Metodologija I Tehnologija Naučnoistraživačkog Rada: June 2021

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/352738707
Metodologija i tehnologija naučnoistraživačkog rada
Book · June 2021
CITATIONS READS
0 1,267
1 author:
Ekrem Colakhodzic
Dzemal Bijedic University of Mostar
91 PUBLICATIONS 71 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Pretilost i posturalni status djece osnovnoškolskog uzrasta u Gradu Mostaru View project
PREVALENCIJA DEFORMITETA KIČMENOG STUBA I POVEZANOST SA MORFOLOŠKIM KARAKTERISTIKAMA I FUNKCIONALNIM SPOSOBNOSTIMA KOD UČENIKA UZRASTA
11 i 12 GODINA View project
All content following this page was uploaded by Ekrem Colakhodzic on 25 January 2022.
The user has requested enhancement of the downloaded file.

METODOLOGIJA I TEHNOLOGIJA
Ekrem Čolakhodžić
NAUČNOISTRAŽIVAČKOG RADA
UNIVERZITET „DŽEMAL BIJEDIĆ“ U MOSTARU

NASTAVNIČKI FAKULTET
Autor:
Dr. sci. Ekrem Čolakhodžić, vanredni profesor
Izdavač:
Univerzitet „Džemal Bijedić“ u Mostaru
Nastavnički fakultet
Za izdavača:
Dr. sci. Elvir Zlomušica, redovni profesor
Recenzenti:
Dr. sci. Izet Rađo, redovni profesor
Dr. sci. Anela Hasanagić, vanredni profesor
Dr. sci. Husejn Musić, redovni profesor
Lektor i korektor:
Dr. sci. Amela Bajrić, docent
Kompjuterska obrada i priprema

Dr. sci. Ekrem Čolakhodžić, vanredni profesor
Edin Džiho
Štampa
„IC štamparija“ Mostar
Tiraž
500 kom.
------------------------------------------------------------------------------------------
CIP - Katalogizacija u publikaciji
Nacionalna i univerzitetska biblioteka
Bosne i Hercegovine, Sarajevo
001.8(075.8)
ČOLAKHODŽIĆ, Ekrem
Metodologija i tehnologija naučnoistraživačkog rada / Ekrem
Čolakhodžić. - Mostar : Nastavnički fakultet Univerziteta “Džemal
Bijedić”, 2021. - 340 str. : ilustr. ; 25 cm
Biografija: str. 339-340. - Bibliografija: str. 335-338.
ISBN 978-9958-686-15-3
COBISS.BH-ID 44408838
------------------------------------------------------------------------------------------
Odlukom Senata Univerziteta „Džemal Bijedić“ u Mostaru Broj: 101-1521/21 od 27.05.2021.
godine knjiga-udžbenik METODOLOGIJA I TEHNOLOGIJA NAUČNOISTRAŽIVAČKOG RADA autora
prof.dr.sci. Ekrema Čolakhodžića dobila je saglasnost za objavljivanje kao univerzitetsko izdanje.
Copyright 2021. Sva prava zadržana
Ekrem Čolakhodžić
Mostar, 2021. godine

SADRŽAJ
Predgovor..............................................................................................................................................9
Anela Hasanagić: Recenzija knjige “Metodologija i tehnologija naučnoistraživačkog
rada” autora Ekrema Čolakhodžića............................................................................................ 11
Prof. dr. Husejn Musić: Recenzija rukopisa udžbenika-knjige autora prof. dr. Ekrema
Čolakhodžića pod nazivom “Metodologija i tehnologija naučnoistraživačkog
rada”...................................................................................................................................................... 13
Prof.dr. Izet Rađo: Recenzija knjige “Metodologija i tehnologija naučnoistraživačkog
rada” autora Ekrema Čolakhodžića............................................................................................ 15
1. NAUKA I NAUČNA SPOZNAJA......................................................................... 17

1. NAUKA I NAUČNA SPOZNAJA.......................................................................................... 19
1.1. Naučna spoznaja............................................................................................................ 22
1.2. Naučno znanje................................................................................................................ 25
1.3. Karakteristike vrednovanja naučnog objašnjenja............................................ 29
1.4. Podjela i klasifikacija nauke....................................................................................... 32
2. POJAM ISTRAŽIVANJA..................................................................................... 37
2. POJAM ISTRAŽIVANJA ......................................................................................................... 39
2.1. Podjela naučnih istraživanja...................................................................................... 40
2. 2. Etape istraživanja.......................................................................................................... 46
2.3. Osobine ličnosti istraživača........................................................................................ 48
2.4. Etičnost istraživanja...................................................................................................... 54
2.4.1. Etika u naučnim istraživanjima..................................................................... 58
2.4.2. Etičnost istraživanja i posebno osjetljive grupe..................................... 61
2.4.3. Etički kodeksi i zakonski propisi................................................................... 64
2.4.3.1. Etički kodeks istraživanja s djecom u BiH................................... 65
2.4.4. Plagijarizam.......................................................................................................... 68
3. POJAM METODOLOGIJE................................................................................... 71
3. POJAM METODOLOGIJE...................................................................................................... 73
3.1. Nastanak i razvoj metodologije................................................................................ 75
3.2. Epistemološki principi ................................................................................................ 76
3.3. Metode naučnog istraživanja.................................................................................... 80
3.3.1. Klasifikacija metoda naučnog istraživanja................................................ 81
3.3.1.1. Osnovne metode istraživanja......................................................... 81
3.3.1.1.1. Metoda analize................................................................. 82
3.3.1.1.2. Metoda sinteze................................................................. 84
3.3.1.1.3. Induktivna metoda......................................................... 84
3.3.1.1.4. Deduktivna metoda....................................................... 86
3.3.1.1.5. Metoda apstrakcije......................................................... 86
3.3.1.1.6. Metoda konkretizacije................................................... 86
3.3.1.1.7. Metoda generalizacije................................................... 87
3.3.1.1.8. Metoda specijalizacije................................................... 87
3.3.1.1.9. Metoda komparacije...................................................... 87
3.3.1.2. Općenaučne metode istraživanja................................................. 88
3.3.1.2.1. Statistička metoda.......................................................... 88
3.3.1.2.2. Metoda modeliranja....................................................... 89
3.3.1.2.3. Aksiomatska metoda..................................................... 91
3.3.1.2.4. Analitičko-deduktivna metoda.................................. 91
3.3.1.2.5. Hipotetičko-deduktivna metoda............................... 92
3.3.1.3. Posebne metode istraživanja......................................................... 93
3.3.1.3.1. Dijalektička metoda....................................................... 94
3.3.1.3.2. Eksperimentalna metoda............................................. 97
3.3.1.3.3. Korelacijsko istraživanje..............................................107
3.3.1.3.4. Normativna metoda.....................................................109
3.3.1.3.5. Studija slučaja.................................................................109
3.3.1.3.6. Genetička metoda........................................................111
3.3.1.3.7. Survey istraživačka metoda.......................................111
3.3.1.3.8. Metaanaliza.....................................................................114
4. TEHNIKE PRIKUPLJANJA PODATAKA............................................................125

4. TEHNIKE PRIKUPLJANJA PODATAKA.............................................................................127
4.1. Posmatranje...................................................................................................................128
4.2. Anketiranje.....................................................................................................................133
4.3. Skaliranje ......................................................................................................................137
4.4. Sociometrija..................................................................................................................141
4.5. Intervju............................................................................................................................145
4.6. Testiranje........................................................................................................................148
5. MJERENJE........................................................................................................153
5. MJERENJE................................................................................................................................155
5.1. Mjerne skale..................................................................................................................159
5.1.1. Nominalni nivo mjerenja...............................................................................160
5.1.2. Ordinalni nivo mjerenja.................................................................................161
5.1.3. Intervalni nivo mjerenja................................................................................163
5.1.4. Omjerni nivo mjerenja...................................................................................164
5.2. Mjerne karakteristike mjernih instrumenata.....................................................164
5.2.1. Valjanost..............................................................................................................165
5.2.2. Diskriminativnost.............................................................................................172
5.2.3. Objektivnost......................................................................................................176
5.2.4. Pouzdanost........................................................................................................178
5.2.5. Baždarenost.......................................................................................................182
6. TEHNOLOGIJA NAUČNOISTRAŽIVAČKOG RADA..........................................185

6. TEHNOLOGIJA NAUČNOISTRAŽIVAČKOG RADA.......................................................187
6.1. Definisanje problema i predmeta istraživanja..................................................193
6.2. Određivanje ciljeva istraživanja..............................................................................194
6.3. Hipoteze istraživanja..................................................................................................196
6.4. Određivanje uzorka ispitanika................................................................................202
6.5. Varijable istraživanja...................................................................................................207
6.6. Izrada projekta naučnog istraživanja...................................................................214
6.6.1. Vrste projekta istraživanja.............................................................................216
6.7. Izvještaj o završenom istraživanju.........................................................................219
7. STATISTIČKE ANALIZE I OBRADA REZULTATA..............................................225

7. STATISTIČKE ANALIZE I OBRADA REZULTATA............................................................227
7.1. Podjela statistike..........................................................................................................229
7.2. Univarijantna statistička analiza.............................................................................233
7.2.1. Mjere centralne tendencije..........................................................................234
7.2.2. Mjere varijabilnosti..........................................................................................236
7.2.3. Normalna distribucija rezultata..................................................................237
7.2.4. Mjere korelacije................................................................................................240
7.3. Parametrijski statistički testovi...............................................................................243
7.3.1. T-test.....................................................................................................................243
7.3.2. F-test.....................................................................................................................248
7.4. Neparametrijski statistički testovi.........................................................................250
7.4.1. Z-test.....................................................................................................................253
7.4.2. χ2- test..................................................................................................................254
7.5. Ostali neparametrijski statistički testovi.............................................................257
7.6. Multivarijantne statističke analize.........................................................................259
7.6.1. Klasifikacija metoda za multivarijantnu analizu podataka...............260
7.6.1.1. Faktorska analiza..............................................................................261
7.6.1.2. Taksonomska analiza......................................................................276
7.6.1.3. Kanonička korelaciona analiza....................................................280
7.6.1.4. Diskriminativna analiza..................................................................282
7.6.1.5. Regresijska analiza...........................................................................284
7.6.1.5.1. Multivarijantna regresija..............................................285
8. PISANJE I OBJAVLJIVANJE RADOVA.............................................................289

8. UPUTE ZA PISANJE I OBJAVLJIVANJE RADOVA..........................................................291
8.1. Navođenje i citiranje literature...............................................................................291
8.1.1. Kako i šta treba citirati?..................................................................................292
8.1.2. Navođenje izvora na kraju rada..................................................................295
8.1.3. Citiranje i navođenje izvora po APA standardu.....................................296
8.2. Tipologija pisanih radova.........................................................................................301
8.2.1. Naučni radovi....................................................................................................302
8.2.2. Stručni radovi....................................................................................................304
8.2.3. Akademski radovi............................................................................................306
8.3. Baze podataka..............................................................................................................308
8.4. Upute za pisanje radova............................................................................................312
8.4.1. Pisanje naučnog rada.....................................................................................312
8.4.2. Pisanje seminarskog rada.............................................................................317
8.4.3. Pisanje diplomskog rada...............................................................................320
9. LITERATURA....................................................................................................333
Predgovor
Predgovor
Knjiga „Metodologija i tehnologija naučnoistraživačkog rada“ nastala

je kao rezultat dosadašnjeg iskustva i dugogodišnjeg naučnoistraživačkog
i nastavnog rada na dodiplomskim, postdiplomskim i doktorskim studijima
u Bosni i Hercegovini. Koncipirana je i napisana sa osnovnim ciljem da
se široj čitalačkoj publici približe osnove metodologije i tehnologije
naučnoistraživačkog rada. S obzirom na to da je metodologija istraživanja
veoma složena, multidimenzionalna, ali i dinamična i promjenjiva materija,
cilj mi je bio da široj čitalačkoj publici iznesem dosadašnja saznanja, misli i
zapažanja o metodologiji i tehnologiji savremenog naučnoistraživačkog rada.
Knjiga je prvenstveno namijenjena studentima dodiplomskih,
diplomskih i postdiplomskih studija, mladim istraživačima koji izučavaju
metodologiju naučnoistraživačkog rada i koji su zakoračili u neograničeni
i beskrajni prostor nauke. Predočena teorijska i praktična znanja, iskustva i
misli trebala bi poslužiti čitaocima kao putokaz u koncipiranju i objavljivanju
akademskih radova i budućih istraživanja, rješavanju određenih problema, te
da im olakšaju prelaženje mukotrpnog puta koji treba da ih dovede do cilja.
Sa sigurnošću mogu reći da u ovoj oblasti nema dovoljno napisane literature
novijeg datuma, te da starija literatura eminentnih autora ne obuhvata sva
područja metodologije i tehnologije naučnoistraživačkog rada.
U prva dva poglavlja razmotreni su i kratko pojašnjeni pojmovi nauke,
naučnog saznanja, istraživanja i etičnosti u istraživanju, a koji nisu toliko
opterećeni materijom filozofskog i logičkog sadržaja, prvenstveno iz razloga što
je knjiga zamišljena kao priručnik koji uvodi mlade istraživače u metodologiju
i tehnologiju naučnoistraživačkog rada.
Na isti način u trećem poglavlju knjige pojašnjen je pojam metodologije,
njenog nastanka, razvoja i principa, kao i pojam metoda istraživanja, pojmova
koje često neupućeni izjednačavaju mada se radi o različitim ali veoma
povezanim i isprepletenim pojmovima.
U četvrtom i petom poglavlju ove knjige objašnjene su tehnike prikupljanja
podataka i mjerenja, sa posebnim osvrtom na osnove teorije mjerenja, nivoe
mjerenja, mjerne skale i mjerne karakteristike mjernih instrumenata.
Pošto je ova knjiga prvenstveno namijenjena studentima i/ili mladim
istraživačima, u šestom poglavlju prezentovana je tehnologija izrade
naučnoistraživačkog rada sa specifičnostima definisanja i pisanja metodološkog
okvira u istraživanju i izradi projekta istraživanja.
Činjenica da je metodologija naučnoistraživačkog rada nezamisliva bez
statističkih analiza, kao i činjenica da je informacijska tehnologija uveliko
9
promijenila obradu dobijenih podataka i tehnologiji naučnoistraživačkog rada

dala sasvim novu dimenziju, nagnala me je da učinim dodatni napor i da u
sedmom poglavlju knjige ukratko prikažem i objasnim statističke analize koje se
koriste za obradu dobijenih podataka i rješavanje problema na univarijantnom
i multivarijantnom nivou. Svjesni smo da bez poznavanja ovih tehnika nema ni
kvalitetnog naučnog istraživanja.
Dio knjige koji se odnosi na osmo poglavlje, koje objašnjava pisanje i
objavljivanje naučnih i stručnih radova, akademskih radova, kao i citiranja
radova i odabir baza podataka, dio je koji je napisan s namjerom da mladim
istraživačima i studentima pomognu pri izradi i objavljivanju seminarskog,
diplomskog i naučnog rada.
U manjoj ili većoj mjeri, koristili smo se teorijom i iskustvima, idejama,
podacima drugih eminentnih autora u ovoj oblasti, koji su citirani i navedeni
u poglavlju Literatura. Svjestan da ovo djelo predstavlja još jedan pokušaj da
se ova složena i dinamična materija približi kroz jedan novi koncept, autor se
unaprijed zahvaljuje svima koji su na bilo koji način pomogli da ova knjiga
ugleda svjetlo dana, na svim idejama i opravdanim primjedbama i sugestijama,
nadajući se da će sljedeće izdanje biti bolje.
Autor
10
Recenzije
Anela Hasanagić, vanredni profesor

Univerzitet u Zenici
Recenzija knjige
“METODOLOGIJA I TEHNOLOGIJA
NAUČNOISTRAŽIVAČKOG RADA”
Autora Ekrema Čolakhodžića
Knjiga Metodologija i tehnologija naučnoistraživačkog rada, autora Ekrema

Čolakhodžića predstavlja jako značajno djelo koje može biti korisno velikom
broju korisnika. Prije svega, ovu knjigu bih toplo preporučila studentima
društvenih i humanističkih fakulteta, ali i svim praktičarima, te stručnjacima
koji se bave naučnoistraživačkim radom. Ova knjiga može biti odličan saveznik
i univerzitetskim nastavnicima, koji realiziraju nastavu iz predmeta iz oblasti
metodologije istraživanja u društvenim i humanističkim naukama.
Knjiga je pisana razumljivim riječnikom, veoma je informativna i sadržajna.
Sastoji se od osam poglavlja, a deveto poglavlje je literatura korištena kao
referenca u tekstu. Knjiga ukupno ima 335 strana pisana je fontom Times New
Roman, veličina 12.
Prvo poglavlje u knjizi je uvodno poglavlje i na vrlo detaljan način autor
objašnjava šta je nauka, naučna spoznaja, znanje, koji su ciljevi nauke, itd. Autor
ovdje uvodi u sve ono što slijedi na narednim stranicama, upućujući na veoma
vrijedan input, a to su razlike između naučnog i nenaučnog zaključivanja.
Drugo poglavlje nosi naslov Pojam istraživanja i u ovom poglavlju čitaoc
može naći eksplicitne odrednice pojma i podjela istraživanja, ali ono što se čini
najvrednije je dio namjenjen etičnosti u istraživanju, te plagijarizmu. Na jedan
vrlo praktičan način objašnjava šta se smatra plagirizmom pri čemu koristi
recentnu literaturu, što je će svakako biti veoma vrijedan izvor za studente koji
se tek upoznaju sa pisanjem naučnog rada i plagijarizam nažalost ne smatraju
toliko ozbiljnim problemom, koliko zaista jeste.
Treće poglavlje - Pojam metodologije govori o naučnim metodama
istraživanja. Jako veliki broj naučnih metoda je objašnjen i prema različitim
kriterijima podjele metoda, što mora se priznati, nije odlika drugih do sada
viđenih udžbenika i priručnika dostupnih studentima. Za studente društvenog
usmjerenja, je ovakav ekstenzivitet u vrstama metoda se može učiniti
preplavljujućim, ali s obzirom da je udžbenik namjenjen vrlo širokom spektru
korisnika, za istaživanja iz veoma različitih oblasti, drugačije se metode nisu
mogle ni prikazati.
Na isti način, detaljno, jasno i jako opsežno, autor objašnjava tehnike
prikupljanja podataka u četvrtom poglavlju. Obrađeni su: posmatranje,
anketiranje, skaliranje, sociometrijski postupak, intervju, testiranje i svaka
11
od ovih tehnika je opisana do u detalje. Naravno, krajnji korisnik može naći

vrlo informativno ono što mu datom momentu treba kada su u pitanju svaka
od navedenih tehnika. Peto poglavlje govori o mjerenju, mjernim skalama,
mjernim karakteristikama mjernih istrumenata, koje su iznimno važne za
razumjeti, kako bismo zapravo znali koliko nam je validno neko istaživanje
(Istraživanje je validno onoliko koliko su validni mjerni instrumenti koji se
koriste).
Šesto poglavlje nosi naslov Tehnologija naučno-istraživačkog rada, i
ovdje, ponovno iscrpno, detaljno i koristeću veoma širok izbor kako novije
literature, tako i starih klasika iz oblasti metodologije, autor objašnjava
korake u istraživanju, počevši od same ideje istraživanja, do projekta
naučnog istraživanja. Veoma korisno poglavlje za studente koji na predmetu
Metodologija istraživanja u društvenim naukama, ili prilikom pisanja projekta
diplomskih i magistarskih radnju mogu konsultovati ovo poglavlje i podsjetiti
se na veoma bitne aspekte i korake u naučno-istraživačkom radu. Ovdje su
pokriveni ciljevi istraživanja, hipoteze istraživanja, uzorak, te varijable.
Sedmo poglavlje se bavi Statističkom analizom. Poglavlje koje je korisno za
one koji su zaboravili statistiku. Autor ne ulazi u načine interpretacije pojedinih
dobivenih rezultata ,te praktičnim problemima statističke obrade, nego veoma
iscrpno govori o teoretskoj pozadini kako deskriptivne, tako i inferencijalne
statistike, što svakako može biti veoma koristan izvor informacija prilikom
određivanja statističkih tehnika koje će se koristiti prilikom izrade projekta,
odnosno samog naučnog rada.
Posljednje, osmo poglavlje - Pisanje i objavljivanje rada je također jako
informativno. Bavi se načinom na koji se navodi i citira literatura, objašnjen je
detaljno APA standard kao jedan od naučestalije korištenih standarda citiranja
literature na ovim prostorima, potom, objašnjena je tipologija naučnih radova,
te bibliografske baze.
Zaključno, smatram da je djelo Metodologija i tehnologija naučnoistra-
živačkog rada, jako vrijedno djelo, koje zaslužuje da se nađe u rukama svakog
studenta, praktičara, naučnika, te na kraju, najvažnije nastavnika koji predaju
predmete iz oblasti metodologije. Nastavnicima na predmetu Metodologija
istraživanja će ovaj udžbenik poslužiti kao fantastičan alat u kojem imaju sve
ono što im treba kao izvor za savladavanje jednog od važnijih predmeta u toku
studija.
U Sarajevu, 22.3.2021.
12
Recenzije
Prof. dr. HUSEJN MUSIĆ, redovni profesor

Univerzitet "Džemal Bijedić" u Mostaru
Recenzija rukopisa udžbenika-knjige

autora prof. dr. Ekrema Čolakhodžića pod nazivom
Rukopis udžbenika-knjige autora prof. dr. Ekrema Čolakhodžića pod

nazivom “Metodologija i tehnologija naučnoistraživačkog rada” je optimalnog
obima i tematski prikladne strukture. Osim sadržaja i literature u tekstu je osam
sljedećih poglavlja:
1. Nauka i naučna spoznaja,
2. Pojam istraživanja,
3. Pojam metodologije,
4. Tehnike prikupljanja podataka,
5. Mjerenje,
6. Tehnologija naučnoistraživačkog rada,
7. Statističke analize i obrada rezultata istraživanja i
8. Pisanje i objavljivanje radova.
Sva poglavlja izuzev završnih razmatranja struktuirana su u više
odgovarajućih potpoglavlja. U prvom poglavlju pod nazivom ,,Nauka i
naučna spoznaja,, autor detaljno razradjuje i pojmovno definiše naučnu
spoznaju, naučno znanje, karakteristike vrednovanja naučnog objašnjenja,
zatim podjelu i klasifikaciju nauke. U drugom poglavlju pod nazivom ,,Pojam
istraživanja,, autor razrađuje i vrši klasifikaciju naučnih istraživanja, etapama,
osobinama ličnosti istraživača, etičnosti, kodeksu itd. U trećem poglavlju
autor je detaljno razradio pojam, nastanak i razvoj metotodlogije, posebno
je akcentirao metode i njihovu klasifikaciju koje se koriste u istraživanjim u
području društvenih nauka. U četvrtom poglavlju autor je razradio tehnike
prikupljanja podataka a shodno njima i instrumentima istraživanja. U petom
poglavlju autor je na primjeren način razradio mjerne skale i na prikladan
način pojasnio metrijske karakteristike mjernih instrumenata. Šesto poglavlje
u rukopisu udžbenika-knjige ,,Metodologija i tehnologija naučnoistraživačkog
rada,, akcentirano je definisanju problema, predmeta ciljevima, zadacima,
hipotezama, uzorku, varijablama, vrstama i projektu istraživanja te kako i na
koji način piše ,,Izvještaj o završnom istraživanju. U sedmom poglavlju autor
je dosta pažnje posvetio statističkoj analizi, statističkim postupcima i obradi
rezultata istraživanja. Posebnu pažnju u rukopisu autor je posvetio u poglavlju
13
,,Pisanje i objavljivanje radova,, pri čemu je sa dosta primjera dao mladim

istraživačima, studentima upute kako i na koji način da pišu stručne, naučne
i akademske radove.
Imejući u vidu ranije navedeno konstatujem da će udžbenik obogatiti
našu naučnu i stručnu literaturu iz područja društevnih nauka, olakšati studij
na nastavničkim fakultetima, stalni profesionalni razvoj nastavnika, stručnih
saradnika i rukovodilaca pedagoških institucija i organizacija te sa velikim
zadovoljstvom predlažem da se rukopis ovog udžbenika što prije pripremi i
štampa.
_______________________
(prof. dr. Husejn Musić)
14
Recenzije
Prof.dr. Izet Rađo, redovni profesor

Univerzitet u Sarajevu
Recenzija knjige
autora Ekrema Čolakhodžića
Nakon pregledanog materijala želim izraziti zadovoljstvo što mogu

napisati recenziju.
Knjiga je struktuirana na vrlo kvalitetan način kroz devet poglavlja. U
prvom poglavlju autor na vrlo originalan način predstavlja fenomen nauke i
naučne spoznaje i time uvodi u drugo poglavlje pojam istraživanja u kojima
na vrlo kvalitetan način predstavlja i osvjetljava vrlo osjetljivo područje
naučnoistraživačkog rada, a to je etički kodeks.
Pod pojmom metodologije u trećem poglavlju obuhvaćeni su i vrlo
kvalitetno predstavljeni svi aspekti metodološke didaktike. U četvrtom i petom
poglavlju autor recentno predstavlja instrumentarij tehnike prikupljanja
podataka u istraživanju. Kako mjerni instrumenti trebaju da odgovaraju teoriji
mjerenja, autor u petom poglavlju daje vrlo originalan prikaz skala i metrijskih
karakteristika primjenjenih varijabli.
Šesto poglavlje definiše tehnologiju naučnoistraživačkog rada i u ovom
poglavlju na vrlo originalan način autor upućuje buduće čitatelje na strukturu
metodološkog koncepta pri pisanju naučno istraživačkih radova.
Želim istaći posebno sedmo poglavlje, gdje je na vrlo analitičan način
autor prikazao statističku obradu podataka koja obuhvata kako parametrijsku
tako i neparametrijsku statistiku.
Na univarijantnom nivou, autor vrlo originalno predstavlja sve tehnike
statističke obrade, a posebna pohvala za pristup i jasnoću u objašnjavanju
metoda za obradu podataka na multivarijantnom nivou.
U današnje vrijeme, kao nikada do sada, vrlo je važno mlade istraživače, a
i starije, orijentisati kako i na koji način pisati naučnoistraživačke članke, i kako
i u kojem smjeru ih pripremiti za objavljivanje u prestižnim međunarodnim
časopisima.
Literatura pokriva cijeli spektar udžbenika. Autor je koristio najrelevantniju
literaturu i putem nje atributirao i time podigao kvalitet ovog udžbenika.
Sa zadovoljstvom želim preporučiti udžbenik „Metodologija i tehnologija
naučnoistraživačkog rada“ autora prof.dr Ekrema Čolakhodžića, da se odobri u
štampu, i udžbenik će pomoći svim studentima I, II i III ciklusa da na kvalitetan
način spoznaju metodologiju naučnoistraživačkog rada, koncept statističkih
metoda, i podvlačim još jednom, upute za pisanje naučnoistraživačkih radova
u svim oblastima.
15
Kako se sve mijenja, tako se i metodološki koncept mijenja. Udžbenik

autora prof.dr. Ekrema Čolakhodžića je nešto novo u području metodologije
naučnog istraživanja i mogu primjetiti da je autor koristio vrlo originalan
koncept koji se ogleda u mudroj krilatici da ideja predstavlja poznate
informacije poredane u novi redoslijed.
S poštovanjem,
Prof.dr Izet Rađo

Redovni profesor
16
Nauka i naučna spoznaja
1.
NAUKA I NAUČNA SPOZNAJA
 Pojam nauke
 Ciljevi nauke
 Osnovna načela nauke
 Naučna spoznaja
 Naučno znanje
 Naučno objašnjenje
 Podjela nauke
17
18
1. NAUKA I NAUČNA SPOZNAJA
U najširem smislu riječi nauka je sinonim za znanje, dok u užem

smislu nauka označava posebnu vrstu svjesne društvene djelatnost čiji
je cilj spoznavanje prirode i društva. Ona predstavlja ukupnost istinitih i
sistematizovanih saznanja (do kojih ljudi dolaze različitim metodama) o svijetu
koji ih okružuje i o samom sebi, produkt ljudskog mišljenja i stvaranja kroz
historiju. Ukupan materijalni i duhovni napredak čovječanstva u prvom redu
uslovljen je razvojem nauke. S tim u vezi može se reći da je naučni poziv jedan
od najzahtjevnijih i najodabranijih poziva koje čovjek može odabrati i poželjeti.
Naučni poziv traži cijelog čovjeka, zaokuplja njegove misli, crpi njegovu fizičku
i duhovnu snagu. Nije dovoljno imati samo dobru volju, htjeti raditi. Naučni
rad zahtijeva mnoga odricanja. To je izuzetno teško i kompleksno zanimanje.
Nauka predstavlja sveukupnost dobijenih saznanja izrečenih u sistematskom
vidu, sa težnjom da se određeno polje pojava, vrsta fenomena ili oblasti
postojanja, izuče dokraja i potpuno te da se o njima steknu nova saznanja koja
će imati trajnu vrijednost i koja mogu biti temelj ljudske prakse. Nauka nije
neka posebna vrsta spoznajne moći, jer se ona rađa iz one iste vrste saznanja
i one iste saznajne moći koja je čovjeku urođena kroz civilizacijski razvoj i sa
kojom raspolaže većina normalnih ljudi. Nauka je organizovano, sistematsko,
višekratno ponavljano promatranje pojava, bilo da su one pojave prirode ili da
su pojave historije ili ljudskog duha (Filipović, 2004).
Temelj nauke počiva na velikoj intelektualnoj moći kojom se čovjek najviše
izdvaja od svih takvih bića. Čovjek zahvaljujući svojoj intelektualnoj moći ima
cjelokupnu sliku svijeta koju stalno istražuje i proširuje usavršavajući tu sliku.
Mišljenje je najviši psihički proces i djelatnost koja se javlja u svijetu. Ono se
sastoji u sposobnosti čovjeka da stvara opće zamisli ili pojmove o svemu što
dođe u doseg mišljenja i što postaje njegov predmet (Filipović, 2004). Nauka
je suma znanja o objektivnoj stvarnosti do koje se došlo primjenom određenih
metoda istraživanja. Pod metodama istraživanja u ovom slučaju misli se na
metode koje su vezane za verifikaciju. Nauka je, prema tome, suma znanja o
objektivnoj stvarnosti čiju istinitost možemo provjeriti (Vujević, 2002).
Šamić (1987) definiše nauku kao sređeno, sistematsko i provjereno
saznanje o nečemu, postignuto metodičnim, pažljivim i savjesnim
istraživanjem i razmatranjem. Istraživanjem, pak, zovemo sistematsko traganje
za činjenicama iz kojih se mogu izvući izvjesni naučni principi i zakonitosti.
Prema tome, nauku zapravo čine rezultati, zakoni do kojih se dolazi putem
istraživanja.
Osnovni ciljevi nauke su:
- Opisivanje
- Predviđanje
19
- Razumijevanje
- Kontrola
Opisivanje obuhvata postupke kojima različite pojave definišemo,

utvrđujemo njihova svojstva, razvrstavamo ih i popisujemo. Opisivanje je
uvijek prvi korak u naučnom proučavanju nekog problema. Naučno opisivanje
se u društvenim naukama obično odvija s dvojakom svrhom:
1. klasifikacije različitih pojava ili objekata (taksonomije),
2. njihove analize koja bi trebala ukazati na moguće uzročno-posljedične
veze.
Predviđanje obuhvata nastojanje da se predvidi neki događaj ili

ponašanje. Predviđanjem nastojimo utvrditi korelacije nekih pojava i nastojimo
uspostaviti naučne zakone, tj. pravila koja uvijek vrijede.
Razumijevanje predstavlja najvažniji naučni cilj. Možemo reći da smo

neku pojavu razumjeli onda kad spoznamo njene uzroke. Za izvođenje
uzročno-posljedičnih zaključaka nužan je veći broj preduslova od kojih se u
novije vrijeme najčešće spominju tri:
1. međusobna povezanost (kovarijacija) pojava,
2. odgovarajući vremenski slijed (uzrok prethodi posljedici),
3. odbacivanje svih drugih mogućih i uvjerljivih objašnjenja utvrđene
povezanosti među varijablama, postupcima logičke analize ili
eksperimentalne kontrole.
Razumijevanje predstavlja i relativno i nikad potpuno konačno objašnjenje

koje ne zahtijeva dodatna objašnjenja.
Kontrolu smatramo krajnjim ciljem nauke, odnosno mogućnošću utjecaja

na pojave koje se istražuju. Kontrola predstavlja i ovladavanje pojavama
mijenjanjem situacijskih faktora i zahtijeva odlično poznavanje uzroka pojava.
Ponekad zbog neznanja kontrola kao cilj nauke izaziva protivljenje i osporavanje.
Osnovna obilježja ili značajke nauke su sljedeća:

