstavljati populaciju škola u Južnoj Hrvatskoj

• npr. uzorak čine 700 ispitanika iz 5 slučajno odabranih osnovnih škola (škole su klasteri)

• npr. uzorak čine 700 ispitanika iz 25 slučajno odabranih škola (razredi su klasteri)

Prednost klaster uzorka nad stratificiranim uzorkom, tj. jednostavnim slučajnim uzorcima:

• u JSU svaki ispitanik ima istu mogućnost da uđe u uzorak, a to je često vrlo teško provedivo – to je
osnovna karakteristika jednostavnog slučajnog uzorka

• problem je jer možete imati samo jedan ili nekoliko ispitanika iz neke udaljene škole

• rješenje je u klaster uzorku – u uzorak ne ulaze jedinice osnovnog skupa već grupe (npr. škole) koje
su „slične“ osnovnom skupu (populaciji)

4. Kvota uzorak:

• ne – probabilistički uzorak

• inačica stratificiranog uzorka

• određujemo kvote sukladno zastupljenosti u populaciji

• važno je imati podatke o specifičnostima populacije kako bismo odredili identične kvote u uzorku
(npr. spol, dob, obrazovanje…)

107
• nije probabilistički (slučajan) jer nakon što smo odredili kvote sukladno kvotama u populaciji
ispitanike ne odabiremo metodom slučaja već što nam je više prikladno!!!

• prednost stratificiranog uzorka je u činjenici da se ispitanici u stratume biraju metodom slučaja, dok
u kvota uzorku kao u prigodnom

5. prigodan uzorak:

• uzorak koji nam je „pri ruci“, odnosno onaj koji nam je najbliži, najjednostavnije je doći do njega

• to je i najčešći uzorak u pedagogiji iako je izražena pristranost te je upitnost njegove

reprezentativnosti velika (nije uvijek nužno)

• problem dobrovoljaca

• pogodan za probna/pilot istraživanja (provjera metrijskih karakteristika instrumenata)

Još neki uzorci…

Namjerni uzorak:

• namjerno biramo članove uzorka s obzirom na određene specifičnosti istraživanja te na prethodne

spoznaje o populaciji

• npr. zanimaju nas samo evidentirani agresivci (podaci dostupni u policijskoj postaji)

Tehnika „snježne grude“:

• iz populacije se odabire manji dio ispitanika koji nam pomažu u pronalasku ostalih članova uzorka
(populacije)

• uzorak se širi poput snježne grude jer nam sami ispitanici pronalaze druge ispitanike koji će biti dio
uzorka

• npr, ako istražujemo djecu koja su žrtve nasilja tada osim evidencije iz policije, škole (i drugih
institucija) sami ispitanici nam mogu preporučiti učenike koje poznaju da su bili žrtve nasilja (tako se
smanjuju tamne brojke)

Nota bene!
108
• pravilan uzorak ispitanika (slučajnim odabirom) preduvjet je za odabir metoda obrade podataka te
donošenje generalizacija (iako ih treba izbjegavati) na cjelokupnu populaciju

• to je izazov u pedagogiji jer s krivo odabranim uzorkom, a složenim statističkim postupcima,

generiramo zaključke koji se ne mogu projicirati na populaciju, jer nisu njihov reprezentant

• nikakva složena statistika tu ne pomaže!!!!

NACRT ISTRAŽIVANJA

Što je nacrt istraživanja?

• to je struktura istraživanja,odnosno „arhitektonski“ plan istraživanja

• podrazumijeva razrađenu metodologiju rada (odabir uzorka, instrumenata istraživanja, varijabli,

hipoteza, metode obrade podataka…)

• glavna podjela je na eksperimentalne i ne - eksperimentalne nacrte

• u pedagogiji dominiraju ne - eksperimentalni nacrti

109
Eksperimentalni nacrt:

• dominira u prirodnim znanostima

• u pedagogiji se rijetko koristi (više se koristi kvazi eksperimentalni nacrt)

• odnosi se na kauzalni nacrt, odnosno istraživanja uzroka određenih pojava

• podrazumijeva strogo kontrolirane uvjete u kojim se eksperiment provodi kako bi se u maksimalnoj

mjeri apstrahirali (umanjili) parazitarni faktori koji djeluju na rezultate mjerenja (zavisnu varijablu)

• smisao eksperimentalnog nacrta je utvrđivanje utjecaja nezavisne varijable na zavisnu

• s nezavisnom varijablom se manipulira kako bismo istražili njen utjecaj na zavisnu varijablu

• zavisna ili kriterijska varijabla je ona varijabla koja se opaža i mjeri, odnosno ona ovisi o
promjenama (manipulacijama) nezavisne varijable i ona je u fokusu znanstvenog opažanja i mjerenja

Osnovne karakteristike eksperimenta:

1. istraživačka manipulacija jedne ili više nezavisnih varijabli

2. korištenje kontrole u eksperimentu na način slučajnog odabira ispitanika ili eksperimentalnim

uvjetima

3. pomno opažanje i mjerenje jedne ili više zavisnih varijabli u eksperimentu

• eksperimentalni nacrt nikad nije savršen

• problem egzaktnog utvrđivanja kauzalnosti

• u eksperimentalnom nacrtu jedan od osnovnih preduvjeta je dobar odabir nezavisnih i zavisnih

varijabli

• ta prikladnost varijabli odnosi se na eksperimentalnu valjanost

Kvazi eksperimentalni nacrt:

• kvazi – lat. quasi = navodni

• slijedi eksperimentalnu metodologiju

110
• primjenjuje se kad nije u potpunosti moguće zadovoljiti preduvjete za provedbu eksperimenta (što
je vrlo često)

• izvedeni zaključci slabiji (slabija kauzalnost)

• zamjena za istinski eksperiment

• nacrt u kojem su ublaženi restriktivni uvjeti u kojima se eksperimentalni nacrt treba realizirati

• riječ je o istraživanjima koja se provode u neposrednim životnim situacijama (učionicama, školskim

igralištima…), te iako je zadržana forma eksperimentalnog dizajna moramo računati na djelovanje vanjskih
čimbenika na zavisnu varijablu i to naglasiti u rezultatima istraživanja

Karakteristike kvazi eksperimenta:

• grupe (eksperimentalna i kontrolna) nisu ujednačene

• nisu odabrane po slučaju (nedostaje randomizacija)

• slabija kontrola vanjskih čimbenika

• zaključci o utjecaju nezavisne varijable (tretmanske) na zavisnu pod utjecajem su niza različitih
okolnosti

• moguće rješenje u statističkoj analizi ( analiza kovarijance ???)

Karakteristike 2:

• niža interna valjanost (ako se promjene u zavisnoj varijabli mogu pripisati samo promjenama u
nezavisnoj varijabli, onda se govori o internoj valjanosti)

• to su istraživanja koja se provode u stvarnom okruženju, prirodnoj situaciji te su rezultati bliži

stvarnosti

• opasnost da ometajući činitelji izmaknu kontroli

Korelacijski nacrt:

• najčešći primjer nacrta u pedagogijskim istraživanjima

• podrazumijeva istraživanja o međusobnoj povezanosti dvaju ili više varijabli

• korelacija je sukladnost u variranju dviju ili više pojava

• česta pogreška – povezanost između dvije varijable ne implicira njihov kauzalni odnos

111
• različiti koeficijenti korelacija – Pearson, Spearmann, Kendall… a ovisno o vrsti varijable,
normalnosti distribucije…

Diferencijalni ne – eksperimentalni nacrt:

• podrazumijeva ne – eksperimentalni nacrt (iako je karakterističan za eksperimentalni nacrt9

• u pedagogiji je često u području našeg interesa utvrđivanje razlika između određenih sub – uzoraka
(npr. prema spolu, dobi, školskom uspjehu…)na određenim zavisnim varijablama (određeno ponašanje,
rezultati učenja, agresivnost isl.)

• testiranje razlika aritmetičkih sredina – (t – test); ANOVA, MANOVA

diskriminacijska analiza…

Ex post facto nacrt:

• lat. post factum = ono što se već dogodilo, što je već učinjeno

• specifičan oblik ne – eksperimentalnog nacrta

• istraživač ne manipulira nezavisnom varijablom ili ispunjava eksperimentalne uvjete

• riječ je o korištenju sekundarnih podataka pomoću kojih istraživač istražuje njihove učinke na
nezavisnu varijablu

• istraživač ne uvodi nezavisnu varijablu kao u eksperimentalnom nacrtu, već je ona u prethodnom
vremenu uvedena, te on „samo“ promatra njene učinke na zavisnu varijablu

• ex post facto nacrti istraživanja, iako imaju formu eksperimentalnog nacrta, ipak to nisu zbog niske
unutarnje valjanosti te treba biti oprezan u isključivosti generaliziranja o uzročno – posljedičnim odnosima

• prednost ex post facto nacrta istraživanja je u njihovoj ekonomičnosti jer je nezavisna varijabla
uvedena mimo istraživača

• „Život je veliki prirodni eksperiment koji raspolaže dobrim i jeftinim podacima, pa bi bila velika šteta
ne koristiti se tim mogućnostima u znanstvenom istraživanju“

• dobar su primjer boljeg razumijevanja određenih pedagoških pojava

Primjeri:

• istraživanje o povezanosti između školskog uspjeha u srednjoj školi i uspjeha na studiju

• istraživanje o važnosti (ulozi) majčinske bliskosti s djetetom na njegovo delikventno ponašanje

• istraživanje o povezanosti uspjeha na studiju ekonomije i uspjeha u businessu

112
• istraživanja u medicini; npr. povezanost između pušenja i raka pluća (istražuje se broj umrlih od raka
pluća s obzirom da li su bili pušaći)

METODE PRIKUPLJANJA PODATAKA I INSTRUMENTI

• mjerni instrumenti su sredstvo prikupljanja podataka, odnosno mjerenje pojava koje su predmetom
našeg istraživanja

• najčešće metode prikupljanja podataka u pedagogiji su:

1. anketiranje

2. intervjuiranje

3. testiranje

4. analiza sadržaja

5. sustavno (strukturirano) opažanje

Definiranje:

• metode prikupljanja podataka, instrumenti, ovise o nacrtu istraživanja, odnosno o paradigmi

istraživača (kvalitativna i kvantitativna), vrsti istraživanja, vrsti i specifičnosti uzroka, postavljenim
hipotezama, vremenskom planu istraživanja, dobi ispitanika, primjerenosti uzorka i drugim specifičnostima
istraživanja koje namjeravamo provesti

• pomoću metoda za prikupljanje podataka mi zapravo „osluškujemo dijelove „stvarnosti“ o kojima

mislimo, kako bismo o njima dobili osjetilne informacije“ (Vujević, 2006.)

1. ANKETIRANJE

• anketiranje je postupak (metoda) prikupljanje podataka ispitanika o njihovim stavovima,

percepcijama, preferencijama isl., dok je anketa instrument anketiranja (prikupljanja podataka)

• anketa u širem smislu podrazumijeva svako pismeno i usmeno prikupljanje podataka i obuhvaća:

a) anketu u užem smislu (pismeno prikupljanje podatak pomoću upitnika)

b) intervju (usmeno prikupljanje podataka)

113
c) test (pitanja kojima se mjeri znanje, sposobnost, interesi…)

Anketa:

• anketa u užem smislu podrazumijeva anketni obrazac koji popunjavaju ispitanici

• s obzirom na način provođenja postoje sljedeće vrste anketiranja:

1. neposredno anketiranje

2. on line anketiranje

3. poštansko i telefonsko anketiranje

Neposredno anketiranje:

• podrazumijeva face – to – face odnos između anketara (nije nužno da je on i istraživač) s

ispitanicima

• anketar je u neposrednom odnosu s ispitanicima kojima je distribuirana anketa (u daljnjem tekstu

se pod anketa podrazumijeva anketni upitnik) koju oni popunjavaju nakon što im se daju upute o načinu
popunjavanja

• prednost neposrednog anketiranja je u mogućnosti davanja dodatnih uputa o načinu popunjavanja

upitnika, te pojašnjenju određenih čestica ako im nisu jasne

• isto tako anketar može utjecati na uvjete u kojima se provodi anketiranje

• nedostaci su: financijski su veće opterećenje, problem utjecaja anketara na ispitanike (pristranost),
problem anonimnosti

On line anketiranje:

• podrazumijeva način popunjavanja ankete na određenoj internetskoj stranici ili putem ankete koja
se šalje na e mail adresu ispitanika

• prednosti on line anketiranja sastoje se u tome što je moguće obuhvatiti veći (reprezentativan)
uzorak, te sama organizacija i provedba anketiranja ne zahtijevaju veće financijske izdatke

• nedostaci su u nemogućnosti davanja dodatnih pojašnjenja, uputa ispitanicima kao što je moguće u
neposrednom anketiranju, te slaba kontrola tko nam zapravo popunjava anketu

• isto tako treba očekivati slabiji odaziv popunjavanja on line anketa

114
Poštansko i telefonsko anketiranje:

• su u pedagogiji rijedak slučaj

• njih je danas s obzirom na eksponencijalni razvoj tehnologija i ulogu računala potisnulo on line
anketiranje

Konstrukcija ankete:

• složen je proces i zahtijeva stručnost osobe koja ju konstruira

• prilikom sastavljanja čestica (pitanja, tvrdnji) u anketi treba slijediti sljedeća načela:

1. broj čestica ne treba biti prevelik; treba biti prilagođen dobi ispitanika; ako je anketa preopsežna
ispitanici pri kraju zbog distraktibilnosti pažnje niti ne čitaju pozorno pitanja (tvrdnje), već zaokružuju „na
slijepo“

• ako je preosežan broj čestica u upitniku tada pri kraju ispitanici (posebice odrasli) nastoje napraviti
vizualno normalnu distribuciju odgovora kad je riječ npr. o skali likertova tipa s 5 stupnjeva