Društveni karakter nauke – svaka nauka koristi društvo i samo kao
društvena potreba postoji nauka. Nauka je opće ljudsko pravo i služi
interesima cijelog društva i napretka čovječanstva. Temeljna svrha joj
je zadovoljiti društvene potrebe.
Jedinstvo naučne teorije i prakse – teorija ne služi ničemu ako ne
služi praksi. Ako se nije dokazala u praksi onda nije teorija, nije nauka.
Kreativnost u nauci – ako nauka ne daje nešto novo nije nauka, nego
ponavljanje.
20
Internacionalni karakter – internacionalna i općeljudska po

društvenoj ulozi, predmetu i metodama istraživanja, po svrsi, ciljevima
i zadacima. Nauka se ne može svesti u nacionalne okvire.
Jedinstvenost nauke – ona se sastoji u jedinstvenosti društvenih i
prirodnih nauka, jer je i svijet jedinstven. Nestaju pregrade između
fundamentalnih nauka.
Kolektivizam rada – u dalekoj prošlosti je dominirao naučnik
pojedinac. Progresijom znanja za ispunjavanje zadataka koja stoje
pred naukom u savremenim uslovima moraju se udruživati znanja
i naučna oprema, obrađivati ogroman fond informacija iz raznih
područja itd.
Dinamički karakter nauke – očituje se i u stvaralačkom i kritičkom
revidiranju naučnog naslijeđa iz prošlosti. Nauka je u prvom redu
istraživanje, stalno kretanje ka novom i nepoznatom. Ona je okrenuta
budućnosti. Bez novih istraživanja nauka bi se ubrzo pretvorila u
dogmu1, u beživotno učenje bez perspektive.
Diferencijacija nauke – diferenciranjem znanja javljaju se nove grane
nauke.
Treba imati u vidu da su u dosadašnjem poimanju nauke najčešće
isticani njeni osnovni principi: objektivnost, pouzdanost, preciznost, općost,
analitičnost, sistematičnost i racionalnost. Pominju se i neki drugi principi, ali
se oni navode u svim slučajevima tako da su osnovna načela nauke.
Objektivnost – zahtijeva temeljno ispitivanje svega u nauci, traži
da se naučni podaci provjere. Potpune objektivnosti ipak nema.
Međutim, ono što nauka otkriva nije i ne bi smjelo biti mišljenje nego
sinteza razmišljanja. U naučnom radu ne smije biti predrasuda i ličnog
uvjerenja. Naučno istraživanje mora biti nepristrano i etički neutralno.
Pouzdanost – riječ je o argumentovanosti spoznaje. Rigorozno treba
prikupljati sve empirijske i naučne informacije o određenoj pojavi.
Sud mora biti argumentovan, dokazan, a hipoteza obrazložena.
Preciznost – studioznost, naučno zapažanje ili eksperiment moraju
biti jasnim i prije provjerenim naučnim postupcima i metodama tačno
prevedeni, rezultati pažljivo zabilježeni i upisana sva zapažanja tokom
istraživanja.
Općost - nauka je usmjerena na otkrivanje općih veza i odnosa među
pojavama, procesima i predmetima u objektivnoj stvarnosti. Težnja
da se dokuči unutrašnja suština pojava koje se ispituju i da se utvrde
opći i relativno stalni odnosi i veze koje se među njima uspostavljaju.
Stepen općosti različit je kod pojedinih naučnih disciplina.
1 Dogma (grč. δόγμα - mišljenje, mnijenje, odluka) je mišljenje, mnijenje koje se bez kritičke
provjere prihvata kao sigurno, čvrsto iznesena tvrdnja bez dokaza; nepovrediv stav, sud,
zaključak.
21
Analitičnost – određene pojave treba raščlaniti na sastavne elemente

i proučiti njihova svojstva, odnose i međuzavisnost.
Sistematičnost – u naučnom radu povezuju se hipoteza i teorija, a
istraživanje teče metodički i postepeno. Pojava se mora izučavati u
njenoj vremenskoj dimenziji i njezinoj povezanosti s ostalim bitnim
faktorima.
Racionalnost – treba voditi računa o utrošku vremena i rada.
1.1. Naučna spoznaja
Zdravorazumska spoznaja temelji se na nesistematizovanim i ograničenim

informacijama koje su proizvod posmatranih pojava i onoga što pojedincu
daje spontano stečeno iskustvo. Ovdje se uzima kao istinito ono znanje koje
je za pojedinca izvjesno kao istinito u svijetu koji ga okružuje. Posmatrajući
različite objekte koji su dostupni ljudskim čulima, uočavajući svojstva dostupna
običnom posmatranju, pojedinac izvodi zaključke bez dublje analize i upotrebe
metodološke procedure i aparature. Istine do kojih se dolazi zdravorazumskim
razmatranjem izvjesne su za pojedinca i stoga se ne mogu naučno verifikovati
niti prihvatiti kao opće znanje.
Naučna spoznaja je metodološki osmišljeno, kritički prezentovano i
objektivizirano znanje koje ima svoju historiju, smisao i funkciju u čovjekovom
odnosu prema sebi i stvarnosti koja ga okružuje. To znanje ima univerzalni
karakter i predstavlja duhovnu riznicu čovječanstva koja se stalno razvija i
usavršava. U oblasti nauke ništa nije konačno dato, ništa nije toliko savršeno
da se ne bi moglo mijenjati i ništa nije konačno do te mjere da ne može biti
drugačije. To je proces saznanja istine o objektivnoj stvarnosti koji doprinosi
obogaćivanju procesa saznanja i njegovog rezultata znanja. Nova saznanja
koriguju ili prevazilaze stara i tako teče proces razvoja nauke kao univerzalne
duhovne ljudske djelatnosti, a samim tim i razvoj društva.
Za nauku kao kontinuiran proces istraživanja za društvo i čovjeka
relevantnih problema, karakteristično je da je kompleksna ljudska djelatnost
koja pokušava načiniti prodore u nepoznato, saznati istinu o svijetu koji nas
okružuje, kritički preispitivati i usavršavati svoju metodologiju, korigovati sebe
i tako težiti dostizanju što višeg mogućeg stepena objektivne spoznaje. Kad
se kaže mogućeg stepena, tada se mora imati u vidu činjenica da svako novo
otkriće predstavlja jedan, manje ili više vrijedan, korak u procesu saznanja
prirode i njenih zakonitosti, ljudskog društva i zakonitosti koje se u njemu
manifestuju, zakonitosti koje su karakteristične za razvoj čovjeka i njegovo
ponašanje.
U ovom procesu saznanja značajnu ulogu ima stepen razvoja naučne
misli, bogatstvo znanja koja predstavljaju riznicu čovječanstva i promjene
22
koje se svakodnevno dešavaju u području naučne djelatnosti u svijetu. Iz

historije razvoja nauke poznato nam je da je vijekovima vladalo mišljenje da
je Zemlja nepomično središte svemira i da se oko nje okreću nebeska tijela
(geocentrizam)2. Otkrićem Nikole Kopernika (1473-1543), na osnovu koga
proizilazi da je Sunce centar planetarnog sistema oko koga se okreću Zemlja
i druge planete, odbačen je geocentrizam i prihvaćen heliocentrizam3. Iz
historije razvoja naučne misli znamo da su nova saznanja, naročito u prošlosti,
sporo usvajana i da su mnogi naučnici, boreći se za istinu, doživljavali velike
neprijatnosti i tragično završavali svoje naučne karijere.
Bordens i Abot (1991) u svojoj knjizi „Research Design and Methods” pišu
da naučna spoznaja ima sljedeće karakteristike:
- ona je empirijska i racionalna,
- podložna je promjenama i kompleksna,
- metodološki je utemeljena i može se testirati,
- ima opći značaj i može se vrednovati.
Za naučnu misao je karakteristično da ima ciljeve, sistematski istražuje

pojavu, marljivo kontroliše uslove u kojima se istraživanje obavlja, precizno
izvodi zaključke i u stanju je da verifikuje tokove i ishode istraživanja.
Bitne karakteristike nauke su u tome što naučnik osmišljava ciljeve
svoje djelatnosti, definiše pretpostavke od kojih u istraživanju polazi, prema
problemu koji istražuje bira metode, tehnike i instrumente pomoću kojih je
moguće utvrditi činjenice i izvesti postupak dokazivanja ili opovrgavanja
naučnih pretpostavki od kojih je krenuo i verifikovati dobijene rezultate. Na
ovaj način naučnik štiti sebe od improvizacije, diletantizma i subjektivizma,
mogućeg preferisanja zdravorazumske spoznaje naučnoj spoznaji, opasnosti
da originalne akte spoznaje zamijeni vjerom u autoritete i njihove zaključke i
stavove, da ne robuje vjerovanjima i da ne bude žrtva različitih vrsta zabluda.
Naučna spoznaja se realizuje uz pomoć naučne metodologije i tehnike,
mnogo dublje i tačnije objašnjava stvarnost koju zdrav razum ne može ni
pojmiti. Marković (1994) ističe da „među zdravorazumskim aksiomima nema
ni jednog koji bi bio tako čvrsto i sveopšte prihvaćen kao što je uverenje o
postojanju objektivnog sveta van naše svesti”. Saznanje zdravim razumom
temelji se na iskustvu i ima određenu funkciju u praktičnoj ljudskoj djelatnosti,
ali to iskustvo ne prodire dublje u stvarnost i zato ostaje na običnim
konstatacijama koje nemaju moć objašnjavanja niti izrazito prihvatljiv
2 Geocentrizam (grč. Γέα - zemlja i lat. centrum - središte) - nekadašnje pogrešno shvatanje i
učenje starih Grka da je Zemlja središte cijele vasione i da oko nje kruže sva ostala nebeska
tjela. Ovo učenje je opovrgnuto kasnijim naučnim otkrićima.
3 Heliocentrizam (grč. ἥλιος - sunce i lat. centrum - središte) - učenje koje smatra Sunce kao
središnje tijelo oko koga kruže sve planete obrćući se u isto vrijeme oko svojih osa. Ovo je
učenje postavio na naučnu osnovu veliki poljski astronom Nikola Kopernik (1473-1543).
23
teorijski nivo. Zdravorazumska spoznaja u odnosu na naučnu ima znatan broj

ograničenja od kojih ćemo navesti sljedeća:
- nedostatak osmišljenog, sistematskog i metodološki utemeljenog
istraživanja,
- neutemeljenost na rezultatima ranijih istraživanja i općeprihvaćenih
istina,
- odsustvo objektivne naučne verifikacije stavova koje pojedinac
zastupa. Ono što pojedinac tvrdi može se prihvatiti na vjeru, jer je
nekonzistentno i nekompletno.
Naučno objašnjenje se razlikuje od zdravorazumskog u sljedećim bitnim

elementima:
a) Naučnim objašnjenjem se dolazi do univerzalnih vrijednosti koje služe
cijelom čovječanstvu, dok je zdravorazumsko objašnjenje ograničeno
i nepouzdane vrijednosti, pojedinačno, tj. važi samo za pojedinca.
b) Naučno objašnjenje je empirijsko i racionalno. Svako preferiranje
jednog od ova dva pristupa je nedopustivo, kao što je neopravdano
tvrditi da ove elemente i u ovom smislu ima zdravorazumsko
objašnjenje.
c) Naučno objašnjenje podrazumijeva kompleksan metodološki pristup
fenomenima koje treba objasniti, zahvatanje u procesu istraživanja što
većeg broja relevantnih faktora koji doprinose kvalitetu istraživanja
i u procesu objašnjavanja poštuju se prihvaćeni principi naučne
djelatnosti. Kod zdravorazumske spoznaje ne uvažava se niti jedan od
ovih činilaca.
d) Naučno objašnjenje polazi od manje ili više vjerovatne pretpostavke
da je moguće istražiti i objasniti određenu pojavu, da postoje izgledi
da se istraživanje obavi uspješno i dođe do relevantnih rezultata.
Sve ovo temeljeno je na ozbiljnom promišljanju prije nego što se
pristupi istraživanju i objašnjavanju. Zdrav razum se oslanja na
nesistematizovano iskustvo koje nije imalo prethodno ozbiljna
promišljanja, niti je polazilo od naučnih pretpostavki.
e) Naučno objašnjenje nije tako formulisano da ostaje zatvoreno za
nova istraživanja. Naprotiv, ono se formuliše tako da može prihvatiti
nova objašnjenja, pokoriti se čvršćim argumentima i uvažiti ono što
je bolje. Zdravorazumsko objašnjenje se ne može podvrgnuti ovim
uzusima naučnog objašnjenja.
24
Kako je značajno učiniti razgraničenje između zdravorazumske i naučne

spoznaje, tako je značajno razgraničiti nauku i ideologiju4. Kod ideoloških
stavova uopćavanje se ne vrši logičkim putem već na način kojim se najuspješnije
mogu zadovoljiti interesi određene društvene grupacije - klase, kaste, naroda.
Oni, dakle, nemaju objektivni, racionalni, već subjektivni, afektivni karakter
(Marković, 1994). Prilikom formulisanja ideoloških stavova ima se u vidu
težnja za promjenama koje su programski osmišljene i koje mogu doprinijeti
da se društvo mijenja i da bude bolje. S druge strane, ideološki stavovi mogu
biti iskorištavani u svrhu manipulisanja masama, što u našem vremenu nije
rijetka pojava. Svjedoci smo i u današnjem vremenu da su mnoge promjene
doprinijele da društvo bude drugačije, ali ne i bolje. Mnogi naučnici koristili su
u svojim radovima ideološke stavove i time doprinijeli da vrijeme odbaci ono
što su objavili i što su zastupali.
Sa sigurnošću se može reći da nauka ne može imati klasni ili partikularni
(zaseban, odvojen) karakter, da je ona univerzalno ljudska, i kao takva ona
je sveopći duhovni proizvod društvenog razvoja čovjeka. Verifikacija svakog
naučnog rezultata sprovodi se tačno utvrđenim metodama i postupcima koji
su univerzalno prihvaćeni, koji vode objektivnosti i racionalnosti rezultata
naučne djelatnosti. U tome, također, značajnog udjela imaju principi naučne
djelatnosti, kojih su obavezni da se drže istraživači.
1.2. Naučno znanje
Naučno znanje čine naučne činjenice, zakoni i teorije do kojih je došla

nauka od svog početka do danas i koji predstavljaju univerzalnu vrijednost.
Pošto je nauka univerzalno ljudska, znanje do kojeg ona dolazi univerzalno je
prihvaćeno i predstavlja opće dobro. Nauka nema granica, nije u službi politike
ili ideologije, niti bilo koje parcijalne sile. Njen cilj je čuvanje starih i otkrivanje
novih znanja i istina. Naučna znanja su rezultat marljivog rada brojnih generacija
naučnika, koji su tragali i tragaju za novim znanjima, prevazilazili i prevazilaze
stara, i korigovali i koriguju ona koja nisu dovoljno naučno utemeljena.
U vremenu naučno-tehnološke revolucije znanje se posebno vrednuje i
ima izuzetan značaj za cjelokupan društveno-ekonomski i kulturni razvoj. U
tu svrhu su formirani centri za naučne informacije kojima je cilj da obrađuju
naučna znanja, skladište, vrednuju i koriste u različite svrhe. Za znanje se kaže
4 Ideologija (fr. idéologie; gr. ideo - ideja i logos - nauka, znanje; nauka o idejama) je termin
kojim se označava obuhvatni sklop ideja koje uključuju način na koji pojedinac ili grupa
gledaju na svijet, te ciljeve, očekivanje i aktivnosti. Uglavnom se upotrebljava za političke
ideologije (marksizma, liberalizma...). Izvorno, nauka o idejama; u marksizmu, iskrivljena
i lažna svijest koja izražava interes vladajuće klase ili političke skupine; u savremenom
funkcionalizmu sistem ideja i vjerovanja koje pružaju orijentaciju za razumijevanje stvarnosti
i društveno djelovanje.
25
da je objektivno dato zahvaljujući primjeni metodologije i tehnike naučnog

rada koja naučnicima koji poznaju naučnu aparaturu, pruža mogućnost da ih
kritički preispitaju i daju svoj sud o njima. Ovo je jedan od bitnih činilaca koji
doprinosi da naučno znanje bude objektivno. Odnos znanja i vjerovanja može
se shvatiti na razne načine, ali u osnovi stoji stav da je svako znanje vjerovanje,
ali da svako vjerovanje nije znanje, tim prije i više što postoje razne vrste
vjerovanja i izvora na kojima se temelji to vjerovanje. Ono vjerovanje koje je
temeljeno na naučno provjerenim činjenicama i zakonima, može se prihvatiti
kao pouzdano znanje, dok je vjerovanje temeljeno na površnom individualnom
iskustvu, vjerovanje u stavove autoriteta i subjektivna uvjerenja, znanje koje
se ne može prihvatiti kao pouzdano. Naravno, znanje do koga dolaze filozofi i
naučnici u nekim naukama ne podliježe striktno empirijskoj verifikaciji, ali se
uzima kao pouzdano i vrijedno u tumačenju složenih problema objektivne
stvarnosti, daje opću sliku strukture svijeta i čovjeka i služi kao teorijska osnova
u tumačenju svijeta.
Kada govorimo o znanju, izvorima znanja i pristupima u procesu saznanja
pisano je mnogo i o tome postoje različita mišljenja. U ovoj knjizi ćemo navesti
one izvore i pristupe koji se najčešće spominju u literaturi:
a) Racionalizam (lat. ratio - razum, razbor, um, pamet) je gnoseološki

pravac u teoriji spoznaje, filozofsko učenje koje smatra da se objektivna
stvarnost može spoznati samo mišljenjem, da se temelji na umu, razumu,
intelektu. Racionalizam smatra (suprotno od empirizma) da je razum izvor
i kriterij vjerodostojnoga znanja. Predstavnici racionalizma zastupaju
mišljenje da je razum izvor i kriterij saznanja i znanja, a da je znanje rezultat
intelektualne aktivnosti ljudskog organa mišljenja (mozga). Predstavnici
ovog pravca vjeruju u moć ljudskog razuma da saznaje i verifikuje ono što
je otkriveno. Oni su inspirisani matematikom i odlučnošću da preferiraju
deduktivne metode saznanja drugim metodama i postupcima. Racionalisti u
svoj način proučavanja objektivne stvarnosti vjeruju zato što je on omogućio
stjecanje velikog fonda znanja u prošlosti, a postoje naučnici koji na ovaj način
produkuju znanja i u našem vremenu. Deduktivno rezonovanje nije uspjelo
da potpuno potisne empirizam koji se u nauci dosta agresivno nametnuo i
osvojio veliki broj naučnika. Francuz René Descartes, Nizozemac Baruch de
Spinoza i Nijemac Leibniz dali su racionalistički filozofski okvir onom silnom
zamahu matematike, mehanike, optike, revolucionarnom napretku prirodne
nauke uopće u 17. stoljeću.
b) Empirizam (grč. empeiría - iskustvo) je gnoseološki pravac koji zastupa

mišljenje da je empirija (iskustvo) osnovni izvor i kriterij procesa saznanja
i njegovog rezultata znanja. Znanje koje ima trajnu vrijednost proizvod je
neposrednog ili posrednog iskustva koje se može praktično verifikovati
26
objektivnim metodama i postupcima koji su univerzalno prihvaćeni u nauci.

Ekstremni empiristi tvrde da je iskustvo jedini izvor saznanja, dok umjereni
empiristi iskustvo uzimaju kao najvažniji izvor saznanja. Od Džona Loka
potječe mišljenje da sve što znamo ima porijeklo u čulima. Empiristi poriču
apriornost u oba smisla, psihološkom i spoznajno-teorijskom (logičkom,
noetičkom). Znanje nije urođeno, nego se postepeno stječe putem opažanja
(a posteriori). To je jedini izvor znanja, a to je i jedini temelj istine (vrijednosti).
Time je postavljena i granica istinitog znanja (spoznaje): samo unutar iskustva.
Nije moguća prekoiskustvena ili metafizička spoznaja (o Bogu, o duši, o slobodi
itd.). Ovu tezu zastupa pozitivizam kao ogranak empirizma. Kant se ne slaže s
racionalistima da bi racionalni a priori sam za sebe bio faktor naučne spoznaje,
nego u zajednici s osjetima (osjetilnim afekcijama: ovo bijelo, crno, toplo, tvrdo,
mirisno itd.). Apriorna je spoznaja ograničena na empiriju.
c) Realizam čiji predstavnici tvrde da je neopravdano suprotstavljati

empirizam i racionalizam zbog toga što je u svakom naučnom istraživanju
prisutno induktivno i deduktivno, empirijsko i racionalno. Ovdje se može
govoriti da je u pojedinim fazama procesa saznanja više prisutno racionalno,
a u drugim empirijsko. Tako je, naprimjer, racionalno više prisutno u procesu
razmišljanja o problemu istraživanja, razmatranju i definisanju ciljeva i zadataka
istraživanja i utvrđivanju naučnih pretpostavki od kojih se polazi u istraživanju,
dok je empirijsko više prisutno u procesu praktičnog prikupljanja podataka
i utvrđivanja činjenica u životnom realitetu. Objedinjavanjem empirijskog i
racionalnog moguće je postići da se neka pojava objektivnog svijeta opisuje,
naučno objašnjava, predviđa, o njoj sudi i zaključuje, dolazi do cjelovite naučne
elaboracije. U filozofiji je tumačenje i promatranje svijeta i života usmjereno
na stvarne, praktične, prisutne pojave i probleme. Izraz se u filozofiji javlja u
različitim pa i suprotnim značenjima. Kao opće filozofsko usmjerenje realizam
označava skup naučavanja koja u različitim verzijama drže da je stvarnost
nezavisna od mišljenja te da mu je pretpostavljena. U tom smislu realizam je
širi pojam koji uključuje i materijalizam, a suprotan je idealizmu. No, realizmom
se često označava i Platonova idealistička ontologija, koja uspostavlja realnu
opstojnost svijeta idejā. Po ovom shvatanju opće i pojedinačno su povezani i
ne mogu se mehanički odvajati u procesu saznanja svijeta i čovjeka. Naravno,
postoje i razne varijante realizma (sholastički, Murov, Engelsov).
Kao što smo ranije rekli, znanje se može definisati kao prihvatanje
naučno utemeljenih i provjerenih činjenica, zakona i teorija koje predstavljaju
univerzalnu vrijednost. Pošto je nauka univerzalno ljudska i znanje koje ona
generiše je univerzalno ljudsko. Zato se nauka može shvatiti i kao forma ljudske
djelatnosti usmjerena na stjecanje novih znanja o stvarnosti, koja se pri tome
koristi naučnom metodom. Postojeći sistem znanja se kroz proces saznanja
27
posredstvom naučne metode mijenja, obogaćuje, dopunjuje, razvija. Razlika

između nauke i drugih saznajnih djelatnosti je u tome što nauka produkuje
teorijska znanja koja predstavljaju riznicu značajnu za daljnja istraživanja i
saznanja istine i za praktičnu primjenu. Shvatanje nauke kao djelatnosti koja
ima jasno utvrđene ciljeve može se ostvariti ako se uzme u obzir cjelokupni
društveno-ekonomski, kulturni i historijski kontekst u kome se ciljevi realizuju.
Znanje predstavlja cjelovit sistem naučno provjerenih i utemeljenih
činjenica, zakona i teorija koje relativno adekvatno odgovaraju objektivnoj
stvarnosti iz koje su izvedeni. Mnogi naučnici skloni su definisanju znanja kao
istinitog vjerovanja za koje postoje čvrsti naučni dokazi pri čemu se uzima u
obzir da je svako znanje vjerovanje, ali da svako vjerovanje nije znanje, jer se
za naučno vjerovanje, koje je istinito, uzima da je ono utemeljeno na naučnim
dokazima. Ako se želi, u bilo kojoj oblasti života i međuljudskih odnosa,
istraživati, mora se poći od znanja o čovjeku i društvu, na temelju istraživanja
kreirati nova vizija čovjeka i međuljudskih odnosa, kreirati projekti i predlagati
mjere koje mogu doprinijeti da svijet bude bolji.
Evidentno je da zemlje koje raspolažu većim naučnim znanjem, koje
posjeduju sisteme naučnih informacija, koje su u stanju da obrazuju kvalitetne
kadrove i stečena naučna znanja brzo stavljaju u praktičnu funkciju općeg,
tehničko-tehnološkog i kulturnog razvoja, ostvaruju superiornost u razvoju,
prestiž u svijetu i prosperitet društva. Ono što je otkriveno upotrebom
objektivnih naučnih metoda, što je naučno verifikovano, što može da se
koristi u daljnjim istraživanjima, tumačenjima stvarnosti i što se potvrđuje
u praksi, uzima se kao istina. Naučna istina je takvo saznanje koje odgovara
prirodi i njenim zakonitostima, zakonitostima koje se javljaju u ljudskom
društvu, razvoju i ponašanju ljudi. U dosadašnjoj literaturi se često spominje
objektivističko i subjektivističko shvatanje istine i skoro da nema naučnika koji
se nije odredio prema njima u svojim djelima.
Objektivisti polaze od toga da istina postoji nezavisno od čovjeka koji

je saznaje. Postojanje, naprimjer, prirodnih zakona nezavisno od naučnika nije
sporno, ali se mora u vezi s ovim dodati da istina postaje validna za naučnika i
ljudski rod kad je otkrivena, objašnjena i prezentovana javnosti kao duhovna
baština koja nije apsolutna već relativna. U ovom slučaju to je svijest ljudska,
svijest istraživača koji je otkrio istinu.
Subjektivisti polaze od tvrdnje da je istina ono što je izvjesno za
pojedinca, šta on zastupa da je za njega istina, a šta nije. Ovdje pojedinac ne
daje argumente kako je došao do istine i kako ju je moguće provjeriti. Ako bi
se usvojio subjektivistički kriterij istine pojavila bi se proizvoljnost, teško bi se
u procesu rasprave dolazilo do onoga što je invarijantno kod pojedinaca i time
bi bili dovedeni u pitanje temelji naučne istine.
Naučna istina, bez obzira kakvo mišljenje o njoj imaju pojedine strukture
28
savremenog svijeta, nadživi svoje vrijeme, uvažava se i ostaje baština

generacijama koje dolaze. O istini, zbog raznih razloga, pojedinci i socijalne
grupe mogu imati negativno mišljenje, mogu progoniti naučnika koji je istinu
otkrio, ali ne mogu uništiti istinu zato što ona nije samo ovovremena, već
svevremena ili važi dok je ne prevaziđu rezultati novih istraživanja. Historija
nas uči da su savremenici znali biti neobjektivni ili čak surovi prema pojedinim
naučnicima koji su dolazili do novih otkrića, koja nisu prihvatali službeni organi
vlasti i njima odani konzervativni naučnici. Ponekad je prodor u novo značio
rizik da čovjek stvaralac izgubi sve, rizikuje slobodu i život. S druge strane, bilo
je ljudi iz naučnih krugova koji su prihvatali mišljenja autoriteta, primali istinu
na vjeru, cijenili ideale i robovali zabludama. Zbog svojih ograničenja i zabluda
bili su u stanju da „u ime nauke“ progone mislioce koji su se iskreno borili za
istinu. Istina, pravda i čovječnost cijene se u krugovima naučnih radnika kao
fundamentalne vrijednosti koje su podjednako značajne u životu ljudi i u
naučnoistraživačkom radu.
1.3. Karakteristike vrednovanja naučnog objašnjenja
Jedan od najbitnijih ciljeva naučnog obrazovanja je da kod pojedinca

izgradi sposobnosti kritičkog mišljenja koje je neophodno da bi uvidio razliku
između empirijske činjenice i nekorektne interpretacije, kao i da zna raspoznati
razliku između nauke (naučnog) i pseudonauke (nenaučnog). Naučno
obrazovan čovjek bi trebao da razumije kako nauka radi, odnosno ne radi,
da zna kako da uoči kvalitete i slabosti argumenata, kako da kritički preispita
podatke u cilju donošenja odluka i zaključaka uprkos neodređenostima i
nedostatku informacija.
Naučno objašnjenje ili eksplanacija (lat. explanation/explanare - objasniti,
razložiti) je logički postupak pomoću kojeg se neki objekat, subjekat, pojava,
događaj ili činjenica dovodi u vezu sa nečim drugim (objektom, subjektom,
pojavom, događajem ili činjenicom), što je nužan i dovoljan uslov njegove
egzistencije. Ono predstavlja logički argument čije su premise iskazi o
generalizacijama, općim pravilnostima i značajnim uslovima, a čiji zaključak
izražava činjenicu ili pojavu koja se objašnjava. Naučno objašnjenje predstavlja
sistem logički dosljedno sprovedenih postupaka koji omogućavaju da se otkrije
i dokaže istina, da se vrednuju rezultati istraživanja i da se sa više sigurnosti
razvija nauka. Koliko je delikatno i odgovorno istraživanje, toliko je delikatno i
odgovorno vrednovanje vlastitih i tuđih rezultata istraživanja.
Naučno objašnjenje podrazumijeva utvrđivanje konstantne uzročno-
posljedične veze između dvije pojave, i zbog toga naučno objašnjenje počiva
na dvije ključne pretpostavke koje definišu zakonitost samih pojava koje se
objašnjavaju. Te pojave moraju biti koegzistentne i moraju biti u sukcesivnom
29
odnosu. To znači da pojave koje stoje u kauzalnom odnosu moraju postojati u

istom trenutku (koegzistencija) i nužno je da jedna drugoj prethodi (sukcesija).
Ovo predstavlja osnovni uslov da možemo govoriti o postojanju naučne
zakonitosti. U popularnoj metodološkoj literaturi naučno objašnjenje se
veoma često interpretira kao otkrivanje neophodnih i dovoljnih uslova. Tako
se samo objašnjenje definiše kao ‘otkrivanje neophodnih i dovoljnih uslova
koji opisuju naučnu zakonitost.’
U dosadašnjem tekstu, govoreći o objašnjenju, mi smo se u osnovi
bavili kauzalnim objašnjenjem, tj. objašnjenjem koje opisuje odnos između
uzroka i posljedice. Ovaj tip objašnjenja je svakako najznačajniji za nauku
te ima najveću epistemološku vrijednost. Osim kauzalnog objašnjenja u
nauci su poznati i drugačiji oblici objašnjenja koji su svakako značajni i
treba ih spomenuti. Tako u nauci postoji funkcionalno objašnjenje. Ovaj tip
objašnjenja ukazuje da između dvije pojave postoji neka funkcionalna veza.
Neki metodolozi, funkcionalno objašnjenje tumače kao podvrstu kauzalnog
objašnjenja, zato što između ova dva tipa objašnjenja postoji značajna razlika.
Pojam funkcije ukazuje na određenu ‘potrebu’. Jedna pojava objašnjava se na
osnovu njene moguće funkcije, npr. na pitanje “Zašto krv sadrži bijela krvna
zrnca?” može se odgovoriti polazeći od onoga čemu bijela krvna zrnca služe
– od njihove funkcije da brane organizam od infekcija. Time smo dali jedno
funkcionalno objašnjenje.
Osim kauzalnog i funkcionalnog objašnjenja postoji i strukturalno
objašnjenje. Ovaj tip objašnjenja ukazuje na mjesto koje jedna pojava ima
u određenoj strukturi. Kod strukturalnog objašnjenja pojavu smatramo
objašnjenom ako je smjestimo u jedan širi sistem (strukturu) u kojem ona
nalazi svoje mjesto u odnosu na druge pojave.
Genetičko objašnjenje je onaj tip objašnjenja koji nam ukazuje na to

kako se neka pojava razvija. Događaj ili stanje koji su nastupili objašnjavaju se
tako što se pokazuje da su oni rezultat prethodnih događaja.
Iako se u naučnoj praksi mogu naći primjeri za još neke tipove
objašnjenja (recimo historijsko), mi ćemo na ovom mjestu izdvojiti još jedan
tip naučnog objašnjenja koji je karakterističan za društvene naučne discipline.
U društvenim naukama se često može naći argument da je društvo sasvim
različito od prirode, te da u njemu ne djeluju zakonitosti onako snažno kao što
je to u prirodi slučaj. Karakteristika društvenih zakonitosti jeste stohastičnost5.
Iz ovog razloga mi i ne možemo otkriti uzročno-posljedične veze, te ne
možemo imati objašnjenje kada proučavamo društvo u pravom smislu. Iz tih
razloga, nasuprot objašnjenju, društvene nauke se služe razumijevanjem6.
5 Grč. stokhastikós - vješt u ciljanju/stokházestai - nišaniti, gađati.
6 Iako se razumijevanje najčešće shvata kao suprotnost objašnjenju, sa epistemološke tačke
mi smo samo razumijevanje opisali kao jedan od oblika objašnjenja.
30
Razumijevanje znači “objašnjavanje“ ponašanja pojedinaca i društvenih grupa

na osnovu određenih motiva kojim se ti pojedinci i te grupe rukovode. Pošto
su motivi sastavni dio vrijednosnih obrazaca, razumijevati ponašanje znači
u osnovi saznavati kulturu jednog društva. Razumijevanje čitavih kulturnih
cjelina naziva se tumačenje. Iako se doista ne može poreći da se područje
ljudskog društva razlikuje od prirode, ipak se čini da i u društvu određene
pojave i odnosi mogu da se tumače na uzročno-posljedičan način, s time što
same naučne zakonitosti u društvu nemaju onaj apodiktički [koji je odlučan u
tvrdnji, u nastojanjima; odlučan, odrješit; koji je dokazan; neoboriv, nepobitan
(o tezama, idejama i sl.)] karakter koji postoji u prirodi. Ovo nas navodi da je
ipak sasvim opravdano da i u procesu naučnog istraživanja ljudskog društva
tragamo za naučnim objašnjenjima kauzalnog tipa.
Već smo naglasili da je nauka rijetka djelatnost koja vrednuje samu sebe.
Da li je ili nije moguće vrednovati naučnu djelatnost danas se ne postavlja
kao problem, već se radi na usavršavanju tehnika i postupaka pomoću kojih
je moguće adekvatnije vrednovanje procesa i rezultata naučnoistraživačkog
rada. U tome istraživačima dragocjeniju pomoć pružaju modeli naučnog
objašnjenja iz kojih se vidi koji je metodološki činilac naučno utemeljen, a koji
nije. Ovdje ćemo prikazati naučne i nenaučne pristupe znanju koje je dao M. H.
Marks 1963 (prema Shaughnessy i Zechmeister, 1985).
Tabela 1. Prikaz naučnog i nenaučnog pristupa
Metodološki činioci Nenaučno Naučno

Opći pristup Intuitivan Empirijski
Nesistematizovano i Namjerno i
Posmatranje
nenamjerno sistematizovano
Prezentovanje rezultata Jednostrano - subjektivno Obuhvatno - objektivno
Koncept istraživanja Neprecizan Precizan
Instrumenti Nestandardizovani Standardizovani
Mjerenje Nepouzdano Pouzdano
Formulacija hipoteze Ne može se testirati Može se testirati
Stavovi istraživača Nekritični Kritični
Ovim je dat jedan od mogućih pristupa vrednovanju odgovarajućih
metodoloških pristupa koji se koriste u procesu naučne djelatnosti, a kojima je
cilj da istraživač ili njegov kritičar procijeni one činioce koji neosporno doprinose
kvalitetu saznanja i znanja, koji mogu imati značajnu ulogu u svim fazama
istraživanja i spriječiti subjektivistički pristup procjeni metodoloških činilaca.
On je dao objašnjenje svog modela i kaže da favorizovanje empirijskog pristupa
ne znači da intuicija nema nikakvog udjela u saznanju, već da je njene nalaze
nemoguće podvrgnuti objektivnim postupcima i tehnikama vrednovanja i
31
zato se ne može, strogo uzevši, svrstati u pouzdane izvore saznanja. Stoga on

tvrdi da je znanje stečeno eksperimentalnom verifikacijom svakako pouzdanije
nego znanje stečeno intuicijom (Shaughnessy i Zechmeister, 1985).
1.4. Podjela i klasifikacija nauke
Klasifikacija znači razvrstavanje, raščlanjivanje, raspoređivanje, siste-

matsku podjelu predmeta, pojava i pojmova po klasama, po djelima, razredima,
rodovima, vrstama, tipovima s obzirom na njihove opće karakteristike.
Klasifikovati znači sprovesti klasifikaciju, odnosno poredati po skupinama,
svrstati, grupisati, razvrstati, uvrstiti itd. (Mikačić, 1974) Klasifikacija nauke
predstavlja otkrivanje interakcionih veza između njenih segmenata: područja,
polja, grana, ogranaka i dr. i to na osnovu određenih načela o njihovim
uzajamnim vezama. Klasifikacija nauke ima veliko teorijsko i praktično
značenje. Klasifikacija nauke u biti je otkrivanje uzajamnih veza nauke na
temelju određenih načela i sudova o njihovim vezama u obliku logičkog
rasporeda svrstavanja ili nizanja nauke, te kao takva ima veliko teorijsko i
praktično značenje (Zelenika, 2004). Nijedna klasifikacija nauke ne može se
smatrati konačnom, nego predstavlja samo vremenski stepen. To je prolazno
stanje spoznaje prirode koje vodi do više spoznaje, do nove klasifikacije prirode
i nauke kao skupa znanja o njoj. Izučavajući i posmatrajući historijski razvoj
nauke i u tom razvoju njenu klasifikaciju, karakteristične su tri glavne razvojne
faze:
Prva faza obuhvata period antičkog doba i ranog srednjeg vijeka.

U ovom periodu u nauci nije bilo diferencijacije jer je filozofija bila
jedina nauka. Ona je kao „nauka nad naukama” obuhvatala sva ljudska
znanja o prirodi, društvu i mišljenju. Ovu fazu u razvoju i klasifikaciji
nauke karakteriše jedinstvenost nauke.
Druga faza obuhvata razdoblje od 15. do 18. stoljeća. U drugoj fazi
započeo je i intenzivirao se proces diferencijacije nauke. Od filozofije
počinju da se odvajaju specijalne nauke: prvo matematika, mehanika,
astronomija, a zatim fizika, hemija, biologija, geologija, sociologija
i psihologija. U ovom periodu dolazi do pozitivističkog negiranja
filozofije kao samostalne nauke sa jedne strane i proglašavanja
filozofije kao „nauke nad naukama“ sa druge strane.
Treća faza klasifikacije nauke, koja je počela u 19. stoljeću, karakteristična
je po još detaljnijoj diferencijaciji, ali istovremeno i integraciji pojedinih
naučnih disciplina u određena naučna područja. Ovakvim procesima
integracije stvaraju se naučni sistemi. Diferencijacija nauke praćena je
kontinuiranim procesom dijalektičkog povezivanja.
32
Klasifikacija nauke prema Wynar B.S. (1992), osim teorijskog, ima i veliko
praktično značenje koje se ogleda u:
1) optimalnom organizovanju mreže naučno-nastavnih i naučno-
istraživačkih ustanova i institucija,
2) planiranju i ostvarivanju naučno-istraživačkih programa, projekata i
zadataka,
3) kooperaciji i koordinaciji naučnika i istraživača različitih specijalnosti,
4) izdavanju specijalističkih edicija: enciklopedija, udžbenika, monogra-
fija, zbornika radova, naučnih časopisa i slično,
5) specijalističkom obrazovanju, osposobljavanju i naučnom usavrša-
vanju stručnjaka, intelektualaca, naučnika, kadrova.
Danas se smatra da postoji oko 2.000 pojedinačnih naučnih disciplina, od

čega je u medicinskim naukama oko 100. Prema Ristanoviću i Dačiću (1999)
nauke se najčešće klasifikuju prema:
oblastima proučavanja,
metodama istraživanja,
nivoima istraživanja,
prisustvu vlastitih naučnih zakona.
Prema oblastima proučavanja nauke su klasifikovane u sedam grupa, sa

nizom područja unutra njih (Ristanović i Dačić, 1999):
Humanističko-filozofske nauke,
Društvene nauke,
Prirodne nauke,
Medicinske nauke (medicina, stomatologija, farmacija, veterina),
Tehničke nauke,
Biotehničke nauke,
Informativne nauke.
Prema ovoj klasifikaciji područje prirodnih nauka strukturirano je u pet

naučnih polja (biologija, fizika, geonauke, hemija i matematika) i trideset i tri
naučne grane.
Područje tehničkih nauka strukturirano je u petnaest naučnih
polja (arhitektura i urbanizam, brodogradnja, elektrotehnika, geodezija,
građevinarstvo, grafička tehnologija, hemijsko inžinjerstvo, metalurgija,
računarstvo, rudarstvo, nafta i geološko inžinjerstvo, strojarstvo, tehnologija
prometa i transporta, tekstilna tehnologija, aviosaobraćaj, raketna i svemirska
tehnika i druge temeljne tehničke nauke) i šezdeset i devet grana nauke.
Područje medicinskih nauka strukturirano je u šest naučnih polja
(temeljne medicinske nauke, kliničke medicinske nauke, javno zdravstvo i
zaštita, veterinarska medicina, stomatologija i farmacija) i četrdeset i dvije grane
33
nauke. Zanimljivo je da jedino kod područja medicine i zdravstva nisu naučne

grane razvrstane u sklopu pojedinih naučnih polja. Medicinari vjerovatno
imaju svoje razloge za posebno, nestandardno klasifikovanje naučnih grana u
području biomedicine i zdravstva.
Područje društvenih nauka strukturirano je u deset naučnih polja
(ekonomija, pravo, politologija, informacione nauke, sociologija, psihologija,
pedagoške nauke, socijalna geografija, socijalna djelatnost i sigurnosne i
odbrambene nauke) i šezdeset naučnih grana.
Područje humanističko-filozofskih nauka strukturirano je u osam naučnih
polja (filozofija, teologija, filologija, historija, historija umjetnosti, nauka o
umjetnosti, arheologija i etnologija i antropologija) koja imaju četrdeset i
jednu naučnu granu (Wynar, 1992).
Umjetničko područje strukturirano je u četiri naučna polja (tj. dramske
umjetnosti, filmska i elektronske umjetnosti, muzička umjetnost, likovne
umjetnosti) koja imaju petnaest naučnih grana (Langride, 1992).
Interdisciplinarno naučno područje uvedeno je kao naučno područje
različitih naučnih područja i naučnih polja, ali ona, razumljivo, nisu eksplicitno
navedena. Naučna polja unutar interdisciplinarnog naučnog područja
utvrđuju se u svakom pojedinačnom predmetu kao, npr. nauka o sistemima i
kibernetika, kognitivne nauke, Life Sciences, Behavioural Sciences i sl.
Disciplinarno istraživanje je takvo istraživanje koje se odnosi na određenu
disciplinu, u zavisnosti od toga da li se radi o makronivou (npr. polju ekonomije),
mezonivou (npr. grani međunarodne ekonomije) ili mikronivou određene
discipline (npr. ogranku ekonomija pomorskog saobraćaja).
Budući da između makro, mezo i mikronivoa naučnih disciplina postoji
vertikalna interakciona sprega, ali isto tako i na svakom nivou i međusobna
povezanost pojava, predmeta, odnosa, gotovo da je nemoguće pretpostaviti
da se takve pojave, predmeti, odnosi mogu istraživati samo u određenoj „čistoj“
naučnoj disciplini (Langride, 1992).
Iako je disciplinarno istraživanje teorijski, a i praktično primjenjivo,
više i/ili manje, direktno i/ili indirektno, u svakom naučnom području, polju,
grani i ogranku nauke, u naučnom istraživanju preovladava višedisciplinarno
istraživanje. Više naučnih disciplina koje su više ili manje, direktno ili
indirektno povezane, horizontalno i/ili vertikalno i koje su kompatibilne i/ili
komplementarne, predstavljaju višedisciplinarne nauke. A istraživanja koja se
odnose na višedisciplinarne nauke nazivaju se višedisciplinarna istraživanja.
Važnost se višedisciplinarnih istraživanja ogleda u činjenici da nema niti
jednog naučnog programa i projekta koji se ne utemeljuje na rezultatima
takvih istraživanja (Richardson, 1964).
Prema nomenklaturi višedisciplinarnosti koju je donio UNESCO
(Organizacija UN o obrazovanju, nauci i kulturi), višedisciplinarne nauke su
(Richardson, 1964):
34
Interdisciplinarne nauke. Interdisciplinarnost pretpostavlja

interakciono povezivanje dvije ili više naučnih disciplina (ogranaka,
grana, polja) u naučni sistem višeg ranga, pri čemu se sinteza ne
čini samo na nivou načela i aksioma. Tako su, naprimjer, nauke o
saobraćaju interdisciplinarne nauke jer neosporno sadrže najmanje
šest naučnih disciplina: tehniku saobraćaja, tehnologiju saobraćaja,
organizaciju saobraćaja, ekonomiku saobraćaja, saobraćajno pravo,
ekologiju saobraćaja...
Multidisciplinarne nauke. Multidisciplinarnost pretpostavlja
sučeljavanje više različitih naučnih disciplina među kojima ne postoji
uočljiva veza, odnosno među kojima nema direktne povezanosti,
direktne kompatibilnosti i komplementarnosti. Takav, naprimjer,
odnos „postoji“ između naučnih polja: matematike (iz prirodnih
nauka), tehnologije saobraćaja i transporta (iz tehničkih nauka),
veterinarske medicine (iz biomedicine i zdravstva), drvne tehnologije
(iz biotehničkih nauka), ekonomije, prava, informacionih nauka (iz
društvenih nauka), historije (iz humanističkih nauka).
Transdisciplinarne nauke. Transdisciplinarnost nauke pretpostavlja
interakciono povezivanje dvije ili više naučnih disciplina (ogranaka,
grana, polja nauke) u naučni sistem višega ranga nego što je
to u sistemu interdisciplinarnih nauka, pri čemu se stvara novi
aksiomatski sistem koji predstavlja dragocjeno oružje u teoriji i
praksi već afirmisanih interdisciplina. Kao primjer se može spomenuti
Neumanova teorija rizika i njegova primjena u ekonomiji, vojnim i
organizacionim naukama.
Pluridisciplinarne nauke. Pluridisciplinarne nauke pretpostavljaju
sučeljavanje više različitih disciplina koje su više i/ili manje, direktno
i/ili indirektno međusobno povezane, odnosno kompatibilne i
komplementarne. Takva, naprimjer, povezanost postoji između ovih
disciplina: matematike, statistike, geometrije, ili matematike, mašinstva,
brodogradnje, elektronike, građevinarstva, nanotehnologije.
Shodno navedenim činjenicama i konstatacijama može se potvrditi

da savremena klasifikacija nauka predstavlja naučnu paradigmu za mega,
globalna, makro, mezo, mikrodisciplinarna i višedisciplinarna istraživanja.
Iako postoje brojne kritike tradicionalne podjele nauka prema metodoma
istraživanja, ova podjela se još uvijek zadržala. Tako se još uvijek govori o:
neeksperimentalnim naukama čija je preovladavajuća metoda
prikupljanje podataka vezana za posmatranje i bilježenje opažajnih
pojava i
eksperimentalnim naukama u kojima je planirani eksperiment
osnovni način za provjeru postavljene hipoteze.
35
Ova podjela ima višestruke slabosti. Neke nauke mogu u jednom dijelu
svog razvoja da budu neeksperimentalne, a zatim da pređu u eksperimentalne
(sociologija, psihologija, klinička medicina itd.). Konstantnim razvojem nauke,
razvio se niz drugih metodoloških postupaka (kao npr. „kvazi eksperiment“,
„terenski eksperiment“ i sl.) koji se primjenjuju u mnogim naukama, pa se one
ne mogu svrstati ni u prvu ni u drugu grupu (Ristanović i Dačić, 1999; Žugaj,
1989).
Prema nivoima istraživanja razlikuju se:

Fundamentalna ili bazična istraživanja koja su usmjerena ka povećanju
općeg znanja i nemaju zadatak da odgovaraju odmah na praktična
pitanja (zovu se još fundamentalna neusmjerena),
Strateška istraživanja koja dovode znanje do one tačke kada se ono
može neposredno primijeniti (zovu se još fundamentalna usmjerena),
Primijenjena istraživanja koja su vezana za davanje odgovora na neko
praktično pitanje i očekuje se da do primjene rezultata dođe u periodu
od 12 godina,
Razvojna istraživanja koja su usmjerena ka usavršavanju već poznatih
metoda i tehnika ili ka primjeni negdje već generalizovanog znanja na
lokalne uslove.
Podjela nauke na deduktivne i induktivne učinjena je na osnovu općih i

specifičnih naučnih zakona:
Deduktivne nauke su one koje osim općih zakona (saznanja i teorija),
imaju i veliki broj svojih specifičnih saznanja.
Induktivne nauke su one koje se mahom služe općim zakonima i u
teorijama. Medicina je po svom karakteru pretežno induktivna nauka,
što ne umanjuje njenu složenost i razvijenost (Ristanović i Dačić, 1999;
Žugaj, 1989).
Pretpostavljamo da bi za klasifikaciju nauka u budućnosti mogao biti

karakterističan nastavak procesa istovremene diferencijacije i integracije nauke,
kao i afirmacija višedisciplinarnih nauka. Ubrzani razvoj društva i tehnologije
vodit će sigurno i ubrzanom razvoju i afirmaciji same nauke o nauci. Nesumnjivo
je da će budućnost karakterisati ubrzani razvoj svih naučnih područja, polja i
grana nauke, a posebno tehničkih, biomedicinskih i biotehničkih nauka. Ove
pretpostavke vodit će ka stvaranju naučnih pretpostavki za nastajanje novih ili
inoviranje poznatih polja, grana i ogranaka nauke.
36
Pojam istraživanja
2.
POJAM ISTRAŽIVANJA
 Pojam istraživanja
 Podjela istraživanja
 Etape istraživanja
 Osobine ličnosti istraživača
 Etičnost istraživanja
 Plagijarizam
37
38
Pojam istraživanja
2. POJAM ISTRAŽIVANJA
Istraživanje se opisuje kao aktivan, ustrajan i sistematski proces

proučavanja s ciljem otkrivanja, tumačenja i pojašnjavanja činjenica. Ovo
intelektualno proučavanje sprovodi se s ciljem stvaranja većeg znanja o
pojavama, događajima, ponašanju, te primjenjivim teorijama i zakonima.
Termin istraživanje se također koristi pri opisivanju cjelokupnog skupa
informacija o određenoj temi, a obično se vezuje uz nauku i naučnu metodu
istraživanja.
Cilj nauke je utvrđivanje zakona po kojima se odvijaju pojave u prirodi
i društvu. Utvrđivanje zakona bitno je za razumijevanje pojava i određivanje
njihovih uzroka. Ako poznajemo zakone po kojima se odvijaju pojave možemo
predviđati buduće događaje, a to je jedan od temeljnih ciljeva nauke.
Predviđanje budućih događaja omogućava bolje snalaženje u svijetu u kojem
živimo, učinkovitiju proizvodnju i prilagođavanje.
Poznato je da se svaka egzaktna nauka zasniva na podacima koji su
dobijeni mjerenjem. Ističe se da nauka ide dalje od podataka, da je bitna
interpretacija podataka. Interpretacija podataka je misaoni proces utemeljen
na principima logike. Nauka ne bi trebala da svodi istraživanje na ispitivanje
hipotetičkih stavova (kontekst opravdavanja) a da se ne ispituju traganja za
tim stavovima (kontekst otkrića). Hipotetički stavovi ne moraju da se tiču samo
pretpostavljenih odnosa izmedu fenomena, već to mogu biti i egzistencijalne
hipoteze o samim fenomenima.
U dosadašnjoj literaturu do danas nije data zadovoljavajuća definicija
izraza „naučno istraživanje“, ali je veoma pogodna i prihvatljiva definicija
naučnog istraživanja „kao sistematski, kritički, kontrolisani i ponovljivi proces
sticanja novih znanja neophodnih (a ponekad i dovoljnih) za identifikovanje,
određivanje i rešavanje naučnih (teorijskih i empirijskih) problema“ (Ristić,
1995). Prema definiciji to je sistematsko, plansko i objektivno ispitivanje
nekog problema prema određenim metodološkim pravilima, čiji je cilj
pružanje pouzdanih i preciznih odgovora na unaprijed postavljeno pitanje.
Svako istraživanje započinje formulacijom problema i cilja istraživanja, kao
i definisanjem osnovnih varijabli (promjenjivih pojava), hipoteza, izbora
metoda i tehnika istraživanja. Kod naučnog istraživanja po završetku procesa
piše se publikacija, naučni rad ili monografija koji ostaje kao rezultat i pisani
dokument na osnovu kojeg se ima uvid u rezultate istraživanja i kako su se oni
dobili.
39
2.1. Podjela naučnih istraživanja
Klasifikacija naučnih istraživanja može se izvesti na osnovu različitih

kriterija, pristupa i primjene. Izučavajući predmete, odnose, pojave, proces i
drugo, naučna istraživanja možemo podijeliti na osnovu više kriterija:
1. podjela prema prirodi i pristupu naučnih istraživanja,
2. podjela prema cilju preduzimanja ili stepenu primjenjivosti,
3. podjela prema poznavanju problema istraživanja,
4. podjela prema vremenskom trajanju,
5. podjela prema stepenu kontrole,
6. podjela prema stepenu uopćavanja,
7. kvantitativna i kvalitativna,
8. preliminarna i konačna istraživanja,
9. prema naučnoj disciplini istraživanja,
10. prema vrsti naučne spoznaje.
Općeprihvaćena podjela prema prirodi i pristupu naučnih istraživanja,

koja važi praktično za sve nauke, je na:
Teorijska istraživanja i
Empirijska istraživanja.
Teorijska istraživanja se služe deduktivnim načinom dolaženja do

novih naučnih saznanja, tj. od općeg ka posebnom i pojedinačnom u naučnim
saznanjima. Ova istraživanja, uz pomoć deduktivnog puta dolaženja do naučnih
istina o istraživanim pojavama, imaju za osnovu već uopćena, provjerena
iskustva o istraživanoj djelatnosti (u vidu pojmova, teorija, zakonitosti...)
do kojih se došlo induktivnim putem. Teorijska istraživanja se oslanjaju i na
kreativno razmišljanje, stvaralačku maštu, pa i intuiciju. Kod ovakvih istraživanja
indukcijom stvorene generalizacije se dedukuju u nove naučne istine.
Empirijska istraživanja se služe induktivnim putem dolaženja do

saznanja, tj. od pojedinačnog, posebnog do općeg. Svako empirijsko, na
indukciji zasnovano istraživanje, ipak se oslanja i na dedukciju, zbog toga što
se do hipoteza, koje će se empirijskim putem provjeravati, dolazi deduktivnim
putem, a iz induktivno zasnovanih generalizacija, dedukuju se odgovarajuće
mjere za unapređenje primijenjene prakse.
Veoma je teško napraviti neku oštru granicu između ove dvije vrste
istraživanja. Naime, u slučaju da je problem istraživanja teorijskog karaktera, a
dokazni materijal rezultat iskustvenih metoda (empirijske prirode), ili, s druge
strane, ako je problem istraživanja empirijskog karaktera, a svjedočanstvo koje
se istraživanjem dobija neophodno traži teorijske operacije i znanja, zaista je
40
Pojam istraživanja
nemoguće vršiti podjelu na teorijska i empirijska istraživanja. U nekim naučnim

disciplinama u manjem broju su zastupljena teorijska istraživanja (analitička
i kvalitativna) a više empirijska, dok je u nekim disciplinama zastupljenost
drugačija. Empirijska istraživanja mogu da utječu na opći trend u razvoju
teorije, naročito zahvaljujući pronalaženju novih istraživačkih postupaka, a ona
doprinose i pojmovnoj čistoći teorije jer zahtijevaju da značenja upotrijebljenih
izraza budu jasno određena.
Prema cilju preduzimanja ili stepenu primjenjivosti naučna istraživanja

se mogu podijeliti u dvije vrste:
Fundamentalna (osnovna, opća) - radi stjecanja i prikupljanja
novih znanja o nekom problemu koji nije direktno primjenjiv niti
praktično iskoristiv. Ova istraživanja služe provjeravanju i proširivanju
postojećeg sistema znanja.
Primijenjena (aplikativna) - radi stjecanja novih znanja i informacija
potrebnih za praktičnu primjenu u određenom naučnom području.
Ova istraživanja se bave problemima čije rješavanje donosi neku
neposrednu praktičnu korist i redovno se nadovezuju i naslanjaju na
temeljni sistem znanja.
Razvojna - usmjerena na usavršavanje već postojećih metoda i
tehnika. Razvojna istraživanja služe stvaranju i provjeravanju novih
proizvoda i sistema kao i uvođenju ili poboljšavanju novih postupaka
i to na temelju naučnog istraživanja s jedne, i praktičnog istraživanja s
druge strane.
Fundamentalna istraživanja se preduzimaju radi stjecanja novih znanja

i proširivanja granica postojećeg sistema znanja o nekoj predmetnoj oblasti.
Njihov prvenstveni zadatak nije praktična primjena novih znanja, nego
otkrivanje određenih procesa, uzročno-posljedičnih veza i zakonitosti u prirodi
i društvu radi povećanja ljudskog znanja i stvaranja spoznajnih pretpostavki
za druga, buduća istraživanja. Unutar fundamentalnih istraživanja može se
izvršiti određena unutarnja klasifikacija koja ovu vrstu istraživanja selektuje na
dvije podvrste (Kukić i Markić, 2006):
- neusmjerena (slobodna, čista) fundamentalna istraživanja, kod kojih
predmet istraživanja određuje potpuna sloboda i interes konkretnog
istraživača, njegova znatiželja za otkrivanjem određenih naučnih
istina, a ne i određeni praktični cilj ili mogućnost primjene u životu,
- usmjerena fundamentalna istraživanja, koja se ponekad označavaju i
terminom strategijska istraživanja. Predmet i pravac istraživanja kod ove
podvrste istraživanja ne nastaje kao slobodan izbor, opredjeljenje, već
su oni strogo određeni. U njihovoj realizaciji obično sudjeluju naučni
timovi, iako nije isključeno i individualno obilježje ovakvih istraživanja.
41
Primijenjena naučna istraživanja imaju dvostruki cilj koji, kao i

fundamentalna istraživanja također, uvećava kvantum znanja o prirodi i
društvu. Njihov prevashodni cilj je rješavanje nekog praktičnog zadatka,
tj. postizanja koja će biti ili koja mogu biti brzo i neposredno praktično
primijenjena. Ova istraživanja se preduzimaju radi stjecanja novih znanja i
informacija neophodnih za rješavanje određenih praktičnih problema u nekoj
oblasti. Primijenjena istraživanja imaju neposrednu praktičnu usmjerenost, a
fundamentalna nemaju, ali to ne znači da je praktična primjenjivost nalaza
stečenih fundamentalnim istraživanjima manja od nalaza primijenjenih
istraživanja. Ishodi fundamentalnih istraživanja su mnogo neizvjesniji od
ishoda primijenjenih istraživanja, jer se odnose na znanja veće općosti.
Napredak postignut fundamentalnim istraživanjima obično biva praćen
napretkom primijenjenih istraživanja.
Historija nauke svjedoči o slučajevima u kojima je primijenjeno

istraživanje neočekivano urodilo plodovima koji su usmjeravali fundamentalna
istraživanja i proširili njegove granice. Fundamentalnim naučnim istraživanjima
se formiraju znanja veće općosti nego kod primijenjenih. Treba ukazati na
neophodnost fundamentalnih istraživanja jer najčešće na osnovu napredaka u
tim istraživanjima biva omogućen i razvoj primijenjenih istraživanja. Međutim,
u naučnoj praksi se često dešava da su rezultati nekih primijenjenih istraživanja
inicijativa i podstrek za nastavak, produbljivanje ili modifikovanje nekih novih
fundamentalnih istraživanja.
U odnosu na poznavanje problema istraživanja, naučna istraživanja

mogu se podijeliti na:
eksplorativna - kada još nije poznat (identifikovan), ili nedovoljno
poznat problem istraživanja, pa je osnovni cilj da se utvrdi šta je
problem,
konfirmativna (za provjeru hipoteza) - problem je poznat i
sprovode se provjere hipoteza istraživanja uz odgovarajuće metode
i istraživačke nacrte.
Eksplorativna istraživanja se preduzimaju u početnim proučavanjima

neke oblasti koja sadrži veoma mnogo nepoznatog. Osnovni problem koji se
ovdje ispostavlja je identifikacija i određenje problema istraživanja. Planovi,
nacrti eksplorativnih istraživanja su neformalni, fleksibilni, prilagodljivi i
osjetljivi za otkrivanje neočekivanog, iznenađujućeg i dotle nenaslućivanog.
Iz eksplorativnih istraživanja mogu da niknu zamisli mogućih probnih rješenja
datog problema – hipoteza. Kada identifikuju i jasno odrede problem, naučnici
tragaju za mogućim, značajnim, probnim rješenjem toga problema koje mora
biti provjerljivo. Istraživanja koja se preduzimaju radi provjeravanja postavljenih
42
Pojam istraživanja
hipoteza imaju strože formalne nacrte od eksplorativnih. Prije svega, pod

nekim uslovima neočekivani, neobični nalazi istraživanja mogu utjecati na
nastanak teorije, mogu je začeti ili preinačiti, odnosno proširiti teoriju.
Prema aspektu vremenskog trajanja naučna istraživanja možemo

klasifikovati na:
transverzalna - istražuju se odnosi na jedan tretman posmatranja i
mjerenja odgovarajućeg (ili više) fenomena u kratkom vremenskom
intervalu, u jednoj vremenskoj tačci,
longitudinalna - istražuju se odnosi na dva ili više tretmana
posmatranja i mjerenja istih fenomena u dvije ili više vremenskih
tačaka (perioda), duži vremenski period.
Mužić (1986) ističe da je transverzalni pristup takav pristup u kojem se

neka pojava proučava u isto vrijeme na raznim mjestima i u raznim uslovima.
Nasuprot ovom pristupu, nalazi se longitudinalni pristup gdje se neka
pojava prati u vremenu. U longitudinalnom pristupu nalazimo određenu
kontinuiranost istraživanja. Isti autor ističe da se u velikom broju istraživanja
nalaze i transverzalni i longitudinalni pristup.
U odnosu na stepen kontrole naučna istraživanja mogu se podijeliti na

sljedeće vrste:
laboratorijska - obavljaju se u strogo kontrolisanim uslovima i
odgovarajućom opremom,
terenska (u prirodnim životnim uslovima - u polju) - manje
kontrolisani uslovi, i to izborom vremena i mjesta obavljanja
posmatranja i mjerenja,
bibliotečka - sakupljanje, objedinjavanje nalaza do kojih su došli
drugi istraživači, kao i kritički osvrt na njih.
Ovdje bi se mogla dodati još i vrsta istraživanja koja bi se uslovno definisala

kao „polulaboratorijska“, odnosno „poluterenska“, gdje se posmatranja i
mjerenja vrše u striktno laboratorijskim uslovima (uvijek na jednom mjestu,
istom aparaturom i mjernim instrumentarijem, u istim mikroklimatskim
uslovima, od strane istih mjerilaca).
Prema stepenu uopćavanja istraživanja mogu biti:

Nomotetska7 istraživanja - cilj ovih istraživanja sastoji se u
uspostavljanju širokih uopćavanja i utvrđivanje zakonitosti koja
vrijede za populaciju u cjelini. Stoga je uobičajeno da se nomotetska
7 Grč. νομοθετική (nomothetiche) - zakonodavna umjetnost; donošenje zakona,
zakonodavstvo, vještina donošenja zakona.
43
istraživanja temelje na ispitivanjima velikog broja ljudi čiji pokazatelji

dobro opisuju ispitivanu populaciju kao cjelinu, iako ne moraju biti
svojstvena svim ili čak većini pojedinaca.
Idiografska8 istraživanja - cilj ovih istraživanja je proučavanje
specifične i jedinstvene situacije, odnosno počivanje na izučavanju
pojedinca i naglašavanju njegove jedinstvenosti. Zbog svoje
usmjerenosti na pojedinaca, ovaj pristup je pogodan ponajprije
u kliničkim uslovima. Temeljna istraživačka metoda idiografskog
pristupa je studija slučaja (Milas, 2009).
Naučna istraživanja možemo podijeliti i na kvantitativna i kvalitativna

istraživanja.
Kvantitativna istraživanja su ona istraživanja koja pružaju brojčani
opis istraživane pojave, redovno putem statističke analize i sažimanja
izvornih podataka. Nakon korištenja formalnih metoda mjerenja i
statističkog zaključivanja donose se općeniti zaključci o uzročno-
posljedičnim odnosima (generalizacija).
Kvalitativna istraživanja rjeđe koriste formalizovano mjerenje i
statističko zaključivanje. Cilj ovih istraživanja je dubinski ispitati i
razumjeti pojavu, a ne donositi općenite zaključke utemeljene na
statističkom zaključivanju. Ovim istraživanjima nastoje se objasniti
specifični uzroci koji važe za jednu ili manji broj pojava, tzv. lokalna
uzročnost.
Odluka o tome koju metodologiju će istraživači primijeniti u svom radu

zavisi od ciljeva istraživanja, ali i od vrste pojave koja se proučava. Iako bi
konačni cilj svih naučnih disciplina trebao biti pronalaženje općih zakonitosti
primjenom kvantitativne metodologije taj cilj nije moguće u svim naukama
postići na isti način i u istoj mjeri.
Istraživanja se mogu podijeliti i na preliminarna (pilot, prethodna) i
konačna istraživanja:
Preliminarna (pilot, prethodna) su sva ona istraživanja kojima
je osnovna svrha „snimanje situacije“ kako bi se pripremio teren
za konačno istraživanje. Ova se istraživanja još nazivaju pilot
istraživanjima, preliminarnim ili orijentacijskim istraživanjima. Zbog
„upitnosti“ rezultata i „nesigurnosti“ samog polazišta i načina pristupa
ova se istraživanja obavljaju na malom uzorku ispitanika kako bi se
stvorili što manji troškovi istraživanja. Eventualne uočene slabosti i
propusti u pripremi i provedbi prethodnog istraživanja ispravljaju se
kako bi konačno istraživanje bilo s minimumom pogrešaka.
8 Grč. idios (original) + grapho (pišem) – traženje individualnih osobina osobe čija se
prisutnost razlikuje od drugih ljudi.
44
Pojam istraživanja
Konačno istraživanje slijedi poslije preliminarnog/prethodnog

istraživanja. Ono je ciljano, dubinsko istraživanje jer su sada jasna
polazišta (konkretizovani uzroci), preciziran uzorak ispitanika te
definisane metode i tehnike istraživanja.
Prema naučnoj disciplini istraživanja se dijele na:

Disciplinarna
Interdisciplinarna
Multidisciplinarna
Istraživanja prema nivou naučne spoznaje dijelimo na:

Deskripciju pojava
Klasifikaciju pojava
Utvrđivanje povezanosti pojava
Utvrđivanje uzroka pojava
Deskripcija pojava se odnosi na opisivanje obilježja pojava koje se

proučavaju. U kvantitativnim se istraživanjima to najčešće odnosi na osnovna
kvantitativna obilježja varijabli (frekvencije, mjere centralne tendencije, mjere
raspršenja i sl.), kao i na osnovna obilježja uzorka. U kvalitativnim istraživanjima
obično je riječ o verbalnom opisu prikupljenih podataka.
Klasifikacija pojava se odnosi na podjelu pojmova ili podataka na grupe

na osnovu posjedovanja određenih obilježja, odnosno na temelju njihove
sličnosti ili različitosti. Na taj način se unosi neka vrsta reda u pojave koje
se analiziraju ili u mnoštvo prikupljenih podataka. Svaka klasifikacija mora
ispunjavati određene logičke preduslove kako bi bila uspješna. Prema načelu
određenosti predmeta klasifikacije, pojam koji se klasifikuje mora biti određen
jasno i nedvosmisleno, odnosno mora se znati njegov sadržaj i obim. Prema
načelu jedinstvenosti, prilikom klasifikacije ne smiju se miješati različiti kriteriji
klasifikacije jer se u tom slučaju dobijaju međusobno neuporedive kategorije.
Načelo potpunosti podjele kaže nam da podjela mora biti iscrpna, tj. mora
obuhvatiti sve kategorije i cjelokupni obim nekog pojma. Kombinovanjem
više kriterija klasifikacije stvaraju se tipologije. Tipovi se stvaraju na osnovu
istovremenog posjedovanja dvaju (ili više) obilježja koja se dobijaju dvama
različitim načelima klasifikacije. Klasifikovanje (tipologiziranje) pojava može
se napraviti na različite načine, a uspješnost klasifikacije u nauci ocjenjuje se
prema novim naučnim spoznajama koje klasifikacija donosi.
Povezanost pojava najčešće se utvrđuje statističkom analizom i izražava

određenim koeficijentom korelacije. Povezanost pojava znači da su vrijednosti
jedne varijable na određeni način povezane s vrijednostima druge varijable.
45
Utvrđivanje uzroka pojava označava najviši nivo naučnoistraživačkog

rada. Pojave koje su statistički povezane nisu nužno i uzročno-posljedično
(kauzalno) povezane. Varijable moraju biti empirijski povezane (korelirane),
inače ne mogu biti ni uzročno-posljedično povezane. Slično tome, ako uzrok
vremenski ne prethodi posljedici, ne možemo govoriti da jedna pojava
uzrokuje drugu. Za provjeru vremenskog slijeda obično služe longitudinalna
i eksperimentalna istraživanja. Potrebno je isključiti utjecaj drugih varijabli
koje mogu utjecati na korelaciju. Tek utvrđivanjem uzročno-posljedičnih
povezanosti se neka pojava objašnjava i razumije u punom smislu riječi.
Utvrđivanje povezanosti pojava najčešće omogućava predviđanje (predikcija),
odnosno shvatanje u kojem pravcu pojava ide. Dublje razumijevanje ponekad
može omogućiti i intervencijsko djelovanje, tj. usmjeravanje pojava u željenom
smjeru.
2. 2. Etape istraživanja
Svako naučno istraživanje predstavlja kompleksan proces koji prolazi

kroz određene etape koje su međusobno povezane. Istraživač unaprijed
planira proces istraživanja koji kao cjelina prolazi kroz etape kroz koje će se
vršiti realizacija. Klasifikacija tih etapa i pristup samoj klasifikaciji još uvijek nije
jedinstven, tako da postoje određene razlike kod istraživača u ovom području.
Do sada su se iskristalisale dvije osnovne etape istraživanja:
1. pripremna etapa,
2. etapa realizacije.
Neki autori dodaju i treću etapu pisanja izvještaja, a neki smatraju da

ta etapa spada u etapu realizacije. Prema Mužiću (1986) u problematici
pedagoških istraživanja razlikujemo sljedeće etape:
1. Izbor problema istraživanja,
2. Izrada projekta istraživanja i stvaranje uslova za njegovo izvršavanje,
3. Sakupljanje podataka o pojavi koju istražujemo,
4. Obrada sakupljenih podataka,
5. Interpretacija rezultata koji su dobijeni obradom podataka,
6. Objavljivanje izvještaja o istraživanju,
7. Praktična primjena novih spoznaja do kojih se došlo istraživanjem.
Zelenika (1990) ističe da se u naučnom istraživanju može govoriti o sedam

faza (etapa) naučnog istraživanja:
1. Uočavanje naučnog problema i njegova formulacija,
2. Hipoteza,
3. Izbor i analiza teme,
46
Pojam istraživanja
4. Izrada orijentacijskog plana naučnog istraživanja,

5. Sastavljanje radne bibliografije,
6. Prikupljanje, proučavanje i sređivanje literarnog materijala,
7. Utvrđivanje strukture i kompozicije naučnog djela.
Vujević (2002) ističe da se naučno istraživanje artikulisalo u više specifičnih

aktivnosti i da, međutim, nema slaganja oko broja i vrste tih aktivnosti jer se u
konkretnim istraživanjima ne moraju pojavljivati uvijek iste aktivnosti. Što se
tiče istraživanja društvenih pojava, u njima se pojavljuje veći broj aktivnosti i u
teorijskom i u empirijskom dijelu procesa istraživanja. Svaka od ovih aktivnosti
posebno je izdvojena i razrađena kao posebna faza u procesu istraživanja.
Određen je i njihov redoslijed, što ne znači da redoslijed njihovog pojavljivanja
ne može biti drugačiji. Prema ovom autoru, u cjelovitom istraživačkom procesu
moguće su sljedeće aktivnosti:
1. Izbor i definisanje problema istraživanja,
2. Određivanje područja naučne analize,
3. Definisanje pojmova i pojmovna analiza,
4. Određivanje ciljeva istraživanja,
5. Postavljanje hipoteze,
6. Identifikacija i klasifikacija varijabli,
7. Operacionalizacija varijabli,
8. Utvrđivanje nacrta istraživanja,
9. Izbor i razrada metoda za prikupljanje podataka,
10. Planiranje i provođenje terenskog dijela istraživanja,
11. Sređivanje i obrada podataka,
12. Interpretacija podataka,
13. Pisanje naučnog izvještaja.
Prvih pet faza istraživanja čine teorijske aktivnosti. Od šeste do jedanaeste

faze razrađene su empirijske aktivnosti u istraživačkom procesu. Dvanaesta i
trinaesta faza povezuju teorijski i empirijski dio istraživačkog procesa.
Tehnologija empirijskog istraživanja obuhvata tehnološki proces koji

polazi od ideje a završava se aplikacijom rezultata istraživanja i odvija se kroz tri
komponente sa odgovarajućim fazama istraživanja (Malacko i Popović, 2001):
1. Konceptualizacija istraživanja (teorijski model, ciljevi i hipoteze
istraživanja, uzorak ispitanika, uzorak varijabli i eksperimentalni
tretman),
2. Kondenzacija podataka (prikupljanje, klasifikacija, unos, obrada i
prikazivanje podataka),
3. Operacionalizacija istraživanja (verifikacija hipoteza, logiziranje i
zaključivanje, pisanje teksta, lektorisanje i recenziranje, štampanje rada).
47
Sličnu podjelu osnovnih faza istraživanja navodi i Lamza Posavec (2004):

1. Konceptualizacija [izbor i definisanje predmeta (problema, teme)
istraživanja, definisanje svrhe (razloga) istraživanja, pregled literature,
definisanje ciljeva istraživanja, orijentacijsko (eksplorativno)
istraživanje, formulisanje hipoteza, utvrđivanje, razvrstavanje i opis
varijabli istraživanja, izrada idejnog nacrta istraživanja].
2. Operacionalizacija [izrada izvedbenog nacrta istraživanja, izbor i
operacionalizacija metoda i tehnika istraživanja, izrada plana uzorka,
izrada istraživačkog instrumenta, izbor, instruiranje i trening anketara
(ili drugih istraživača), pilot istraživanje (testiranje instrumenta, izbora
uzorka i metode istraživanja, provjera i uvježbavanje anketara), primjena
rezultata pilot istraživanja, izrada plana i programa obrade podataka].
3. Realizacija [prikupljanje podataka, kontrola postupaka prikupljanja
podataka, priprema podataka za obradu (kodiranje, logička kontrola,
unos podataka, kontrola unosa), obrada i analiza podataka, izrada
analitičkih tabela, grafičkih prikaza i sl., interpretacija rezultata,
formulisanje zaključaka, izrada istraživačkog izvještaja].
Na osnovu prethodno iskazanih etapa istraživanja u dosadašnjoj teoriji i

praksi, a u vezi sa problematikom istraživanja naučnog područja u društvenim
naukama, proces istraživanja možemo razraditi na sljedeće etape:
1. Izbor teme (predmeta i problema) istraživanja,
2. Izrada projekta istraživanja,
3. Sakupljanje podataka i izbor osnovne metode, postupka i tehnike
istraživanja,
4. Obrada dobijenih podataka,
5. Interpretacija rezultata i formulisanje zaključaka,
6. Objavljivanje izvještaja o istraživanju,
7. Praktična primjena rezultata istraživanja.
2.3. Osobine ličnosti istraživača