• rješenje je u kontrolnim pitanjima

Jezik u anketi:

2. koristiti jednostavan, ne previše stručan jezik, kako bi svi razumjeli: ako ispitanik ne razumije
određeni termin tada niti njegov odgovor (slaganje s tvrdnjom) neće biti točan

• ne treba koristiti meta jezik, već rječnik treba biti podređen ispitanicima (ili objasniti stručan termin)

Jednoznačna vs višeznačna pitanja (tvrdnje):

3. koristiti jednoznačna pitanja; u višeznačnim pitanjima ispitanik nije siguran na što se odnosi dotično
pitanje (ili tvrdnja)

Model 2u1, 3u1…

4. ne postavljati više pitanja u jednom (modeli 2u1, 3u1); u tom slučaju ispitaniku nije jasno na koje
pitanje daje odgovor ili traži sumativni odgovor

Sugestivna pitanja:

5. ne postavljati usmjeravajuća, sugestivna pitanja; u sugestivnim pitanjima unaprijed se sugerira

ispitaniku odgovor, odnosno npr. njegovu preferenciju prema objektu mjerenja

115
Vrste pitanja u upitniku:

1. pitanja zatvorenog tipa

2. pitanja otvorenog tipa

3. pitanja mješovita tipa

Pitanja otvorenog tipa:

• su oblici pitanja u kojem nisu ponuđeni odgovori već ih ispitanik sam spontano unosi

• njihova prednost je u većoj slobodi ispitanika u izjašnjavanju svojih misli, percepcije, stava i sl., što je
u određenoj mjeri sputano pitanjima zatvorenog tipa u kojima istraživač (anketar) mora predvidjeti što više
mogućih odgovora

• prednost je što ne zahtjeva višu razinu pismenosti i obrazovanosti

• osnovni je nedostatak pitanja otvorenog tipa u tome što ih je teže koristiti u obradi podataka te se
može očekivati manje odgovora jer ih istraživač ne sugerira

Predtestiranje – dorada upitnika:

• pitanja otvorenog tipa dobar su primjer za pilot ispitivanje; pilot ili sondažna ispitivanja, odnosno
predispitivanja služe za:

1. provjeru određenih materijskih karakteristika upitnika (instrumenata)

2. dobivanje povratne informacije o razumijevanju pojedinih čestica ankete

3. izradu čestica (pitanja, tvrdnji) zatvorenog tipa na osnovi prikupljenih odgovora iz pitanja otvorenog
tipa

Pitanja zatvorenog tipa:

• pitanja u kojima su ponuđeni odgovori ispitaniku

• prednost takvih pitanja je u tome što ih je lakše koristiti u obradi podataka (kvantificirati) budući da
imamo sve ponuđene opcije (odgovore)

Pitanja kombiniranog tipa:

• podrazumijevaju pitanja na koje su ispitaniku ponuđeni odgovori (zatvoreni tip), ali i mogućnost
ispitaniku da nešto dodatno pojasni (otvoreni tip)

116
2. INTERVJUIRANJE

• intervjuiranje podrazumijeva anketu u usmenom obliku

• zahtjeva vremenski veći angažman te veću pripremljenost osobe koja intervju provodi (anketar)

• neophodno i to naročito kad je riječ o nižoj kronološkoj dobi ispitanika , npr. djeca predškolske dobi,
tada ne možemo provesti pismenu anketu jer ono ne znaju čitati niti pisati, već je tada intervjuiranje (ili
npr. sustavno opažanje) mogući način za prikupljanje podataka

Strukturirani intervju (standardizirani):

• anketar ima unaprijed postavljena pitanja (anketni upitnik) koja čita ispitaniku i bilježi njegove
odgovore

• budući da je riječ o unaprijed formuliranim pitanjima (najčešće pitanja zatvorenog tipa) anketar
bilježi samo odgovore na njih, dok moguće ostale misli, opažanja, stavove ispitanika koje dobiva ne bilježi
jer nisu predmet njegova mjerenja

• svim ispitanicima postavljaju se ista pitanja

Polustrukturirani intervju:

• anketar ima unaprijed postavljena okvirna pitanja (većinom otvorenog tipa), ali i bilježi ostale misli,
opažanja, stavove ispitanika koja nisu s ciljem testiranja postavljenih hipoteza

• npr. ako je cilj istraživanja istražiti učinkovitost prevencija poremećaja u ponašanju učenika, anketar
u polustrukturiranom intervjuu može neposredno dobiti i zanimljive informacije o etiologiji navedenih
poremećaja

• te informacije može iskoristiti za bolje razumijevanje pojave koju istražuje, te za prepoznavanje

novih područja istraživanja, ali isto tako i za određenu aktivnost pružanja pomoći učeniku (kvalitativni
pristup)

Slobodni intervju:

• pitanja se nameću, pojavljuju iz samog konteksta razgovora i nisu unaprijed postavljena, već je
uglavnom šira tema zadana

• dobiva se široka slika o području koje je predmet interesa anketara

• prednost slobodnog intervjua je dubinsko ulaženje u tematiku

117
• slobodni intervju više je karakterističan za kvalitativni pristup u istraživanju jer se holistički dobiva
bolji uvid u područje znanstvenog (stručnog) interesa

• koristi se i za pilot (sondažno) predispitivanje za izradu anketnog upitnika

Nedostaci:

• ispitanik ne vid cilj i svrhu intervjua te odbija pristupiti ili je nemotiviran za davanje objektivnih
odgovora

• ispitanik ne želi sudjelovati u intervjuu iz razloga što mu nije zajamčena anonimnost; plaši se
mogućih posljedica ili mu je neugodno govoriti o određenim temama (npr. odnosi u obitelji)

• ispitanik se plaši da ne ispadne neznalica (što ako me pitaju nešto, a ja neću znati odgovor?)

• ispitanik može biti isprovociran određenim pitanjima

• ispitanik može biti zasićen intervjuima (ovisno o prosječnom trajanju intervjua)

• ispitanik može pod utjecajem halo efekta (hetero i/ili homo) precjenjivati ili podcjenjivati svoje
odgovore

Savjeti za provođenje intervjua:

• pripremiti se za intervju

• motivirati ispitanika – naglasiti važnost njegova sudjelovanje u intervjuu

• osigurati prostor u kojemu se intervju provodi – bez buke, u ugodnom prostoru kako bi se ispitanik
mogao opustiti

• pažnja osobe koja anketira mora biti usmjerena na ispitanika – ugašen mobitel, nitko ne ulazi u
prostoriju

• dati ispitaniku osnovne informacije o intervjuu – vrijeme trajanja, što se od njega očekuje…

• prikazati ispitaniku osobnu važnost – ne obraćati se s „visoka“, uvažavati ga

• ukazati na anonimnost ispitanika, odnosno da njegovi odgovori neće nikom drugom biti dostupni na
način da ih može iskoristiti protiv njega (to je posebice važno jer je npr. učeniku neugodno iznositi
određene obiteljske odnose)

• izbjegavati sugerirati odgovore ispitaniku

• ničim ne „odvlačiti“ pozornost ispitanika (paziti na odijevanje, intonaciju, blizinu face – to – face
razgovora i sl.)

118
Tonski intervju:

• treba se ukazati ispitaniku da će se razgovor snimati

• samo snimanje razgovora vrlo često kod ispitanika stvara nelagodu te se ne može opustiti

Grupni intervju:

• u grupnom intervjuu uobičajeno je obuhvaćeno 5 – 10 sudionika (ispitanika) s kojima osoba provodi

intervju razgovora na određenu temu

• takav oblik grupnog intervjua naziva se i fokus grupe

• cilj fokus grupe je dobiti dublji uvid u određenu temu, a pomoću grupne interakcije i sinergije svih
sudionika u intervjuu

• anketar je moderator jer koordinira sudjelovanje članova intervjua u grupnoj raspravi; uloga
moderatora je u grupnom intervjuu veća nego u individualnom jer treba aktivirati, motivirati, inicirati sve
sudionike intervjua da izlože svoje mišljenje, stav, moguće rješenje i sl.

• grupni intervju najčešće je vrsta polustrukturiranog (slobodnog) intrevjua

Neke specifičnosti provođenja grupnog intervjua (fokus grupa):

• svi ispitanici moraju u određenoj mjeri ravnopravno sudjelovati u raspravi

• odrediti vrijeme intervjua (ne više od sat vremena zbog fluktuacije pažnje, umora)

• motivirati ispitanike, usmjeravati ih prema grupnoj interakciji

• budući da se razvija grupna diskusija ne dozvoliti da se ispitanici zbog neslaganja vrijeđaju,

podcjenjuju… (u diskusiji nema gubitnika!!!)

• smanjiti broj tema (pitanja) o kojima će se raspravljati

• provoditi više susreta članova grupe (fokus grupa)

• paziti na halo efekt

3. TESTIRANJE

119
• testiranje je postupak prikupljanja podataka koji se u pedagogiji najčešće odnosi na mjerenje
znanja, iako postoje i testovi sposobnosti i testovi ličnosti (najčešće se koriste u psihologiji)

• sastavljanje testova znanja zahtijeva sposobnost osobe/osoba koje ih sastavljaju kako bi bile u što
većoj mjeri ispunjene metrijske karakteristike testa (valjanost, pouzdanost, objektivnost, osjetljivost)

Što test nije?

• Andrilović (1981.) upozorava da zadaci objektivnog tipa (ZOT) koji se često koriste u pedagogiji iako
nalikuju testovima nisu testovi jer tek nakon njihove sondažne primjene, analize svakog zadatka, selekcije
zadataka (zadovoljenje metrijskih karakteristika) možemo tvrditi da imamo test

Vrste zadataka u testovima:

Tip dosjećanja:

• ispitanik nadopunjuje prazninu s odgovorom; pitanje treba biti koncizno, jednoznačno, nema
pogađanja

Tip nadopunjavanja:

• kratak odgovor; laki za sastavljanje; prostori za odgovore trebaju biti iste duljine kako se ne bi
sugerirao odgovor

Dihotomni (alternativni) tip:

• točno/netočno; mogućnost pogađanja; treba izbjegavati ovaj tip zadataka

Tip višestrukog izbora:

• smanjena mogućnost pogađanja; samo jedan točan odgovor

Tip korekcije:

• ispravljaju se najčešće pravopisne greške; teški za sastavljanje; paziti na mogućnost više točnih
odgovora

Tip sređivanja:

• podrazumijevaju višu razinu znanja od ispitanika; teže ih je sastaviti i bodovati

Tip povezivanja:

• teži za sastavljanje; parove je bolje povezivati brojevima nego linijama (zbog preglednosti)

4. TEHNIKE ANALIZE SADRŽAJA

120
• metoda prikupljanja podataka koja se uobičajeno koristi u književnosti, antropologiji, povijesti,
etnologiji, socijalnoj psihologiji, ali svoje mjesto ima i u pedagogiji

• analiza sadržaja je „metoda za klasificiranje i kvantificiranje raznih verbalnih i neverbalnih poruka u

najširem smislu riječi, prema njihovim sadržajima i formalnim karakteristikama, a u skladu s unaprijed
utvrđenim općim pravilima“ (Zvonarević, 1976.)

• namjena analize sadržaja je opisivanje obilježja komunikacije, zaključivanje o događajima koji su

prethodili te zaključivanje o zaključcima te komunikacije

• sadržaji analize su najčešće knjige, znanstveni i stručni članci, studije, ostale tiskovine, mediji (TV,
radio, Internet…)

• iz manifesnih obilježja analizom sadržaja možemo doći do određenih prikrivenih obilježja koja mogu
unaprijediti bolje razumijevanje određene pojave, odnosno donošenje određenih zaključaka

Sub – analize:

• analiza sadržaja sastoji se od 2 kategorije sub – analize:

1. kategorije analize sadržaja (određuje se ono što se mjeri)

2. kategorije jedinice sadržaja (mjeri se učestalost)

Primjer:

• uočeno je da djeca slabije razumiju sadržaje iz udžbenika hrvatskog jezika za 7. razred; pretpostavlja
se da je riječ o suviše nepoznatih riječi kojim obiluje udžbenik

• tada je:

1. udžbenik hrvatskog jezika (uzorak) – kategorija analize sadržaja

2. broj nepoznatih riječi – kategorija jedinice sadržaja

Rad na dokumentaciji:

• specifičan je oblik analize sadržaja koji se bazira na sekundarnim podacima

• često su područje pedagoškog interesa povijesna istraživanja; kad želimo istražiti razvoj školstva
određenog područja ili npr. istražiti broj djece koja su obuhvaćena školovanjem u određenom vremenskom
presjeku

• iz povijesne građe u školama, muzejima, arhivima prikupljaju se podaci koji se analiziraju i koji često
služe za usporedbu s određenim pojavama u sadašnjosti (npr. broj neopravdanih izostanaka od 1990. do
danas)
121
5. SUSTAVNO (STRUKTURIRANO) OPAŽANJE

• je metoda prikupljanja podataka s ciljem što točnijeg bilježenja, praćenja određene pojave na
sustavan način

• naglasak je na sustavnosti te postoji razlika između sustavnog i uobičajenog opažanja

Sustavno opažanje:

• odvija se prema unaprijed određenom planu

• usko je usmjereno prema određenom objektu (pojavi) opažanja

• usporedno s opažanjem bilježe se podaci (protokoli opažanja)

• podaci se bilježe na način da budu dostupni kvantitativnoj obradi (nije nužno)

• nalaže se stručna osposobljenost osobe koja opaža

• u sustavnom opažanju treba jasno odrediti pojavu koja će se promatrati, učestalost i vrijeme
opažanja te način bilježenja podataka

Pristupi:

1. ne interventno – osoba koja opaža nastoji biti nezapažena i aktivnosti (ponašanja) se događaju u
prirodnim, stvarnim uvjetima; osoba koja opaža minimalizira značenje svoje prisutnosti u okruženju kako
ne bi djelovala na ponašanje onih koje promatra

2. interventno – osoba koja opaža intervenira na način da potiče određene okolnosti, aktivnosti kako
bi „mjerila“, opažala određena ponašanja, pojave; planski se razvijaju uvjeti kako bi se vršilo opažanje
(nameće se problem etičnosti!!!)