Naučnoistraživački rad, kao i svaka druga djelatnost, pred one osobe
koje žele da se bave tim radom postavlja određene zahtjeve. Osoba koja želi
da se bavi istraživačkim radom treba da svojim svjesnim nastojanjem stekne
određene osobine. Mužić (1986) u svojoj knjizi „Metodologija pedagoškog
istraživanja“ ističe da, između ostalih, istraživač treba da ima neke specifične
intelektualne i karakterne osobine. Među intelektualnim osobinama naročito
treba istaći:
- široki intelektualni horizont,
- opću pedagošku kulturu i specijalno poznavanje područja pedagogije
koje istražuje,
48
Pojam istraživanja
- metodološku spremu,
- sposobnost organizacije vlastitog rada i rada drugih.
Od karakternih osobina ističe sljedeće:

- upornost i ustrajnost,
- hrabrost,
- emocionalan stav prema svom radu,
- prijateljski stav prema saradnicima.
Kukić i Markić (2006) navode da svaki stručni i naučni rad podrazumijeva

određeno planiranje, analizu i kontrolu urađenog, što možemo nazvati jednim
imenom – organizacija. Oni ističu da naučni radnici nisu geniji, ali da su neka
svojstva, moći i sposobnosti imanentniji nego kod ostalih.
Prvu grupu obilježja čini grupa intelektualno-psiholoških značajki:

- inteligencija,
- intuicija,
- sklonost ka razmišljanju na neuobičajen način,
- sposobnost analize i sinteze,
- nesklonost apriornim stavovima,
- kritičnost,
- samokritičnost.
U drugoj grupi nalaze se osobine vezane za radinost u najširem značenju

riječi:
- ustrajnost,
- marljivost,
- tačnost.
U trećoj grupi osobina onih koji se bave naučnim radom su osobine koje
su u vezi sa obrazovanjem i ambicijama koje proizilaze iz njega:
- znanje,
- želja za stalnim usavršavanjem,
- motivisanost na naučni rad,
- stalno praktikovanje naučnog rada,
- sposobnost sastavljanja naučnog rada.
Uz sve navedeno Kukić i Markić ističu da nema naučnog radnika bez

etičnosti i poštenja kao njegovih karakternih crta. One osobe koje su se
opredijelile za bavljenje naukom i naučnoistraživačkim radom treba da
posjeduju osposobljenost za savremena istraživanja, odgovarajući intelektualni
potencijal, određene karakterne osobine i opće karakteristike.
49
Osposobljenost za savremena istraživanja uključuje analizu

specifičnosti naučnoistraživačkog rada u odnosu na druge djelatnosti,
specifičnosti savremenih istraživačkih tokova, funkcije savremenog istraživača
i mogućnosti unapređivanja naučne djelatnosti. Specifičnosti istraživačke
djelatnosti su u tome što ona podrazumijeva zapošljavanje vrhunskih
stručnjaka, osiguranje tehničke baze naučnih istraživanja, izvora istraživanja
i odgovarajuće finansijske podrške. Naučni radnik je uvijek spreman da
vodi javno raspravu sa naučnicima koji prate i ocjenjuju rezultate njegovih
istraživanja, voljan je da primi sugestije u svrhu podizanja nivoa i kvaliteta
svoga rada kako bi rezultati do kojih dolazi mogli biti univerzalno prihvaćeni.
Savremena naučna djelatnost podrazumijeva korištenje sofisticiranih
sredstava istraživačkog rada u svim naučnim oblastima, traži od naučnika da
ih poznaje, znanje da njima rukuje, spremnost da timski istražuje, da prihvati
logiku interdisciplinarnog i multidisciplinarnog pristupa, da sarađuje i ispoljava
toleranciju prema drugom i drugačijem mišljenju, a da ima energičan kritički
stav prema improvizaciji, diletantizmu i subjektivizmu u nauci. Jako je bitan
i kritički odnos prema svima onima koji nauku žele upotrijebiti u ideološke,
političke i druge parcijalne svrhe i lične interese.
Specifičnosti pojedinih naučnih oblasti su evidentne i produkt su razvoja
nauke i tehnike, kao i diferencijacije nauke u mnogim područjima. Postoje
nauke koje imaju dugu naučnu tradiciju, koje su se afirmisale već odavno,
koje poseduju stabilan fond naučnih saznanja koja se stalno razvijaju i imaju
značajnu ulogu u obrazovanju svog naučnog kadra. Takve naučne oblasti
sa dugom tradicijom izgradile su solidnu bazu istraživačkog rada, razvile
i stalno obogaćuju metodologiju i tehniku naučnih istraživanja. Nauke s
dugom tradicijom imaju određeni prestiž u društvu u odnosu na nove naučne
oblasti, njihovi rezultati se prezentuju u medijima i one su preferirane kad
se dodjeljuju finansijska sredstva. One nauke u kojima je moguće precizno
mjerenje procesa i pojava objektivne stvarnosti daju pouzdanije rezultate
od onih koje su upućene pretežno na nedovoljno pouzdane pisane izvore,
koje se suviše oslanjaju na indirektno mjerenje i deskripciju. Ove objektivne
okolnosti određuju materijalni položaj, položaj nauke u društvu i prestiž
naučnom radniku, determinišu ko će dobiti više sredstava za projekte, ko
će dobiti nagradu ili biti član Akademije nauka i umjetnosti u određenom
društvu. Relativno mlađe nauke koje su se konstituisale u 19. stoljeću (pretežno
društvene nauke, pedagogija, psihologija, sociologija, kineziologija...) postigle
su značajne rezultate u 20. stoljeću, razvile metodologiju naučnog rada,
prikupile značajan fond građe, činjenica, zakona i teorija, izvršile njenu sintezu
i izgradile kadrove i naučne institute, ali još uvijek zaostaju za naukama sa
dugogodišnjom tradicijom. Vrhunski rezultat u naučnom radu može dati
naučnik koji je oslobođen krutih paradigmi, metafizičkih šablona i negativne
tradicije koja ograničava prodore u novo, koji ne robuje vjerskim, ideološkim i
50
Pojam istraživanja
etničkim predrasudama, koji činjenicama objektivne stvarnosti prilazi bez bilo

kakvih opterećenja koja mogu utjecati na tokove i ishode naučne djelatnosti.
Objektivnost u poimanju, rasuđivanju, zaključivanju i dokazivanju doprinosi
objektivnom saznanju, a to je osnovni cilj naučnoistraživačkog rada, čemu su
težili i treba da teže naučnici u svijetu.
Intelektualne osobine istraživača i njegovi intelektualni potencijali

kojima raspolaže značajna su pretpostavka uspješnog istraživačkog rada, bitan
faktor uspješne saradnje sa drugim istraživačima, tolerancije prema drugačijem
i kritičkom mišljenju, te komunikacije u odnosima sa saradnicima i javnošću.
Posebno je naglašen značaj nivoa inteligencije, koji treba da bude znatno
iznad prosjeka, kreativne sposobnosti, motivacije za naučni rad, želje za
saznanjem, spremnosti da stalno uči, obogaćuje svoja saznanja i vrši prodore u
novo. Kvalitetna fonetska i kompjuterska pismenost značajna je pretpostavka
uspjeha u nauci, zadovoljstva istraživača sobom i radom koji obavlja. Naravno,
naučni radnik po općim intelektualnim sposobnostima nije genije, već
talentovan čovjek koji ima visok nivo inteligencije, koji izražava spremnost na
preuzimanje rizika, upornost u radu, inventivnost, divergentno rezonovanje,
originalnost, osjetljivost za probleme, sposobnost predviđanja i komunikacije
sa ljudima.
Opće obrazovanje ima značajnu funkciju u razvoju talenta, inventivnosti,
fleksibilnosti i originalnosti u pristupu stvarnosti. Temeljno obrazovan čovjek
zna više, vidi dalje, prodire u stvarnost dublje, šire shvata probleme koje istražuje,
uspješnije analizira dobijene rezultate, stvarnost sagledava objektivnije,
odmjerenije izvodi zaključke i korektnije se odnosi prema istraživanjima drugih
autora. Od naučnika se traži da dobro poznaje strukturu i uže područje koje je u
domenu njegovih istraživanja, metode i tehnike naučnog rada i informacionu
tehnologiju koja se koristi u istraživačkom radu.
Od istraživača se očekuje da poznaje opća pitanja metodologije
naučnoistraživačkog rada: suštinu nauke i naučne metode, principe naučne
djelatnosti, suštinu naučnog rada i metode istraživačkog rada. Veoma je
značajno poznavati logičke pojmove koji doprinose podizanju metodološke
kulture kao što su: pojam, sud, zaključak, dokaz, kao i naučno objašnjenje.
Posebnu vrijednost predstavlja poznavanje praktičnih etapa realizacije
naučnog projekta: izbor predmeta i problema istraživanja, definisanje
hipoteze, sastavljanje projekta istraživanja, izbor metoda istraživanja, tehnika
i postupaka u procesu istraživanja, izbor uzorka ispitanika, realizovanje
istraživanja, statistička obrada podataka, sastavljanje izvještaja istraživanja i
prezentovanje rezultata istraživanja naučnoj javnosti.
Sposobnosti organizacije i realizacije vlastitih aktivnosti, kao i rada drugih
istraživača i saradnika i saradnja sa njima sastavni je dio opće kulture istraživača.
Ko je u stanju da dobro planira svoj rad, racionalno se koristi raspoloživim
51
vremenom, sistematski radi i u predviđenom vremenu ostvari svoje planove,

pokazuje njegove sposobnosti osmišljenosti, organizovanosti, upornosti i
dosljednosti u naučnom radu.
Karakterne osobine istraživača koje se najčešće spominju su: upornost

i istrajnost u radu, hrabrost, pasioniranost, ljudski korektan odnos prema
saradnicima i naučno poštenje.
Upornost i ustrajnost u radu opće su prihvaćene osobine istraživača. Bez

upornog, ustrajnog i sistematskog rada ne može se postići veliko djelo. Brojni
su primjeri naučnika i umjetnika koji su satima i danima uporno radili na svojim
djelima i radovima, što opet ne znači negiranje talenta već isticanje značaja
upornog rada koji udružen s talentom daje značajno djelo. Zato se može reći
da su za uspjeh u nauci i umjetnosti potrebni upornost i ustrajnost u radu. Ko
to nema i ko nije spreman na takvu žrtvu, teško da može dati djelo koje će biti
univerzalnog karaktera.
Hrabrost omogućava naučnom radniku da se sučeljava sa nepoznatim

i da ga istražuje, preuzima rizik neizvjesnosti koji je prisutan u procesu
istraživanja, realno se sučeljava sa teškoćama, ljudski podnese neuspjeh, smjelo
iznosi i brani svoje stavove, energično se obračunava sa svojim slabostima i
slabostima drugih ljudi sa kojima sarađuje. Za naučnika se kaže da je hrabar i
onda kada je u stanju da prihvati naučne činjenice i da ih brani bez obzira na
njegova intimna uvjerenja, stavove, opću orijentaciju, njegove kulturne i druge
vrijednosti. Objektivno suđenje, kritičko zaključivanje i dosljedno izvođenje
zaključaka predstavljaju oblasti u kojima, pored naučnog poštenja, ima udjela
i hrabrost naučnika koja mu omogućava da izdrži u poštenju, da se oslobodi
subjektivnih uvjerenja, predrasuda, ideoloških opredjeljenja i drugih faktora
koji mogu negativno djelovati na istraživački proces i rezultate istraživanja.
Pasioniranost, strastvenost, oduševljenje i zanos pozitivno se vrednuju

uopće u životu ljudi i cijene kod naučnika. Ako kažemo za naučnika da je
pasionirani istraživač, onda se misli da on s oduševljenjem i predano istražuje,
da mu njegova pasioniranost pomaže da unese više smisla u svoj rad, da
ga obavlja uspješno i u njemu doživljava zadovoljstvo. Vrijeme u kome
naučnik živi može imati različit odnos prema njegovom djelu, manje ili više
ga vrednovati, imati pozitivan, ali i negativan stav prema njegovom sadržaju
ili ga proglasiti nepoželjnim. Već smo naglasili da su savremena istraživanja
pretežno timska, interdisciplinarna i multidisciplinarna. Timski rad i saradnja
sa stručnjacima drugih struktura podrazumijeva sposobnost kooperacije,
visok stepen tolerancije, smisao za saradnju i spremnost da se svi sporovi
rješavaju dogovorom i s razumijevanjem. Sujeta, isključivost u stavovima,
52
Pojam istraživanja
nerazumijevanje za drugačije mišljenje, ukalupljenost misli, potcjenjivanje

drugih naučnika i njihovih struka, ozbiljna su prepreka svakom radu, posebno
naučnom. Egocentrizam, egoizam, neuroticizam i paranoične crte u strukturi
ličnosti, indikator su nesposobnosti pojedinca za kolektivna naučna istraživanja.
Poseban problem u sadašnjem vremenu predstavljaju ljudi koji zbog
svojih ideoloških opredjeljenja, uz pomoć političara, vrše obračun sa kolegama
naučnicima i traže uniformnost mišljenja. U naučno-istraživačkim institucijama,
često zbog sujete i zavisti, vršen je obračun s pojedincima koji su imali
hrabrosti da otvoreno iznesu slabosti institucije i pojedinaca. I oni naučnici koji
su imali smjelosti da ukažu na greške određene politike brzo su onemogućeni
i diskvalifikovani u javnosti. Naučnik je stalno u situaciji da se koristi izvorima
drugih autora, da daje kritičke osvrte na rezultate njihovih istraživanja i da s
njima vodi naučnu raspravu. Zato se od naučnika očekuje da korektno koristi
izvore, pravilno citira i parafrazira tuđe misli. Proizvoljno tumačenje tuđih misli,
narušavanje suštine i smisla konteksta, plagiranje i pretjerano kompiliranje,
nedopustive su greške u pisanju naučnih članaka i knjiga.
Opće karakteristike istraživača obuhvataju njegovu teorijsku opredije-

ljenost, stav prema istraživanjima drugih istraživača, stav prema funkciji
naučnika i nauke u društvu, odnos naučnika i društva, odnos prema drugim
naukama, naučnicima i područjima istraživanja.
Teorijsku opredijeljenost istraživača čini pridržavanje određenog
teorijskog pravca u procesu naučnog rada, čime naučnik teorijski utemeljuje
svoja istraživanja. Od tog utemeljenja u velikoj mjeri zavisi pristup istraživanju,
izbor metoda kojima se pretežno koristi u svojim istraživanjima, principa
od kojih polazi prilikom interpretacije rezultata istraživanja, njihovog
prezentovanja naučnoj javnosti, shvatanja uloge nauke i naučnika u društvu.
Kod pristupa djelu nekog naučnika nužno je da upozna njegovo teorijsko

opredjeljenje koga se držao kad je djelo stvarao da bi suštinu djela razumio,
da bi mogao objektivno procjenjivati njegovu vrijednost i uspješno se koristiti
njegovim rezultatima. Posebno je značajno da djela naučnika ranijih epoha
procjenjujemo sa stanovišta opće duhovne klime vremena u kome je djelo
stvarano i da se, imajući to u vidu, sagledava i procjenjuje njegov značaj za
vrijeme u kojem je stvarano, kasnija vremena i za savremenost.
Sve naučne discipline u našem vremenu obiluju velikim brojem rezultata
istraživanja koji se godišnje enormno umnožavaju. Ti rezultati istraživanja
sadržani su u knjigama, naučnim časopisima, bazama podataka, internetu i
drugim skladištima. Da bi naučnik izgradio korektan odnos prema istraživanjima
drugih autora značajno je da prouči, pored teorijske osnove od koje je polazio u
svojim istraživanjima, cjelinu djela, naučnu kritiku koja je djela pratila, priznanja
koja je autor za svoja djela dobio i eventualne rezultate koji proizilaze iz
53
praktične primjene istraživanja. Objektivan stav prema djelima naučnika uslov

je korektne komunikacije, razumijevanja među naučnicima, njihovog uspjeha
u zajedničkom radu (timskom, interdisciplinarnom i multidisciplinarnom) i
harmoničnih odnosa u naučno-istraživačkim institucijama. Ako objektivno
ne vrednujemo druge naučnike ne možemo očekivati njihov korektan odnos
prema nama i našem djelu.
Odnos naučnika prema drugim naukama i naučnicima područje je koje
sa sobom nosi mogućnost sporova, podjela, neobjektivnog vrednovanja,
potcjenjivanja i negiranja pojedinih naučnih oblasti, koje ponekad ide sve
dotle da im se osporava da pripadaju sistemu nauka. Često se više vrednuje u
krugovima naučnika onaj ko se bavi fundamentalnim istraživanjima i pripada
egzaktnim naukama od onoga ko se bavi primijenjenim istraživanjima.
Nerijetko se u krugovima naučnika koji se bave prirodnim naukama može čuti
mišljenje koje stavlja u podređen položaj društvene nauke. Ipak, najveći broj
naučnika smatra da je besmisleno voditi raspravu oko toga koja je oblast više,
a koja manje naučna, koji istraživač samom oblašću kojom se bavi više vrijedi.
Umjesto toga, zalažu se za objektivno vrednovanje naučnika i njihovih djela
jer je to jedini ozbiljan pokazatelj ko je naučnik i šta je vrijedan doprinos nauci.
Na ovoj osnovi se može vrednovati određena naučna oblast, utvrđivati kriteriji
upoređivanja ostvarenih rezultata u nauci, dodjeljivati naučne titule i davati
društvena priznanja.
Ima osnova za tvrdnju da onaj čovjek koji potcjenjuje druge nauke i negira
objektivnu vrijednost naučnika koji pripadaju toj nauci, na taj način želi prikriti
neke svoje nedostatke, skrenuti pažnju na sebe i stvoriti iluziju da neosporna
vrijednost pripada nauci koju on zastupa, a samim time i njemu bez obzira na
kvalitet naučnog rada koji je ostvario.
2.4. Etičnost istraživanja
Etika (grč. ethos - običaj, navika, značaj, ćud) je nauka o moralu koja
istražuje smisao i ciljeve moralnih normi, osnovne kriterije za moralno
vrednovanje, kao i uopće zasnovanost i izvor morala. Ona je normativna nauka,
a norme odlučuju o specifičnom karakteru etike (Halder, 2002). Kao filozofska
disciplina koja proučava moral, ona istražuje smisao i ciljeve moralnih normi,
osnovne kriterije za moralno vrednovanje, kao i uopće zasnovanost i izvor
morala. Etika, prije svega, pripada filozofiji koja proučava ljudsko ponašanje
koje je prihvaćeno pod određenim moralnim aspektom. Razlikujemo dva
gledišta etike; autonomno gledište po kojem je izvor morala u čovjeku samom
i heteronomno gledište, po kojem je izvor morala izvan čovjeka, zatim različite
etike dobra (po kojima je svrha moralnog djelovanja sreća ili ugoda ili korist),
usavršavanje i slično. U slobodnom govoru etika je skup moralnih pravila
54
Pojam istraživanja
prema kojima se ljudi ponašaju i trebaju ponašati. Možemo je definisati kao

društvenu nauku o moralu koja proučava kako ciljeve tako i samu smisao
moralnih težnji, osnovne kriterije za vrednovanje moralnih postupaka te uopće
izvor zasnovanosti, razvitak i usavršavanje morala.
Historijski gledano osnivač etike je Sokrat koji je etiku smatrao vrlinom
življenja u skladu sa zahtjevima „unutrašnjeg glasa”, tačnije glasa svijesti.
Korijene Sokratove etike razradio je njegov učenik Platon koji je ideju dobra
smatrao osnovom moralnošću, a tvar osnovom zla. Etika u sistematičnoj
formi javlja se sa Aristotelom, koji se smatra utemeljiteljem etike kao teorije
o moralnom djelovanju koje podrazumijeva empiriju (Vukasović, 1993).
Moral u svojoj suštini predstavlja specifičnu formu ljudske prakse odnosno
oblik djelatnog praktičnog odnosa čovjeka prema sebi i drugima. Jedan od
predstavnika autonomne etike je Kant.
Etika proučava pretpostavke pojedinaca, ustanova, organizacija i struka
za koje oni vjeruju da će im pomoći u razlikovanju između dobroga i lošega,
te u krajnjem donošenju dobrih moralnih prosudbi. Zadatak etike je naučno
objasniti suštinu morala, njegovo značenje ali i smisao u društvenom životu.
Isto tako, mora upozoriti na njegovo porijeklo, razvitak te usavršavanje kako
bi na što bolji način interpretirao njegove osnovne komponente. Budući da se
etika definiše kao lično uvjerenje u ono šta je dobro, a šta loše, odnosno šta je
pravo, a šta krivo, iz toga slijede tri temeljne implikacije:
individualnost etike - ljudi imaju etiku, a ne organizacije,
etičko ponašanje može varirati od osobe do osobe,
relativnost, a ne apsolutnost etike.
Etika kao filozofska disciplina podijeljena je u nekoliko pravaca koji su

se iskristalisali na osnovu različitih kriterija. Prema kriteriju cilja čovjekova
praktičnog djelovanja, etika se dijeli na:
a) Eudaimonizam (grč. eudaumonia - sreća, blagodat, dobro) je etički
pravac, smjer prema kojem je prava svrha i smisao moralnog djelovanja
u ostvarivanju postizanja sreće. Ovakvo djelovanje teži ostvarivanjem
dobra, ali u svakom ostvarivanju postoje određene poteškoće u
nastajanju jer se opće dobro i sreća mogu različito shvatiti i sadržajno
odrediti. Eudaimonizam je, stoga, vrlo širok pojam.
b) Hedonizam (grč. hēdonē - užitak) je etički pravac, smjer, gledište koje
se prostire osjećaju sreće, užitka, slasti i zadovoljstva. U trenutnom
pozitivnom tjelesnom užitku, hedonizam ističe najvišu vrijednost i
smisao života. Ovaj pojam se odnosi na nekoliko povezanih teorija o
tome šta je dobro za nas, kako se treba ponašati i ono šta nas motiviše
da se ponašamo na način na koji se ponašamo.
c) Utilitarizam (lat. utilis – koristan) je etički pravac koji označava težnju za
korisnošću. Sve se može mjeriti pa tako i moralne vrijednosti, koliko su
55
korisne i na koji način su korisne. Utilitarizam je korist i cilj djelovanja te

kriterij vrednovanja, odnosno osnova morala. Iako se korist i korisnost
mogu protumačiti na različite načine, ipak moramo naznačiti kako je
taj kriterij vrlo opasno prihvatiti kao cilj i mjerilo vrijednosti moralnih
postupaka jer upućuje na materijalno, a zapostavlja umna/duhovna
dobra i vrijednosti.
Prema kriteriju porijekla moralne obaveze etika se dijeli na:

a) Autonomnu etiku – izvor morala je u samom čovjeku.
b) Heteronomnu etiku – izvor morala je nešto izvan čovjeka (društvene
norme, autoritet, korist, užitak itd.).
Prema kriteriju odnosa pojedinca i društva etika se dijeli na:

a) Individualnu etiku – koja se sa individualnog stajališta posmatra kao
lično uvjerenje pojedinca o tome da li su njegovo ponašanje, akcije i
djela ispravni ili neispravni, odnosno dobri ili loši. Individualna etika je
unutarnja vodilja moralnog načela, vrijednosti i uvjerenja koja ljudima
služi za analizu ili tumačenje situacije i za odlučivanje o tome koji je
njima primjeren način ponašanja.
b) Socijalnu etiku – naučna disciplina koja se bavi socijalnim aspektom
moralnih odnosa i moralnim obavezama pojedinca prema društvu/
zajednici i zajednice prema pojedincu. Ponašanje pojedinca u društvu
i odnosi društva prema pojedincu, te odnosi među društvenim
grupacijama zasnovani su na etičkim načelima.
Prema kriteriju važenja etičkih zapovijedi etika se dijeli na:

a) Etiku biti - Bit ili suština u filozofiji jeste ono što tvori postojanu prirodu
neke stvari, temelj, njezino određenje. U odnosu na promjenjiva
stanja neke stvari, bit je ono istinsko i stvarno što se ne mijenja i ostaje
nepromjenjivo.
b) Situacijsku etiku - Situacijska etika je pravac moralne etike koji tvrdi
da je moralnost određenog čina određena konkretnim kontekstom.
Ovaj pravac ističe da ako postoji ono što je ispravno i pogrešno, ono je
određeno samo željenim ishodom situacije, u kojem zadovoljavanje
potreba svake situacije određuje ono što je ispravno ili pogrešno.
Takvo gledište razlikuje se od moralnog relativizma koji ističe da
ispravno ili pogrešno ne postoji.
Prema kriteriju sadržaja svijesti i namjeri svijesti etika se dijeli na:

a) Deontološku etiku ili etiku dužnosti, etiku moralne nastrojenosti.
Prema ovom pravcu čovjek mora izvršavati svoje dužnosti, svoju
ljudsku dužnost, pri čemu je dužnost nešto uzvišeno, veliko i
56
Pojam istraživanja
veličanstveno. Poštivanje i obavljanje ljudskih dužnosti moralni je

imperativ koji doživljavamo kao unutarnju zapovijed našeg uma.
Taj unutarnji glas našeg uma kategorički zahtijeva od naše volje da
načelo našeg postupanja bude takvo da ga mogu prihvatiti i druge
osobe, da ono bude opće odnosno ljudsko načelo.
b) Etiku odgovornosti – pojam odgovornosti najprije se susreće unutar
pravnog područja gdje se njegovo značenje svodi na pravnu i/ili
moralnu uračunljivost. U tom kontekstu on pretpostavlja znanje,
volju i slobodu kao nužne elemente uračunljivosti. U današnjem
vremenu pojam odgovornosti sve više postaje jedan od temeljnih
etičkih pojmova pri čemu zauzima mjesto koje je u etici zauzimao
pojam dužnosti. Etika odgovornosti dalje se konkretizuje primjerice
u medicinskoj etici, naučnoj etici itd.
Po kriteriju sadržaja pravila djelovanja etika se dijeli na:

a) Etiku dužnosti (formalna) – etika dužnosti identična je radnoj etici.
Radna etika podrazumijeva skup stavova i ponašanja utemeljenih na
vrijednosti rada. Ona osoba koja posjeduje radnu etiku ima jednako
tako odgovornost prema radu, radne navike, ali i uvjerenje da je
rad sam po sebi dobar i koristan za razvitak kako pojedinca tako i
zajednice. Radna etika obuhvata odgovornost i samoinicijativnost.
b) Etiku vrijednosti (materijalna etika) – predstavlja javna dobra
u sferama morala, religije, umjetnosti i tehnike kao vrijednosti.
Vrijednosti su sve ono što uz temeljna dobra određena zajednica
uzima kao ključno za svoj opstanak, što pod okriljem toga opstanka
drži relevantnim za njega. To su, dakle, dodatna dobra koja
podrazumijevaju opstanak društvene zajednice ali i način i kvalitet
tog opstanka.
Prema kriteriju utemeljenja moralnog zahtjeva etika se dijeli na:

a) Normativnu etiku koja postavlja pitanja ispravnosti i opravdanosti
postojećih moralnih shvatanja i odnosa, i praktično zauzima kritički
stav prema postojećim oblicima a zatim pokušava postaviti i
formulisati određena mjerila, norme, kriterije pravilnog moralnog
prosuđivanja i djelovanja. Normativna etika se bavi pitanjima kakav
bi moral trebao biti da su čovjek kao pojedinac, ali i društvo u cjelini,
ispunili svoju ulogu kako bi čovječanstvo ispunilo svoje zadaće a ljudi
izvršavali svoje ljudske dužnosti.
b) Deskriptivnu (empirijsku) etiku koja kao naučna disciplina ima
empirijsko eksplikativni (deskriptivni) zadatak koji se sastoji od
proučavanja i objašnjavanja kako moralnih odnosa tako i moralnih
shvatanja i oblika, koji su se pojavljivali u određenim etapama
57
društvenog razvoja. Ona nastoji dati odgovor na pitanja: Šta je moral?

Od kada postoji? Kako je nastao? Od čega zavisi? i druga pitanja
vezana uz pojam etičnosti (Vukasović, 1993).
2.4.1. Etika u naučnim istraživanjima
Veliki je broj razloga zašto treba raspravljati o osnovnim etičkim načelima

u provođenju naučnih istraživanja. Potrebno je stalno razvijati tu osjetljivost
za etičke aspekte istraživanja i rada u nauci, posebno kod mladih istraživača te
stalno poticati obzirnosti, kritičnosti i propitivanje vlastitog ponašanja i etičkih
granica u okviru kojih se očekuje od nas da tretiraju, podučavaju i istražuju
ljudsko ponašanje u nauci. Razvoj moderne nauke i njene nove mogućnosti
sve češće izazivaju sumnjičavost kod javnosti, tako da se raspravom o etičkim
načelima stvara povjerenje između javnosti i naučnika, a istraživači se
senzibilišu za ispravno postupanje, zaštitu i očuvanje zdravlja ispitanika. Ova
tema je posebno osjetljiva kada su u pitanju maloljetne osobe, odnosno djeca,
kao sudionici istraživanja. Također, ova tema se nameće kao odgovor i obaveza
na sve prisutnija naučna istraživanja iz raznih oblasti, koja u fokusu svojih
interesovanja stavljaju dijete, pa tako i područje društvenih nauka, odnosno,
odgoja i obrazovanja.
Pojam „etike u istraživanjima ili istraživačke etike“ obuhvata veliki broj
pitanja koja se tiču etičkih principa i određenih pravila ponašanja svih učesnika
procesa istraživanja.
Etika u naučnim istraživanjima pruža nam uvid u etička načela, dvojbe
i promišljanja, upoznaje nas sa osnovnim teorijskim pristupima, etičkim
načelima, procesom donošenja etičkih prosudbi i etičkih odluka, upućuje nas u
etičke kodekse i upoznaje sa primjenom etičkih načela u različitim područjima
prakse, kao i s etičkim načelima istraživanja. Dosljedna primjena sistema etičkih
standarda u naučnoistraživačkom procesu ima jasan cilj - sprečavanje da se
nekome od učesnika u tom procesu naškodi, kao i promovisanje postupanja
zasnovanog na iskrenim namjerama, poštovanju i fer odnosima (Sieber, 1993).
Cohen i saradnici (2007) ističu da etička pitanja koja se sreću u naučnim

istraživanjima mogu biti posebno složena i ponekad izgledati sasvim nerješiva.
Tako, naprimjer, jedno od ključnih etičkih pitanja je pitanje „odnosa uloženog i
dobijenog“ (cost i benefit dilema). To je dilema koja od istraživača traži da sami
odrede mjeru, odnos, ravnotežu između zahtjevā koji se pred njih postavljaju
kao profesionalne naučnike koji tragaju za istinom, i s druge strane, prava i
vrijednosti njihovih ispitanika koji su ugroženi ispitivanjem. Etička pitanja
mogu proisteći iz vrste problema koji se istražuje kao i iz metoda (primijenjene
metodologije). Drugim riječima, svaka faza u istraživanju može biti potencijalni
izvor etičkih problema:
58
Pojam istraživanja
- Iz prirode samog projekta istraživanja (npr. istraživanja etničke razlike

u inteligenciji),
- Iz konteksta, sredine, miljea u kome se odvija istraživanje (npr.
istraživanje u istražnom zatvoru),
- Postupaka koji se primjenjuju prilikom skupljanja podataka (npr. ako
izazivaju visoku anksioznost),
- Metoda prikupljanja podataka (npr. prikriveno posmatranje),
- Prirode ispitanika (emocionalno poremećeni adolescenti),
- Tipa podataka koji se prikupljaju (lične informacije osjetljive prirode,
npr. o seksualnosti ili o bolnijim životnim događajima),
- Onoga što treba učiniti sa podacima (npr. ako se podaci objavljuju na
način koji ispitanike dovodi u neugodan položaj).
Prema Američkoj psihološkoj asocijaciji (APA - American Psychological

Association, 2002), Etički kodeks psihologa bi trebao obezbijediti posebne
standarde koji pokrivaju većinu situacija koje preduzimaju istraživači, sa ciljem
da se obezbijedi dobrobit i zaštita individua i grupa sa kojima psiholozi rade.
Naravno da isto vrijedi za sve srodne struke, kao i sve istraživače u odgoju i
obrazovanju, odnosno, društvenim naukama.
Poštivanje etičkih principa u istraživanju zasnovano je na nekoliko

principa koje ćemo ovdje istaći:
Princip odnosa uloženog i dobijenog. Istraživanje može donijeti
ispitanicima iskustvo neuspjeha, izolacije i gubitka i zato se istraživači
moraju pobrinuti da ispitanici ne izađu iz takve situacije poniženi,
nesigurniji, otuđeniji nego što su bili na početku istraživanja.
Postupci u istraživanju koji uključuju gubitak dostojanstva, povredu
samopoštovanja i umanjuju povjerenje vjerovatno su dugoročno
najštetniji za pojedinca i traže planiranu, organizovanu stručnu
pomoć koja će umanjiti učinjenu štetu.
Princip dobrovoljnosti (svjesni dobrovoljni pristanak) govori nam
o dobijanju pristanka i saradnje ispitanika ali i partnera, ustanova
i institucija koje nude mogućnost istraživanja. Svjesni pristanak
mora se garantovati u istraživanjima u kojima ispitanika izlažemo
patnji, fizičkoj ili emotivnoj povredi, ulaženju u privatnost, fizičkom
ili mentalnom stresu i kad se od njih traži da se privremeno odreknu
svoje autonomije. Ispitanici moraju biti sigurni da je njihovo učešće
dobrovoljno, trebali bi znati rizike, opasnosti, posljedice... Načelo
svjesnog pristanka izvire iz ispitanikovog prava na slobodu izbora i
samoopredjeljenje. Biti slobodan je način života u demokratiji i kad se
toj slobodi nameću ograničenja ona se moraju opravdati i prihvatiti
u istraživanju. Pristanak tako poštuje pravo na samoodređenje i
59
dio odgovornosti se prenosi na ispitanika ako nešto krene po zlu

u istraživanju. Drugi aspekt prava na samoopredjeljenje je i to da
ispitanik ima pravo da odbije učešće ili da se povuče kad je istraživanje
već započelo. Svjesni pristanak podrazumijeva četiri elementa koja bi
trebalo da su ispunjeni:
- Kompetencija, odnosno, sposobnost ispitanika da sam donese
odluku. Računa se da odgovorne, zrele, zdrave osobe mogu
donijeti kompetentnu odluku ako imaju dovoljno odgovarajućih
informacija.
- Voluntarizam, slobodna odluka o učešću. Ispitanici moraju biti
slobodni kad donose odluku o učešću u istraživanju. To znači da
nisu ucijenjeni ili pod pritiskom očekivanja okruženja.
- Potpuna informacija. Da bi mogli donijeti slobodnu i kompetentnu
odluku, ispitanici moraju imati dovoljno tačnih informacija o
prirodi istraživanja. Problem je što se ne može uvijek dati potpuna
informacija jer se time može narušiti sam predmet istraživanja.
- Razumijevanje, odnosi se na činjenicu da su ispitanici potpuno
razumjeli prirodu procesa istraživanja i sigurnost da je ostvareno
potpuno razumijevanje.
Dobrovoljnost i pristanak za učestvovanje u istraživanju podrazumijeva
i slobodu ispitanika da izađe, napusti istraživanje u bilo kom momentu
u kom osjeti nelagodu. Važno je naglasiti da tada ispitanik nije dužan
niti obavezan objašnjavati razloge svog napuštanja istraživanja, niti se
na njega smije vršiti bilo kakav pritisak da ostane.
Potpuna informisanost i pristanak posebno su važni u početnoj
fazi projekta. U ovoj fazi to uključuje dobijanje službenih dozvola,
kontaktiranje odgovornih osoba i pregovaranje sa ispitanicima ili
odgovornim osobama kada su u pitanju djeca i osobe sa posebnim
potrebama. Istraživači bi trebali pružiti informacije koliko god mogu.
Ne treba davati informacije koje mogu da prejudiciraju rezultate. S
druge strane, tajanstvenost u istraživanjima koja duže traju, nužno
vodi stvaranju i širenju glasina što, također, iskrivljuje predmet
istraživanja kao da je otvoreno i rečeno kakva je namjera istraživanja.
Privatnost je pitanje koje je izvor još jedne moralne dileme: privatnost/
pravo na javnost. U kontekstu istraživanja ispitanik je ranjiv za ovo
svoje pravo. Ono se može prekršiti i u postupku ispitivanja, i poslije,
kad je istraživanje završeno. Postoje, zapravo, tri vrste ispitanikove
osjetljivosti kad je u pitanju njegova privatnost:
- Osjetljivost na informacije (koliko su lične i osjetljive informacije
koje se traže. Po Etičkom kodeksu APA (2017) to su i vjeroispovijest,
seksualna praksa, prihodi, rasne predrasude. Što je veća osjetljivost,
potrebna je i veća zaštita privatnosti.
60
Pojam istraživanja
- Osjetljivost sredine u kojoj se odvija ispitivanje (kod kuće, ličnog

prostora, do ulice).
- Osjetljivost na širenje informacija (povezivanje identiteta i
informacije). Što više ljudi može saznati, to je potrebno biti pažljiviji.
Načini zaštite privatnosti su anonimnost i povjerljivost. Ukoliko

istraživanje dopušta, ispitanici ne moraju davati lična imena i ostale
identifikacione podatke, mogu ostati anonimni. Ukoliko to nije moguće
(kao u kliničkim ispitivanjima kada ispitivač zna ko su mu ispitanici), njih štiti
načelo povjerljivosti, odnosno obaveza istraživača da lične podatke čuva kao
povjerljive i da ih javno ne objavljuje. Što su informacije osjetljivije, to je potreba
za garantovanjem povjerljivosti veća. Mnogi ispitanici će odbiti da učestvuju u
istraživanju ako procijene da nema garancije povjerljivosti.
2.4.2. Etičnost istraživanja i posebno osjetljive grupe
U naučnim istraživanjima javlja se osnovna etička dilema koja se odnosi

na balans koji istraživač treba da ostvari između potrebe da kroz istraživački
postupak dođe do značajnih saznanja i obaveze da zaštiti prava i vrijednosti
svih učesnika u istraživanju, a koja mogu biti narušena istraživanjem. Ovakav
stav se zasniva na tvrdnji da svako istraživanje potencijalno može ugroziti neki
aspekt ličnosti ili neko pravo subjekta istraživanja. Poseban oprez se otvara
kada se rade istraživanja kod nekoliko osjetljivih grupa ispitanika koje se često
označavaju i kao „teško dostupne grupe“ ili „skrivene populacije“, a to su:
- Djeca, zato što nemaju još razvijene kognitivne kapacitete da razumiju
informacije istraživača, nemaju ni znanja, a ni životnog iskustva da bi
mogli dati svjesni pristanak za učestvovanje u istraživanju.
- Djeca i odrasle osobe sa smetnjama u razvoju koje doživljavaju
smanjenu autonomiju zbog fizioloških/psiholoških faktora ili status
nejednakosti. Tada se mora ispoštovati procedura traženja svjesnog
pristanka od odraslih koji su odgovorni za djecu (roditelji, nastavnici,
staratelji, psihijatri, treneri ekipa itd). Odraslima se objašnjava šta je
glavna ideja istraživanja, a od njih se očekuje i traži dopuštenje da
odgovore na pitanja o djeci što nekad može biti teže nego traženje
saglasnosti od djece. Ukoliko postoji, mora se poštivati institucionalna
procedura.
- Osobe koje nemaju mogućnost da naprave lični izbor života, donesu
lične odluke, da održe nezavisnost i da samostalno upravljaju sobom
(osobe u zatvoru, u odgojnim domovima, bolnicama itd).
- Društvene grupe koje imaju povećan relativni rizik ili podložnost
negativnim zdravstvenim ishodima.
61
- Osobe koje su predmet diskriminacije, netolerancije, podređenosti i

stigmatizacije (siromašni, obespravljeni).
Istraživačima koji vrše istraživanja na osjetljivim grupama preporučuje

se posebno pažljivo ekonomisanje između dva principa: naučnog principa
otkrivanja istine i etičkog principa zaštite subjekata (Đurić, 2012). Ista autorica
ističe da je dugo medicinska praksa bila zasnovana na jedinstvenom etičkom
principu, zapisanom u Hipokratovoj zakletvi, koji glasi: ne nanositi zlo. Sve
do 20. stoljeća ovo je bio univerzalni princip koji je, u okviru preporučenog
etičkog ponašanja, predviđao i uspostavljanje povjerljivosti u odnosima
između ljekara i pacijenta. Sistematizacija etičkih normi i standarda započeta
je kreiranjem Nirnberškog kodeksa (1949) koji je, iako prvenstveno fokusiran na
medicinske eksperimente, poslužio kao osnova za izgradnju etičkih normi i na
polju istraživanja u društvenim naukama.
Nirnberški kodeks je nastao kao odgovor na eksperimente iz perioda

Drugog svjetskog rata, gdje je sa aspekta istraživačke etike bitna činjenica da
su ovi eksperimenti sprovođeni od strane ljekara nad osobama koje nisu imale
nikakvo pravo da odbiju svoje učešće u eksperimentu (Avard i saradnici, 2012).
Eksperimenti su provođeni na zatvorenicima u koncentracionim logorima,
uključivali su prisilnu sterilizaciju, izlaganje radijaciji, smrzavanje radi izazivanja
hipotermije, namjernu zarazu ispitanika malarijom i tuberkulozom i mnoge
druge neetičke eksperimente, koji su provođeni bez pristanka ispitanika, i često
su dovodili do predvidive jake boli, osakaćenja i smrti. Ovi su eksperimenti
doveli do stvaranja Nirnberškog kodeksa 1947. godine, pravnog dokumenta
koji definiše šta je bilo neetično u nacističkim istraživanjima, ali i da posluži
kao kodeks za buduća istraživanja. Također, ovaj Kodeks je snažno utjecao i na
razvoj Helsinške deklaracije Svjetskog medicinskog udruženja 1964. godine,
Etičkog kodeksa liječničke profesije za samoregulaciju provođenja medicinskih
eksperimenata.
Zanimljivo je da Nirnberški kodeks ne predviđa mogućnost da se
istraživanja mogu vršiti na djeci prije nego što ona steknu pravni osnov za
donošenje odluka. Ova činjenica je objašnjavana težnjom autora Kodeksa
da se djeca zaštite od mogućih ugrožavanja tako što će biti potpuno
isključena iz istraživanja, nakon potresnih i jezivih svjedočenja o njihovoj
zloupotrebi u vrijeme nacističkog režima. Dodatna saznanja da su i poslije
Drugog svjetskog rata obavljana neprimjerena medicinska istraživanja
nad njemačkim zatvorenicima u Americi, kao i brojna neetička istraživanja
malarije, sifilisa i hepatitisa, pojačali su potrebu za kreiranjem kodeksa kojim
će se regulisati etika naučnih istraživanja. Nirnberškim kodeksom, zajedno
sa Helsinškom deklaracijom, usvojenom dvadesetak godina kasnije (1964),
po prvi put se promoviše autonomnost učesnika istraživanja i ističe značaj
62
Pojam istraživanja
principa dobrovoljnosti. Države sudionice poštivat će ljudska prava i temeljne

slobode, uključujući slobodu mišljenja, savjesti, vjere ili uvjerenja svih, bez
obzira na rasu, spol, jezik ili vjeru. U dopunjenoj verziji Helsinške deklaracije iz
1975. uspostavlja se temeljno načelo prema kojem se protokol predloženog
istraživačkog projekta predaje nezavisnom tijelu u svrhu razmatranja te
davanja primjedbi i smjernica. To je važan korak u evoluciji današnjih etičkih
odbora. Za razliku od Nirnberškog kodeksa koji isključuje istraživanja djece
koja nemaju pravnu sposobnost, odredbama Helsinške deklaracije predviđeno
je da, kada potencijalni učesnici nemaju pravo da sami odlučuju, pristanak za
njihovo učešće u istraživanju može dati zakonski staratelj.
Postojanje ovih značajnih etičkih kodeksa nije označilo kraj praktikovanja
narušavanja prava učesnika istraživanja i u drugoj polovini 20. stoljeća. Beecher
(1966) je analizirajući 22 studije, od kojih su se četiri odnosile na djecu, našao da
je za najveći broj razmatranih istraživanja upitno dosljedno poštivanje etičkih
standarda. Riječ je o različitim tipovima eksperimentisanja sa pacijentima za
koje se, u najmanju ruku, nije mogla utvrditi korist po učesnike u istraživanju,
a koja su pravdana stjecanjem „koristi za pacijente uopće“. Konstatujući da
su sva ova istraživanja sprovođena na uglednim univerzitetima, a njihovi
rezultati objavljivani u vodećim časopisima, iz čega zaključuje da svojevrsni
naučni „barbarizam“ nije nestao sa Nirnberškim procesom, Beecher (1966)
poziva na preispitavanje tadašnje istraživačke prakse i uspostavljanje čvršćih
etičkih standarda. Veliki značaj za dalji razvoj etičke normative u oblasti
istraživanja dala je Konvencija o pravima djeteta Ujedinjenih nacija (1989),
kojom se promoviše ideja dječijeg prava na puno učešće u svim aktivnostima,
uključujući i istraživanja. Konvencija o pravima djeteta međunarodni je
dokument usvojen na 44. zasjedanju Opće skupštine UN-a 20. 11. 1989. godine,
a stupa na snagu 2. 9. 1990. godine. To je prvi dokument u kojem se djetetu
pristupa kao subjektu s pravima, a ne samo kao osobi koja treba posebnu
zaštitu. Konvencija je sveobuhvatna i jedina osigurava građanska, politička,
ekonomska, socijalna i kulturna prava djece, univerzalna je te se primjenjuje
na svu djecu, u svim situacijama, u gotovo cijeloj zajednici naroda, bezuvjetna
te zahtijeva i od vladā sa slabijim izvorima sredstava da poduzmu aktivnosti
vezane za zaštitu prava djeteta, holistička jer zagovara gledište da su sva prava
temeljna, međusobno zavisna i jednako važna. Četiri opća načela Konvencije
su: načelo nediskriminacije, djeca imaju pravo na život i razvoj u svim
vidovima života, dobrobit djeteta, aktivno sudjelovanje i sloboda izražavanja
mišljenja. Konvencija sadržava 54 članka. Članci od 1. do 41. drže se temeljnim
jer definišu pojam djeteta (osoba do 18. godine života). S obzirom na vrste
prava razvrstava se na: prava preživljavanja, razvojna prava, zaštitna prava,
prava sudjelovanja (Konvencija o pravima djeteta, 2001). Članovima 12. i 13.
ove Konvencije zahtijeva se da se „djetetu koje je sposobno da formira svoje
sopstveno mišljenje, obezbijedi pravo slobodnog izražavanja tog mišljenja
63
o svim pitanjima koja se tiču djeteta“. U Konvenciji se još kaže da „dijete ima
pravo na slobodu izražavanja“ i da to pravo obuhvata „slobodu da traži, prima i
daje informacije i ideje svih vrsta“. Principi formulisani u opisanim kodeksima i
dokumentima i danas predstavljaju osnov nacionalnih i profesionalnih etičkih
kodeksa (Đurić, 2012).
2.4.3. Etički kodeksi i zakonski propisi
Naučnici prilikom traganja za istinom moraju poštovati i prava učesnika

u istraživačkom procesu, kako ne bi oštetili i nanijeli bilo kakvo zlo svojim
ispitanicima. Već smo ranije rekli da su jedna od najosjetljivijih grupa ispitanika
maloljetne osobe, odnosno djeca. U istraživanjima s djecom nužno je zaštiti
njihova osnovna prava: nediskriminacija djeteta, zaštita najboljeg interesa
djeteta, pravo djeteta na vlastito mišljenje, slobodu izražavanja, misli i savjesti,
zaštita privatnosti, pravo na pristup obavijestima. Da bi se razvila dobra praksa
u istraživanjima, a koja osigurava najbolje interese maloljetnih sudionika
potrebno je poštivati Etičke kodekse istraživanja s djecom. Etički kodeksi
i smjernice su sredstva uspostavljanja i formulacije vrijednosti ustanova i
društva, i obaveza koje bi subjekti uključeni u određene istraživačke aktivnosti
trebali preuzeti. Istaknuti primjeri kodeksa i zakonskih propisa su:
Nirnberški kodeks (1949)
Helsinška deklaracija (1964)
Međunarodne etičke smjernice za biomedicinska istraživanja na
ljudima Vijeća za međunarodne organizacije medicinskih nauka
(CIOMS smjernice)
Povelja temeljnih prava Evropske unije
Evropska konvencija o ljudskim pravima
Dobra klinička praksa Evropske unije
Konvencija o zaštiti ljudskih prava i dostojanstva ljudskog bića
u primjeni biologije i medicine: Konvencija o ljudskim pravima i
biomedicine (Oviedo konvencija)
Direktiva o kliničkim ispitivanjima Evropske unije
Danas u nauci postoji na stotine dokumenata različitih formi (kodeksi,

normativi, vodiči, uputstva, preporuke) kojima relevantne državne ili
istraživačke, profesionalne i druge institucije pokušavaju regulisati ovu osjetljivu
oblast. U prvoj deceniji našeg stoljeća sve više akademskih institucija kreira
sopstvene vodiče za dobru istraživačku praksu, posebno onu koja se odnosi na
istraživanja djece (Morrow, 2008). Postavlja se pitanje, da li prosto postojanje
velikog broja dokumenata u kojima su formulisane preporuke o etičkim
standardima u istraživanjima djece zaista obezbjeđuju poštivanje svih etičkih
principa u konkretnim istraživačkim projektima? Određene etičke dileme se
64
Pojam istraživanja
za istraživače višestruko uvećavaju kada se u procesu operacionalizacije

etičkih standarda kreće od općih načela ka posebnim postupcima koje treba
primijeniti, kao i od apstraktnih principa ka planiranju i ostvarenju konkretnih
odnosa (Cohen i saradnici, 2007). Može se konstatovati da je priličan stepen
nemara u istraživanjima, kada je riječ o etičkim obzirima, nedostatak
ubjedljivih garancija da su istraživači dosljedno vodili računa o svim aspektima
ugrožavanja djece kao učesnika istraživanja. Stoga se posljednjih godina u
evaluaciji izvještaja iz istraživanja sve više insistira na transparentnom izlaganju
svih pitanja vezanih za oblast mogućeg etičkog ugrožavanja. Istraživači imaju
obavezu da jasno dokumentuju sve dileme sa kojima su se suočavali i izlože
strategije za rješavanje problema, čime će otkloniti svaku sumnju po pitanju
etičnosti primijenjenih istraživačkih procedura.
2.4.3.1. Etički kodeks istraživanja s djecom u BiH

Potreba za razvojem i istraživanjem s jedne, kao i za zaštitu djeteta od
bilo koje vrste zloupotreba s druge strane, razlozi su zbog kojih je neophodno
razviti etičke standarde koji se odnose na istraživanja djece uopće. Bosna i
Hercegovina kao zemlja u tranziciji, na neki način zaostaje u toj sferi djelovanja
i već duže vrijeme je naglašena neodložna potreba da se odredi minimalan
zajednički sistem vrijednosti koji bi unaprijedio istraživački proces, kako bi se
sprovodio na sistematski i metodološki prihvatljiv način, etički opravdan i koji
je u najboljem interesu maloljetnih osoba kao učesnika u istraživanju. Osnovna
svrha ovog sistema vrijednosti je upoznavanje svih učesnika u istraživačkom
procesu, kao i cjelokupne javnosti, sa osnovnim etičkim načelima i standardima
koji se moraju primjenjivati u istraživačkim postupcima koji uključuju djecu.
Uporedo s tim je i stvaranje etičkog okvira za širenje i produbljivanje općeg
naučnog i stručnog znanja o djeci, njihovim tjelesnim, emocionalnim,
psihološkim i socijalnim karakteristikama, a sve u cilju da bi se promovisalo
opće dobro djeteta, njegove porodice i zajednice uopće. Donošenje bilo kojeg
etičkog kodeksa omogućava nadležnoj istraživačkoj instituciji definisanje
etičkog ponašanja kao obavezujućeg za učesnike u istraživanju, ali i pravno
regulisanje njegove upotrebe u cilju postizanja visokih standarda.
Kodeks definiše prihvatljivo ponašanje kao standarde koje treba poštovati
u praksi, definiše parametre ozbiljnog profesionalnog identiteta i definiše
odgovornosti u istraživačkom procesu, što se može sublimirati kao zajedničke
vrijednosti i skup principa postupanja koji neka organizacija ili stručno tijelo
prihvata kao osnovu ponašanja i donošenja odluka. Njegova svrha je da
ponudi svim sudionicima u istraživanju, bez obzira na poziciju i položaj, jasne
smjernice za donošenje standardizovanih etičkih odluka pri obavljanju posla.
Prihvatanjem kodeksa učesnici u istraživanju pristaju na posvećenost etičkom
ponašanju, te prihvataju principe, vrijednosti i standarde prakse koji vladaju u
65
njihovoj organizaciji ili struci, ali i nauci uopće. Navedeni razlozi i objašnjenja
svrhe i zadatka Etičkog kodeksa ukazuju na značaj njegovog donošenja i
usvajanja. Kada tome pridodamo činjenicu da kodeks koji je pred nama ima
primarni zadatak da zaštiti djecu njegova vrijednost se višestruko uvećava.
Utvrđivanje Etičkog kodeksa istraživanja o djeci, nameće se kao odgovor
na sve prisutnija naučna, medijska, sportska, sudska i stručna istraživanja, koja u
fokusu svojih interesovanja stavljaju dijete. Vijeće za djecu Bosne i Hercegovine
utvrdilo je 2006. godine „Etički kodeks istraživanja o djeci“, autora Nagradić,
Miković, Muratbegović, Đuderija i Krneta, koji predstavlja prvi dokument ove
vrste u BiH. Autori ističu da je pravni osnov za donošenje Etičkog kodeksa
istraživanja u BiH Ustav Bosne i Hercegovine (u okviru člana 2. Ljudska prava i
osnovne slobode) gdje je utvrđena obaveza direktne primjene međunarodnih
standarda na prostoru Bosne i Hercegovine (Nagradić, Miković, Muratbegović,
Đuderija i Krneta, 2006). Pravni osnov za donošenje ovog Kodeksa sadržan je
u Konvenciji o pravima djeteta (član 3, član 8, član 17. i član 19.) i Evropskoj
konvenciji o osnovnim ljudskim pravima (član 8.).
Kodeks etičkih načela i normi predstavlja obligatorni dokument za sve
pojedince i institucije koje se neposredno bave istraživanjima u koja su na bilo
koji način uključena djeca, a polazit će od temeljnog načela „najboljeg interesa
djeteta”, njegove dobrobiti, onoga što je najbolje za dijete, njegovu porodicu,
a samim tim i cjelokupnu društvenu zajednicu. Uspostavljanjem standarda u
okviru ovog Kodeksa praktično se omogućava ispunjenje obaveza BiH, koje su
utemeljene na međunarodnim standardima za zaštitu djece utvrđenih, prije
svega, UN Konvencijom o pravima djeteta (1989), ali i drugim UN i evropskim
konvencijama i protokolima koje je ratifikovala BiH, a koje se odnose na zaštitu
i prava djece:
UN Konvencija o pravima djeteta, prihvaćena sukcesijom 1993. godine,
Alternativni protokol uz Konvenciju o pravima djeteta o prodaji djece,
dječijoj prostituciji i pornografiji - ratifikovana 2000. godine,
Konvencija o ukidanju svih oblika diskriminacije žena (CEDAW) (1980)
- prihvaćena sukcesijom 1993. godine,
Međunarodni pakt o ekonomskim, socijalnim i kulturnim pravima
-prihvaćen sukcesijom 1993. godine,
Međunarodni pakt o građanskim i političkim pravima - prihvaćen
sukcesijom 1993. godine,
Protokol o suzbijanju trgovine ljudima, a naročito ženama i djecom -
ratifikovan 2000. godine,
Evropska konvencija za zaštitu ljudskih prava i temeljnih sloboda -
ratifikovana 2002. godine,
Helsinška deklaracija Svjetskog udruženja ljekara (1964),
Haška konvencija 28 o civilnim aspektima međunarodne otmice djeteta
(1980),
66
Pojam istraživanja
Konvencije međunarodne organizacije rada (ILO) o zabrani i trenutnoj

akciji na eliminaciji najtežih oblika rada djece (1999).
Ovim Kodeksom se prvenstveno:

1. preveniraju uzroci i situacije u kojima može postati upitan integritet
samoga djeteta,
2. uređuju prava i obaveze, te odgovornosti istraživača i njegovih/njenih
saradnika/ica,
3. uređuju pitanja poštivanja dogovorenih etičkih vrijednosti, principa i
standarda,
4. uređuje status djeteta kao integralne ličnosti kroz:
- pravo djeteta na odlučivanje (pristanak na istraživanje, mišljenje o
istraživanju, kao i samo odustajanje od istraživanja),
- čuvanje identiteta djeteta, njegove porodice i grupe kojoj pripada,
omogućavanje uvida u rezultate istraživanja poštujući dob i
zrelost djeteta kao relevantne osobe za učešće u istraživanju,
5. uvažavaju pojedina prava djeteta, uređuje status roditelja/staratelja
kroz:
- pravovremenu informisanost o samom istraživanju i rezultatima,
- pristanak da dijete učestvuje ili da se istražuje o djetetu,
- omogućavanje uvida u rezultate istraživanja,
6. uređuje status istraživača kroz:
- preciziranje njegovih/njenih prava i obaveza,
- omogućavanje i drugim licima uvid u rezultate istraživanja uz
obaveznu zaštitu podataka o ličnosti djeteta.
Na osnovu člana 17. Zakona o Vijeću ministara Bosne i Hercegovine Vijeće

je 2013. godine donijelo Odluku o usvajanju Etičkog kodeksa istraživanja sa
djecom i o djeci u BiH, čiji sastavni dio je ovaj Etički kodeks. Danom stupanja
na snagu ove Odluke prestala je da važi Odluka o usvajanju Etičkog kodeksa
istraživanja o djeci iz 2006. godine. Etički kodeks istraživanja sa djecom i o djeci
u Bosni i Hercegovini (Muratbegović, Šućur–Janjetović, 2013) sadrži sljedeće
dijelove:
I - Opće odredbe
Osnovna pitanja i primjena Etičkog kodeksa
Definisanje statusa djeteta, roditelja/staratelja i istraživača
Primjena etičkih principa
II - Provođenje istraživanja
Pretpostavke za provođenje istraživanja
Provođenje istraživanja
67
III - Ostala pitanja i javnost Etičkog kodeksa

Dostupnost podataka iz istraživanja
Korištenje podataka proisteklih iz istraživanja
Objava Etičkog kodeksa
Odnos sa ostalim strukovnim Etičkim kodeksima u Bosni i Hercegovini
Glosarij pojmova korištenih u izradi Etičkog kodeksa
Bibliografski izvori korišteni u izradi Kodeksa
Završni osvrt
Istraživač tragajući za istinom u svojim istraživanjima mora poštovati

prava svojih ispitanika, a posebno djece. Prava su propisana etičkim kodeksom.
Ovaj Etički kodeks kao osnova omogućava nadležnoj istraživačkoj instituciji
definisanje etičkog ponašanja kao obavezujućega za profesiju, kao i pravno
regulisanje njegove upotrebe u cilju postizanja visokih standarda. Kodeks
definiše prihvatljivo ponašanje kao skup standarda koje treba poštivati
u praksi. Pored toga što pruža realan model profesionalnog ponašanja i
definiše odgovornost, kodeks također implicitno definiše parametre zrelog
profesionalnog identiteta. Svrha kodeksa je ponuditi svim sudionicima u radu,
bez obzira na rang i položaj, jasne smjernice za donošenje jednoobraznih
etičkih odluka pri obavljanju posla. Oni koji prihvate kodeks pristaju na
posvećenost etičkom ponašanju, te usvajanjem kodeksa prihvataju principe,
vrijednosti i standarde prakse koji vladaju u njihovoj organizaciji ili struci.
2.4.4. Plagijarizam
Sve češća neetična pojava u različitim oblastima, pa tako i u naučno-

istraživačkom radu, je plagijarizam. Većina autora u njoj učestvuje svjesno i
sa određenim ciljem, ali postoji i nesvjesno učestvovanje u ovoj pojavi. Iz tih
razloga jako je bitno razumjeti šta je to plagijarizam i razlikovati radnje koje
je dozvoljeno od onih koje nije dozvoljeno raditi. Veoma često je tanka linija
između ovih radnji, tako da neki autori prave nenamjerne greške u pisanju svojih
publikacija. Najsigurnijii način zaštite je da se slijede određena standardizovana
uputstva i koraci koji su većinom definisani pravilima refenciranja i citiranja u
naučnoistraživačkom radu. Danas postoji nekoliko općeprihvaćenih sistema
citiranja i referenciranja (numerički, abecedni, vancouverski, harvardski,
APA...). Svaki od navedenih sistema podrazumijeva precizno definisana pravila
za navođenje izvora u tekstu rada i način njihovog referenciranja u literaturi
odnosno bibliografiji.
Plagijat (lat. plagere - oteti) označava akt prisvajanja ili kopiranja tuđeg
pisanog, umjetničkog ili drugog kreativnog rada kao vlastitog, bilo djelimično
68
Pojam istraživanja
ili u cijelosti, bez navođenja prvog, izvornog autora ili izvornika rada. Ovdje
treba razlikovati pojam plagijarizma od pojma krivotvorenja. Kod plagijarizma,
za razliku od krivotvorenja u kojemu je upitna autentičnost rada, riječ je o
neetičnom ali i nezakonitom pripisivanju tuđeg djela kao vlastitog. Plagijarizam
je danas prisutan u različitim oblastima ljudske djelatnosti, ali posebnu pažnju
javnosti privlači plagijarizam u nauci.
Postoji više definicija plagijarizma, ali ćemo u ovom tekstu istaći dvije.
,,Plagijarizam je čin prisvajanja pisanih djela druge osobe i predstavljanja istih
kao svojih. Ova vrsta prevare je usko vezana sa falsifikovanjem i piraterijom,
radnjama koje dovode do kršenja autorskih prava“.9 Razvojem nauke, pojavom
sve većeg broja naučnih časopisa i naučnih radova, kao i vrednovanjem
naučnog rada istraživača, koji su prisiljeni da objavljuju sve veći broj naučnih
radova, ponekad se stječe utisak da kvantitet dobija prednost nad kvalitetom.
Ovaj trend su prepoznale komercijalne izdavačke kuće, a rezultat toga je pojava
velikog broja novih izdavača naučnih časopisa iz raznih naučnih oblasti, čiju je
ispravnost i poštenost ponekad teško prepoznati.
Prema Mitrović i Vidič (2015)10 postoji više različitih tipova plagijarizma

koji su rangirani po ozbiljnosti na sljedeći način:
1. Kloniranje (engl. clone) - predavanje tuđeg rada, od riječi do riječi kao
svog.
2. Kopiranje (engl. ctrl+c) - rad sadrži veliku dozu teksta kopiranog sa
jednog izvora (bez izmjena).
3. Pronađi i zamijeni (engl. find and replace) - mijenjanje ključnih riječi i
fraza uz zadržavanje suštine izvornog teksta.
4. Remiks (engl. remix) - parafraziranje sa više izvora tako da se sve
uklopi.
5. Recikliranje (engl. recycle) - izdašno pozajmljivanje iz ranijeg rada na
tu temu bez citiranja.
6. Hibrid (engl. hybrid) - kombinovanje citiranih dijelova sa dijelovima
koji nisu citirani.
7. Pire (engl. mashup) - kopiranje materijala sa više izvora.
8. Greška 404 (engl. 404 error) - citiranje iz nepostojećih ili netačnih
izvora.
9. Agregator (engl. aggregator) - rad sadrži odgovarajuće citate (izvori
nisu nepostojeći), ali rad skoro da ne sadrži originalne ideje.
10. Retvit (enlg. re-tweet) - rad sadrži odgovarajuće citate, ali se previše
oslanja na originalan tekst.
9 Encyclopedia Britannica Inc. Encyclopedia Britannica, 2013, online at: http://www.britannica.

com/EBchecked/topic/462640/plagiarism.
10 Preuzeto sa: http://turnitin.com/assets/en_us/media/plagiarismspectrum.php.
69
Poseban problem predstavljaju slučajevi autoplagijarizma (samoplagija-

rizma). Pod ovim se podrazumijeva ponovno objavljivanje cijelog ili većih
dijelova istog rada ili korištenje dijelova sopstvenog, već objavljenog rada, bez
navođenja originalnog izvora (Brkić, 2006). Dok se „čisti“ plagijarizam smatra
teškim etičkim prekršajem, dotle se prema autoplagijarizmu zauzima blaži
stav, vjerovatno zbog toga što se u prvom slučaju radi o potkradanju drugog
autora, a u ovom o ponovnom korištenju sopstvenih ideja i/ili rezultata.
Međutim, autoplagijarizam je prekršaj, zbog čega uredništva naučnih časopisa
i zahtijevaju od autora pisanu izjavu da podneseni rukopis rada nije bio
objavljivan, niti je predat na razmatranje nekom drugom časopisu.
Zahvaljujući informatičko-softverskom razvoju, u zadnje vrijeme razvijeni
su i programi za otkrivanje plagijarizma. Ovi programi su alati koji lociraju
slučajeve plagijarizma u tekstualnom dokumentu i rade po dva modela: tako
što tekst porede sa grupom tekstova za koje se pretpostavlja da su originalni,
odnosno sa kojim postoji mogućnost preklapanja ili tako što provjere tekst
sam za sebe tražeći razlike u jedinstvenom stilu pisanja autora što se uzima
kao potencijalni indikator da je tekst plagiran. Poslije provjere i detekcije,
program daje rezultat koji pokazuje u kom procentu postoji preklapanje teksta
sa drugim tekstovima dajući linkove na kojim se ti tekstovi nalaze. Treba nam
biti jasno, da ovi programi nikako nisu konačni pokazatelji da li je u pitanju
plagijat ili ne, jer nam oni samo ukazuju da preklapanje koje normalno čitalac
ne bi primijetio. Ovi programi za detekciju plagijata su relativno skupi i veoma
često se na njih pretplaćuju univerziteti ili druge naučne institucije.
70
Pojam metodologije
3.
POJAM METODOLOGIJE
 Pojam metodologije
 Nastanak i razvoj metodologije
 Epistemološki principi
 Metode naučnog istraživanja
 Osnovne metode istraživanja
 Općenaučne metode istraživanja
 Posebne metode istraživanja
71
72
Pojam metodologije
3. POJAM METODOLOGIJE
Metodologija (od grč. methodos, meta – iza, poslije + hodos – način, put i
logos – riječ, govor, mišljenje, nauka) je nauka o cjelokupnosti svih oblika i načina
istraživanja pomoću kojih se dolazi do objektivnog i sistematskog naučnog
saznanja. Dakle, pojam metodologije označava načine kako se na naučan,
objektivan način dolazi do istine, provjeravaju pretpostavke i pretvaraju u
naučne činjenice (Klaić, 1974). Može se shvatiti i kao shema (postupak, model)
po kojoj se odvija neka aktivnost (djelatnost). U istraživanjima bi to bio misaoni
(logički) postupak, korišten s namjenom da se što lakše i što tačnije otkriju i
utvrde činjenice i podaci (Čolakhodžić i Rađo, 2011). Pri tome treba razlikovati
opće metode (npr. neposredno posmatranje, eksperiment) i opća metodološka
pravila (npr. pravila mjerenja, uzorkovanja i dr.).
U širem smislu metodologija je nauka o cjelokupnosti svih oblika i
postupaka istraživanja pomoću kojih se dolazi do sistematskog i objektivnog
naučnog znanja, ili naučna disciplina u kojoj se kritički ispituju i eksplicitno
izlažu različite opće i posebne naučne metode. U leksikografiji metodologija
je nauka o logičkim formama procesa spoznavanja i njihovoj primjeni u nauci,
u naučnom istraživanju, odnosno metodologija je nauka o metodama koje se
primjenjuju u naučnom istraživanju pri izlaganju rezultata takvih istraživanja
(Zelenika i Zelenika, 2006).
Zadatak metodologije je da utvrđuje najadekvatnije načine i postupke
vođenja i implementacije naučnog istraživanja, određuje najbolja pravila
korištenja naučnih alata i instrumenata, definiše mjeru sa kojom se može imati
određeno povjerenje u dobijene naučne rezultate, ispituje valjanost naučnih
postupaka i preciznost primijenjenih tehnika istraživanja itd.
Metodologija određuje kriterije objektivnog procjenjivanja naučnih
saznanja, najpouzdanije i najefikasnije postupke dolaženja do naučnog
saznanja. Također ispituje valjanost postavljenih naučnih hipoteza, njihovu
logičnu utemeljenost zasnovanu na prethodnim teorijama i pravilan odnos
između sakupljenih podataka i postavljene hipoteze.
Metodologija predstavlja sistem pravila i postupaka na temelju kojih se
obavljaju istraživanja i u skladu s kojima se provjeravaju izvodi različitih teorija.
Cilj metodologije sadržan je u:
opisu i analizi temeljnih metoda što se koriste u različitim naučnim
disciplinama,
upoznavanju s njihovim prednostima i ograničenjima, pretpostavkama
na kojima počivaju i mogućim ishodima njihove upotrebe.
Svojstvena je svim naučnim područjima, poljima, granama, ograncima,

odnosno naučnim disciplinama jer se primjenjuje u svim naukama, u svakom
73
naučnom istraživanju bez obzira na vrste i nivoe nauke. Međutim, metodologija

se može klasifikovati u dvije velike grupe: opća metodologija i posebne
metodologije naučnog istraživanja.
Opća metodologija je dio logike. Ona izučava probleme naučnoga

saznanja, a usko je povezana s gnoseologijom11, odnosno epistemologijom.
Opća metodologija je onaj dio logike koji za svoj predmet ima izučavanje općih
puteva, zakonitosti i problema ljudske spoznaje. Za razliku od nje, posebne
metodologije u središtu svoga interesa imaju izučavanje i normiranje puteva
i načina dolaženja do naučne spoznaje unutar pojedinih nauka (Kukić i Markić,
2006).
Osnovna metodološka načela logičke metodologije mogla bi se svrstati u
tri grupe (Zelenika, 2004):
1) Načelo nužnosti i mogućnosti dijalektičke obrade problema
gnoseološke metodologije, tj. dublje, konkretnije i svestranije obrade
svih metodoloških problema, počevši od pitanja opće metodologije
do pitanja posebnih i specijalnih metoda saznanja.
2) Načelo zakonitosti dijalektičke metodologije saznanja: opći
dijalektički zakoni i dijalektička načela saznanja, kakva su načela
konkretnosti saznanja, načelo preferiranja prakse nad teorijom, zakon
dijalektičkoga identiteta i jedinstva raznovrsnih, suprotnih i – u fazi
promjene i razvoja – proturječnih faktora svih pojava itd.
3) Načelo primjene spomenutih općih dijalektičkih postavki i zakona te
analize savremenog naučnog saznanja, kako savremene logike tako
i savremenih prirodnih nauka, posebno savremene relativističke i
kvantne fizike, a i društvenih i humanističkih nauka, može zasnovati
ili dalje razvijati dublja i tačnija istraživanja o svim pitanjima opće
metodologije saznanja i o pojedinim općim i posebnim metodama
naučnih spoznaja.
Naučna metodologija ima ove tri osnovne značajke:

Tvrdnje treba iznositi jasno, precizno, jezički, stilski i terminološki
ispravno.
Naučne spoznaje u jednom području moraju biti obrazložene i
povezane s drugim spoznajama; jedni se stavovi izvode iz drugih u
skladu s logičkim pravilima koja imaju objektivni društveni karakter.
Sve bi rezultate naučnog istraživanja trebalo provjeriti u praksi.
11 Gnoseologija (grč. gnosis - znanje), noetika, kritika spoznaje ili teorija spoznaje je filozofska
disciplina koja ispituje mogućnosti istinite spoznaje i raspravlja o spoznajnim izvorima,
njihovim obimima, pretpostavkama, granicama, kriteriju i objektivnoj vrijednosti spoznaje.
Sinonim za gnoseologiju je epistemologija (grč. episteme - nauka, saznanje).
74
Pojam metodologije
3.1. Nastanak i razvoj metodologije
Pojam metoda i metodologija se često poistovjećuju, mada to nisu

identični pojmovi. Ovdje na početku treba naglasiti razliku između pojma
metodologije i metodike, koja je prihvaćena u terminologiji na ovim postorima,
a ne javlja se uvijek u odgovarajućim terminima drugih jezika. U francuskom
jeziku riječ metodologija se poistovjećuje sa našim pojmom metodika, dok se
pojam metodologije pretežno upotrebljava kao metode istraživanja (Mužić,
1986).
U naučnoistraživačkom radu postoje brojne metode koje se koriste, a
nikada se ne koristi samo jedna metoda. Metoda je uži pojam, odnosno, jedan dio
metodologije. Metode nisu naučna disciplina, one predstavljaju onaj praktični
dio, put, način istraživanja, dok metodologija to jeste, odnosno, metodologija
je nauka o sveukupnim postupcima i metodama naučnoistraživačkog rada,
a metodika je način obavljanja, sprovođenja bilo kojeg posla. Biti metodičan
znači obavljati bilo koji posao na organizovan i planski način. Terminološki,
metodika je najčešće vezana za nastavni proces, tako da imamo metodiku
bosanskog jezika, metodiku hemije, metodiku historije, metodiku tjelesnog
i zdravstvenog odgoja itd. Metodika ima zadatak da kod određenih naučnih
disciplina pronađe najbolji put njihove primjene i ona predstavlja sintezu
naučnog i nastavnog rada. Za svaki posao potreban je metodički plan kako
ga obaviti i riješiti, jer bilo koji posao nije dobar bez plana, a stihijski rad ne
donosi dobre ili nikakve rezultate. Dakle, metodologija naučnoistraživačkog
rada obuhvata i metode i tehnike, ali sadrži i dio koji se oslanja na filozofiju,
logiku, matematiku i statističko zaključivanje.
Praktičan početak nastanka metodologije možemo vezati za početke
organizovanog razmišljanja o filozofiji i organizovanom radu na praktičnom
izvođenju (Aristotel, Heraklit, Platon). Razvojem društva, kada su ljudi stvorili
teorijske osnove i određene fundamente znanja počeli su to znanje praktično
primjenjivati, pronalaziti, raditi i stvarati, npr. grade se egipatske piramide,
Kineski zid, pronalazi papir, barut itd. Sve to je rađeno i građeno smišljeno i
planski, a ne slučajno i stihijski.
Metodologija kao stara naučna disciplina prvobitno je egzistirala u okviru
filozofije – kao filozofija života. Nazvana je filozofija života jer je filozofija
sveobuhvatna nauka. Njome se kao metodom utvrđuje kako stvarati odnose
sa ljudima i prirodom. To znači da nas filozofija, a danas metodologija, uči kako
živjeti, kako raditi, kako misliti. Metodologija je najznačajnija primijenjena
nauka, jer nema nauke ni praktičnih rješenja bez metodologije i metoda
naučnoistraživačkog rada, kao što nema matematike bez brojki, nema pisma
bez slova, nema digitalne tehnike bez kompjutera itd.
Razvojem društva razvijala se i metodologija. Nastanak savremene
metodologije kao nauke može se vezati za drugu polovinu 19. stoljeća. To
75
je vrijeme u kojem se društvene nauke (historija, lingvistika, sociologija,

antropologija, ekonomija) počinju diferencirati i profilisati kao samostalne
nauke koje sistematski i egzaktno izučavaju svoja područja. Profilisanjem
samostalnih nauka u određenim oblastima, vremenom, posebno u 20. stoljeću,
počinju da se razvijaju posebne metodologije kao, npr. opća metodologija,
ekonomska, pravna, medicinska i dr. Evolucijom, odnosno razvojem
metodologije došlo se do naziva metodologija naučnoistraživačkog rada, koji
se danas na većini visokoškolskih ustanova izučava kao nastavni predmet,
zajednički za više naučnih disciplina.
3.2. Epistemološki principi
Metodologija nam pomaže da shvatimo, ne produkte naučnog

istraživanja već postupke dolaženja do njih. Različite nauke uveliko se razlikuju
prema predmetu svog bavljenja i podacima kojima raspolažu, ali su vrlo bliske
s obzirom na instrumentarij i pojmovni aparat kojim dolaze do spoznaja. Već
smo prethodno rekli da sve to govori da se radi o naučnom saznaju, čime se
bavi filozofska disciplina - epistemologija. Epistemologija se bavi teorijom
naučnog znanja i saznanja. Ona ima glavne ciljeve (prema Fajgelju, 2005):
da ocjenjuje vrijednost naučnog saznanja i
da određuje norme i kriterije naučnog saznanja.
Pri tome se koristi logičkim pravilima i epistemološkim kriterijima

(principima):
1) općost,
2) objektivnost,
3) sistematičnost,
4) preciznost i pouzdanost,
5) provjerljivost i odbacivost.
Ne postoji nauka o pojedinačnom. Svo naše saznanje kao naučno saznanje

time je općeg karaktera. Tako se ovaj naučni zahtjev može protumačiti kao
epistemološki princip općosti. Općost naučnog saznanja se postiže samom
prirodom naučnog mišljenja. U procesu proučavanja stvarnosti te dolaženja do
zaključaka koji proizilaze iz procesa saznanja, mi smo prinuđeni da predmete
neposrednog iskustva kojima se u proučavanju obraćamo uopćavamo. Tako
dolazimo da naučnih stavova, opisa i objašnjenja, koji se sastoje iz definisanih
pojmova i koji su kao takvi općeg karaktera. Ovaj zahtjev koji postavlja
metodologija fundamentalnog je karaktera. Naime, ne postoji niti jedan zakon
koji se može okarakterisati kao naučni a da nema karakteristiku općosti, tj. da
ne važi za određenu ‘klasu pojava’ koje nalazimo u iskustvu.
76
Pojam metodologije
Ukoliko su naučni zakoni koji u osnovi predstavljaju krajnji cilj svake

nauke općijeg karaktera, utoliko je znanje izraženo u ovom naučnom zakonu
vrednije, i obrnuto, ukoliko je klasa pojava obuhvaćena naučnim zakonom
manja, onda to znanje ima karakter nižeg stepena općosti, te je prema tome
sa epistemološke tačke ‘manje vrijedno’. Dakle, ovdje se ne radi samo o općosti
po sebi, već se radi o različitim stepenima općosti. Ovaj stepen općosti u
osnovi zavisi od samog predmetnog područja kojim se jedna nauka bavi, jer
ne postoji nauka koja za predmet ima ,,sve” (ovaj epitet je zadržala filozofija).
Da zaključimo, općost je jedan od osnovnih kriterija (normi, tj. principa) kojim
se jedno naučno saznanje kvalifikuje i na osnovu čega možemo procjenjivati
njegovu vrijednost. Naučni zakoni imaju karakteristiku općosti, pa što je naučno
znanje općijeg karaktera, ono je epistemološki vrednije, i obrnuto.
Sljedeći princip koji nije ništa manje važan od prethodnog jeste objektivnost.
Naučno znanje mora biti realno, odnosno objektivno, a ne subjektivno.
Naučno saznanje mora se bazirati na jednom pristupu proučavanja i primjeni
svih metoda na svim entitetima (ispitanicima, objektima) podjednako. Ovaj
princip postavlja zahtjev naučnom saznanju da naučne zakonitosti koje
nauka formuliše budu objektivnog karaktera, tj. da budu stvarne, da pripadaju
objektivnom svijetu. Drugim riječima, saznanje ne smije biti ‘subjektivno’, tj.
ne smije zavisiti od ‘naše’ želje, volje ili procjene. Ukoliko nauka ima za cilj da
opiše i objasni određeni objekat kao predmet saznanja, onda priroda samog
objekta predstavlja naučni zadatak. Mi u stvarnosti možemo kao naučnici
posjedovati različite vrijednosti i stavove, ali ove vrijednosti i ovi stavovi ne
smiju da utječu na naše proučavanje samog predmeta saznanja ukoliko želimo
ispuniti kriterij objektivnosti. Time se obezbjeđuje da znanje kao rezultat
naučnog istraživanja bude zaista nešto ‘stvarno’, tj. nešto što je karakteristika
samog objekta kao predmeta našeg saznanja. Svi ispitanici istraživanja
moraju imati isti tretman, svaki dio naučnog istraživanja mora da se oslanja na
prethodni. Prema tome, radi se o sistematičnosti, pa je samo znanje stečeno na
sistematičan način naučno znanje, odnosno epistemološki vrijedno. U procesu
proučavanja stvarnosti sa ciljem da se otkriju određene zakonitosti mi moramo
upotrebljavati određena sredstva i slijediti izvjesna pravila. Ta sredstva i pravila
zovemo metodama. To znači da se mi moramo ponašati sistematično. Ovo je
sljedeći epistemološki princip koji se može definisati kao sistematičnost. Biti
sistematičan znači zaista imati određen ‘sistem’ koji povezuje sve faze naučnog
istraživanja. Pošto se sistem po svojoj suštini sastoji iz djelova koji međusobno
stoje u konzistentnom odnosu, to znači da nas ovaj epistemološki princip
upućuje na to da u naučnom istraživanju svaka faza mora biti povezana sa
prethodnom jednako kao i sa budućom fazom. Samo tako je saznanje koje
se dobija kao krajnji rezultat epistemološki opravdano. Sistematičnost kao
epistemološki princip važi za svaki aspekt naučnog postupka, kako za metodu
77
tako i za teoriju, uključujući i formalizaciju, tj. način na koji se jedna naučna

spoznaja izlaže. U svim ovim aspektima epistemologija mora da prati naučnu
proceduru i postavlja zahtjeve koje smo mi ovdje opisali kao sistematičnost.
Naučno saznanje mora da bude precizno, a pri tome i pouzdano. Ova dva
principa su tijesno povezana, jer ako neko saznanje nije dovoljno precizno,
ono neće biti pouzdano. Preciznost se bazira na formulisanju problema i
hipoteza istraživanja, kao i na problemima mjerenja. Pouzdanost se odnosi
na prisutnost grešaka mjerenja, ali i na pogrešnim primjenama metoda za
organizovanje, obradu i analizu prikupljenih podataka. Nije potrebno posebno
dokazivati da su preciznija i pouzdanija znanja epistemološki vrednija.
Preciznost je epistemološki princip koji je možda najjednostavnije opisati čak
i na zdravorazumskoj osnovi, ali koji time nije ništa manje važan od ostalih
epistemoloških normi. Pošto je preciznost gotovo nemoguće definisati po
sebi, čini se da je najbolje dati nekoliko primjera.
Najbolji način da se preciznost opiše jeste analogija sa gađanjem mete

strijelom (ili vatrenim oružjem). Meta se sastoji iz deset koncentričnih krugova
posmatranih od većih ka manjim, sa najmanjim u centru. Ukoliko pogodimo
veći krug (recimo broj 1) mi smo manje precizni negoli kada pogodimo manji
krug (recimo broj 5). Ako pogodimo najmanji krug (onaj u centru sa brojem 10),
možemo reći da smo povećali preciznost, tj. da smo veoma precizni. Preciznost
kao epistemološki kriterij prati sve aspekte naučnog saznanja. Tako može biti
manje ili više precizno: definisanje naučnog problema, formulisanje hipoteza,
prikupljanje podataka itd. Zahtjev za preciznošću ima prema tome jedan širok
spektar epistemološke primjene u nauci.
Sa ovim epistemološkim principom paralelno možemo govoriti i o

pouzdanosti. Ovaj princip postavlja zahtjev naučnom saznanju da ovo mora
biti pouzdano, tj. da se ne smije dovoditi u sumnju. Naučno znanje tako mora
biti uvjerljivo ili drugim riječima mora biti tako postavljeno i predstavljeno
da mi opravdano vjerujemo u ono što nam ovo znanje iznosi. U procesu
epistemološkog preispitivanja naučnog znanja sa stanovišta pouzdanosti mi
tražimo argumente i stavove izražene u naučnoj teoriji koja je predmet naše
analize a koji idu u prilog ‘opravdavanja’ znanja koje ta teorija izlaže. Što je
broj ovih argumenata i stavova veći to se može govoriti da je samo znanje
o kome je riječ vrednije jer je ‘pouzdanije’. U okviru posebnih teorija kao i u
okviru posebnih metodoloških postupaka postoje i neki sasvim specifični
kriteriji pouzdanosti. Tako su, naprimjer, u primjeni statističkih metoda
razvijene posebne tehnike kao mjere pouzdanosti. U teorijskoj metodologiji se
pouzdanost povećava boljom teorijskom elaboracijom, jasnim definicijama i
dobrim objašnjenjima.
78
Pojam metodologije
Posljednji epistemološki principi kojima ćemo se ovdje baviti jesu

provjerljivost i odbacivost. I ovi principi su svakako nezaobilazni i veoma
važni. Ako se neko naučno saznanje ne može dokazati, odnosno provjeriti,
onda ono nema epistemološku vrijednost. Pri tome treba biti svjestan da se
radi o stepenu provjerljivosti, odnosno o manje ili više provjerljivom naučnom
saznanju. Naravno, što je naučno saznanje provjerljivije, ono je i epistemološki
vrednije. Ukoliko se provjerom naučnog saznanja ustanovi da epistemološki
nije vrijedno, ili nije tačno, primjenjuje se princip odbacivanja ili opovrgavanja.
Pri tome treba voditi računa da istraživanje u kome se dolazi do naučnog
saznanja mora biti ponovljivo i provjerljivo. Ukoliko jedno naučno saznanje
ne možemo provjeriti, to znači da to saznanje i nema nikakvu epistemološku
vrijednost jer se ne može dokazati. Tako provjerljivost stoji u direktnoj
proporciji sa postupkom dokazivanja u nauci. Kad kažemo provjerljivost mi
zaista mislimo na intersubjektivnu provjerljivost. Ovo znači da znanje do kojeg
je došla osoba X može biti provjereno od osoba Y i Z. Dakle, provjerljivost
ima intersubjektivni karakter. Iz ovih razloga su neki epistemolozi smatrali
da objektivnost i provjerljivost predstavljaju jedan isti epistemološki princip.
Oni tvrde da objektivno znači negaciju subjektivnog te prema tome u suštini
znači ‘intersubjektivno provjerljivo’. No, ukoliko se stvari postavljaju na ovakav
način čini se da se svaki epistemološki princip može opravdati kao sastavni dio
nekog drugog principa.
Provjerljivost je neposredno povezana i sa jednim važnim metodološkim

zahtjevom. Ovaj zahtjev nalaže da se naučno saznanje mora staviti u takvu formu
koju je moguće neposredno provjeriti. Da bi ovo bilo moguće, neophodno
je i poštivati jedno drugo metodološko načelo, a to je načelo javnosti. Dakle,
ukoliko želimo da naučno saznanje koje izlažemo bude provjerljivo (a ovo je
zahtjev same epistemologije), onda je neophodno da čitav naučni postupak
kojim smo došli do određenog saznanja ‘objavimo’, tj. prikažemo ga u onom
obliku u kome smo ga izveli. Na kraju treba reći da zahtjev za provjerljivošću
nije dvovalentan, tj. da je neko znanje ili provjerljivo ili neprovjerljivo. Najčešće
se nasuprot ovoj bivalenciji govori o stepenima provjerljivosti. To znači da svako
naučno saznanje može biti manje ili više provjerljivo, te da epistemologija ima
zadatak da u analizi pokaže u kom stepenu je neko posebno naučno saznanje
provjerljivo.
Veoma je važno imati u vidu da svi ovi epistemološki principi stoje
međusobno u komplementarnom odnosu. To znači da su međusobno
povezani, da jedni druge podrazumijevaju, te da nedostatak jednog principa
nadopunjavaju ostali i obrnuto. Tako je, npr. nemoguće govoriti o objektivnosti
a da se to ne tiče provjerljivosti, kao što smo već vidjeli. Također, teško je
govoriti o sistematičnosti a da to ne podrazumijeva u neku ruku i preciznost.
Dakle, epistemološka analiza podrazumijeva primjenu epistemoloških kriterija
79
(normi) na naučno saznanje čime se ispituje naučna (epistemološka) vrijednost

ovog saznanja. Ovi epistemološki kriteriji se nalaze u komplementarnom
odnosu što znači da je epistemološka analiza kompleksan proces koji je veoma
važan zato što nam on daje konačan sud o tome koliko vrijedi neka posebna
naučna teorija ili metoda.
3.3. Metode naučnog istraživanja
Već smo rekli da veoma često neupućeni izjednačavaju pojmove

naučne metode i metodologije. Sasvim je sigurno da se radi o različitim, ali
jako povezanim teorijskim pojmovima. Metodologija se bavi iznalaženjem
puteva (metoda), pravila i principa u procesu stjecanja naučnih saznanja u
cilju dostizanja istina o našem svijetu. Pošto svaka nauka mora da ima svoje
posebno (samosvojstveno) područje i svoju posebnu metodu u procesu
izučavanja tog područja, te posebnosti se baziraju na općim metodama koje
se primjenjuju u mnogim naukama. Naziv „metoda istraživanja/rada” ili samo
„metoda” koristi se u radovima kada se misli na skup primijenjenih metoda u
istraživanju (uzorkovanje, nacrt istraživanja, prikupljanje i obrada podataka).
Pojam metoda (grč. méthodos - put, način) u najširem kontekstu znači

racionalan ili osmišljen, odnosno ustaljen ili prepoznatljiv postupak usmjeren
ka ostvarenju određenog cilja ili obavljanju neke djelatnosti. Metoda u
pravilu podrazumijeva niz uhodanih radnji ili koraka kojima se relativno
pouzdano ostvaruje data aktivnost ili postavljeni cilj. Nauke ne raspoznajemo
po specifičnosti njihovih metoda, nego po tome koliko su efikasno razvile
naučne metode u proučavanju svoga predmeta istraživanja. Nijedna nauka
nema metodu koja bi bila potpuno specifična samo za nju. Svaka nauka
koristi određene opće naučne metode koje više ili manje prilagođava svojim
potrebama, a samo izuzetno stvara neki specifičan element metode koja služi
isključivo samo toj nauci.
Izbor metode istraživanja predstavlja osnovni uslov za uspješan istraživački
proces i uslovljen je nizom faktora. Koju metodu istraživanja izabrati najčešće
zavisi od predmeta, problema i cilja istraživanja, prirodi i zakonitostima
koje vladaju u toj naučnoj disciplini, oblasti i izvorima istraživanja, nivoa
osposobljenosti istraživača, materijalnih, tehničkih i finansijskih mogućnosti.
Pod metodom podrazumijeva se određeni, svrsishodni planski postupak,
koji se primjenjuje radi postizanja nekog cilja ili ostvarenja nekog zadatka. U
oblasti naučnog istraživanja metoda je organizovan put saznavanja stvarnosti
i utvrđivanja određene zakonitosti u pojedinim naučnim oblastima. Naučnom
metodom se naziva skup raznih postupaka i procesa pomoću kojih se dolazi
do naučnih saznanja i istine.
80
Pojam metodologije
3.3.1. Klasifikacija metoda naučnog istraživanja
Klasifikacija metoda istraživanja u metodologiji naučnoistraživačkog rada

se može vršiti na osnovu više kriterija. Kukić i Markić (2006) ističu da i u ovoj
klasifikaciji postoji značajna razlika u teorijskom pristupu različitih autora.
Također ističu da kod većine autora ta klasifikacija ima dihotomijski pristup,
pa tako Šešić (1974) metode dijeli na opće i posebne, Hrkać (1999) govori o
metodama naučnog istraživanja i metodama naučnog sistematizovanja, a
Zvonarević (1989) govori o četiri tipa dihotomijskih podjela metoda istraživanja:
teorijske i empirijske,
empirijsko-analitičke i historijsko-komparativne,
faktografske i analitičke,
metode i postupci.
Najčešći kriterij klasifikacije metoda je na osnovu općosti metoda, njihove

upotrebljivosti i na osnovu predmeta koji metoda istražuje. U literaturi se
najčešće spominje sljedeća klasifikacija:
Osnovne metode istraživanja koje su u osnovi svih drugih metoda, a
u koje spadaju: analiza, sinteza, indukcija, dedukcija, apstrahovanje,
konkretizacija, specijalizacija, generalizacija, komparacija.
Općenaučne metode koje se mogu primjenjivati u svim naukama.
U ovu grupu metoda spadaju: statistička metoda, modelovanje,
aksiomatska, analitičko-deduktivna i hipotetičko–deduktivna.
Posebne metode koje su karakteristične za jednu grupu nauka
(prirodne nauke, društvene nauke…) pri čemu se poistovjećuju
posebni metodološki pravci sa pojedinim metodama.
3.3.1.1. Osnovne metode istraživanja

Osnovne metode naučnog istraživanja, prema teorijsko-metodološkim
nalazima, imaju neka zajednička svojstva i činioce među kojima su najvažniji:
Predmet koji se ovim metodama istražuje je složena cjelina, odnosno
čine ga odnosi između dijelova i cjelina, općeg i posebnog.
Ove metode su u osnovi svih metoda naučnog saznanja i po tome su
osnovne.
One se nalaze u međuzavisnosti i prožetosti visokog stepena.
Njihovom upotrebom se stječe naučno saznanje o činjenicama
stvarnosti, njihovim odlikama, kao i o pojmovima, stavovima, sudovima
i zaključcima.
Svaki od ovih metoda ima svoje norme i regulisanje procedure.
One omogućavaju primjenu ovih metoda u teorijskim i empirijskim
istraživanjima, u istraživanjima prirode i društva.
81
Priroda i svojstva predmeta istraživanja zahtijevaju specifičnu

primjenu ovih metoda, a one pokazuju visoki stepen adaptabilnosti
odnosno upotrebljivosti.
Sve ove metode nemaju isti status u procesu istraživanja. Neke se češće
javljaju kao početne, neke kao završne. U društvenim naukama rijetko
kada se primjenjuje samo jedna od osnovnih metoda, a najčešće se
koriste sve metode. Gotovo da nema slučaja u nauci u kojima se u
istom istraživanju ne upotrebljavaju analiza, sinteza, apstrakcija,
specijalizacija, dedukcija, indukcija i generalizacija.
Sve ove metode imaju veliki gnoseološki značaj. Međutim, sve one ne
omogućavaju isti stepen istinitosti saznanja. Neke od njih (indukcija)
pretežno omogućavaju stjecanje vjerovatnog saznanja, a neke
(dedukcija) pretežno izvjesnog ili nužnog saznanja.
Gnoseološka funkcija osnovnih metoda ostvaruje se u svim fazama

naučnog rada i u svim vrstama naučnog istraživanja. Osnovne metode mogu
se odrediti prema raznim kriterijima. Iz metodološke literature proizilazi da su
uobičajeni kriteriji:
Prema svojstvima predmeta istraživanja razlikujemo eksperimentalne
(analiza i sinteza, apstrakcija i konkretizacija, i indukcija, u određenom
smislu i specijalizacija) i neeksperimentalne metode (dedukcija i
generalizacija).
Prema svojstvima primjene u istraživanjima razlikujemo analitičke
(apstrahovanje, specifikacija i dedukcija) i sintetičke metode
(konkretizacija, generalizacija i indukcija u čijoj osnovi je sinteza).
Prema pripadnosti metodološkim odnosno logičkim pravcima.
3.3.1.1.1. Metoda analize

Analiza (grč. ἀνα-λύω - razriješiti) predstavlja rastavljanje neke cjeline
na njene dijelove, odnosno, objašnjenje nekog pojma rastavljanjem
na njegove definitorne dijelove. Metoda analize je postupak naučnog
istraživanja raščlanjivanjem složenih pojmova, sudova i zaključaka na njihove
jednostavnije sastavne dijelove i elemente. Prema Hegelu, analiza je postupak
mišljenja u kretanju od posebnoga ka općem ili izvođenje teorema iz aksioma
po utvrđenim pravilima. Također, možemo reći i da je analiza proces redukcije
nejednakoga na sve veću jednakost. Prema gnoseološkoj funkciji postoje
dvije vrste analize: deskriptivna, kada se opisuju elementi neke cjeline i
eksplikativna, kada se pokušava objasniti određena cjelina na temelju njezinih
dijelova. Neosporno je da su predmeti ljudskih spoznaja nekada više, a nekada
manje kompleksni. Sastavljeni su iz većeg broja dijelova koji su međusobno
82
Pojam metodologije
povezani i isprepleteni. Na njih utječe veliki broj raznovrsnih faktora, a isto tako
predmeti ljudske spoznaje se nalaze i u veoma raznovrsnim vezama s drugim
predmetima objektivne stvarnosti. Sve to metodu analize čini nezaobilaznom
u procesu njihova spoznavanja, posebno ako su u pitanju predmeti naučne
spoznaje u području društvenih nauka. Do spoznaja o njima nemoguće je doći
bez uočavanja njihovih dijelova, strana, aspekata, međusobnih odnosa.
Metoda analize je postupak naučnog istraživanja i objašnjenja stvarnosti
putem raščlanjivanja složenih misaonih tvorevina (pojmova, sudova i
zaključaka) na njihove jednostavnije sastavne dijelove i elemente, i izučavanje
svakog dijela (i elementa) za sebe i u odnosu na druge dijelove, odnosno
cjeline. Ova metoda omogućava uočavanje, otkrivanje i izučavanje naučne
istine. Najprikladnijim nam se nameće određenje analize kao misaonog
teorijskog i praktičnog rastavljanja svakog složenog predmeta spoznaje na
njegove činioce ili sastavne dijelove, momente i aspekte, rastavljanja općeg
na posebne momente, te rastavljanje cjeline na dijelove (Šešić, 1974; prema
Kukić i Markić, 2006).
Faze metode analize su:

1. Identifikacija predmeta istraživanja kao složene cjeline
2. Izbor radnji i sredstava za analizu
3. Misaono ili fizičko rastavljanje
4. Konstatovanje činilaca predmeta koji analiziramo
5. Konstatovanje odnosa među činiocima
6. Kvalifikacija i evidentiranje i konstruisanje naučnog saznanja
Prema gnoseološkoj funkciji postoje dvije vrste analize:

1. Deskriptivna (gdje se opisuju elementi neke cjeline)
2. Eksplikativna (gdje se pojašnjava određena cjelina na temelju njezinih
dijelova)
Prema složenosti analiza se može podijeliti na:

1. Elementarnu (traga se za elementima cjeline)
2. Kauzalnu (utvrđuju se uzročno-posljedične veze)
3. Funkcionalnu (ispituju se funkcije pojedinih elemenata koji čine
strukturu cjeline ili pojave)
Prema cilju odnosno usmjerenosti analiza se može podijeliti na:

1. Strukturalnu (utvrđuje se struktura pojave, predmeta ili događaja)
2. Genetičku (pokušava se istraživanje razvoja predmeta)
3. Komparativnu (razmatraju se odnosi jedne pojave prema drugoj)
83
3.3.1.1.2. Metoda sinteze

Sinteza (grč. σύνθεσις, sintesis - sastavljanje, povezivanje) označava
pojam sumiranja (povezivanja) dva ili više elementa (sastavna dijela) u neku
novu jedinicu, cjelinu. Metodom analize dobijaju se određena saznanja o
predmetu istraživanja kao i dijelovi iz kojeg je on sastavljen. Sintezom se taj
proces vraća unazad, te se njome pokušavaju nanovo spojiti elementi koji
su dobijeni u procesu analize, čime se nastoji dobiti i sastaviti nova cjelina.
Stvarnost i pojave u njoj u ovoj metodi idu logikom spajanja, objedinjavanja
jednostavnih predmeta i pojava u složene i složenih u još složenije (Kukić
i Markić, 2006). Dijalekatski, sinteza podiže sastavne elemente (jedinice)
na nivo općenitog, sumira sve mnogostrukosti u jednu jedinicu, čime se
iz osnovnih pojmova dolazi do kompleksnih. Na osnovu toga možemo
reći da je metoda sinteze postupak naučnog istraživanja i objašnjavanja
stvarnosti putem sinteze jednostavnih sudova u složenije. Ona predstavlja
način sistematizovanja znanja po zakonitostima formalne logike, kao proces
izgradnje teorijskog znanja u pravcu od posebnog ka općem, odnosno od
vrste prema rodu.
Prema gnoseološkoj funkciji postoje:

1. Deskriptivna sinteza
2. Eksplikativna sinteza
Prema složenosti razlikuju se:

1. Elementarna sinteza
2. Kauzalna sinteza
3. Funkcionalna sinteza
Prema cilju odnosno usmjerenosti spoznaja, sinteze mogu biti:

1. Genetičke i
2. Strukturalne
Kao i analiza, i sinteza se može podijeliti prema naučnom području

(sociološka, ekonomska, historijska…).
3.3.1.1.3. Induktivna metoda

Indukcija (lat. inductio - uvođenje) je prije svega logička metoda
posredstvom koje se na osnovu pojedinačnih premisa (pretpostavki) dolazi
do općih konkluzija (zaključaka). Kukić i Markić (2006) ističu da kod indukcije
trebamo razlikovati dva pojma, odnosno, načina koja su međusobno
isprepletena, koji se često identifikuju: indukcija kao način mišljenja i
84
Pojam metodologije
zaključivanja i indukcija kao naučna metoda. Metoda indukcije uopće nije

nužni pratilac indukcije kao načina mišljenja i zaključivanja, ali ista pravilnost
ne vrijedi i u obrnutom slučaju. Induktivna metoda je sistemska primjena
induktivnog načina zaključivanja kojim se na temelju analize pojedinačnih
činjenica dolazi do zaključka o općem sudu. Ovom metodom se, polazeći
od elementarnih i društvenih podataka, oblikuju njima odgovarajuće veze,
zakoni i predviđanja događaja. Utvrđenu zakonitost koja se bazira na velikom
broju pojedinačnih iskustava, generalizujemo i postupkom generalizacije
u okviru indukcije primjenjujemo za svaki pojedinačni slučaj u stvarnosti.
Opća je značajka indukcije prelaz od poznatoga na nepoznato. Pouzdanost
induktivnog zaključka direktno zavisi od: broja istraženih činjenica i slučajeva,
reprezentativnosti analiziranih činjenica za određenu pojavu i stepena
pouzdanosti značenja činjenica. Analiza induktivne metode mora uključiti
fundamentalni element svakog induktivnog zaključivanja, a to je relacija
posebno - opće. Postoji više vrsta indukcije:
Potpuna indukcija gdje je zaključak na potpunom nabrajanju svih
pojedinačnih slučajeva. U praksi se vrlo rijetko primjenjuje, a rezultat
znači samo sistematizovanje znanja. Kod ove indukcije zaključak je
potpuno istinit jer su u zaključivanju uključeni svi slučajevi analizirane
pojave.
Nepotpuna indukcija koja stvara zaključke na temelju analize
određenog, manjeg ili većeg, ograničenog broja pojedinačnih pojava
koji su primjenjivi na ostale pojave iste vrste. Češće se upotrebljava u
naučnom istraživanju nego potpuna indukcija, a posebno u masovnim
pojavama.
Prediktivna indukcija koja predstavlja proces mišljenja koji se odvija
kroz zaključivanje od jedne poznate klase pojava na drugu nepoznatu
klasu, pri čemu se samo zaključivanje temelji na sličnosti klasa pojava.
Podesna je za različite tipove predviđanja.
Analogijska indukcija koja se temelji na zaključivanju primjenom
analogije, pri čemu se mišljenje kreće od pojedinačne na pojedinačnu
pojavu, ili s grupe slučajeva na drugu grupu slučajeva.
Univerzalna indukcija temelji se na zaključivanju od egzemplarne
klase pojava na univerzalnu klasu.
Kauzalna indukcija analizira uzročnu vezu između pojava koje
prethode i pojava koje slijede čime se određuju uzročno-posljedični
odnosi.
Temelj za primjenu induktivnih metoda su opažanje, eksperiment i

simulacija.
85
3.3.1.1.4. Deduktivna metoda

Dedukcija (lat. deductio - odvođenje, izvođenje) je metoda suprotna
metodi indukcije. Deduktivna metoda je sistemska primjena deduktivnog
načina zaključivanja u kome se iz općih sudova izvode posebni i pojedinačni
zaključci. Dedukcija uvijek pretpostavlja poznavanje općih znanja na temelju
kojih se spoznaje ono posebno ili pojedinačno, odnosno na osnovu kojih
se može razlikovati opće od posebnog i pojedinačnog. Područje primjene
ove metode su prije svega logičko-matematičke nauke. Najvažniji elementi
deduktivne metode jesu postupci: metoda analize, sinteze, apstrakcije,
generalizacije i specijalizacije. Deduktivna metoda u nauci služi za objašnjenje
činjenica i zakona, za predviđanje budućih događaja, za otkrivanje novih
činjenica i zakona, za dokazivanje postavljenih teza, za provjeravanje hipoteza i
za naučno izlaganje. Poseban oblik deduktivne metode je aksiomatska metoda
koja se temelji na spoznajama, činjenicama ili načelima (aksiomi) koji se ne
mogu dokazati ili koji ne zahtijevaju dokazivanje jer su očevidni ili su direktno
očiti. Dedukcija vrijedi samo u okviru utemeljenosti na naučnim činjenicama.
Indukcija i dedukcija imaju zajednički opći predmet: to je spoznaja jedne pojave
kao dijalektičkoga jedinstva općeg i posebnog. Indukcijom i dedukcijom
saznaje se veza, odnos, jedinstvo posebnog i općeg, i tim svojim obilježjima
one su izrazito dijalektičke metode spoznaja. Indukcija je početni, a dedukcija
završni proces u naučnim spoznajama, jer spoznaja počinje pojedinačnom
spoznajom posebnog, a završava deduktivnom sistematskom spoznajom
posebnog na temelju općeg.
3.3.1.1.5. Metoda apstrakcije

Apstrakcija (lat. abstractio - izdvajanje, izvlačenje) je misaoni postupak
bilo kakvog odvajanja, bilo odvajanje općeg i eliminisanje posebnog, bilo
misaoni postupak odvajanja posebnog i individualnog, zanemarivanje općeg.
Apstrakcija ima dvostruki smisao: apstrakcija općeg ili apstrakcija posebnog.
Ovom metodom se odvajaju nebitni od bitnih elemenata pojave ili predmeta
istraživanja. Apstrakcija počiva na analizi, ali analiza kao postupak rastavljanja
predstavlja i odvajanje, apstrakciju dijelova iz cjeline pojave. Apstrakcija je
postupak kojim od niza činilaca, ostavljajući po strani njihove specifične
elemente, a zadržavajući samo ono što im je zajedničko, formiramo pojam.
Apstrahovanje je misaoni postupak kome prethodi analiza.
3.3.1.1.6. Metoda konkretizacije

Konkretizacija je postupak suprotan apstrakciji. Konkretizacija može biti:
shvatanje jedinstva apstraktno-općeg u posebnom i individualnom, shvatanje
86
Pojam metodologije
jedinstva apstraktno-posebnog s općim u svakom predmetu ili pojavi. Bilo da

se određuje apstraktno-opće u posebnom ili apstraktno-posebno u općem,
pomoću općeg vrši se konkretizacija jer se predmet istraživanja konkretno
shvata kao realno jedinstvo općeg i posebnog. Ona predstavlja određivanje,
determinaciju općeg uz pomoć posebnih odredbi. Apstrakcija je misaono
udaljavanje od realnog, a konkretizacija je približavanje stvarnom i realnom.
3.3.1.1.7. Metoda generalizacije