Zaključno:

• u sustavnom opažanju se nameće problem subjektivnosti opažača, ali i promjene ponašanja osobe
koje se opažaju pod utjecajem opažača (reaktivnost)

• s ciljem kontroliranja ili smanjenja raektivnosti predlaže se da prođe neko vrijeme (desetak minuta)
kako bi se ispitanici opustili i ne previše pažnje usmjerili na osobu koja ih opaža te se počeli uobičajeno
ponašati

122
HIPOTEZE

Određenje hipoteze
123
• grč. hypotesis - podloga, osnova

• hipoteza je pretpostavka (moguće objašnjenje) u istraživanju koje treba provjeriti

• ona proizlazi iz cilja istraživanja, odnosno hipoteza je moguć odgovor na problem istraživanja

• znanstvena hipoteza: pretpostavka na osnovu problema i/ili teorije; mogući odgovor na problem
istraživanja

• statistička hipoteza: matematički ili statistički izraz znanstvene hipoteze; predstavlja polaznu osnovu
za statističko testiranje

• testiranje hipoteze: postupak s kojim se određuje da li i koliko pouzdano raspoloživi podaci

podupiru postavljenu pretpostavku (hipotezu)

Kakva hipoteza mora biti?

1. biti primjerena problemu

2. biti jasna i nedvosmislena, postavljena na način da omogućava opovrgavanja

3. biti najjednostavniji mogući odgovor na problem

4. biti provjerljiva

5. biti razložna i vjerojatna prije same provjere

1. Biti primjerena problemu

• hipoteza odgovara na postavljeni problem istraživanja

• npr. problem istraživanja - istražiti spolne razlike u prevalenciji manifestiranja fizičke agresivnosti
učenika osnovnih škola Zagrebačke županije

• hipoteza (h0) - ne postoji spolna razlika u prevalenciji fizičke agresivnosti učenika osnovne škole
Zagrebačke županije

• hipoteza mora biti semantički u suodnosu s problemom istraživanja

• hipoteza kao pretpostavka u istraživanju je svojevrsno „upućeno nagađanje“ ili „spekulativna

pustolovina“, maštovita pretpostavka o tom što bi moglo biti točno

• ona je pretpostavka koja uvijek i nužno ide malo (a katkad i puno) izvan onog u što možemo
vjerovati na temelju logike i činjenica

124
Nul hipoteza

• niječna, pretpostavlja da ne postoji npr. povezanost, razlika i sl. odnosi između istraživanih pojava
i/ili subuzoraka na određenim varijablama

• npr. ne postoji statistički značajna razlika između učenika osnovne i srednje škole u broju
neopravdanih sati

Alternativna (afirmativna) hipoteza

• suprotna nul hipotezi

• negacija H0

• postoji i direktivna (usmjerena) hipoteza kojom pretpostavljamo određeni smjer razlika,

povezanosti...

• problem: istražiti prevalenciju fizičke agresije dječaka i djevojčica na uzorku učenika osnovnih škola
Sisačko-moslavačke županije

• hipoteza: dječaci učestalije manifestiraju fizičku agresivnost od djevojčica na navedenom uzorku

Nul vs. alternativna

• statistički je opravdanije postaviti nul hipotezu jer je manje izložena pristranosti istraživača, a jedino
je provjerljiva statističkim testovima

• Fisher (1925, prema Milas, 2005, 71) uvodeći pojam nul hipoteze utvrdio da ne možemo dokazati da
je nešto točno, ali zato možemo dokazati da je nešto netočno

Može li se istraživati (živjeti) bez hipoteze?

• nije uvijek potrebno postavljati specifičnu hipotezu (ovisno o vrsti i specifičnostima istraživanja)

• u kvalitativnim istraživanjima često nema hipoteza

• VAŽNO - hipoteza je provjerljiva jedino pomoću statističkih testova!!!

Varijabla

125
• potiče od francuske riječi variable i predstavlja nešto štp se mijenja i može poprimiti različite
vrijednosti

• osnovna podjela varijabli u pedagogijskim istraživanjima je na nezavisne i zavisne

Nezavisna varijabla

• ona s kojom se manipulira s ciljem utvrđivanja njena utjecaja na zavisnu varijablu

• u eksperimentu istraživač mijenjajući nezavisnu varijablu promatra promjene koje su nastale kod
zavisne varijable

• u pedagogiji nezavisne varijable se najčešće odnose na sociodemografska obilježja poput: spol, dob,
razred, uspjeh u školi, mjesto stanovanja, obrazovanje roditelja, materijalni status roditelja i sl., međutim,
isto tako se često odnose na npr. određeni pedagoški postupak (metodu, načelo), te se mjeri kako on
implicira promjene kod zavisne varijable (npr. rezultat učenja, motivacije, suradnje, ponašanja učenika i sl.)

Zavisna varijabla

• zavisne (ovisne) o utjecaju i promjenama nezavisne varijable, te su one predmet opažanja u

eksperimentu kako bi se istražilo da li su promjene ovine o promjenama u nezavisnoj varijabli (s kojom se
manipulira)

• one su zapravo područje interesa istraživača

• primjer:

o H1: postoji statistički značajna razlika između učenika i učenica osnovne škole u intenzitetu bježanja
s nastave

nezavisna varijabla: spol (učenice i učenici)

zavisna varijabla: intenzitet bježanja s nastave

Dualnost zavisne i nezavisne varijable

• u određenom istraživanju zavisna varijabla može postati nezavisna i obrnuto

126
• u stvarnosti zapravo ne postoji stvarna podjela na zavisne i nezavisne varijable, već to ovisi o
istraživačkom problemu

Dualnost

• uzmimo npr. ako istražujemo da li je školski uspjeh povezan s prosocijalnim ponašanjem

• u tom slučaju školski uspjeh je nezavisna varijabla jer istraživač istražuje jesu li promjene, razlike u
školskom uspjehu povezane s različitim razinama prosocijalnog ponašanja

• međutim, ako istraživač istražuje povezanost između kvalitete učenja i školskog uspjeha, tada je
školski uspjeh zavisna varijabla jer se istražuje da li je promjena u kvaliteti učenja (nezavisna varijabla)
povezana sa školskim uspjehom (zavisna varijabla)

Kvalitativne i kvantitativne varijable

• kvalitativne varijable nazivaju se još i kategorijalne jer su podaci svrstani u određene kategorije

• riječ je o nenumeričkim varijablama (atributivnim) gdje se opažene vrijednosti svrstavaju prema

kategorijalnim obilježjima (riječima, a ne brojevima)

Vrste kvalitativnih varijabli

1. dihotomne/binomne varijable (imaju dualnu opciju)

• imaju samo dvije mogućnosti, npr. spol (m/ž), radni status (zaposlena/nezaposlena)

2. trihotomne varijable

• tri kategorije: npr. bračni status (oženjen/neoženjen/razveden)

3. politomne varijable

• više od tri kategorije

Kvantitativne varijable

• kvantitativne varijable se označavaju brojem koji predstavlja različite vrijednosti

• osnovna podjela kvantitativnih varijabli je na kontinuirane i diskontinuirane

127
• diskontinuirane ili diskretne varijable odnose se na manje numeričke vrijednosti, odnosno manji
opseg brojeva koji predstavljaju određene vrijednosti (cijeli brojevi)

Važno!

• kvalitativne varijable su diskontinuirane jer „ne postoji kontinuitet u stupnjevanju veličine koju
varijabla mjeri i radi se zapravo o prijelazu iz jedne u drugu, novu kvalitetu“

• zapravo brojevi na skali ne predstavljaju stupnjeve, veš zapravo zasebne kategorije

Kvantitativne kontinuirane varijable

• između pojedinih numeričkih vrijednosti ne postoji skokovit prijelaz, već su vrijednosti izražene u
finim prijelazima i mogu biti na neograničenom broju stupnjeva (npr. visina, težina)

• u pedagogiji kontinuirane varijable su vrlo rijedak slučaj jer se najčešće koriste određene skale za
ispitivanje stavova ili se npr. evaluiraju rezultati određenog testa i sl.

MJERENJE

Definicije:

• postupak pridruživanja brojeva objektima ili događajima prema logičkim prihvatljivim pravilima

• mjerenje uključuje proces povezivanja formalnog modela zvanog brojevni sustav s nekim aspektima
objekata ili događaja koji se mogu razlikovati

• mjerenje je postupak pridruživanja brojeva objektima ili događajima prema logički prihvatljivim
pravilima

• kvantificiranje objekata i događaja, atributa objekata

o objekt = ispitanici

• zastupljenost pojedinih obilježja (atributa) kod ispitanika

• u društvenim znanostima entitet – objekt mjerenja (ispitanici)

Indirektnost mjerenja:

128
• količine koje se mjere mogu biti:

1. KONKRETNE

- materijalne

- direktno mjerenje

- standardni mjerni instrumenti

- u prirodnim znanostima

- egzaktnost, preciznost

2. APSTRAKTNE

- indirektno mjerenje

- promatrajući, opažajući, mjereći jedno zaključujemo o drugom

- u društvenim znanostima

- problem generalizacija

- problem preciznosti

- problem subjektivnosti

POSTUPCI:

- načini, oblici istraživačkog rada kojima dolazimo do podataka o kvaliteti ili kvantiteti varijabli koje
promatramo (istražujemo)

INSTRUMENTI:

- alat u istraživačkom radu

Izomorfnost mjerenja:

• grč. morfe – oblik, isos – isti

• istovjetnost, paralelnost između brojeva i obilježja

129
• zajednička svojstva između brojeva i obilježja:

1. identitet (jedinstvenost, prepoznatljivost – klasifikacija)

2. rang (poredanost po veličini=

3. aditivnost

VRSTE MJERENJA - SKALE

Nominalna skala

• lat. nomen – znak, ime

• sastoji se u klasifikaciji ispitanika prema određenim obilježjima (spol, dob...)

• riječ je o razvrstavanju

• ako obilježje ima svojstvo identiteta tada je moguće samo nominalno mjerenje

• uz pomoć nominalne skale određujemo frekvenciju

• nominalne skale zapravo i nisu skale jer ne omogućuju da se podaci poredaju na nekom
kontinuumu već brojevi služe samo za identifikaciju

• od vrsti nominalnih skala postoje dihotomne (imaju 2 kategorije), trihotomne (3 kategorije) i

politomne (n kategorija)

Ordinalna skala

• pridruživanje ranga ispitanicima prema razvijenosti obilježja koje je predmetom mjerenja

• ako obilježje ima svojstvo ranga tada je moguće i ordinalno mjerenje

• npr. školske ocjene

• razmak između brojeva nije jednak

• one omogućuju klasificiranje podataka na temelju nekog njihovog atributa u klase i kategorije

• služe za označavanje redoslijeda

• podatke možemo međusobno uspoređivati i rangirati

• ne određuju samo je li nešto veće od ili manje od drugoga, ali razlike između pojedinih jedinica
skale nisu jednake, tj. ne možemo odrediti za koliko je veće ili manje

• npr. slaganje s određenom tvrdnjom (1-nikad, 2-rijetko, 3-ponekad, 4-često, 5-uvijek)

130
Intervalna skala

• ako obilježje ima svojstvo aditivnosti, tada je moguće intervalno ili omjerno mjerenje

• umjesto apsolutne nule – relativna (arbitrarna)

• vrijednost nula ne implicira potpunu odsutnost obilježja koje je predmetom mjerenja

• ne mogu se raditi omjeri

• npr. interval rezultata 25 i 35 jednak kao i interval između rezultata 85 i 95

• problem! nor. ne možemo reći da je temperatura od 500 F duplo manja od temperature 1000 F jer
ako te vrijednosti pretvorimo u stupnjeve Celzijusa dobivamo 100°C i 380°C

• nemaju realnu nultu točku jer, npr. ako je temperatura 0°C ne znaci da nema temperature

• nula je arbitrarna

• u intervalnoj skali se mogu točno odrediti veličine razlika između pojava, npr. razlika u temperaturi
u učionicama ili razlika u znanju između dva učenika utvrđena nekim testom

• skala s ekvidistantnim jedinicama

Omjerna skala

• ako obilježje ima svojstvo aditivnosti, tada je moguće intervalno ili omjerno mjerenje

• razmaci u dijelovima obilježja koje se mjeri su potpuno isti te isto tako i razmaci između stupnjeva
na mjernoj skali

• zbog apsolutne nule postoji mogućnost uspostavljanja omjera u obilježju koje je predmetom
mjerenja

• apsolutna nula – odsutnost kvantitete mjerenja

MJERNE SKALE

1. nominalna

2. ordinalna

3. intervalna

4. omjerna

131
Direktno i indirektno mjerenje:

1. Direktno mjerenje

- predmet mjerenja je direktno dostupan mjerenju

- jedinice na mjernoj skali su određene kao dijelovi premeta mjerenja

2. Indirektno mjerenje

- u društvenim znanostima

- npr. znanje procjenjuje na osnovi rezultata na nekom testu (indirektno)

- npr. test inteligencije

- utjecaj parazitarnih faktora

Thurstonova skala

• Louis Leon Thurstone

• skala za mjerenje stavova

• skala od 11 stupnjeva (moguć i drugi broj stupnjeva)

• tvrdnje od najpozitivnijeg do najnegativnijeg

• neutralna tvrdnja u sredini

• ispitanik zaokružuje samo onu tvrdnju s kojom se najviše slaže

• konstrukcija:

1. prikupi se velik broj tvrdnji o objektu stava

2. razvrstavaju se tvrdnje u 11 skupina dajući im ocjene od 1 do 11

3. isključuju se tvrdnje u kojima postoji veće neslaganje

4. skalne vrijednosti kao medijan ocjena – odabrane tvrdnje redaju se redoslijedom od 1 do 11

• izvorno je Thurstone osmislio skalu prema metodi „uspoređivanja u parovima“ gdje je svaki ekspert
(procjenjivač) morao usporediti svoju procjenu (ocjenu) sa procjenama svih ostalih procjenjivača
(eksperata) što je zahtijevalo velik angažman, te je metoda kasnije zamijenjena za metodu „prividno
jednakih intervala“
132
• metoda „prividno jednakih intervala“ bazira se na pretpostavki da je određeni rangirani niz tvrdnji
od najnegativnije do najpozitivnije vrijednosti, odnosno najnegativnijeg do najpozitivnijeg stava, djeljiv na
jednake intervale

Pravila konstruiranja Thurstonove skale:

• određivanje varijable koju ćemo mjeriti

• sastavljanje tvrdnji koje odražavaju stavove prema određenom pitanju (konzultiranje literature, broj
tvrdnji oko 80-100, odnosno puno veći od konačnog broja tvrdnji)

• odabir eksperata koji će procijeniti intenzitet stava u svakoj tvrdnji

• ocjene eksperata o tome koji je intenzitet stava svake tvrdnje (od 1 do 11)

• izračunavanje medijana za svaku tvrdnju

• izbacivanje onih tvrdnji kod kojih se ocijene eksperata ne slažu (raspršene su)

Likertova skala

• 1932.godina

• skala od 5 stupnjeva

• dobiva se podatak o smjeru stava (pozitivan-negativan) te o intenzitetu stava

• za svaku pojedinu tvrdnju izrazi se stupanj slaganja ili neslaganja

• pogodna za obradu faktorskom analizom

• najpoznatija je i najviše korištena skala procjene

Konstrukcija Likertove skale:

1. prikupi se velik broj tvrdnji o objektu stava

2. uzorak ispitanika ocjenjuje sve tvrdnje pomoću skale od 5 stupnjeva

3. izračunaju se korelacije svake tvrdnje i ukupnog rezultata koji se dobije zbrojem ocjena za sve
tvrdnje

4. isključuju se tvrdnje koje imaju nisku korelaciju s ukupnim rezultatom

5. Likertova skala ima najčešće 5 stupnjeva (može imati i manje ili više)

133
6. broj stupnjeva skale utječe na disperziju te treba biti oprezan prilikom odabira broja stupnjeva

7. ona je ordinalnog tipa i pruža mogućnost diferenciranja ispitanika s obzirom na predmet mjerenja

Primjer:

Tvrdnja - dječaci su agresivniji od djevojčica

Slaganje:

1. u potpunosti se ne slažem

2. ne slažem se

3. niti se slažem niti se ne slažem

4. slažem se

5. u potpunosti se slažem

- zaokružuje se samo jedan odgovor koji odražava slaganje s tvrdnjom

Tvrdnja - imam potrebu da udarim nekoga

Učestalost:

1. nikad

2. rijetko

3. ponekad

4. često

5. uvijek

• srednja vrijednost je neutralna vrijednost, odnosno, neutralan stav i pruža ispitaniku da se izjasni
neutralno ako nema stav prema određenoj osobi, pojavi i sl.

• Likertova skala može imati čak i 3 ili 4 stupnja gdje zapravo nemamo neutralnu vrijednost

• to se najčešće radi kad želimo izbjeći sidrenje neutralnih vrijednosti jer se ispitanici ponekad iz
neobjektivnih razloga izjašnjavaju za neutralnu vrijednost na skali

• prilikom konstrukcije Likertove skale treba obratiti pozornost na polarizaciju ili smjer skale

o negativna polarizacija skale podrazumijeva da numerička vrijednost 1 predstavlja najnižu negativnu

vrijednost, odnosno negativan stav (npr. 1 - u potpunosti se ne slažem), a 5 predstavlja najvišu pozitivnu
vrijednost, odnosno pozitivan stav (5 - u potpunosti se slažem), riječ je o smjeru skale i sukladno našem
dokimološkom iskustvu bolje je okrenuti skalu rastućim vrijednostima gdje je 1 negativni, a 5 pozitivni stav
134
o pozitivna polarizacija skale: numerička vrijednost 1 predstavlja najvišu pozitivnu vrijednost, a 5
predstavlja najvišu negativnu vrijednost

• skala može imati manje od 5 stupnjeva, ali isto tako i više od 5 stupnjeva

• broj povećanja raspona vrijednosti na skali djeluju na varijabilitet ispitanika i na bolje diferenciranje
ispitanika

Semantički diferencijal

• Charles E. Osgood

• istraživanje stavova

• mjeri se konativno značenje pojmova (osjećanje i doživljavanje vezano uz pojam)

• skala od 7 stupnjeva

• na polovima kontrastni atributi

• srednji stupanj skale je neutralan

Faktori koji se mjere:

1. evaluativni faktor (dobar-loš, vrijedan-bezvrijedan, čist-prljav)

2. faktor snage/sposobnosti (jak-slab, velik-malen, težak-lagan)

3. faktor aktivnosti (aktivan-pasivan, brz-spor, žustar-trom)

Primjer:

Što osjećaš prema osnovnoj školi u koju ideš?

ugoda - - - - - - - - - - neugoda

sreća - - - - - - - - - - nesreća

okrutna - - - - - - - - - - dobrostiva

• ispitanik treba jednostavno označiti jednu od navedenih crtica između bipolarnih pridjeva koji
odgovara na ispitanikov stav prema određenom predmetu ili pojavi koja se mjeri

• dobivene informacije ukazuju ponajprije na sklonost, odnosno nesklonost prema objektu stava

135
Bogardusova skala socijalne distancije

• jedna od najstarijih skala koja je dobila ime prema osnivaču Bogardusu (1925.)

• skala je namijenjena za istraživanje socijalne distance te iz tog razloga ima opravdanost korištenja i
unutar pedagogije

• primjena ove skale može se koristiti za utvrđivanje socijalne distance prema:

1. društvenim skupinama

2. vrijednostima

3. pojedincima

• smisao Bogardusove skale je istražiti stupanj bliskosti s prosječnim članom određene socijalne
grupe

• rezultat na skali prikazuje broj koji predstavlja prihvatljiv, odnosno neprihvatljiv stupanj bliskosti

KVANTITATIVNA I KVALITATIVNA ISTRAŽIVANJA

136
Put do novih spoznaja

1. spekulativno

- a priori - prije iskustva

- aprioristički - na osnovi razmišljanja, teorijska spekulacija

2. empirijski

- a posteriori - nakon iskustva

- aposterioristički - na osnovi empirijskog dokaza/iskustva

Paradigmatsko određenje pedagoških istraživanja

Osnovni pristup

• 19. stoljeće - Wilhelm Dilthey

1. kvantitativni - „znanstvena“

- objasniti pojavu

2. kvalitativni - „humanistička“

- razumjeti pojavu

Osnovna usmjerenost

• na kauzalno objašnjenje pojave, tumačenje činjenica i uzroka pojava (kvantitativni)

• na razumijevanje i interpretiranje pojave, posebno shvaćanje ljudskog ponašanja (kvalitativni)

Filozofske i logičke osnove

Logička osnova i postupci

• empirizam, pozitivizam i postpozitivizam

137
• empirijsko analitički postupci (kvantitativan)

• idealizam, fenomenologija, racionalizam, kritička teorija Frankfurtske škole

• hermeneutički postupci (kvalitativan)

Zaključivanje, osnovno načelo i izvor spoznaje

• partikularističko zaključivanje

• senzorna utemeljenost i provjerljivost podataka

• izvor spoznaje je osjetilno iskustvo (kvalitativan)

• holističko zaključivanje

• značaj pojedinačnog iskustva i empatičnosti

• impresionističko opisivanje, objašnjavanje i analiziranje pojava (kvantitativan)

Razlike između kvalitativnog i kvantitativnog pristupa istraživanju

Osnovni pristup

• nomotetički (kvantitativni)

• idiografički (kvalitativni)

Svrha

• znanstvena generalizacija (kvantitativni)

• rješavanje praktičnih problema (kvalitativni)

Polazna pretpostavka

• o statičnosti pojave (kvantitativni)

138
• o dinamičnosti pojave (kvalitativni)

Pristup istraživača

• objektivan (kvantitativni)

• subjektivan (kvalitativni)

Cilj

• tumačenje činjenica (kvantitativni)

• razumijevanje pojave, ljudskog ponašanja (kvalitativni)

Problem istraživanja

• postavlja se na početku i ne mijenja se tijekom istraživanja (kvantitativni)

• bogati se i mijenja tijekom istraživanja (kvalitativni)

Osnovna usmjerenost

• na rezultat, učinak (kvantitativni)

• na proces, postupak (kvalitativni)

Osnovna orijentiranost

• prema mjerenju, kvantificiranje pojave (kvantitativni)

• na promatranje pojave (kvalitativni)

Obilježja podataka

• naglasak na numeričkim (kvantitativni)

• naglasak na atributivnim (kvalitativni)

139
Osnovno pitanje

• koliko? (kvantitativni)

• kako? (kvalitativni)

Podaci

• važnost pouzdanosti, ponovljivosti podataka (kvantitativni)

• važnost valjanosti, realnosti i bogatstva podataka (kvalitativni)

Uključenost istraživača

• udaljenost od promatrane situacije, strogo neutralna pozicija u odnosu na izvore podataka i

promatranu situaciju, pozicija „autsajdera“ (kvantitativni)

• uključenost u promatranu situaciju, blizina izvoru podataka, istraživač sudjeluje u aktivnosti koju
proučava, pozicija „insajdera“ (kvalitativni)

Izvođenje zaključaka

• promatranje većeg broja podataka (kvantitativni)

• i proučavanjem pojedinačnog slučaja (kvalitativni)

Promatranje

• zanemareno, važnost se daje optruzivnom i kontroliranom mjerenju usmjerenom samo na jedan

aspekt pojave (kvantitativni)

• ističe se značaj prirodnog, naturalističkog, impresionističkog, nekontroliranog promatranja

(kvalitativni)

Postavljanje hipoteza

• na početku, istraživanjem se verificira (kvantitativni)

• na kraju, rezultat proučavanja (kvalitativni)

140
Mjerenje

• kontrolirano, „tvrdo“ (kvantitativni)

• nekontrolirano, „meko“ (kvalitativni)

Orijentiranost pri zaključivanju

• prema verificiranju hipoteza (kvantitativni)

• prema pronalaženju objašnjenja pojave (kvalitativni)

Pristup pojavi

• neprodubljenost, partikularističnost (kvantitativni)

• produbljenost, holističnost (kvalitativni)

Redukcija podataka

• ostvaruje se statističkom obradom (kvantitativni)

• ostvaruje se hermeneutičkim postupcima (kvalitativni)

Tijek kvantitativnih istraživanja

1. formulacija hipoteza - bez izmjena

2. slučajan uzorak

3. velik uzorak (relativno)

4. prikupljanje podataka standardiziranim instrumentima

5. statistička obrada - generalizacije na populaciju

Tijek kvalitativnih istraživanja

1. opći problem, bez specifičnih ciljeva i hipoteza - hipoteze se mogu mijenjati

2. prigodni uzorak

3. mali uzorci (relativno)

4. prikupljanje podataka nestandardiziranim postupcima

141
5. intenzivno prikupljanje podataka - vremenski duže traje

6. rezultati u deskriptivnom obliku - za određeni uzorak

Prikupljanje podataka u kvalitativnim istraživanjima

Najčešće:

1. Polustrukturirani intervju

• nije striktan redoslijed pitanja

• korištenje videa i tonskih zapisa - detaljna dubinska analiza

• dubinski intervju - ulaženje u srž

• intervju kao specifičan oblik interakcije između osobe koja vodi intervju i respondenta

2. Opažanje

• disperzivno - opažanje većeg broja situacija i okolnosti

• problem nesustavnosti

3. Dokumentacija

• povijesni dokumenti

• arhivska građa

Verifikacija kvalitativnih istraživanja

1. Produženi angažman i persistentno promatranje

• veći vremenski angažman, proces perzistentnog prikupljanja i provjeravanja podataka

142
2. Triangulacija

• prikupljanje podataka iz većeg broja izvora i pomoću različitih metoda - povećanje vjerodostojnosti

3. Recenzija knjiga

4. Modifikacija hipoteza

• suradnja s kolegama/provjerljivost . po potrebi modifikacija hipoteza

5. Razjašnjavanje istraživačke pristranosti

• detaljan opis tijeka istraživanja

• omogućava detaljan uvid u provedbu istraživanja

6. Mišljenje ispitanika

• ispitanici su aktivni sudionici u istraživanju

• važno je njihovo mišljenje

• visoka razina suradnje i uvažavanja mišljenja

7. Opširno izvještavanje

8. Eksterna revizija

Zaključak

Kvalitativna istraživanja

• nedostaje „epitet znanstvenosti“

• većinom akcijska istraživanja

• problem generalizacija
143
• problem validnosti pouzdanosti podataka

• problem objektivnosti zaključaka

• približavanje prakse i istraživačkog rada

• naglašena subjektivnost

• moguća kombinacija kvalitativnog i kvantitativnog pristupa

EKSPERIMENTALNI NACRT ISTRAŽIVANJA

Određenje eksperimenta u pedagogiji

• utvrđivanje učinka/utjecaja jedne varijable na drugu u kontroliranim uvjetima

• donošenje zaključaka o utjecaju nezavisne varijable na zavisnu

• problem parazitarnih faktora koji djeluju na zavisnu varijablu (onu koju mjerimo, opažamo)