Metoda generalizacije je misaoni postupak uopćavanja kojim se od
jednog posebnog pojma dolazi do općenitijeg koji je po gradaciji viši od
ostalih pojedinačnih, s time da je vjerovatnost dobijenog pojma postojana.
Primjena i ove metode zahtijeva opreznost u uopćavanju, jer se često stvaraju
preopćeniti zaključci i neodgovorno se primjenjuju pojedinačni slučajevi na
sve slučajeve (Zelenika, 1988). Od pojedinačnih opažanja izvode se uopćeni
zaključci koji su realni samo ako imaju oslonac u stvarnosti.
3.3.1.1.8. Metoda specijalizacije

Specijalizacija je jedna od osnovnih naučnih metoda istraživanja. Njezina
suprotnost je generalizacija. Metoda specijalizacije je također misaoni postupak
kojim se od općeg pojma dolazi do novog pojma, užeg po obimu, a bogatijeg
po sadržaju (Zelenika, 1988). Specijalizacija se temelji na analitičko-sintetičkoj
metodi i apstraktno-konkretizovanoj metodi. Da bi se tom metodom došlo od
općeg do posebnog, potrebno je izvršiti konkretizaciju općeg u posebno, ili
sintezu, apstrakciju posebnog iz općeg i analizu stvarnog općeg.
3.3.1.1.9. Metoda komparacije

Komparativna metoda je postupak uspoređivanja istih ili srodnih
činjenica, pojava, procesa i odnosa, odnosno utvrđivanja njihove sličnosti u
ponašanju i intenzitetu i razlika među njima. Usporedba između dvije stvari,
dvije pojave, dva događaja, kreće se tako da se prvo utvrde njihove zajedničke
značajke, a zatim sve one po kojima se razlikuju. Usporedbom se treba istaknuti
ono što je zajedničko ili ono što je različito. Predmeti istraživanja komparativne
metode jesu, prije svega, slične ili srodne pojave raznih vrsta jednog istog roda
pojava bilo kojih prirodnih ili društvenih pojava (Zelenika, 1988). U literaturi
iz područja historije i sociologije komparativna se metoda navodi kao naučna
metoda. Sasvim općenito, ta metoda se koristi kada se uspoređuju razne pojave,
historijski događaji, nacije, posebne grupe ljudi i slično, s ciljem utvrđivanja i
objašnjavanja sličnosti i razlika (Mejovšek, 2003).
87
3.3.1.2. Općenaučne metode istraživanja

Općenaučne metode se koriste za stjecanje naučnog saznanja u svim
naučnim disciplinama i oblastima. Kao takve, njihovu osnovu čine osnovne
naučne metode objašnjene u prethodnom dijelu knjige.
3.3.1.2.1. Statistička metoda

Statistička metoda je u 20. stoljeću postala jedna od najvažnijih naučnih
metoda. Ovu metodu s pravom nazivaju općenaučnom metodom, jer se
vrlo često koristi u naučnoistraživačkom radu u svim naučnim područjima i
naučnim disciplinama. Zelenika (1988) ističe dvije definicije statističke metode:
Prema Serdaru: „Statistika je nauka o metodama za istraživanje
masovnih pojava s pomoću brojčanog izražavanja“.
Prema Čavalu: „Statistika je nauka o metodama pomoću kojih
analiziramo pojave koje nas okružuju, tako da pomoću grafikona i
izračunatih pokazatelja otkrivamo njihove strukture, karakteristike
i zakonitosti u pojedinim vremenskim intervalima te uzročno-
posljedične veze između tih pojava.“
Ova naučna metoda se vrlo brzo razvija, tako da se gotovo svakodnevno

javljaju novi statistički postupci koje korištenjem savremenih softverskih
programa omogućavaju vršenje različitih analiza, odnosno rješavanje vrlo
kompleksnih predmeta naučnog istraživanja.
Statistička metoda predstavlja neophodnu opću metodu u istraživanjima

pojava i to posebno onih koje imaju naglašen empirijsko-teorijski karakter.
Prikupljanje činjenica prema unaprijed utvrđenim zadacima u projektu
istraživanja, obrada činjenica, analiza i interpretacija, samo su neke od bitnih
faza istraživanja u kojima primjena statističke metode ima veoma značajnu
interpretaciju. Statistička metoda je veoma složena i teško je definisati osnovne
principe i metodske postupke. Preovladava mišljenje da su najbitniji sljedeći
momenti u primjeni statističke metode:
prikupljanje, odabir, izbor i utvrđivanje statističke mase na koju valja
primijeniti statističku metodu,
klasifikacija, odnosno sređivanje statističkih podataka,
obrada i analiza podataka,
tabelarno i grafičko prikazivanje statističkih serija i matematičkih
funkcija.
Predmet statističke metode su masovne pojave raznih vrsta, tj. mase

ili grupe mnoštva pojava određene vrste. Koja grupa pojava će se statistički
istraživati zavisi od cilja istraživanja. Ciljevi istraživanja mogu biti veoma
88
Pojam metodologije
raznovrsni, ali se statističkom metodom, uvijek kvantitativnim (brojčanim)

proučavanjem, nastoje otkriti određene kvalitativne i kvantitativne odredbe
tih pojava, naročito rasprostranjenost, izvjesne osobine ili neke vrste pojava
u cijeloj grupi pojava, kao i mijenjanje i tendencije daljeg kretanja i razvitka
pojave određenih osobina (Čolakhodžić i Rađo, 2011).
Rezultati statističkih posmatranja, prikupljanja, klasifikacije i sređivanja
statističkih podataka, bez obzira na njihovu vrstu, jesu serije statističkih
podataka. Ove serije se mogu podijeliti na, tzv. statičke serije - na podatke
koji ne sadrže vremensku odredbu i na, tzv. dinamičke serije podataka koji
sadrže vremensku odredbu, jer se odnose na stanje jedne pojave u raznim
momentima njenog mijenjanja, odnosno razvitka. Statičke serije, kao rezultati
statističkih podataka, predstavljaju samo statistički opis masovne pojave
određene vrste. Iz tih razloga, pomoću obrade podataka i statističke analize,
potrebno je utvrditi strukturu, pronaći bitne relacije, tendencije tih pojava, kao
i strukturu i dinamiku srodnih grupa pojava.
3.3.1.2.2. Metoda modeliranja

Metoda modeliranja je sistematski istraživački postupak pomoću
kojega se izgrađuje neki stvarni ili idealni znakovni sistem (model) sposoban
zamijeniti predmet koji se istražuje, zamijeniti predmet koji mu na određeni
način odgovara i zamijeniti predmet koji daje određenu informaciju o modelu.
Ova metoda se može upotrijebiti, naprimjer, u usavršavanju neke teorije za
koju je dokazano da ima određene nedostatke. To je sistem na kojemu je,
zahvaljujući navedenim svojstvima, moguće eksperimentalno istraživati i
proračune ili logičku analizu, da bi se na taj način dobijeni podaci proširili na
pojavu koja se istražuje, kako bi se o njoj stekla pouzdana spoznaja. Osnovni cilj
metode modeliranja je da se što tačnije i što potpunije spoznaju stvari, pojave
i postupci, odnosno njihove strukture, funkcije i ponašanja (Zelenika, 1988).
Modeliranje kao metoda ima dvije poteškoće: adekvatnost modela realne
pojave i ispravnost ekstrapolacije dobijenih rezultata sa modela na realnu
pojavu. Modeli mogu biti:
Model stvarnog u idealnom (idealni, misaoni modeli realnih stvari, to
je svaki pojam ili sud o realnim pojavama),
Model konkretnog u apstraktnom (apstraktni model predstavlja svaka
generalizacija konkretnih pojmova, matematička formula),
Model idealnog u realnom (realne modele predstavljaju interpretacije
pojmova, stavova, stvarnih funkcija i algoritama u čulno-opažajnim i
fizičkim predmetima, sistemima, odnosima),
Model apstraktnog u konkretnom (konkretne modele predstavljaju
sve konkretizacije i specijalizacije apstraktnih pojmova i stavova).
89
Prema Šešiću (1974) modeli mogu biti:

 Teorijski ili apstraktni modeli (logički i matematički modeli izraženi
relacijama),
 Praktični ili konkretni modeli (rezultati neke praktične djelatnosti),
 Realni modeli (modeli koji predstavljaju realne sisteme),
 Idealni modeli (modeli koji na idealizovan način predstavljaju
originalne predmete),
 Jednostavni modeli (modeli čija je struktura i funkcija relativno
jednostavna),
 Složeni modeli (čija je struktura i funkcija složena; model kompjutera)
 Modeli strukture (modeli koji predstavljaju strukturu pojave),
 Funkcionalni modeli (predstavljaju funkcije dinamičkih sistema),
 Djelimični modeli (modeli koji predstavljaju samo neka obilježja pojave),
 Globalni modeli (modeli koji predstavljaju cjelinu pojave),
 Analitički modeli (modeli koji se sastoje od skupa analitičkih relacija
u obliku jednadžbi i nejednadžbi, kojima se matematički modeliraju
dinamički procesi ili ponašanje složenih dinamičkih sistema),
 Topološki i mrežni modeli (prostorni modeli procesa),
 Deterministički modeli (potpuni i funkcionalno cjeloviti modeli) i
 Stohastički i statistički modeli (modeli slučajnih i vjerovatnih
događaja).
Najčešća je klasifikacija modela koja polazi od pet kriterija (Kukić i Markić,

2006):
Prema funkciji:
- Deskriptivni ili opisni modeli
- Prediktivni modeli (stavljaju u odnos nezavisne i zavisne varijable
po principu da će se nešto dogoditi ako za to budu ispunjene
pretpostavke)
- Normativni modeli (sugeriraju najprihvatljivije rješenje problema)
Prema strukturi:
- Slikovni modeli
- Analogni modeli
- Simbolički modeli
Prema vremenskoj određenosti:
- Statički modeli (koji ne respektuju vremenske promjene)
- Dinamički modeli (koji vrijeme tretiraju kao nezavisnu varijablu)
Prema stepenu vjerovatnosti:
- Deterministički modeli (kod kojih je rezultat siguran pod poznatim
uslovima)
- Probabilistički modeli (kod kojih postoji vjerovatnost različitih
distribucija na strani ulaza, pa nakon procesa i na strani izlaza)
90
Pojam metodologije
- Modeli igara (koji pokušavaju razviti optimalna rješenja u uslovima

potpune neizvjesnosti ili nesigurnosti)
Prema općenitosti:
- Opći modeli (koji obuhvataju veći broj funkcija)
- Posebni modeli (koji se mogu primijeniti samo na tačno određen
problem)
3.3.1.2.3. Aksiomatska metoda

Aksiomatska metoda je vrlo stara naučna metoda. Ona je općenaučna,
misaona, neposredno neempirijska metoda naučnog saznanja. U njenoj osnovi
se nalaze dedukcija i procedura deduktivnog zaključivanja. Aksiomatska
metoda je način uspostave naučne teorije prema kojem u osnovi teorije
postoje neke ishodišne postavke nazvane aksiomima, a sve su druge postavke
teorije izvedene kao logične posljedice aksioma. Aksiomatska metoda je
metoda konstruisanja naučnih teorija koje su već uspostavljene. Osnova se
temelji na argumentima, činjenicama, izjavama koje ne zahtijevaju dokaz
ili opovrgavanje. Ova verzija znanja predstavljena je u obliku deduktivne
strukture koja u početku uključuje obrazloženje sadržaja temelja - aksioma.
Aksiomatska metoda se razvila iz klasične metode dedukcije, za razliku od
eksperimentalne koja se razvila iz indukcije. Ova je metoda, zapravo, savremeni
oblik deduktivne metode, od koje se razlikuje po tome što aksiomatska metoda
koristi brojne i raznovrsne postupke formalizacije. Svrha aksiomatske metode
je postizanje korektnosti definicije i dokaza koji isključivo zavise od njihovih
struktura. Temeljna aksiomatska pravila su:
Pravilo konzistentnosti/neproturječnosti (svi aksiomi jednog aksiomskog
sistema moraju činiti logičan i koherentan sistem),
Pravilo cjelovitosti (sistem aksioma mora biti cjelovit),
Pravilo nezavisnosti aksioma (aksiomi jednog sistema aksioma moraju
biti nezavisni tako što nijedan aksiom ne smije biti izveden iz drugih
aksioma u sistemu).
3.3.1.2.4. Analitičko-deduktivna metoda

Prema Adamoviću i saradnicima (2017), analitičko–deduktivna metoda
se ne svodi na bilo kakvu dedukciju izvjesnih stavova iz općih postavki, već se
pod ovom metodom razumije zasnivanje čitavih naučnih sistema, npr. logike,
matematike ili čitavih pojedinih disciplina. Ona polazi od aksioma koji se
shvataju i prihvataju kao osnovne istine. Sve druge istine sistema moraju da se
zasnivaju na poznatim aksiomima i izvode se iz njih (Adams, 1979; Adamović,
2005). Ova metoda se može sastojati i u postavljanju i primjeni aksioma u
91
derivacijama računa stavova i računa predikata, odnosno, u izboru aksioma

jednog logičkog sistema, u postavljanju definicija koje u sistemu igraju ulogu
osnovnih istina sistema kao i aksiome i drugo.
Aksiomi su opći stavovi, ali nisu čisto formalni niti su čisto tautologije12.
Prema istim autorima, neki analitičari (Rajhenbah, Hans Han i drugi) smatraju
da se suština ove metode sastoji u formalizaciji osnovnih pojmova, definicija,
aksioma i dokaza: osnovni pojmovi se smatraju kao besadržajni ili neodređeno
sadržajni, a aksiomi kao „prazne tautologije”, ili kao prazno apstraktne
„propozicionalne funkcije” lišene svakog neposrednog predmetno–sadržajnog
značenja i smisla. Bitna odredba analitičko-deduktivne metode je apstraktno
mišljenje na osnovu empirijskih podataka.
Procedura primjene analitičko-deduktivne metode može se prikazati na
sljedeći način:
formulisanje principa,
konstatovanje empirijskih činjenica,
višestepene apstrakcije empirijskih činjenica i njihovo povezivanje,
otkrivanje apstraktnih zakona i objašnjenja,
konkretizacija i vraćanje na praksu.
3.3.1.2.5. Hipotetičko-deduktivna metoda

Hipotetičko-deduktivna metoda je naučna metoda provjere i izgradnje
aksioma. Ova metoda je iskustvena metoda, a njena osnova je ukupno
društveno i naučno iskustvo. Hipotetičko-deduktivna metoda je suštinski
saznajno postavljena na selektivnom i provjeravanom društvenom iskustvu u
razna vremena i na raznim mjestima. Ova metoda ne prihvata stanovište da
su aksiomi prosto dati, već da se izgrađuju kao nepobitno istinito saznanje,
da je njihovo važenje opće i da se može verifikovati. U osnovi ove metode
je opažanje i zapažanje. Ona ima viši stepen primjenjivosti od ostalih
općenaučnih metoda, u osnovi je svih njih i sa njima je u odnosima kooperacije
i prožimanja. Nema svoje tehnike i instrumente već se oslanja na postojeće
istraživačko-operativne metode. Zahtijeva valjano zasnovane hipoteze i ne
smije se shvatiti jednostrano kao dijagnostička već kao integralna i zahtijeva
valjano razumijevanje raznih teorijsko-metodoloških pravaca. Iskustvo shvata
kao složenu cjelinu i racionalnog, i duhovnog, i opaženog – iskustvenog
(empirijskog), pa je samim time iskustvo opće, provjereno i provjerljivo. Prema
teorijskim sugestijama bitne činioce hipotetičko-deduktivne metode čine
(Miljević, 2007):
12 Tautologija (grč. tαυτολογία - ponavljanje, iznova rečeno) je pojam koji u logici
označava sud s istim subjektom i objektom, ali i ponavljanje suda umjesto iznošenja
dokaza, odnosno onaj iskaz koji je u svakom slučaju istinit. Tautologija u retorici je
ponavljanje iste tvrdnje drugim riječima, bez valjanih argumenata.
92
Pojam metodologije
Predmet – ukupna društvena stvarnost,

Pojmovi, stavovi, sudovi i zaključci koji u njoj nastaju,
Procedure kojima se metoda ostvaruje,
Aksiomi - aksiomatizovani stavovi kao finalni proizvod ove metode.
Procedura primjene hipotetsko-deduktivne metode, odnosno, formiranje

postulacione osnove ove metode može se prikazati na sljedeći način (Miljević,
2007):
• evidentiranje različitih iskustava o određenom predmetu i njihovo
kritičko upoređivanje,
• saznanje o pravilnostima predmeta i konstituisanje definicije
pravilnosti,
• kritičko upoređivanje sa važećim znanjima, uvjerenjima, teorijama,
• smještanje u određeni saznajni sistem, a paralelno sa tim formiranje
stereotipa,
• na osnovu utvrđene pravilnosti djelovanja u vremenu i učestalosti,
pridaje joj se aksiomatsko važenje, odnosno stječe status asiomatskog
stava.
Problemi osnovanosti i pouzdanosti saznanja stečenih ovom metodom

su sljedeći:
• Vrlo visok stepen primjenjivosti,
• Neposredno najproduktivnija općenaučna metoda u istraživanju
političkih pojava,
• Isključivo koristi valjano zasnovane početne hipoteze čiji je osnov
višestrana, višestruka i viševremenska provjera iskustva - pa su i njeni
rezultati naučne hipoteze. Zato ima visok stepen osnovanosti.
• Nameće stabilne i precizno utvrđene procedure istraživanja – izbor
problema i predmeta, projektovanje istraživanja, prikupljanje, obrada
i analiza podataka, zaključivanje i izrada izvještaja o rezultatima
istraživanja. Zato ona ima visok stepen pouzdanosti.
3.3.1.3. Posebne metode istraživanja

Već smo prethodno rekli da su posebne metode one koje su
karakteristične za jednu grupu nauka (prirodne nauke, društvene nauke,
humanističke nauke...) pri čemu se poistovjećuju posebni metodološki pravci
sa pojedinim metodama. Šamić (1980) govori o tome kako teoretičari obično
razlikuju tri osnovne „standardne“ naučnoistraživačke metode: normativnu,
eksperimentalnu i historijsku. Svaka od njih karakteristična je za razne grupe
nauka koje se, s obzirom na metodu istraživanja koja se u njima najčešće
primjenjuje, mogu podijeliti na: normativne, eksperimentalne i historijske
93
nauke. Tako se, naprimjer, eksperimentalna metoda primjenjuje poglavito u

prirodnim naukama (u fizici, biologiji i dr.), što ne znači da njoj nema mjesta
i u nekim društvenim naukama (u psihologiji, pedagogiji, kineziologiji...);
historijska se metoda pak primjenjuje najvećim dijelom u društvenim naukama
(historiji i dr.), ali u izvjesnoj mjeri i u prirodnim i drugim naukama (naprimjer,
kada se radi o nekom problemu iz historije biologije, medicine i sl.) (Šamić,
1980).
Isti autor navodi da se pored ove tri „standardne“ naučnoistraživačke
metode pominju i neke druge, kako ih Šamić naziva „minorne“, kao što su:
studij slučaja (case study), genetička metoda, komparativna metoda, metoda
pregleda, metoda kompilacije, metoda upitnika i sl., ali isto tako navodi da
„kritičko ispitivanje pomenutih minornih metoda pokazuje“, kao što tačno
ističe Almek (1930), „ili da su one inadekvatne kao metode induktivne
nauke, ili da su identične sa nekom od standardnih metoda: istorijskom,
eksperimentalnom i normativnom — naročito posljednjom. Kao samostalne
metode one ne dovode do uopštavanja; prije će biti da one polaze od opšteg
ka pojedinačnom“.
Iz tih razloga u ovom dijelu spomenut ćemo one posebne naučne metode
koje se najčešće spominju u teoriji metodologije naučnih istraživanja:
1. Dijalektička
2. Eksperimentalna
3. Normativna
4. Studija slučaja
5. Genetička metoda
6. Survey istraživačka metoda
3.3.1.3.1. Dijalektička metoda

Dijalektika (grč. Διαλεκτική τέχνη) u doslovnom smislu znači umijeće
razmišljanja, raspravljanja i razgovora. U filozofiji je dijalektika kroz određene
periode dobijala mnoga značenja od metoda pobijanja pomoću indirektnih
dokaza, sofističke argumentacije, procesa uzdizanja od osjetne stvarnosti
ka spoznaji inteligibilne stvarnosti, procesa prelaska od implicitnog ka
eksplicitnom, bilo u metafizičkom bilo na logičkom području, pa sve do formalne
logike. Sam Platon identifikuje dijalektiku sa filozofijom i ona je za njega proces
uzdizanja ka spoznaji svijeta ideja, odnosno, ispitivanje ideja i njihovih odnosa.
Za Aristotela dijalektika je posebni dio logike. Kant razlikuje u filozofiji opću
dijalektiku i transcendentalnu dijalektiku koja je dio gnoseologije. Za Hegela
je dijalektika nauka o zakonima mišljenja i identifikuje je sa metafizikom,
odnosno sa znanošću o bitku, realnosti u kojoj zakoni mišljenja postaju zakoni
same stvarnosti i kategorije mišljenja, kategorije same stvarnosti, odnosno
94
Pojam metodologije
historije. Prema tome, dijalektika je oblik govorenja i mišljenja u kojem nije sve
jednoznačno i jasno određeno ni strogo dokazano, nego sadrži proturječnosti.
Suština ovog metodološkog pristupa je shvatanje društva kao cjeline

koja je strukturirana i funkcioniše na suprotnostima, proturječnostima i
antagonizmima koji se manifestuju kroz mnoštvo procesa kojima se pridaje
metodološki primat u odnosu na uspostavljene odnose. Područja društvene
stvarnosti međusobno su dijalektički isprepletana, tako da se nijedno područje
društvene stvarnosti ne može istrgnuti iz društvene cjeline i apsolutizovati
njegovo značenje. Objašnjavanje društvenih pojava na bazi izdvajanja jednog
segmenta društvene cjeline ne može biti primijenjeno u naučnom istraživanju
društva, jer se gubi iz vida dijalektički odnos djela i cjeline, koji je bitan za
dijalektičku metodu.
Dijalektička metoda je postupak istraživanja i objašnjenja pojava

zasnovan na spoznaji dijalektičke stvarnosti uopće u kojoj otkriva suprotnosti
i proturječnosti, uzajamna negiranja određenih stanja i nastajanja novih
kvaliteta. Ova naučna metoda predstavlja takvo istraživanje koje mora do u
tančine da ovlada materijom, da analizira različite oblike razvitka i da iznađe
njihov unutrašnji spoj. Iz ovakvog stava proizilaze osnovne karakteristike
dijalektičke metode:
utvrđivanje stavova o svim elementima i činiocima neke pojave,
utvrđivanje stavova o osnovnim odnosima koji postoje među
činiocima pojave,
utvrđivanje stavova o nastanku, promjeni i razvitku pojave koja se
istražuje.
Deskriptivnom dijalektičkom metodom se proučava stvarnost

u određenoj naučnoj oblasti onakva kakva jeste. Karakteristike naučne
deskripcije:
usmjerena je prema usavršavanju naučnih saznanja (prema
generalizaciji),
ne zaustavlja se samo na opisivanju, prikupljanju i sređivanju podataka,
nego obuhvata upoređivanje i suprotstavljanje, vrednovanje i
interpretaciju podataka.
Primjenom deskriptivne metode traže se odgovori na sljedeća pitanja: Šta

će se opisivati? Kada će se opisivati? Kako će se opisivati? Pojave i predmeti se
detaljno opisuju, do u tančine. Pomoću ove metode mogu se istražiti različite
pojave: uslovi rada, sadržaji rada, metodika rada, iskustva istaknutih istraživača,
nastavnika i trenera, uzroci neuspjeha i uspjeha učenika itd.
Odnosi se na opisivanje određenih pojava.
95
Kauzalnom dijalektičkom metodom omogućava se da se saznaju odnosi

koji postoje među faktorima pojave ili pojava koje se istražuju. U istraživanju
pojava nije dovoljno da se predmeti i pojave samo opišu, razgraniče od
drugih pojava i svestrano analiziraju. Potrebno je doći do uzročno–poljedične
veze među pojavama. Otkrivanje kauzalnih veza među pojavama u nauci
omogućava da se pojave predviđaju i na taj način stave pod svjesnu kontrolu
čovjeka, da se sagledaju faktori koji djeluju na određene pojave dajući
odgovarajuće rezultate. Kauzalnom metodom mogu se vršiti istraživanja u
prošlosti, sadašnjosti i budućnosti.
Historijska dijalektička metoda omogućava da se prouče i upoznaju

praksa i teorija određene naučne discipline od nastanka do našeg vremena.
Historijski oblik dijalektičke metode je posebno značajan za istraživanja pojava
u historiji, ali njen značaj ne treba izgubiti iz vida i kod drugih vrsta istraživanja.
Svako istraživanje ima svoj historijski aspekt kroz oslanjanje na dosadašnja
istraživanja kada treba primijeniti principe historijske metode. Za uspješno
korištenje historijske metode potrebno je poznavati primarne i sekundarne
izvore kojima se istraživač može koristiti.
Primarni izvori su oni izvori koje stručnjaci nazivaju prvorednim, temeljnim,

izvornim, originalnim. Bordens i Abot (1991) pišu da su primarni izvori svi
originalni podaci o subjektima koje istražujemo, razni izvještaji, analize i
objavljeni naučni radovi, koji su direktno u funkciji konkretnijeg pristupa
problemu istraživanja. Mužić (1986) ističe da se u primarna vrela ubrajaju
originalni dokumenti, pisma, štampani radovi itd. Ukratko, sav onaj materijal
do kojeg dolazimo iz prve ruke. Primarni izvori sadrže kompletne izvještaje
istraživanja koji su značajni za razumijevanje, interpretaciju i replikaciju
istraživanja, zvanični dokumenti koji su utjecali da se određena oblast ili
institucija konstituiše i djeluje. Ovisno o temi koja se istražuje, u primarne
izvore mogu se prihvatiti značajni objekti, njihova arhitektonska struktura,
oprema i funkcija koju su imali. Kad se istražuju značajne historijske ličnosti
brojni su primarni izvori koji direktno govore o njihovom životu, društvenom
djelovanju i stvaralačkom radu, a slično važi i za pisanje historije određenih
institucija ili objekata.
Sekundarni izvori pisani su često na bazi primarnih izvora i zato

predstavljaju informacije iz druge ruke koje su sadržane u objavljenim radovima,
člancima, knjigama, enciklopedijama, prikazima ličnosti ili djela, udžbenicima,
televizijskim programima, filmovima i novinskim člancima. Bordens i Abot
(1991) tvrde da se istraživači često više oslanjaju na sekundarne nego na
primarne izvore, što može dovesti do nekorektne interpretacije pojedinih
historijskih događaja ili pogrešnog prikazivanja određene ličnosti i njenog
96
Pojam metodologije
djela. Originalne i detaljne informacije pomoći će istraživaču da izbjegne

moguće nepredvidive zamke koje prate proces istraživanja. I iz tih razloga
mnogi metodolozi tvrde da sekundarni izvori ne mogu zamijeniti primarne.
Najkraće rečeno, sekundarni izvori sadrže glavne informacije iz primarnih
izvora objavljene u naučnim publikacijama ili raznim medijima. Istraživači se
često oslanjaju na sekundarne izvore zato što je do njih lakše doći, što je u
njima na pristupačan način dato dosta informacija i što iza tih informacija stoji
autoritet u čiju se kompetentnost ne može sumnjati.
Sa historijskom metodom najčešće se kombinuju metoda proučavanja
dokumentacije, metoda analize sadržaja, a po potrebi može se koristiti
survey istraživačka metoda. Survey se može koristiti kao pomoćna metoda u
slučaju kad postoje ličnosti koje mogu kompetentno govoriti o historijskim
događajima.
3.3.1.3.2. Eksperimentalna metoda

Eksperimentalna metoda je postupak promatranja pojave koja se ispituje
pod tačno određenim uslovima koji dopuštaju da se prati tok pojave i da se
ona svaki put uz ponavljanje tih uslova ponovno izazove. Ona se zasniva na
eksperimentu kao naučno postavljenom pokusu. Naučni eksperiment je
plansko, organizovano i metodsko proizvođenje, izvođenje ili samo mjerenje
realnih pojava koji imaju za cilj otkriće nepoznatih činilaca, svojstava i odnosa
pojava, odnosno provjeravanja hipoteza o tim činiocima i njihovim svojstvima.
Eksperimentalna metoda predstavlja najbolju dostupnu istraživačku metodu
za identificiranje uzročno-posljedične veze (Shaughnessy, Zechmeister i
Zechmeister, 2012; Milas, 2009). Osnovni faktori eksperimentalne metode
su: eksperimentator, eksperimentalna pojava (fenomen, događaj), sredstva
eksperimenta, eksperimentalni postupak, prognoza i kontrolni eksperimentalni
događaj, rezultati eksperimenta i ekstrapolacija rezultata u realne uslove.
Razvoj nauke, posebno u 20. stoljeću, umnogome se temelji na eksperimentu
kao metodi. Primjena eksperimenta u istraživanju pojava u svim naukama
predstavlja visok stepen metodološke razvijenosti i načina saznavanja pojava.
Eksperimentom se na vrlo egzaktan način utvrđuju činjenice i dolazi do naučnih
saznanja o uzročno–posljedičnoj povezanosti među pojavama. Ova metoda
se zasniva, kao što joj i ime kaže, na eksperimentu, to jest na „kontrolisanom
posmatranju“ i „provjeravanju nekog zakona“. U upotrebi je najčešće u
prirodnim naukama. Eksperimentalna metoda međutim ima svoje mjesto i
u raznim drugim oblastima ljudske djelatnosti, počevši „od biznisa pa do
stila“.
Eksperimentalni metod ima dosta značajnih karakteristika koje bi trebalo
da poznaju istraživači, a neke od tih karakteristika su:
97
Eksperimentalna verifikacija je sistem planskog proučavanja

djelovanja efekata nezavisno promjenjivih varijabli na zavisno
promjenjive varijable.
U procesu realizovanja eksperimenta kontroliše se: djelovanje varijabli,
uslovi u kojima one djeluju, po potrebi uvode se, intervenirajuće
varijable i precizno mjere efekti djelovanja nezavisno promjenjive na
zavisno promjenjivu.
Preciznost kontrole i pouzdani rezultati mogući su zato što se stručno
osmišljeno utvrđuje inicijalno stanje subjekata i objekata istraživanja,
marljivo prati djelovanje eksperimentalnog faktora, preduzimaju
mjere da se odstrani uticaj parazitarnih varijabli i sistemom
instrumenata mjeri finalno stanje.
U eksperimentu se najčešće pojavljuju nezavisno promjenjive, zavisno
promjenjive, intervenirajuće i parazitarne varijable, čije je djelovanje
potrebno usmjeriti i kontrolisati tako da se dobiju pouzdani rezultati.
Eksperiment se može realizovati u prirodnim uslovima, u
laboratorijskim uslovima, kao kvazieksperiment, kao ex post facto
eksperiment i slično.
Za utvrđivanje efekata djelovanja nezavisno promjenjive na zavisno
promjenjivu varijablu koristi se varijansa, pod kojom se podrazumjeva
aritmetička sredina kvadrata odstupanja rezultata mjerenja od njihove
aritmetičke sredine (Ristić, 1995).
Djelovanjem nezavisno promjenjive dobija se eksperimentalna ili

sistematska varijansa, djelovanjem stranih promjenjivih dobija se strana
varijansa, a obje one zajedno čine ukupnu varijansu. Kod eksperimenta imamo
namjerno izazivanje pojava s ciljem da se dublje prouče, potpunije objasne
i konkretnije prezentuje javnosti rezultat istraživanja. Zahvaljujući uvođenju
eksperimenta u istraživanja društvenih pojava, omogućeno je njihovo
pretežno indirektno mjerenje i na taj je način došlo do podizanja nivoa i
kvaliteta rezultata istraživanja u društvenim naukama.
Mužić (1986) analizira tri vrste izvora mogućih pogrešaka koje se javljaju u
procesu izvođenja eksperimenta i utiču na rezultat eksperimenta:
”S” izvori greške proizilaze iz razlika i složenosti u intelektualnoj,
emocionalnoj i voljnoj strukturi ispitanika. Osobe koje ispitujemo
razlikuju se po nivou obrazovanja, socijalnom porijeklu, polu,
godinama starosti, zdravstvenom stanju itd. Ako se ovi činioci ne
poznaju i ako se ne kontroliše njihov mogući uticaj, mogu negativno
uticati na rezultat eksperimenta.
”G” izvor pogreška javlja se zbog toga što svaka grupa ima svoja
specifična obilježja, što se ne može izvršiti idealno ujednačavanje
grupa i obezbjediti da one ostanu tako ujednačene dok traje
98
Pojam metodologije
eksperiment. Ove pogreške djeluju, dakle, u čitavoj jednoj grupi

bez obzira na razlike među ispitanicima. Ovde je, takođe, značajno
ko, kako, kad i pod kojim uslovima rukovodi grupom; sa koliko
se marljivosti aranžira i rearanžira okolina; sa koliko se marljivosti
uređuju i održavaju prostorije u kojima se izvodi eksperiment. Smatra
se da se bez adekvatne psihološke klime i socijalne situacije ne mogu
kontrolisati mnogi činioci koji djeluju na grupu, njene procese i
dinamiku.
”R” pogreška nastaje kad se ponavlja eksperiment s ciljem da se utvrdi
njegova validnost. U toku ponavljanja (replikacije) eksperimenta
pojavljuju se parazitarne varijable koje utiču na željeno odvijanje
eksperimenta tj. djelovanje neke parazitarne varijable u korist jednog
od eksperimentalnih faktora. Zato se prati i kontroliše delovanje
parazitarnih varijabli (Mužić, 1986).
Dva su osnovna uslova koja treba ispuniti da bi neki eksperiment dao

valjane rezultate: precizna kontrola „relevantnih predmeta“ i dovoljan broj
obavljenih eksperimenata. O obavljenom eksperimentu obično se sastavlja
izvještaj koji često ima svoj ustaljeni, „standardni“ oblik:
- prezentovanje glavnog područja ili predmeta eksperimenta,
- hipoteza eksperimenta,
- predmeti na kojima su izvedeni eksperimenti,
- opis aparata/mjernog instrumenta (a ako je nužno i njegova slika),
- tok eksperimenta,
- dobijeni podaci,
- rezultati i uopćavanja,
- kao i odnos svega prema općoj oblasti ili općoj teoriji.
Nema dileme oko toga da li je eksperimentalna metoda značajna u

naučnoistraživačkom radu. Ranije se smatralo da nije moguće primijeniti
ovu metodu u društvenim i humanističkim naukama. U prošlom stoljeću
pošlo se u psihologiji od eksperimentalne metode. Iz psihologije se prešlo
na eksperimentalnu pedagogiju, nakon čega se prešlo na didaktiku, pa u
vannastavni proces, da bi se zatim prešlo i na ostala područja. Smatra se
da eksperiment služi za otkrivanje uzročnih veza u određenim pojavama.
Karakteristični su kod eksperimenta uzrok i posljedica - kauzalna veza, a zatim i
određena zakonitost. Uzrok i posljedica su samo jedna vrsta veze. Eksperiment
dolazi od latinske riječi i znači opit, dokaz itd. Šta je eksperiment, odnosno
u čemu se sastoje njegove karakteristike? Naučni eksperiment karakterišu
sljedeći činioci:
a) eksperimentator,
b) predmet eksperimenta,
99
c) inicijalno mjerenje,
d) proces eksperimenta,
e) finalno mjerenje i
f ) elaboriranje eksperimenta.
Postoji nekoliko uslova koji se smatraju bitnim za eksperimentalno