• eksperimentalni nacrt nije nikad savršen

• problem egzaktnog utvrđivanja kauzalnosti

Uzročno posljedična veza

• najčešće cilj eksperimenta

144
• otkrivanje uzročnosti jedno od temeljnih pitanja znanosti

• složenost i upitnost određenja uzročnosti (npr. Nagel)

• da bismo u potpunosti razumjeli određenu pojavu treba istražiti njezine uzroke

Logika eksperimenta

• promatranje (mjerenje) određenog ponašanja ispitanika koje je bilo izloženo određenim uvjetima
(tretmanu, postupcima) nakon čega se uspoređuju s onim ispitanicima koji nisu bili izloženi dotičnom
tretmanu, postupcima

• kontrolna i eksperimentalna skupina

Problemi eksperimenta

• kako izbaciti sve ono što može djelovati na uzročno posljedičnu vezu dviju ili više pojava, ali nije
obuhvaćeno našim mjerenjem, promatranjem

• maksimalno smanjiti parazitarne faktore

• zbog inog treba biti oprezan u donošenju zaključaka o uzročno posljedičnoj vezi, iako je statistika to
pokazala (pod određenom razinom pogreške)

David Hume - načela uzročnosti

• x uzrokuje x ako:

1. mu prethodi u vremenu (??? nekad se i urok i posljedica događaju istodobno)

2. ako se x i y dodiruju u prostoru i vremenu (??? problem određenja „dodira“)

3. x i y uvijek se pojavljuju zajedno - načelo stalne povezanosti (promjene u x uvijek su povezane s

promjenama u y ??? problem korelacija, kovarijacija)

Varijable u eksperimentu

Zavisna varijabla

• varijabla Y

• varijabla koja se mjeri i opaža

145
Nezavisna varijabla ili eksperimentalna

• varijabla X

• s njom se manipulira, upravlja

• s njom se upravlja, mijenja kako bi se uvidio utjecaj na promatrano obilježje, pojavu (zavisnu
varijablu)

Nezavisna varijabla

• na nezavisnu varijablu ne utječe niti jedna druga varijabla

• nju istraživač mijenja nezavisno od drugih varijabli

• mora imati 2 uvjeta:

1. ima oblik varijable (varijacije, različitih vrijednosti)

2. promjene pod kontrolom istraživača

Kontrola u eksperimentu

• u istraživanju učinka NV na ZV potrebno je izolirati taj utjecaj - odstraniti sve druge činitelje koji
mogu utjecati

• cilj je dobiti sigurnost u zaključivanju da je upravo NV, a ne nešto drugo doprinijelo do promjena u
eksperimentu

Kontrola vanjskih čimbenika u eksperimentu

• kontrola vanjskih čimbenika koji imaju utjecaj na eksperiment

1. kontrola fizičnih činitelja

2. kontrola pristranosti sudionika

3. kontrola osobnih činitelja

Fizički činitelji

• smanjivanje eksperimentalne pogreške

• prepoznavanje onih činitelja (uz NV) koji djeluju na ZV

146
• ukloniti i destabilizirati ih

• osiguravanje jednakih uvjeta za kontrolnu i eksperimentalnu skupinu

• odstranjivanje izvora smetnji koje mogu dovesti do povećanja nesustavnog varijabiliteta u

ponašanju unutar eksperimenta

• npr. veličina sobe, temperatura, rasvjeta, buka...

Kontrola pristranosti sudionika

• izbjeći bilo kakvu pristranost, favoriziranje određene skupine

• ispitanici ne smiju biti svjesni eksperimentalne hipoteze

• Hawthorne efekt

• Placebo učinak

• lažno informiranje o eksperimentu - problem etičnosti

• povećanje iskrenosti

Kontrola osobnih činitelja

• usporedivost ispitanika, grupa prema određenim obilježjima

• izjednačenost kontrolne i eksperimentalne grupe

• raspoređivanje ispitanika u grupe:

1. slučajan odabir (rijetko)

2. randomizacija (iz grupe se slučajno odabiru ispitanici u KS i ES

3. uparivanje (odabiru u skupine prema nekim podudarnostima i sličnostima)

Istinitost eksperimenta

• valjanost - ukazuje na približnost istinitosti zaključaka

• 4 osnovna modela eksperimentalne valjanosti:

1. unutarnja valjanost

2. vanjska valjanost

147
3. konstruktna valjanost

4. statistička valjanost

Unutarnja valjanost

• razina u kojoj se razlike između KS i ES ili promjene u zavisnoj varijabli mogu pripisati nezavisnoj, a
ne vanjskim utjecajima

• istražuje može li se povezanost između NV i ZV objasniti kao uzročno posljedična veza

• kontrola vanjskih utjecaja

Konstruktna valjanost

• predstavlja propitivanje održivosti uzroka posljedici, odnosno teorijskog tumačenja uzročne veze
eksperimentalnom manipulacijom

• Hawthorne efekt

• istražuje što uzročna veza između NV i ZV u teorijskom smislu predstavlja

• ispitivanje je li to zaista tako kako su prikazali rezultati

Vanjska valjanost

• razina u kojoj se dobiveni rezultati mogu primijeniti na populaciju, okolnosti i uvjete drugačije od
onih pod kojim su dobiveni

• istražuje se kako se dobiveni rezultati mogu uopćiti na populacije

• uzorak - populacija; spol, dob, mjesto... (populacijska valjanost)

• odlike situacije; različiti prostori, stvarne životne situacije (ekološka valjanost)

• vremenski diskurs kad je istraživanje provedeno (temporalna valjanost)

Statistička valjanost

• statističko dokazivanje povezanosti između NV i ZV

• statističko zaključivanje
148
• odabir odgovarajućih parametrijskih ili neparametrijskih testova

• statistička snaga testa - vjerojatnost odbacivanja nul hipoteze, ako je ta hipoteza zaista pogrešna

• statistička snaga je sposobnost nekog testa da otkrije neku razliku između dvije populacije, ako ta
razlika zaista i postoji

Statistička snaga

• ovisi o:

1. kriteriju statističke značajnosti (alpha)

2. broju ispitanika

3. varijanci zavisne varijable

4. veličini učinka (razlici među populacijama)

5. korištenom statističkom testu

Kvazi eksperimentalni nacrt

• kvazi - lat. quasi - navodni

• slijedi eksperimentalnu metodologiju

• primjenjuje se kad nije u potpunosti moguće zadovoljiti preduvjete za provedbu eksperimenta (što
je vrlo često)

• izvedeni zaključci slabiji (slabija kauzalnost)

• zamjena za istinski eksperiment

Karakteristike kvazi eksperimenta

• grupe (eksperimentalna i kontrolna) nisu ujednačene

• nisu odabrane po slučaju (nedostaje randomizacija)

• slabija kontrola vanjskih čimbenika

• zaključci o utjecaju nezavisne varijable (tretmanske) na zavisnu pod utjecajem su niza različitih
okolnosti

• moguće rješenje u statističkoj analizi (analiza kovarijance ???)

149
• niža interna valjanost (ako se promjene u zavisnoj varijabli mogu pripisati samo promjenama u
nezavisnoj varijabli, onda se govori o internoj valjanosti)

• to su istraživanja koja se provode u stvarnom okruženju, prirodnoj situaciji, te su rezultati bliži

stvarnosti

• opasnost da ometajući činitelji izmaknu kontroli

KORELACIJA

150
Pojmovno određenje korelacije

• eng. correlation

• temeljni pojam u znanosti

• statistička povezanost dviju ili više varijabli

• pokazuje sukladnost u variranju dviju ili više varijabli

• korelacijska analiza - korelacijska metoda kojom se mjeri stupanj jakosti statističkih veza

• normirani pokazatelji korelacije - koeficijenti korelacije

Koeficijent korelacije

• pokazuje stupanj korelacije među varijablama

• numerička veličina koeficijenta = od -1 do 1

• vrijednost +1 (potpuna pozitivna korelacija)

• vrijednost -1 (potpuna negativna korelacija)

• vrijednost 0 (nema korelacije)

• za svaki koeficijent korelacije potrebno je utvrditi statističku značajnost

• odabirom razine statističke značajnosti odlučujemo o tome kolikom riziku se izlažemo da pogešno
odbacimo nul hipotezu

• najčešće je p=0.05 (5%) što znači, provodimo li velik broj testova, u 5% slučajeva odbacili bismo
nultu hipotezu koju smo trebali zadržati

• koeficijent korelacije statistički je značajan ako postoji najmanje 95% vjerojatnosti da nije nastao
slučajno

• odabir razine rizika treba izvršiti prije provedbe testa da bi se izbjegla pristranost i tumačenje
rezultata prema trenutnim hirovima i potrebama

• N.B. - povezanost (korelacija) dvije varijable (pojave) ne znači da jedna drugu uzrokuju

• najčešće postojanje treće pojave (varijable) koju ne mjerimo, ali ona uzrokuje sukladne pojave u
dvije varijable koje promatramo (rješenje u parcijalnim korelacijama)

Rasponi korelacija

• 0 - 0,20 - nikakva povezanost

151
• 0,20 - 0,35 - slaba povezanost između varijabli

• 0,35 - 0,65 - srednje jaka povezanost, moguća grupna predviđanja

• 0,65 - 0,85 - visoka povezanost, grupna predviđanja s velikom točnošću

Pearsenov koeficijent korelacije - korištenje

• eng. product - moment correlation

• koeficijent umnožaka

• određuje se na temelju umnožaka parova rezultata u varijablama između kojih se računa korelacija

• izračunavanje koeficijenta r za negrupirane podatke

• mjerenje linearne korelacije

• postoji pretežno simetrična i unimodalna distribucija obje varijable

• pretežno normalna distribucija varijabla

• računa se kad:

o ako su rezultati u obje varijable prave numeričke vrijednosti (barem na ord. skali)

o ako je broj rezultata veći od 30

o ako su distribucije simetrične (linearna zavisnost)

o ako je povezanost između varijabli linearna

152
NORMALNA DISTRIBUCIJA

Normalna distribucija?

• distribucija u statistici znači raspodjelu rezultata u nekom skupu

• upotrebljava se i za frekvencije određenih statističkih jedinica koji pripadaju različitim kategorijama

određene varijable, npr. sociodemografska obilježja

• provjera normalnosti distribucije implicira razumijevanje glavnih statističkih pojmova vjerojatnosti,

a koristi se pri odabiru određenih pristupa obradi podataka (parametrijske ili neparametrijske statistike)

• Galtonova daska s čavlima poznata kao quincunx

Pretpostavke za normalnu distribuciju

• normalna distribucija slijedi pretpostavku da su podaci distribuirani slučajno, odnosno da se ono što
mjerimo u populaciji distribuira po normalnoj raspodjeli

• treba uzeti dovoljno velik broj mjerenja

• sva mjerenja trebaju biti provedena istom metodom i sa što sličnijim uvjetima

• uzorak mjerenja treba biti homogen prema nekim svojstvima, dok mora biti heterogen prema onom
svojstvu kojeg mjerimo

153
Karakteristike normalne distribucije

• ima kontinuiranu distribuciju ili distribucije kontinuirane slučajne varijable X

• zvonolike je krivulje - normalna učestalost (gustoće vjerojatnosti) krivulje raste postupno, a zatim se
maksimalno smanjuje na isti način, simetrična je oblika oko aritmetičke sredine

• krivulja je asimptotična: približava se X osi, ali je zapravo nikad ne dotiče (asimptotičnost)

Odnos prema µ i σ, Med, Mo

• promjena µ prema većoj vrijednosti (pod uvjetom da σ ostaje ista) uvjetuje pomicanje µ od centra u
desno, a da visina krivulje ostaje ista

• mjere centralne tendencije: aritmetička sredina, medijan i mod podudaraju se u normalnoj krivulji
(kao i za bilo koju simetričnu krivulju)

• ako je X normalno distribuiran s aritmetičkom sredinom, varijancom i standardnom devijacijom,

tada je z = normalno distribuirana sa vrijednostima µ = 0, σ = 1

• točka infleksije je udaljena ± 1 σ od aritmetičke sredine

• kod normalne distribucije aritmetička sredina i varijanca nisu ovisne jedna o drugoj, što znači ako
povećamo aritmetičku sredinu u normalnoj distribuciji, varijanca će ostati nepromijenjena

History

• Gaussova distribucija, prema Carl Gustavu Gaussu: 1803. godine uočio da su pogreške ponovljenih
mjerenja objekata često normalno distribuirane

• Abraham de Moivre (1667-1754)

• Pierre-Simon de Laplace - Laplace distribucija

Točka infleksije

• točka s obje strane krivulje gdje je nagib krivulje najstrmiji, odnosno, gdje iz konveksne prelazi u
konkavnu

• kod ND jednaka je ±1 standardnoj devijaciji

Kurtosis - spljoštenost ND

• kurtosis kao stupanj disperzije između točaka označenih na apscisi (x os) koje odgovaraju
aritmetička sredina ± standardna devijacija
154
• što je veća standardna devijacija, krivulja je spljoštenija, dok manja standardna devijacija uzrokuje
šiljatost krivulje

Skewness - asimetričnost ND

• asimetrija distribucije podrazumijeva nagnutost distribucije na lijevu ili desnu stranu

• ako je jedan kraj krivulje distribucije razvučeniji od drugog, riječ je o asimetriji

• postoji pozitivna (desna) ili negativna (lijeva) asimetrija

• kad nema asimetrije vrijednost skewnessa je 0

• Pearsov koeficijent skewneesa

• za pozitivno asimetričnu distribuciju vrijednost u plusu

• za negativnu distribuciju vrijednost koeficijenta asimetrije u minusu

Druge distribucije

Poisson distribucija

• Simeon-Davis Poisson (1781-1840)

• najčešće je pozitivno asimetrična

• potpuno određena aritmetičkom sredinom

• kad je uzorak velik - približava se normalnoj distribuciji

Uniform distribucija

• pravokutna distribucija

• gotovo sve kategorije rezultata imaju iste frekvencije

• ispitanici daju iste odgovore (nema disperzije)

U distribucija

• nalikuje velikom slovu U

155
• najmanje rezultata ima u sredini dok su najveći rezultati na krajevima distribucije

• slučaj u istraživanjima odgoja i obrazovanja budući da se vrlo često ispituju nečiji stavovi

• npr: polarizacija stavova - krajnje pozitivan i krajnje negativan stav

T distribucija

• unimodalna simetrična distribucija čija je aritmetička sredina 0, ali standardna devijacija nije 1

• William Gosset: radniku u pivovari u Dublinu koji je pod pseudonimom „student“ otkrio
neadekvatno normalne krivulje za male uzorke

• Student distribucija

• kako veličina uzorka raste, T distribucija počinje poprimati oblik standardne normalne distribucije

Hi kvadrat distribucija

• bazira se na utvrđivanju statistički značajnih razlika između empirijskih i teorijskih frekvenca,

odnosno, vrijednosti varijabli

• aritmetička sredina je jednaka broju stupnjeva slobode

• to je izraženo asimetrična distribucija za malo broj stupnjeva slobode dok s povećanjem broja
stupnjeva slobode ona se polako približava simetričnosti

Neke druge distribucije

• Beta

• Weibull

• Eksponencijalna

• Lognormal

• Triangular

• F distribucija (F omjer)

Testiranje normalnosti

• testiranje normalnosti distribucije neizostavan je parametar u istraživanju

• obzir parametrijskih ili neparametrijskih testova za testiranje hipoteza

156
• izostanak testiranja normalnih - distorzirani/krivi rezultati

• neizostavno u provedbi istraživanja

• neparametrija vs. parametrija

• dva glavna načina za provjeru normalnosti distribucije: grafičkim i/ili statističkim postupkom

• grafička procjena distribucija je opravdana ako je veličina uzorka veća od 100: postoji latentna
opasnost od donošenja krivog zaključka o normalnosti

• samo kao indikator istraživaču o možebitnoj normalnosti

Kolmogorom-Smirnov test (K-S)

• najpoznatiji test za testiranje normalnosti

• riječ je o neparametrijskom testu za testiranje da li dva uzorka pripadaju istoj populaciji, odnosno
da li se dva skupa slučajno razlikuju

• potrebno je imati parametre aritmetičke sredine i varijance

• zasniva se na usporedbi dviju kumulativnih frekvencija oba skupa

• test se može primijeniti također i za testiranje jednog uzorka u slučaju da želimo istražiti da li je
uzorak slučajan

Interpretacija KS testa

• ako je p‹0.05 zaključujem da se podaci (ili uzorci) značajno razlikuju od normalne distribucije,
odnosno, odbacujemo nul hipotezu jer je manje od 5% mogućnosti da je hipoteza nul točna

• kad je p›0.05 zaključujemo da su podaci (ili uzorci) normalno distribuirani i ujedno potvrđujemo nul
hipotezu o nepostojanju razlika

• NEIZOSTAVAN U ISTRAŽIVANJIMA ODGOJA I OBAZOVANJA

Drugi testovi testiranja normalnosti distribucije

• Lilliefors test (modifikacija Kolmogor-Smirnov testa)

• Shapiro-Wilks test: najbolje ga je upotrebljavati za testiranje normalnosti za male i srednje uzorke

• Anderson-Darling Normality test: koristi se za određivanje da li se krivulja koja opisuje neki skup
podataka može adekvatno aproksimirati normalnom distribucijom

157
Zaključak

• u istraživanjima odgoja i obrazovanja obavezno treba testirati normalnost distribucije

• PROBLEM! Rijetko kad je distribucija normalna što zahtjeva primjenu normalizacije ili primjenu
metoda neparametrijske statistike

• Micceri (1989) naglašava da su rijetko varijable normalno distribuirane, osobito u društvenim

znanostima

o autor u svojoj studiji opisuje rezultate 440 psihologijskih studija o testovima kojima se mjere
postignuća i sposobnosti gdje su distribucije bile sve osim normalne

158
HI KVADRAT TEST

Definicije

• najpoznatiji neparametrijski test

• u većini slučajeva kada se radi o kvantitativnim obilježjima

• koristimo kada posjedujemo frekvencije pojedinih kategorija rezultata i uspoređujemo ih s nekim

drugim frekvencija koje bi se očekivale pod nekom određenom hipotezom

• kad želimo utvrditi da li dobivene f odstupaju od f koje bismo očekivali pod određenom hipotezom

• na osnovu rezultata odbacujemo ili verificiramo nul hipotezu

• korelacije pokazuju postoji li povezanost između dvije varijable, a hi kvadrat pokazuje vjerojatnost
povezanosti

• računa se isključivo s frekvencijama, te se iz tog razloga ne unose mjerne jedinice

• najčešće se koristi:

o uz frekvenciju jednog uzorka

o uz frekvenciju dvaju ili više nezavisnih uzoraka

o uz frekvenciju dvaju ili više zavisnih uzoraka

Testiranje Ho hipoteze pomoću hi kvadrat testa

1. da su rezultati u varijablama distribuirani slučajno, da ne postoji statistička značajna razlika

rezultata između empirijskih i očekivanih, teorijskih frekvencija

2. da ne postoji statistička značajna razlika dva ili više uzorka na nekoj varijabli

Najčešći problemi - pogreške

1. unošenje mjernih vrijednosti

159
2. unošenje postotaka

3. unošenje po nekoliko rezultata za istog ispitanika

4. pogrešno računanje teorijskih frekvencija

5. suma Fo i ft se razlikuju

Tablice graničnih vrijednosti

• pokazuju koliko mora najmanje iznositi hi kvadrat test (uz određeni broj stupnjeva slobode) pa da
odbacimo hipotezu

• PRAKTIČAN SAVJET!

o centralna vrijednost hi kvadrata uz neki stupanj slobode iznositi otprilike toliko koliko imamo
stupnjeva slobode

o nul hipotezu možemo prihvatiti (bez uvida u tablice) ako je dobiveni hi kvadrat test manji ili jednak
broju stupnjeva slobode

Hi kvadrat za nezavisne uzorke

• dva ili više uzorka koji ne zavise jedan od drugog

• računanje pomoću 2x2 tablice: apscisa i ordinata dvije različite varijable

• više načina izračuna

• računaju se očekivane i empirijske frekvencije

• očekivane frekvencije u svakoj ćeliji dobijemo da pomnožimo sumu svakog reda sa sumom stupca i
sumu podijelimo s ukupnom sumom frekvencija

Yatesova korekcija

• kod 2x2 tablica, kada imamo samo 1 stupanj slobode, treba provesti Yatesovu korekciju

• smanji se razlika između očekivane i empirijske frekvencije za 0.5

• za 0.5 se smanji svaka empirijska frekvencija koja je veća od očekivane, a za 0.5 se poveća svaka
empirijska frekvencija koja je manja od očekivane

Interpretacija

• određivanje broja stupnjeva slobode

160
• Df= (broj redova -1) x (broj stupaca -1)

• dobiveni rezultat uspoređujemo s rezultatima tablice hi-kvadrata

• ako je x2 manji od onog u tablici (razlika nije statistički značajna), a odbacujemo nul hipotezu, a ako
je dobiveni x2 veći (razlika je statistički značajna)

Oprez!

• statistika je vrlo oprezna kod malog broja rezultata: neka dobivena razlika mora biti vrlo upadljiva i
velika da bismo je proglasili statistički značajnom

• kada je mjerenje obavljeno na malom uzorku, i male dobivene razlike mogu biti statistički značajne

• izbjegavati male uzorke!

T test

t-raspodjela

• testiranje razlika između aritmetičkih sredina malih nezavisnih uzoraka

• mali uzorci N‹30 (50)

• diferencirane statističke formule

• kod velikih uzoraka možemo upotrijebiti formule za velike i male uzorke, ali kod malih uzoraka
moramo upotrijebiti formule za male formule

• veća je pogreška kod malih uzoraka

• izbjegavati male uzorke ako je moguće

• distribucija x kod malih uzoraka nije normalna iako osnovna populacija nije normalno raspodijeljena
161
t-distribucija

• Gosset - engleski matematičar

• radio je u pivovari i uvidio nepravilnosti računskog postupka kod malih uzoraka

• razradio matematičkim postupkom t-vrijednosti koje se dobivaju kad se radi o malim uzorcima

• potpisivao se pseudonimom „student“

• „Studentova distribucija“ - t-distribucija

Što je t-test?

• najpoznatiji parametrijski test

• služi za testiranje statističke značajnosti dvije aritmetičke sredine

• predstavlja omjer razlika aritmetičkih sredina s njihovom standardnom greškom

Vrste t-testa

• t-test za male nezavisne uzorke

• t-test za velike nezavisne uzorke

• t-test za male vezane uzorke

• t-test za velike vezane uzorke

• t-test za jedan uzorak (test proporcije)

1. One sample t-test

• odstupanje aritmetičke sredine uzorka od neke zadane teorijske vrijednosti

• npr. da li se IQ skupine razlikuje od 120

• preduvjeti:

o kvantitativno obilježje (test value)

o homogenost varijance (levene test)

o uzorak › 30 (50)

162
2. Two independent sample

• 2 nezavisna uzorka

• preduvjeti:

o slučajni nezavisni uzorci

o podjednake veličine

o podjednake varijance

3. Levene test

• testira da li k uzorci imaju iste varijance (homogene varijance k uzoraka)

• alternativa Barlett testu

• manje osjetljiv nego Barlett test

• p≤0.05 varijance k uzoraka se razlikuju - nisu homogene

• p≥0.05 varijance k uzoraka se ne razlikuju - homogenost pretpostavljena

4. T test paired samples

• vezani uzorci

• opažanja nisu nezavisna

• isti ispitanici se mjere na dvije pojave, vremenske točke

• služi za provjeravanje učinkovitosti nekog tretmana, postupka kojem su bili podvrgnuti ili, na
primjer, na početku i kraju školske godine

• prva i druga vremenska točka - isti ispitanik

• svaki ispitanik je točno mjeren u/na dvije točke

163
ZNANSTVENI ČLANAK

• prema Dayu: „vjerodostojno primarno djelo mora biti prvi opis rezultata istraživanja što sadrži
dostatno obavijesti da bi stručnjaci mogli:“

1. procijeniti rezultate

2. ponoviti pokuse

3. procijeniti tok razmišljanja

4. to mora biti opis neprekidno zamjetljiv osjetilima, bez ograničenja dostupan znanstvenoj javnosti i
glavnim sekundarnim servisima

Znanstveni je članak prvo objavljivanje originalnih rezultata istraživanja (opažanja) u publikaciji koja je lako
dostupna međunarodnoj znanstvenoj javnosti, a napisano je tako da se istraživanja mogu ponoviti, a
zaključci provjeriti.

Kategorizacija članka

1. izvorni znanstveni članak

2. prethodno priopćenje

3. pregledni članak

4. izlaganje sa znanstvenih skupova

5. stručni članak

1. Izvorni znanstveni članak

• prototip i ponajčešće znanstveno djelo u prirodnim znanostima

2. Prethodno priopćenje

• znanstveni članak

• prva kraća obavijest o rezultatu koja obično ne sadrži sve potankosti potrebne radi ponavljanja
istraživanja

3. Pregledni članak
164
• od izvornog znanstvenog članka razlikuje se po tome što ne mora sadržavati originalne nove
rezultate

• može se temeljiti na već objavljenim rezultatima, ali su tada u njemu originalne analize ili sinteze,
novi odnosi ili nove hipoteze s prijedlozima za daljnja istraživanja

• postoji i pregledan stručni članak - autor samo skuplja i sistematizira već objavljene podatke, te
važnije je da je pri tome sustavan i metodičan nego kreativan

4. Izlaganje sa znanstvenih skupova

• neki se od njih mogu ubrojiti u izvorne znanstvene članke, drugi pak ne

• konferencijsko priopćenje - prvo objavljivanje znanstvenih rezultata (ali ne sadrži sve podatke
potrebne radi ponavljanja istraživanja); nije znanstveni članak, nije recenzirano

• opsežni sažetak, sinopsis (extended abstract) - sadrže originalne rezultate , nisu znanstveni članak

• naručena predavanja (invited lecture)

5. Stručni članak

• ne sadrži originalne preglede i rezultate

• u njemu se obrađuje već opisano

• težište je na primjeni poznatoga, na širenju znanja, a ne na otkrivanju novih spoznaja

Znanstveni stil

• način pisanja znanstvenih informacija

• nužno poznavanje gramatike i pravopisa

• bitna je jasnoća autorovih misli

• svaka informacija mora biti razumljiva

• zadaća znanstvenih štiva je da informiraju

• jasnoća, kratkoća, preciznost

• cilj je sa što manje riječi sve reći i to točno

• stil izražava način autorova razmišljanja i rada

165
• jasnoća, jednostavnost, kratkoća

• logičnost slijeda misli i prikaza

• nepristranost pri navođenju spoznaja i dokaza

• preciznost i jednoznačnost

Odlike dobrog znanstvenog stila:

1. prikladnost

2. uravnoteženost

3. kratkoća

4. ujednačenost

5. nadzor

6. zanimljivost

7. etičke vrline (iskrenost, otvorenost, poštenje, skromnost)

Glagoli i glagolsko vrijeme

• upotreba glagola umjesto glagolskih imenica

• pridonosi jasnoći i određenosti

• zašto pisati: obavili smo istraživanje, postigli smo poboljšanje postupka..., bolje je reći: istraživali
smo, poboljšali smo postupak...

• ne namjerno upotrebljavati što „slabije“, „blaže“ riječi iz bojaznosti da nismo u pravu ili da smo
neskromni - TREBA BITI JASAN I ODREĐEN

Aktiv-pasiv, prvo-treće lice

• koristiti češće aktiv umjesto pasiva

• npr. kao što je prikazano na slici..., bolje je reći: slika prikazuje...

• bolje je pisati u prvom licu - za sebe ne smijemo pisati u trećem licu (autor je...)

• pluralis modestiae - neprimjeren u znanstvenoj frazeologiji (npr. kad autor govori o sebi u prvom
licu množine)

166
Skraćenice

• što manje skraćenica

• kada se skraćenica koristi prvi puta treba napisati cijeli izraz i nju navesti u zagradi, nakon toga može
se koristiti skraćenica

• ne upotrebljavati skraćenicu u naslovu

• skraćenicu treba izbjegavati u sažetku članka

• moguće je navesti popis skraćenica u prilogu

PISANJE IZVORNOG ZNANSTVENOG ČLANKA

Naslov

• posebno važan dio članka

• najočevidniji i najčitaniji dio

• prenosi se u međunarodne publikacije (npr. Current Contents)

• naslov mora sa što manje riječi točno opisati sadržaj članka

• točnost - važna radi naknadne obrade članka u indeksima i sažecima

• kratkoća - štedi vrijeme i prostor

• izbaciti suvišne riječi (npr. Studija o...)

• ne smiju se upotrebljavati skraćenice

• ni u jednom djelu znanstvenog članka nije toliko važno dobro odabrati prave riječi i pojmove kao pri
smišljanju naslova

Autor(i)

• neki radovi rezultat su više autora

• autor mora moći javno braniti intelektualni sadržaj članka za koji je suodgovoran

• kao autori se navode svi koji su doista pridonijeli zamisli, izvedbi ili tumačenju eksperimenata
(terenskih istraživanja) što se u članku opisuju

• važno je odrediti i redoslijed navođenja autora

167
• prvi autor je onaj koji je najviše pridonio i najviše radio u radu (projektu)

Sažetak

• summary i abstract

• summary bi trebao sadržavati samo zaključke za čitatelje koji su pročitali cijeli članak

• abstract je sažet prikaz članka, razumljiv i bez čitanja preostalog rada, te se može objaviti neovisno
o njemu (u sekundarnim publikacijama)

• u praksi nije jasna razlika između navedenih termina

• sažetak je jezgrovit prikaz cijelog članka, a ne samo zaključka

• dobro opisan sažetak omogućuje čitateljima da brzo otkriju bitne točke sadržaja članka, da odrede
je li im zanimljiv, te hoće li ga pročitati

• sažetak se piše na početku članka

• ključni dio članka upotrebljiv za prenošenje informacija i bez čitanja članka

• dobar sažetak sa oko 250 riječi treba naznačiti:

1. osnovnu svrhu i cilj istraživanja

2. primijenjenu metodologiju

3. postignute rezultate

4. bitne zaključke

• sažetak može imati i manje riječi (100)

• mora biti napisan na jeziku na kojem je pisan i članak

• ako je članak na nekom od sporednih jezika, osim sažetka na tom jeziku treba napisati i na kojem
svjetskom jeziku

Informativni sažetak

• sažetak koji informira o svrsi, metodama, rezultatima i zaključcima istraživanja

• moraju ga imati svi članci u primarno znanstvenim časopisima (osim preglednih članaka)

• često će se isti sažetak reproducirati u sekundarnim publikacijama

• pomaže znanstvenicima pratiti literaturu

168
• approx - oko pola stranice teksta, ne više

Indikativan sažetak

• samo naveden sadržaj članka

• nema informaciju u metodama, rezultatima i zaključcima

• može pomoći čitatelju da odluči hoće li čitati cijeli članak

• obično se takav sažetak piše na početku preglednih članaka ili konferencijskog priopćenja

• obje vrste sažetaka pisati u jednom odlomku

• pisati ga treba jednostavno, za nespecijaliste, u potpunim i povezanim rečenicama

• treba pisati u trećem licu i u pasivu (za razliku od teksta članka) radi lakše računalne obrade i
prenošenja u sekundarnim publikacijama

• ne prepričavati naslov članka

• ne opisivati nepotrebne pojedinosti

• ne navoditi zaključke koji nisu navedeni u članku

Opsežni sažetak ili sinopsis - extended abstract

• sinopsis je skraćeni oblik članka

• stanovit postotak njegove stvarne duljine ili pak određen broj natipkanih stranica (obično 2-6)

• skraćeni prikaz članka, a ne njegov sažetak

• mogu se naći tablice, formule, citirana literatura...

• primjer - znanstveni projekti, doktorski radovi

Metodologija istraživanja - metode i postupci/opis tijeka istraživanja

• važno kako bismo dobili uvid kako i na koji način je autor radio - podrobnosti o sredstvima i
postupcima

• jedna od bitnih osobina dobrog znanstvenog istraživanja je da je ono ponovljivo (prirodne znanosti)

• treba pisati za „obrazovna nestručnjaka“

169
• treba imati na umu pretpostavku da je čitatelj kolega sa približno jednakim iskustvom i znanjem - ne
nestručnjak, nego stručnjak

• treba potkrijepiti citiranjem

• pri izboru paziti na znanstvenu vrijednost navedenih spoznaja - veza s našim radom

• prikazati narav i značenje odabranog područja istraživanja

• odrediti pobliže svrhu i predmet istraživanja

• opisati, rastumačiti i obrazložiti plan i metode istraživanja

• na kraju možemo navesti bitan zaključak istraživanja

Uvod

• mora sadržavati dostatne obavijesti da bi čitatelj mogao razumjeti i procijeniti autorove zamisli,
postupke..., a da ne mora pročitati opsežnu literaturu

• iz uvoda mora biti jasno zašto je autor istraživao baš to područje

• treba pisati kraće i svrsishodnije - ne povijesni pregled

• iz ukupna fonda znanja treba odabrati one spoznaje koje su povezane s našim istraživanjem

Rezultati

• najbitniji dio članka

• prikazivanje dobivenih rezultata

• treba prikazati samo glavne i reprezentativne rezultate, ne sve

• statistički podaci moraju imati smisla

• nebitne se rezultate može navesti u jednoj rečenici

• izuzetno je važno da rezultati budu opisani jasno i precizno jer su upravo oni glavni dio nove
informacije koja se predočava znanstvenoj javnosti

KVANTITATIVNA ISTRAŽIVANJA U RANOM ODGOJU I OBRAZOVANJU

• Objasni ONE SIMPLE t test

170
To je t test na jednom uzorku. Odstupanje aritmetičke sredine od neke zadane teorijske vrijednosti npr. Da
li se IQ skupine (uzorka) razlikuje od 120.

Preduvijeti su: kvantitativno obilježje, homogenost varijance i uzorak > 30(50)

• Objasno Post Hoc testove (čemu služe, vrste: liberalne i konzervativne...)

Rezultati ANOVA-e (analize varijance) podrazumijevaju da se dvije ili više aritmetičkih sredina razlikuje, ali
ne govore koje se aritmetičke sredine razlikuju od koje. Ako imamo npr. 5 skupina i želimo istražiti razlikuju
li se one s obzirom na određenu zavisnu varijablu, tada ako samo između dviju aritmetičkih sredina postoji
statistički značajna razlika. ANOVA-ini će rezultati biti statistički značajni. Međutim, i dalje ne znamo
između kojih aritmetičkih sredina postoji razlika. Tada nakon što je ANOVA statistički značajna provodi se
dodatna usporedba (post hoc) kako bi smo uvidjeli između kojih skupina postoji razlika.

Vrste testova: KONZERVATIVNI – Scheffe test, Tukey HSD, Bonferroni

LIBERALNI: Student-Newman-Keuls (SNK), Duncan, LSD

• Objasni neparametrijske testove (vrste: nezavisni; 2 i više, zavisni) / Objasnite raliku između
parametrijskih i neparametrijskih testova

Neparametrijski testovi se koriste kada podaci koji se obrađuju i analiziraju odstupaju od distribucije koja
se može analizirati parametrijskim testovima ili su izraženi na nominalnim ili ordinalnim skalama. Od mjera
CT (centralna tendencija) koriste medijan (ne aritmetičku sredinu). Prikladni su za male uzorke.

Vrste: NEZAVISNI: Mann Whitney test, Wilcoxon rank test, Kolmogorov Smirnov, Wald
Wolfowitz test.

ZAVISNI: Wilcoxon signed rank test, Sign test, Mcnemar test

Razlika: Kod parametrijskih testova imamo više podataka, informacija iz kojih donosimo zaključke, odnosno
testiramo ih pod odeđenom hipotezom.

Većina parametrijskih testova ima svoje neparametrijske inačice.

• Nacrtaj i objasni t distribuciju / Cbjasni t i z distribuciju

171
Kad nam je standardna devijacija poznata koristimo normalnu standardnu ili z distribuciju (ako je dovoljno
velik uzorak mi pretpostvaljamo da nam je standardna devijacija uzorka jednaka standardnoj devijaciji
populacije).

Na malim uzorcima ne pretpostavljamo normalnu distribuciju tj. Ne koristimo pretpostavku da su nam

standardna devijacija uzorka i populacije iste. Tada za svaku N ima svoju t distribuciju (kada je n <100).

( Ako je standardna devijacija populacije poznata koriste se z distribucija, a ako nije poznata t distribucija).

Crtež t i z distribucije je u skripti na 52. stranici.

• Objasni K-S test s interpretacijom

Najpoznatiji test za testiranje normalnosti. Riječ je o neparametrijskom testu za testiranje da li dva uzorka
pripadaju istoj populaciju, odnosno da li se dva skupa slučajno razlikuju. Potrebno je imati parametre
aritmetičke sredine i varijance. Test se može primijeniti također i za testiranje jednog uzorka u slučaju da
želimo istražiti da li je uzorak slučajan.

Interpretacija K-S (Kolmogorov-Smirnov) testa:

• ako je p<0.05 zaključujemo da se podaci (ili uzorci) značajno razlikuju od normalne distribucije,
odnosno odbacujemo nul hipotezu jer je manje od 5% mogućnosti da je nul hipoteza točna

• kad je p>0.05 zaključujemo da su podaci (ili uzorci) normalno distribuirani i ujedno potvrđujemo nul
hipotezu o ne postojanju razlika

• Objasni kurtosis / Nacrtaj i objasni platikurtičnu i leptokurtičnu distribuciju

Kurtosis kao stupanj disperzije između točaka označenih na apscisi (x os) koje odgovaraju aritmetička
sredina +- standardna devijacija. Postoje tri vrste raspodjele: leptokurtična (šiljasta), mezokurtična
(normalna) i platikurtična (spljoštena). Što je veća standardna devijacija krivulja je spljoštenija, dok manja
standardna devijacija uzrokuje šiljatost krivulje.

Crteži svih distribucija su u skripti na str. 20.

• Objasni t vrijednost kod izračuna T testa kod normalne distribucije (varijanca poznata)
172
Ako je t>2 (1.96) tj razlika aritmetičkih sredina veća je 1.96 puta od svoje greške, znači da je razlika između
dvije aritmetičke sredine značajna na razini pouzdanosti od p<0.05.

Ako je t>2.58 tj razlika aritmetičkih sredina veća je 2.58 puta od svoje greške, znači da je razlika između
dvije sritmetičke sredine značajna na razimi pouzdanosti pd p<0.01.

• Objasni Levene test

Najpoznatiji test za testiranje jednakosti varijanci u analizi varijance. Velike razlike u varijanci iniciraju
izostanak testiranih razlika između međugrupnih efekata. Levenov test nije osjetljiv na (ne)nenormalnost
distribucije.

• Objasnite četiri mjerne skale

NOMINALNA SKALA

• sastoji se u klasifikaciji ispitanika prema određenim obilježjima (dob, spol...)

• riječ je o razvrstavanju

• ako obilježje ima svojstvo identiteta tada je moguće samo nominalno mjerenje

• uz pomoć nje određujemo frekvenciju

• nominalne skale zapravo ni nisu skale jer ne omogućuju da se podaci poredaju na nekom
kontinuumu, već brojevi služe samo za identifikaciju

• od vrsti nominalnih skala poostoje: dihotomne (imaju dvije kategorije), trihotomne (tri kategorije) i
politomne (n kategorija)

ORDINALNA SKALA

• pridruživanje ranga ispitanicima prema razvijenosti obilježja koje je predmet mjerenja

• ako obilježje ima svojstvo ranga tada e moguće ordinalno mjerenje

• npr. Školske ocjene

• služe za označavanje redoslijeda

• npr. Slaganje s određenom tvrdnjom (1-nikad, 2-rijetko, 3-ponekad...)

• razmak između brojeva nije jednak

INTERVALNA SKALA

• ako obilježje ima svojstvo aditivnosti, tada je moguće intervalno ili omjerno mjerenje

• nemaju realnu nultu točku, jer npr ako je temperatura 0C ne znači da nema temperature

173
• umjesto apsolutne nule- relativna (arbitrarna)

• u intervalnoj skali se točno može odrediti veličine razlika između pojmova

OMJERNA SKALA

• razmaci u dijelovima obilježja koje se mjeri su potpuno iste te isto tako i razmaci između stupnjeva
na mjernoj skali

• apsolutna nula-odsutnost kvantitete mjerenja

• omjerna skala je najviši oblik mjernih skala

• rijetko se koristi u društvenim znanostima

• Objasni ANOVA (odnos varijanci) / Objasni razliku između međugrupnih i unutargrupnih varijanci
(ANOVA)

ANOVA je akronim za analizi varijance. Za testiranje pripada li tri ili više artitmetičkih sredina istoj populaciji
koristimo se analizom varijance (ANOVA).

Analiza varijance je omjer varijabiliteta; međugrupne i unutargrupne varijance.

Ako je varijabilitet među grupama statistički značajno veći od varijabiliteta unutar grupe tada zaključujemo
da su grupe (aritmetičke sredine) iz različitih popoulacija, odnosno ne pripadaju istoj populaciji (tj različitim
populacijama s istom aritmetičkom sredinom).

• Objasni Anderson-Darlingov test

Rabi se kako bi se odredilo može li se krivulja koja opisuje neki skup podataka sigurno utvrditi normalnom
raspodjelom. Prednost je takvog izračuna u tome što je taj test osjetljiv, a nedostatak je što se kritičke
vrijednosti moraju računati za svaku raspodjelu.

• Objasni funkcije znanstvene teorije

7 temeljnih funkcija znanstvene teorije:

1. Dekompozicija (Opseg u kojem teorija omogućava razgradnju općeg sadržaja pojava (problema) u
veći broj elemenata, varijabli koje su pogodne za ispitivanje. Dekompozicija u tri koraka: sumiranje znanja,
definiranje konstrukata (termina i pojava) i klasifikacija)

2. Nomologizacija (Povezivanje bitnih elemenata u koherentan sustav-mrežu, numološka mreža-

objašnjava sve bitne odnose među ključnim pojmovima i varijablama)

3. Razumijevanje

174
4. Objašnjenje

5. Predikcija (predviđanje budućih događaja)

6. Plodotvornost

7. Kontrola

Ovo pitanje sam odgovarala sa slajdova, ali slajd na kojem su objašnjene točke od 3 do 7 crn pa se ne vidi
što piše tj objašnjenje.

• Ukratko objasni 5 metoda prikupljanja podataka (i podskupina)

1. Anketiranje

- postupak (metoda) prikupljanja podataka ispitanika o njihovim stvaovima, prcepcijama, preferencijama i

sl., dok je anketa instrument anketiranja (prikupljanja podataka)

- Anketa u širem smislu podrazumijeva svako pismeno i usmeno prikupljanje podataka i obuhvaća: 1.
anketu u užem smislu ( pismeno prikupljanje podataka pomoću upitnika)

2. intervju (usmeno prikupljanje podataka)

3. test (pitanja kojima se mjeri znanje, sposobnosti, interesi...)

- anketa u užem smislu podrazuminjeva anketni obrazac koji popunjavaju ispitanici, postoji:
neposredno anketiranje, on line anketiranje, poštansko i telefonsko anketiranje

2. Intervjuiranje

- podrazumijeva anketu u usmenom obliku, zahtjeva veći vremenski angažman te veću pripremljenost
osobe koja intervju provodi (anketar)

1. strukturirani intervju – anketar ima unaprijed postavljena pitanja (anketni upitnik) koja čita ispitaniku i
bilježi njegove odgovore, svim ispitancima se postavljaju ista pitanja

2. polustrukturirani intervju – anketa ima unaprijed postavljena okvirna pitanja (većinom pitanja otvorenog
tipa), ali bilježi i ostale misli, opažanja, stavove ispitanika koja nisu s ciljem testiranja postavljenih hipoteza

3. slobodni intervju – pitanja se nameću, pojavljuju iz samog konteksta razgovora i nisu unaprijed
postavljena, već je uglavnom šira tema zadana, prednost je dubinsko ulaženje u tematiku

4. tonski intervjui – treba se ukazati ispitaniku da će se razgovor snimati

5. grupni intervjui – uobičajeno je obuhvaćeno 5-10 sudionika s kojima osoba koja provodi intervju
razgovora na određenu temu, naziva se i fokus grupe

3. Testiranje

- postupak prikupljanja podataka koji se u pedagogiji najčešće odnosi na mjerenje znanja, iako postoje
testovi sposobnosti i testovi ličnosti (najčešće se koriste u psihologiji)

175
 - vrste zadataka u testovima: tip dosjećanja ( popunjava se praznina s odgovorom), tip nadopunjavanja
(kratak odgovor, laki za sastavljanje), dihotomni(alternativni tip) (točno/ netočno), tip višestrukog izbora (
samo jedan točan odgovor), tip korekcije (ispravljaju se najčešće pravopisne pogreške), tip sređivanja
(podrazumijeva višu razinu znanja od ispitanika), tip povezivanja

4. Analiza sadržaja

- namjena je opisivanje obilježja komunikacije, zaključivanje o događajimakoji su prethodili komunikacijite

zaključivanje o zaključcima te komunikacije

- sadržaji analize su najčešće knjige, znanstveni i stručni članci, studije, ostale tiskovine, mediji...

- sastoji se od 2 kategorije sub-analize: kategorije analite sadržaja (određuje se ono što se mjeri), kategorije
jedinice sadržaja (mjeri se učestalost)

5. Sustavno (strukturno) opažanje

- metoda je prikupljanja podataka s ciljem što točnijeg bilježenja, praćenja određene pojave na sustavan
način

- odvija se prema unaprijed određenom planu

1. ne interventno – osoba koja opaža nastoji biti ne opažena i aktivnosti se događaju u prirodnim, stvarnim
uvjetima

2. interventno – osoba koja opaža intervenira na način da potiče određene okolnosti

• Ukratko objasni probabilističke uzorke

Baziraju se na statističkoj vjerojatnosti da svaka osoba (iz populacije) ima određenu vjerojatnost da bude
odabrana u uzorak, smanjena pristranost. Njačešće se koriste tablice slučajnih brojeva za odabir uzorka.
Postupak odabira jednostavnog slučajnog uzorka: pridodavanje jedinstvenih brojeva svim članovima
populacije, izbor brojeva iz tablice slučajnih brojeva, odabir pojednica sukladno izvučenom broju,
odbacivanje brojeva koji ne odgovaraju niti jednom pojedincu te ponavlja nje postupka dok se ne dođe do
željene veličine uzorka.

• Objasni dualnost zavisne i nezavisne varijable (na primjeru)

U određenom istraživanju zavisna varijabla moe postati nezavisna i obrnuto. U stvarnosti zapravo ne
postoji zavisna i nezavisna varijabla već ovisi o istraživalačkom problemu.

Npr. Ako istražujemo da li je školski uspjeh povezan s prosocijalnim ponašanjem. U tom slučaju školski
uspjeh je nezavisna varijabla jer istraživač istražuje jesu li promjene, razlike u školskom uspjehu povezane s
različitim razinama prosocijalnog ponašanja. Međutim, ako istraživač istražuje povezanost između kvalitete
učenja i školskog uspjeha tada je školski uspjeh zavisna varijabla jer se istražuje da li je promjena u kvaliteti
učenja (nezavisna varijabla) povezana s školskim uspjehom (zavisna varijabla).

176
• Objasni specifičnosti ND (normalne distrubucije): povijest, infleksija, simetrija, Z vrijednost i odnos
prema – MCT (mjere centralne tendencije))

Još se naziva Gaussova distribucija, prema Carl Gustavu Gaussu, on je uočio da su pogreške ponovljenih
mjerenja objekata često normalno distribuiranje.

Točka infleksije – točka s obje strane krivulje gdje je nagib krivulje najstrmiji, odnosno gdje iz konveksne
prelazi u konkavnu.

Simetrija je osnovno obilježje normalne distribucije.

Z vrijednost nam označuje položaj pojedinog rezultata u normalnoj distribuciji. Izračunavanje na koji dio
standardne devijacije taj rezultat pada naziva se pretvaranje rezultata u z vrijednost. Prikazuje nam koliko
je udaljen određen rezultat od aritmetičke sredine u vrijednosti iskazane u standardnoj devijaciji.

Mjere centralne tendencije (mod, meridijan i artimetička sredina) su u normalnoj distribuciji iste vrijednosti
(kao i u svakoj simetričnoj distribuciji).

• Objasni Yatesovu korekciju

Kod 2x2 tablice (ili drugih rablica kontigencije kada imamo vrijednost teorijske f iznosi manje od 5) kada
imamo samo 1 stupanj slobode, treba provesti Yatesovu korekciju. Smanji se razlika između očekivane i
empirijske frekvencije za 0.5.

Za 0.5 smanji se empirijska frekvencija koja je veća od očekivane, a za 0.5 se poveća svaka empirijska
frekvencija koja je manja od očekivane.

Svrha Yatesove korekcije je smanjiti alpha pogrešku jer Pearson hi kvadrat tendira da bude značajan kada je
nizak (mala vjerojanost).

• Objasni MCT na distribucijama u kojima je skewness s negativnim predznakom

Asimetričnost (skewness). Postoji pozitivna (desna) ili negativna (lijeva) asimetrija.

Za negativnu asimetričnu distribuciju vrijedi; AS< medijan<mod.

177
Crtež i više nalazi se u skripti na str. 21 i 22.

• Objasni Hi kvadrat test (suština, vrste, Yatesova korekcija, tablice kontingencije)

hi kvadrat test je najpoznatiji i najviše upotrebljavan neparametrijski test koji se uglavnom primijenjuje na
kvakvalitativnim podacima i/ili kad raspodjela znatno odstupa od normalnosti. Njime se služimo kada
želimo ispitati odstupaju li određene empirijske (opažajne) frekvencije od frekvencija koje bismo očekivali
pod određenom hipotezom. Hi kvadrat test se isključivo zasniva na frekvencijama i u njegovu izračunu nije
dopušteno koristiti se drugim mjernim vrijednostima.

Za primjenu hi kvadrat testa koriste se kontingencijske tablice. Najčešće se koriste 2x2 kontingencijske
tablice ( dvije kategorijalne varijable gdje svaka varijabla ima dvije kategorije).

Hi kvadrat test primjenjuje se:

1. kada imamo frekvencije jednog uzorka i zanima nas razlikuju li se opažene (empirijske) frekvencije
od frekvencija koje očekujemo pod određenom hipotezom

2. kad želimo utvrditi razlikuju li se frekvencije dvaju nezavisnih uzoraka u određenom obilježju

3. kad želimo utvrditi razlikuju li se frekvencije dvaju zavisnih uzoraka u određenom obilježju, svojstvu;
to jest ima li određenih promjena iz međuvremenskih točaka mjerenja

Yatesova korekcija ili korekcija za kontinuitet obuhvaća postupak smanjivanja dobivene razlike između
opažane i teorijske frekvencije za 0.5.

• Objasni kategorijalne varijable

Odnose se samo na kategorije, odnosno distinktivne su naravi jer omogućuju razlikovanje ispitanika prema
određenom obilježju.

1. dihotomne - u slučaju da imamo dvije kategorije, opcije ispitanika (npr. Spol)

2. trihotomne – tri kategorije npr. Bračni status: oženjen/razveden/samac

3. politomne – više od tri kategorije

• Objasni kvantitativne varijable (vrste) / Objasni diskretne varijable (primjer)

Kvantitativne varijable se označavaju brojem koji predstavlja različite vrijednosti. Osnovna podjela
kvantitativnih varijabli je na KONTINUIRANE i DISKONTINUIRANE VARIJABLE.

DISKONTINUIRANE ILI DISKRETNE VARIJABLE se odnose na manje numeričke vrijednosti odnosno manji
opseg brojeva koji predstvalja određene vrijednosti (cijeli brojevi).

178
Kvalitativne varijable su diskontinuirane jer ne postoji kontinuitet u stupnjevanju veličine koji varijabla
mjeri i radi se zapravo o prijelazu iz jedne u drugu, novu kvalitetu. Zapravo brojevi na skali ne predstavljaju
stupnjeve već zapravo zasebne kategorije.

Između pojedinih numeričkih vrijednosti ne postoji skokoviti prijelaz već su vrijednosti izražene u finim
prijelazima i mogu biti na neograničenom broju stupnjeva (npr. Visina, težina).

U pedagogiji kontinuirane varijable vrlo su rijedak slučaj jer se najčešće koriste određene skale za
ispitivanje stavova ili se npr evaluira rezultati određenog testa i sl.

• Objasni semantički diferencijal (primjer)

Semantičke razlike (semantički diferencijal) je tehnika mjerenja stavova koje se sastoje od serija ljestvica sa
sedam stupnjeva na čijim su krajnjim polovima prodjevi ili prilozi suprotnog značenja . Suprotna značenja
kao što je "dobro", "loše", označuju početak i kraj ljestvice. Semantičke razlike su vrlo raširena tehnika u
istraživanju stavova.

• Objasni razlike između funkcionalnih i stohastičnih koleracija (nacrtaj)

Funkcionalna ili potpuna koleracija: svakoj vrijednosti, rezultatu jedne varijable odgovara samo jedan
rezultat druge varijable (r=1, npr.polumjer i opseg kruga). Potrpuna koleracija u pedagogiji nije moguća
zbog izraženog varijabiliteta među promatranim pojavama.

Stohastična ili djelomična korelacija: svakoj vrijednosti jedne varijable odgovara više (različitih) vrijednosti
druge varijable.

Crteži u skripti na str. 79 i 80.

• Objasni linearnu i nelinearnu zavisnost (stohastična r)

Linearna zavisnost je povezanost između varijabli gdje su podjednake promjene u jednoj varijabli praćene
manjim ili većim promjenama u drugoj varijabli, ali koje su također podjednake na cijelom rasponu
vrijednosti te varijable. Međutim, postoje i povezanosti koje se ne mogu prikazati pravcem, nego
zakrivljenom crtom. Primjer za nelinearni odnos može biti Dunning-Krugerov efekt ili učinak.Dunning-
Krugerov efekt predočuje nam odnos između iskustva (znanja) i procjene vlastite kompetencije; oni koji
malo znaju precjenjuju svoje sposobnosti, a oni koji puno znaju svjesni su što ne znaju te podcjenjuju svoje
sposobnosti.
179
Primjeri za nelinearnu korelaciju: S unošenjem hrane zdravlje je sve bolje, ali s daljnjim unošenjem sve više
hrane zdravlje je ugroženo (pretilost), s dijetom se zdravlje popravlja, ali s daljnjom radikalnom dijetom
zdravlje je ugroženo (anoreksija, bulimija).

180