istraživanje:
(1) Namjerno izazivamo pojavu u stvarnosti sa ciljem da utvrdimo karakter,
suštinu te pojave. Stvaramo uzrok i čekamo rezultat. Promjene koje unosimo
su eksperimentalni faktori. Namjerno se pojave mogu izazivati u prirodnim
uslovima, ali to možemo uraditi i u laboratorijskim uslovima.
(2) Neki govore o:
pravom eksperimentu i
ex post facto eksperimentu (nismo se namjerno miješali u
pojavu, nego nas interesuju uzroci rezultata). Ovdje ne izazivamo
namjerno uzroke.
(3) U eksperimentu težimo mjeriti pojavu, kvantifikovati pojavu na
početku i na kraju, a razlika je rezultat djelovanja na pojavu. Da bismo mogli
mjeriti pojavu, moramo imati mjerne instrumente.
Kod eksperimentalne metode razlikujemo dvije varijable:
nezavisnu i
zavisnu.
Nezavisna - izaziva određene rezultate i oni su ovisni o faktorima koje

smo unijeli.
Zavisna - složen rezultat, funkcija odnosa, uspjeh.
Mjerenjem jedne i druge dobijemo rezultat. Kontrolisano mijenjamo te

faktore i zato ga nazivamo varijabla. Jedan faktor je uzrok, a drugi posljedica i
mjerenjem između njih dobijemo rezultat. Po Mužiću (1986) formula glasi:
R = f (O,S)
O = objekat na koji se djeluje
nezavisna varijabla S = stimulus

f = funkcija
zavisna varijabla R = rezultat
To je skraćena formula svakog eksperimentalnog istraživanja - odnos

zavisne i nazavisne varijable i njihove funkcije. Postoji više vrsta eksperimenata
i eksperimentalnog istraživanja:
100
Pojam metodologije
(1) Po ciljevima:
Eksplorativni - ima širi karakter, nešto manje određeni cilj. To je
prethodno isprobavanje.
Naučno-istraživački.
(2) Po oblastima razlikujemo dvije vrste:

u prirodnim uslovima,
u laboratorijskim uslovima.
Kada govorimo o prirodnim uslovima onda se odnosi na to da se subjekti

nalaze u normalnim uslovima. Ako se ti uslovi mijenjaju, onda govorimo da
se eksperiment izvodi u laboratorijskim uslovima. Po nekim autorima prirodni
uslovi su samo u ex post facto uslovima. Prirodni eksperiment ima svoje
prednosti - osoba se ponaša prirodno što je veoma značajno. Za istraživanje
eksperimentalnom metodom veoma je značajno da se poznaju modeli
eksperimenta. Bez obzira da li se radi o prirodnoj ili laboratorijskoj vrsti
eksperimenta, inače, eksperiment se prema Mužiću (1986) može izvesti:
sa jednom grupom,
sa paralelnim grupama i
rotacijom eksperimentalnog faktora.
Ova tri modela eksperimenta Mužić naziva osnovnim,a polazeći od njih, on

navodi složene modele:
a) ponovljeni slučajni izbor grupa,
b) u svaku se organizacionu jedinicu uvodi samo jedan faktor (jedna
škola - jedan postupak),
c) istovremeno praćenje uticaja više varijabli (faktorski model) i
d) latinski kvadrat i grčko-latinski kvadrat.
Isti autor spominje, ukratko, ex post facto postupak, koji se koristi u

istraživanju društvenih pojava i koji je od strane mnogih američkih autora
prihvaćen kao eksperimentalni postupak. U američkim metodologijama, koje
su posvećene istraživanjima društvenih pojava, često se spominje, a ponegde
i detaljnije obrađuje, Quasi-experimental model (Bordens i Abot, 1991;
Shaughnessy i Zekmeister, 1985; Shaughnessy, Zechmeister i Zechmeister,
2012).
Eksperiment s jednom grupom je takav model eksperimenta u kome

se u jednu grupu uvodi jedan ili više eksperimentalnih faktora i prati njihovo
djelovanje imajući u vidu inicijalno stanje koje je utvrđeno prije uvođenja
eksperimentalnog faktora. Eksperiment sa jednom grupom izvodi se na taj
način, što se na početku eksperimenta odgovarajućim instrumentom utvrdi
101
polazno stanje određene zavisne varijable. Nakon toga se na tu varijablu

djeluje na uobičajen, prirodan način te se nakon određenog vremena
mjeri dobijeni rezultat, ono što se postiglo uobičajenim radom. Taj rezultat
predstavlja polaznu osnovu za eksperimentalni način koji unosi promjenu u
dosadašnji, ustaljeni način rada (period eksperimentisanja), da bi se na kraju
tog perioda utvrdio rezultat eksperimenta. Poslije toga se vrši usporedba
efekata rada u uobičajenim i eksperimentalnim uslovima rada i poredi njihova
efikasnost. Ako, na primjer, želimo ispitivati u jednoj grupi efikasnost delovanja
na znanje učenika primjenjenog nekog nastavnog sredstva ili oblika rada, bez
namjere da to sredstvo ili oblik rada poredimo sa drugim sredstvom ili oblikom
rada, imamo jedan od elementarnih vrsta eksperimenta s jednom grupom.
Ako hoćemo da mjerimo efikasnost više oblika rada onda se primenjuju
sukcesivni ciklusi u kojima se mjeri inicijalno stanje, uvodi određeno vrijeme
jedan faktor, mjeri njegova efikasnost, a zatim drugi faktor i mjeri njegova
efikasnost. Na kraju se utvrđuje poređenjem koji faktor je pokazao i koliku
efikasnost. Da bi bilo moguće efikasno mjerenje potrebno je utvrditi inicijalno
stanje grupe, pratiti delovanje faktora i mjeriti finalno stanje. U eksperimentu
s jednom grupom vodi se računa da činioci koji su zastupljeni u jednom
ciklusu budu zastupljeni i u drugom u mjeri i na način koji će omogućiti da
se dobije i mjeri efikasnost. Mužić analizira problem nastavnog gradiva koje
može, na različite načine, uticati na kvalitet rezultata eksperimenta u kome je
primjenjen određen oblik rada i praćena njegova efikasnost u kvalitetu znanja
učenika. Zato predlaže da gradivo koje se realizuje bude različito i da ne bude
povezano, da njegova težina bude podjednaka, da se osiguraju instrumenti
koje će omogućiti mjerenje djelovanja eksperimentalnog faktora u jednom
ciklusu, a, takođe, i mjerenje rezultata pojedinih ciklusa (Mužić, 1986).
U suštini, eksperiment sa jednom grupom prolazi kroz nekoliko faza:
1. inicijalno - početno utvrđivanje stanja (Si),
2. eksperimentalni faktor - period eksperimentisanja (Ef ),
3. finalno stanje - utvrđivanje stanja poslije djelovanja faktora (Sf ),
4. utvrđivanje razlika između inicijalnog i finalnog stanja, gdje je izražen
rezultat eksperimentalnog djelovanja,
5. izvođenje zaključaka na osnovu utvrđene razlike rezultata.
Si Ef Sf
R = Si - Sf
Eksperiment sa paralelnim grupama uključuje dvije ili više grupa

koje u eksperimentu imaju posebnu funkciju. Rad sa paralelnim grupama je
uvođenje nezavisno promjenjive veličine u jednu ili više eksperimentalnih
grupa i formiranje jedne ili više paralelnih kontrolnih grupa. U jednoj grupi
uvodi se eksperimentalni faktor (nastavno sredstvo ili oblik nastavnog rada),
102
Pojam metodologije
a sa drugom ili drugim grupama radi se bez uvođenja eksperimentalnog

faktora. Ovde je značajno da se u incijalnom stanju ujednače grupe po bitnim
parametrima koji su značajni za tok i ishod eksperimenta (socijalni status,
znanje, IQ, uspjeh, motivacija i slično), da se poslije ujednačavanja grupa uvede
u jednu ili više njih eksperimentalni faktor, da se s drugom ili drugim grupama
radi bez uvođenja eksperimentalnog faktora, da se ostvari kontrola i upravljanje
eksperimentom, da djelovanje eksperimentalnog faktora dovoljno dugo traje
da bi se u finalnom istraživanju moglo ustanoviti kolika je bila efikasnost
djelovanja eksperimentalnog faktora. U istraživanju najčešće se koristi
eksperiment s paralelnim grupama od kojih je jedna djelovala s uvedenim
eksperimentalnim faktorom, a druga je djelovala kao i sve druge grupe. Prvu
grupu zovemo eksperimentalnom, a drugu kontrolnom grupom (mada je i ona
u suštini eksperimentalna). U eksperimentu s paralelnim grupama može se npr.
uspješno testirati više nastavnih sredstava ili oblika nastavnog rada i utvrditi
šta od provjerenih oblika i sredstava efikasno, a šta nije, šta je manje, a šta više
efikasno, a to je moguće utvrditi zato što se testiranje realizuje s paralelnim
grupama. Mužić (1986) zaključuje da ukoliko želimo uvesti istovremeno
djelovanje faktora kod kojih se efikasnost međusobno uspoređuje, mora se
umjesto jedne uzeti više grupa ispitanika; za svaki faktor po jednu grupu.
Eksperiment sa paralelnim grupama eliminiše slabosti eksperimenta sa jednom
grupom, odnosno, izbjegava utjecaj uobičajenog načina rada na rezultate rada
u eksperimentalnim uslovima, jer grupe rade u isto vrijeme. Postoji nekoliko
varijanti:
(1) E Si Ef Sf RE = Sf - Si
K Si - Sf RK = Sf - Si
REK = RE - RK
____________________________________________________________
(2) E1 Si Efl Sf R = EF1 - EF2

E2 Si Ef2 Sf
____________________________________________________________
(3) E1 Si Efl Sf RE 1 upoređivanje međusobno

E2 Si Ef2 Sf RE 2
K Si - Sf RK
____________________________________________________________
(4) E1 Si Efl Sf RE 1
E2 Si Ef2 Sf RE 2
K1 Si - Sf RK 1
K2 Si - Sf RK 2
____________________________________________________________
103
E – eksperimentalna grupa
K – kontrolna grupa
Si – inicijalno stanje
Sf - finalno stanje
Ef - eksperiment
RE – rezultat eksperimentalne grupe
RK – rezultat kontrolne grupe
REK – rezultat eksperimenta...
Eksperiment s rotacijom faktora uveden je s namjerom da se prevaziđu

ograničenosti eksperimenta s jednom i paralelnim grupama. To je razlog da
ova dva oblika eksperimenta istraživači na specifičan način kombinuju. Mužić
(1986) ističe da u eksperimentu s jednom grupom faktori se uvode sukcesivno,
pa imamo dva ili više ciklusa. U eksperimentu s parelelnim grupama uvode
se simultano, pa postoje dvije ili više grupa. Kod eksperimenta s rotacijom
faktora imamo dvije ili više paralelnih grupa u kojima se faktori, rotacijom, još
i ciklički izmjenjuju (Mužić, 1986). Tako, na primjer, ako u eksperimentu postoji
faktor 1 - nastavno sredstvo i faktor 2 - grupni oblik rada i želi se provjeriti
njihova efikasnost u dvije grupe, nužno je da se eksperiment organizuje tako
da u prvom ciklusu faktor 1 djeluje u grupi 1, a drugi faktor u drugoj grupi. U
drugom ciklusu faktori se mjenjaju i na kraju se mjeri finalno stanje. Naravno,
kad se završi prvi ciklus mjeri se prosječna efikasnost grupa i razlike u prosječnoj
efikasnosti. To se isto učini na kraju drugog ciklusa, a poslije svega dobije se,
kako Mužić kaže, ”generalizacija tog rezultata na osnovni skup”.
Da bi se rotacija faktora uspešno realizovala potrebno je osmisliti plan
rada, utvrditi inicijalno stanje, stručno kontrolisati djelovanje faktora u
prvom ciklusu, izvršiti mjerenje na kraju prvog ciklusa, utvrditi finalno stanje,
rotirati faktore u grupama, pratiti djelovanje faktora posle njihove rotacije,
obaviti mjerenja na kraju drugog ciklusa i na kraju utvrditi ono što se može
generalizovati. Posebno se preduzimaju mjere da određeni činioci iz pojedinih
ciklusa ne djeluju negativno na tok i rezultate eksperimenta. Ovdje se, pored
utvrđivanja ekvivalentnosti grupa, mogu preduzeti i druge mjere, koje zavise
od vrste eksperimenta, faktora i uslova u kojima se eksperimentiše. Zbog
mogućih grešaka eksperiment s rotacijom faktora nije puno iskorišten u
društvenim naukama. Ipak, ako se ostvari ekvivalentnost grupa i preduzmu
mjere da parazitarni faktori ne djeluju negativno na rezultat eksperimenta,
istraživač se može nadati da će dobiti naučno relevantan rezultat.
Složeni modeli eksperimenta temelje se na osnovnim modelima i

proizilaze iz tehnika koje se primenjuju prilikom utvrđivanja uzorka. Da bi
rezultati eksperimenta bili primjenjivi u više sredina i institucija, nužno ga
je ponoviti u više sredina, institucija i sa većim brojem ispitanika. Složenost
104
Pojam metodologije
se ne očituje samo u broju institucija, sredina i ispitanika, već i u preciznosti

izbora uzoraka, instrumenata, tehnika i postupaka kojima se istraživač koristi u
inicijalnom mjerenju, u procesu praćenja djelovanja eksperimentalnih faktora
i u toku utvrđivanja finalnog stanja. Na ovaj način se podiže nivo i kvalitet
eksperimenta, omogućava šira primjena njegovih rezultata i postiže značajniji
doprinos nauci. Mužić (1986) je, ukratko, obradio sljedeće složene modele
eksperimenta: ponovljeni slučajni izbor grupa, u svaku se organizacionu
jedinicu uvodi samo jedan faktor, istovremeno se prati više varijabli, latinski i
latinsko- grčki kvadrat.
Ex post facto postupak ili eksperiment razlikuje se od potpunog

eksperimenta u tome što istraživač nije organizovano po projektu uveo
eksprimentalni faktor i preduzeo sve druge radnje koje se u klasičnom
eksprimentu preduzimaju:
ne postoji stručno osmišljen projekat po kome se eksperiment izvodi;
ranije utvrđeno inicijalno stanje uobičajenim tehnikama i postupcima;
nema planski uvedenog eksperimentalnog faktora čije bi se delovanje
pratilo i mjerili efekti njegovog djelovanja i
nemoguće je ostvariti poznatu trijadu eksperimenta: utvrđivanje
inicijalnog stanja, praćenje delovanja eksperimentalnog faktora i
mjerenje finalnog stanja.
Ono što je bitno za ex post facto postupak može se sažeti u sledeće

konkretizovane stavove:
faktor za koji se može reći da ima odlike eksperimentalnog neko je
uveo bez mjerenja inicijalnog stanja i namjere da eksperimentiše
u strogom smislu te riječi, već da pokuša, uvođenjem neke novine,
unaprijediti određenu djelatnost,
uvedeni faktor djelovao je dovoljno dugo da se s dosta osnova može
tvrditi da postoje vidni efekti koji se mogu mjeriti i
postoje uslovi u kojima uvedeni faktor nije djelovao, približni su onima
u kojima je djelovao i moguće je na osnovu toga mjerenjem utvrditi,
bar donekle precizno, koliki je bio efekat uvedenog faktora.
Najčešća ograničenja koja se pripisuju ex post facto eksperimentu su:

nije moguće ostvariti kontrolu djelovanja nezavisno promjenjive
varijable na zavisno promjenjivu,
ako se rezultati istraživanja žele koristiti mimo grupe u kojoj je faktor
djelovao javlja se problem njihove validnosti,
uvjek mora postojati velika doza opreza kad se tumače rezultati,
prezentuju javnosti i kad se pokušavaju primjeniti u praksi,
svako izvođenje generalizacija može biti pod upitnikom s obzirom na
ono što je karakteristično za ex post facto i
105
ograničenje ex post facta je i u tome što se javljaju brojne teškoće

kad se žele ujednačiti grupe posle djelovanja faktora (one u kojima je
faktor djelovao i one u kojima nije djelovao).
Postoje područja istraživanja u kojima se ex post facto pokazuje kao

veoma značajan, čime se mogu dobiti vrijedne informacije koje sugerišu
hipoteze koje bi trebalo eksperimentalno provjeravati i u tom smislu su
pogodna za istraživanja koja prethode eksperimentalnim. Ova istraživanja se
koriste u periodu pripreme empirijskih istraživanja i validacije instrumenata
(Ristić, 1995).
Kvazi-eksperimentalni metod (lat.quasi – navodni, tobožnji) se

razlikuje od pravog eksperimenta u tome što su kreirani uslovi da se u
njemu bira uzorak, uspešno manipuliše nezavisno promjenjivom varijablom,
eksperimentator ostvaruje visok stepen kontrole bitnih činilaca koji utiču na
tokove i rezultate eksperimenta i postoje pretpostavke da se vrednuje efekat
djelovanja nezavisno promjenjive varijable na zavisno promjenjivu (Ristić,
1995). Prema Coolican (2013), Cook i Campbell (1979) su izradili klasični
tekst o kvazi - eksperimentu, ali su to revidirali Shadish, Cook i Campbell
(2002). Oba teksta daju utemeljenje u pitanjima kvazi - eksperimentiranja i
pripadajućim konceptima valjanosti uvedenih ranije. Promovisali su pojam
kvazi-eksperiment koji se odnosi na dobro kontrolirane istraživačke nacrte koji
bi bili “skoro” eksperimenti, ali nedostajalo im je jedno ili više bitnih obilježja
istinskog eksperimenta, a dva najvažnija od njih su slučajno raspoređivanje
sudionika prema uslovima, tako da imamo nejednake grupe i potpuna kontrola
eksperimentatora nad neovisnom varijablom.
Kod kvazi-eksperimenta ne biraju se slučajnim uzorkom eksprimentalne
grupe, već se uzimaju u prirodnim uslovima. Kvazi-eksperiment je sličan
pravom eksperimentu, ali ne može u potpunosti ispuniti sva tri bitna uslova o
kojima smo ranije govorili. Kod ove vrste eksperimenta ima utvrđen koncept
rada, postoji djelovanje eksperimentalnog faktora i utvrđivanje rezultata koji su
u procesu eksperimentisanja postignuti. Zato se on iskorištava za istraživanje
pojava u prirodnim uslovima i u primjenjenim istraživanjima. Bordens i Abbott
(1991) ističu da uprkos sličnosti, kao i sve korelativne studije, kvazieksperiment
ne omogućuje otkrivanje kauzalnih veza. U ovom slučaju uzimaju se grupe,
sa kojima se vrši eksperimentisanje, u prirodnim uslovima, te se zbog toga
ne traži procedura biranja subjekata slučajnim uzorkom, ujednačavanje
grupa, stvaranje uslova i obavljanje drugih radnji koje su karakteristične za
eksperiment koji pretenduje da otkriva kauzalne veze. U vezi s ovim u literaturi
se naglašava (Shaughnessy i Zechmeister, 1985) da je kvazi-eksperiment
prihvatljiv i primjenjiv u uslovima u kojima je nemoguće uspešno primjeniti
procedure biranja slučajnog uzorka. Ono što za obje vrste eksperimenta važi je
106
Pojam metodologije
da se u oba ova eksperimenta prate promjene u zavisnoj varijabli kao funkciji

promjena u nezavisnoj varijabli (Bordens i Abbott, 1991). Istraživač može pratiti
jednu nedjelju uspjeh djece, a poslije toga uvesti novu tehniku nastavnog rada
ili novo sredstvo i ponovo mjeriti uspjeh učenika posle jedne sedmice, te na
taj način doći do efekata djelovanja uvedenog eksperimentalnog faktora.
Bordens i Abot navode različite vrste kvazi-eksperimenata kao što su: nacrti
vremenskih nizova, isprekidani nacrti vremenskih nizova, korišćenje bazičnih
podataka za nacrte vremenskih nizova i nacrti ekvivalentnih vremenskih
uzroka. Ristić (1995) analizira sljedeće kvazi-eksperimentalne nacrte: nacrti
vremenskih nizova, nacrti sa nejednakom kontrolnom grupom u okviru koga
se javljaju nacrt pretest-posttest sa nejednakom kontrolnom grupom, nacrt sa
protivuravnoteživanjem, simulirani pretest-posttest nacrt i simulirani pretest-
posttest nacrt sa kontrolnom grupom.
Prednosti kvazieksperimenta su što se on može izvoditi u prirodnim
uslovima, što se može vrijednovati efekat djelovanja nezavisno promjenjive
u prirodnim uslovima, što se u dobro kontrolisanim uslovima mogu otkriti
kauzalne veze između nezavisno promjenjive i zavisno promjenjive. Nedostaci
kvazi-eksperimenta su što se, na primjer, ne može strogo kontrolisati varijabla
koja uslovljava različite oblike ponašanja, ne postoji kontrola događaja koji se
dešavaju, a koji su značajni za rezultate istraživanja (na promjenu zakona ili
uvođenje neke mjere koja reguliše život ne možemo utjecati, ali možemo pratiti
njene efekte u životnom realitetu) i poseban problem kvazi-eksperimenta
predstavlja njegova interna validnost. Mada se u nekim slučajevima može
ublažiti ili otklonti dejstvo limitirajućih faktora ostaje problem ograničenih
mogućnosti kvazi-eksperimenta u otkrivanju uzročno-posljedičnih veza
pojava koje su predmet istraživanja.
3.3.1.3.3. Korelacijsko istraživanje

Utvrđivanje povezanosti pojava jedan je od temeljnih ciljeva nauke i
naučnih istraživanja. Za utvrđivanje povezanosti neke varijable ili skupa varijabli
koristi se korelacijsko istraživanje. Korelacijske studije su vrsta istraživanja koja
se često koristi kao preliminarni način prikupljanja informacija o pojavama u
kojima eksperiment nije moguć. Korelacijska metoda uključuje promatranje
odnosa između dvije ili više varijabli. Istraživači kod primjene ovog metoda
koristite korelacije kako bi vidjeli postoji li odnos, ali same varijable nisu
pod kontrolom istraživača. Cilj korelacijskog istraživanja jeste utvrđivanje
povezanosti između različitih varijabli značajnih za izučavani problem. Pri
tome se istraživač ne služi manipulacijom kako bi proizveo variranje određene
varijable, već proučava vezu među pojavama u njihovom prirodnom javljanju
(Milas, 2009). Kod korelacijskih istraživanja može se otkriti postoji li odnos
između varijabli, ali ova vrsta istraživanja ne može dokazati da promjene
107
jedne varijable dovode do promjena u drugoj varijabli, odnosno, korelacijska

istraživanja ne mogu dokazati uzročno-posljedične veze. Korelacijske metode
imaju brojne prednosti i nedostatke, stoga je važno utvrditi koja je metoda
istraživanja najbolja za određenu situaciju. Pored utvrđivanja povezanosti
korelacijska istraživanja omogućuju i predviđanje jednih varijabli na temelju
drugih, tako da se njima ostvaruju dva važna cilja nauke, opisivanje i predikcija.
Korelacijsko istraživanje sastoji se od traženja različitih varijabli koje
međusobno djeluju, na taj način kada je promjena u jednoj od njih očita, može
se pretpostaviti kako će promjena biti u drugoj koja je izravno povezana s njom.
Ovaj proces zahtijeva da istraživač koristi varijable koje on ne može kontrolisati.
Na taj način istraživač može biti zainteresiran za proučavanje varijable A i
njenog odnosa i utjecaja na varijablu B. U korelacijskim istraživanjima postoje
dvije različite vrste povezanosti, jedna pozitivna i jedna negativna, ali odnos
može biti takav i da nema povezanosti između varijabli. Pozitivne korelacije
označavaju povezanost među varijablama, kada se varijabla A povećava,
a time povećava i varijabla B. S druge strane, kada govorimo o negativnim
korelacijama, govorimo o takvoj povezanosti da kada se varijabla A poveća,
varijabla B se smanjuje. Korelacijska istraživanja temelje se na brojnim
statističkim testovima koji ukazuju na koeficijente korelacije između varijabli.
Ovi koeficijenti su numerički predstavljeni kako bi ukazali na snagu i smjer
odnosa. Korelacijska istraživanja počivaju na Personovu koeficijentu korelacije,
a eksperimenti na t-testovima i analizi varijance (Milas, 2009). Kao što smo
već rekli, postoje tri moguća rezultata korelacijske studije: pozitivna korelacija,
negativna korelacija i bez korelacije. Koeficijent korelacije je mjera jačine
korelacije i može se kretati od -1.00 do +1.00 tako da govorimo o:
 Pozitivnoj korelaciji -u ovoj vrsti korelacije, obje varijable istodobno
se povećavaju ili smanjuju. Koeficijent korelacije blizu +1.00 ukazuje
na snažnu pozitivnu korelaciju.
 Negativnoj korelaciji - ova vrsta korelacije ukazuje da se povećava
količina jedne varijable, a druga se smanjuje (i obratno). Koeficijent
korelacije blizu -1.00 ukazuje na snažnu negativnu korelaciju.
 Nema korelacije- ovo ukazuje na odnos između dvije varijable.
Koeficijent korelacije od 0 pokazuje da nema korelacije.
Dok korelacijska istraživanja mogu ukazivati na postojanje veze između

dvije varijable, ne može dokazati da jedna varijabla uzrokuje promjenu u drugoj
varijabli. Drugim riječima, korelacija nije jednaka uzročnosti. Ova vrsta istraživanja
je podjednako pogodna za podatke dobivene u prirodnim uslovima ili
laboratorijskim uslovima, one prikupljanjem opažanjem ili nereaktivnim mjerama
ponašanja. Dva su najčešća pristupa korištenju ove metode (Milas, 2009):
- Anketno istraživanje: Ankete i upitnici su među najčešće korištenim
metodama u društvenim naukama. U ovoj metodi slučajni uzorak
108
Pojam metodologije
sudionika dovršava anketu, test ili upitnik koji se odnosi na

varijable interesa. Random uzorkovanje je bitan dio osiguravanja
generalizabilnosti rezultata ankete. Ova istraživanja se većinom
provode ne zbog utvrđivanja međusobne povezanosti varijabli, već
ponaprije zbog opisa populacijskih parametara.
- Psihologijsko testiranje: Ova vrsta istraživanja je jedan od najčešćih
načina prikupljanja podataka u korelacijskim istraživanjima.
Psihologijski testovi su razvijeni kako bi mjerili najrazličitije ljudske
osobine, poput intelektualnih sposobnosti, osobina ličnosti, stavova,
interesa, vrijednosti ili drugog. Ovi testovi pružaju istraživačima
mogućnost brzog i jednostavnog zahvaćanja vrlo raznolikih psihičkih
funkcija. Nadalje, testovi, koji posjeduju odgovarajuća mjerna
svojstva, jesu objektivnije, bolje i pouzdanije mjere ponašanja od
različitih prigodnih ili ad hoc sročenih pitanja (Milas, 2009).
Mjere korelacije koje nam pokazuju stepen povezanosti između dve ili
više pojava objašnjene su u poglavlju 7. Statističke analize i obrada podataka.
3.3.1.3.4. Normativna metoda

Ova metoda, kao što na to ukazuje i samo ime, ima za cilj da nađe ono
što predstavlja ne zakon nego normu, standard, prosjek u svijetu i životu, što
podliježe neprestanim promjenama, i često ono što je u izvjesnoj oblasti i u
datom trenutku najbolje. Ova metoda ima posla najčešće sa raznim statistikama
i njihovim podacima koje treba da iznađe, pravilno interpretira, tačno procijeni
i provjeri. Njeni rezultati, prema tome, predstavljaju izvjesne vrijednosti. Mada
nije lišena nekih slabosti (kao i sve metode koje se zasnivaju na statističkim
podacima), ova metoda ima tu prednost da njeni rezultati dobijaju svoju
praktičnu korist i vrijednost, i njih provjerava praksa i život.
3.3.1.3.5. Studija slučaja

Pri posmatranju i istraživanju društvenih pojava značajnu primjenu
nalazi i monografska13 metoda studije slučaja. Najranije korištenje ove metode
predstavljaju prikazi koje su historičari u prošlosti pružali o ljudima i narodima,
u kojima su kasnije slijedila detaljna proučavanja manjih grupa, stranaka i
pojedinaca. Ovaj pristup gleda svaku društvenu jedinicu kao cjelinu. Jedinica
proučavanja može biti pojedinac, porodica, ustanova – institucija – udruženje,
ili društvo. Studija slučaja je, dakle, postupak kojim se izučava neki pojedinačni
slučaj iz određenog naučnog područja. Ova metoda nije u pravom smislu
13 Monografija (grč. μονογραφία) je naučno, stručno ili esejističko djelo u kojem se iscrpno
obrađuje ili prikazuje jedan problem, jedna osoba ili pojava.
109
riječi naučna, ona je samo prva faza u naučnoj metodi, jer se samo na temelju
rezultata promatranja više slučajeva mogu izvući određene zakonitosti.
Metodom studije slučaja (engl. case study) opsežno se analizira neka

pojava, proces, institucija, osoba, grupa ili događaj. Predmet studije slučaja
obuhvata širok spektar društvenih pojava koje nastaju kao rezultat interakcije
pojedinaca i grupa u različitim društvenim okvirima kao što su organizacije,
institucije, pokreti, a putem njih je moguće pratiti mnoštvo pojava kroz
određeni broj slučajeva, prilikom čega istraživač može dobiti relativno veliki
broj različitih, detaljnih i širokoobuhvatnih informacija. Ovom metodom se
želi odgovoriti na pitanje „kako“ i „zašto“ su se određene okolnosti/činjenice/
situacije dogodile. Studija slučaja ne bi se trebala sprovoditi na pojedinačnom
slučaju, već na više njih. Ipak, samo jedan slučaj dovoljan je za analizu u
sljedećim situacijama (Tkalac Verčić i saradnici, 2010):
obrađuje se jedan slučaj u longitudinalnom istraživanju,
obrađuje se ključni slučaj u provjeravanju teorije,
proučava se jedinstven ili ekstremni slučaj,
proučava se slučaj koji je tipičan za pojavu koja se proučava,
slučaj koji se analizira predstavlja otkriće.
Ako barem jedan od ovih kriterija nije zadovoljen, potrebno je analizirati

više slučajeva sličnih obilježja. Pritom se svaki slučaj prvo analizira za sebe, a
nakon toga se prikupljeni podaci uspoređuju.
Pomoću metode studije slučaja dolazi se do saznanja o nekoj pojavi na
nivou deskripcije ili eksplikacije. Kao što i samo ime kaže, to je proučavanje
nekog pojedinačnog slučaja iz određenog naučnog područja - prava,
sociologije, psihologije, medicine i dr. (npr. proučavanje jedne knjige, jedne
epizode ili eksperimenta, jednog pacijenta na klinici, jednog pravnog slučaja,
jednog tehničkog projekta, ili ma kojeg pojedinačnog, ograničenog problema),
pri čemu se proučava neka karakteristična i zanimljiva crta, osobina, pojava
toga slučaja. Metoda se temelji na logičkoj analizi, na razdvajanju pojava koje
se tretiraju kao specifični slučajevi, njene dimenzije, na opisu date pojave i na
pokušaju uspostavljanja logičke veze između elemenata analizirane pojave
s ciljem objašnjenja i opisa te pojave. Uzeta sama za sebe, ova metoda nije
naučna u pravom, strogom smislu riječi: to je samo, kako ističe Lundberg, „prvi
korak u naučnoj metodi”. Naime, nužno je posmatranje ne jednog nego više
slučajeva da bi se, na osnovu podataka dobijenih tim posmatranjem, mogle
izvući izvjesne zakonitosti.
Metodom studije slučaja potrebno je analizirati:

sam slučaj (njegova obilježja),
historijsku perspektivu slučaja (ako je to važno za sam slučaj),
društveni kontekst u kojem se slučaj javio.
110
Pojam metodologije
Analizu je potrebno potkrijepiti postojećim teorijama vezanim uz temu

te podacima prikupljenim iz svih raspoloživih izvora podataka (dokumenata,
arhivskih zapisa, intervjua, promatranja, fizičkih dokaza…). Na temelju analize
svih prikupljenih podataka izvodi se zaključak. Tok studije slučaja možemo
postaviti na sljedeći način:
1. Određivanje predmeta istraživanja, cilja istraživanja i istraživačkog
pitanja,
2. Prikupljanje literature i podataka (teorija + podaci o slučajevima koji
se analiziraju),
3. Pisanje teorijskog dijela rada,
4. Pisanje analize slučaja/slučajeva (obilježja, historijski/društveni
kontekst),
5. Izvođenje zaključka na temelju analize.
Kombinacija faktora koji su obuhvaćeni datim ponašanjem podvrgavaju se

ispitivanju da bi se odredilo postojeće stanje i otkrili uzročni faktori koji djeluju.
Ova metoda se može koristiti za istraživanje pojedinačnog slučaja, slučajeva u
nizu i mozaika slučajeva. Istraživanja slučajeva u nizu imaju zajednički predmet
koji je razvučen u određenom vremenskom kontinuumu i na različitim
prostorima. „Pojedini slučajevi”, tvrdi Lundberg, „dobivaju naučni značaj samo
ako se klasifikuju i sumiraju tako da otkrivaju jednoobraznosti, tipove i obrasce
ponašanja.” Pa ipak, i ova metoda ima svoju praktičnu vrijednost: zahvaljujući
njoj može se zabilježiti neko korisno iskustvo.
3.3.1.3.6. Genetička metoda

Slična je metodi studije slučaja. Kao i ova posljednja, ona predstavlja
samo prvi korak u nauci. Ova metoda proučava i shvata stvari, pojave u
njihovom postanku za razliku od deskriptivne metode koja opisuje stvar,
pojavu kao gotov proizvod. Težište ove metode se postavlja na dinamičke
faktore rasta, promjena i razvoja. Ona nastoji da opiše činjenice proučavanjem
toka njihovog prethodnog razvitka. Genetičkom metodom se nastoji shvatiti,
objasniti i opisati neka pojava u njenom postanku izučavanjem toka njezinog
prethodnog razvitka. Slična je metodi studije slučaja i historijskoj metodi
(Zelenika, 1988).
3.3.1.3.7. Survey istraživačka metoda

Survey istraživačka metoda je empirijska neeksperimentalna metoda
koja se koristi za ispitivanje različitih oblika ponašanja, mišljenja, stavova,
interesovanja, znanja i vrijednosnog sistema ljudi. Ako neko želi koristiti survey
111
u svom istraživanju trebalo bi da poznaje način kako se sastavlja anketni

upitnik, kako se testira, kako se bira uzorak i kako se analiziraju podaci dobijeni
survey metodom (Bordens i Abot, 1991). Istraživači dijele istraživanja survey
metodom na deskriptivna i analitička. Deskriptivnim se stječu opisi distribucija
proučavanih pojava, dok se analitičkim slijedi donekle logika eksperimentalnih
istraživanja (ali je manipulisanje promjenjivim varijablama statističke naravi uz
primjenu postupka multivarijantne analize) u nastojanju da se dokuče odnosi
između pojava. Analitička su manje usmjerena na postizanje reprezentativnosti,
odnosno spoljne valjanosti, a više na izbor uzorka podešenog za provjeravanje
neke posebne hipoteze (Ristić, 1995). Survey metodom se koriste sociolozi,
psiholozi, pedagozi, politikolozi, pravnici i drugi. Upotrebom surveya, vi
direktno pitate vaše ispitanike o njihovom ponašanju (sadašnjem, prošlom i
budućem), naznačenim stavovima, vjerovanjima i namjerama (Bordens i Abot,
1991). Preko stručno pripremljenog upitnika, korektno primijenjenog, marljivo
obrađenih podataka i dosljedno izvedenih zaključaka, može se dobiti dosta
pouzdanih rezultata u vezi sa motivima i oblicima ljudskog ponašanja.
Potrebno je razlikovati survey kao pregled ispitivanja javnog mišljenja i

prezentovanja kvantitativnih podataka za svakodnevnu upotrebu, od surveya
namijenjenog isključivo naučnim istraživanjima. Survey istraživačka metoda
je na naučnim osnovama utemeljena metoda pomoću koje se istražuju
različiti problemi u društvu i ponašanju ljudi. Ova metoda najčešće koristi ove
instrumente/tehnike istraživanja: anketni upitnik, inventarni upitnik, upitnik
za intervju, različite vrste testova, skalu, ček-listu, preglednik itd. Tako postoje
razrađeni principi, pravila i postupci kako se sastavlja i primjenjuje anketni
upitnik, kako se sastavlja test i kako se realizuje testiranje, kako se sastavlja
skala i obavlja skaliranje itd. Kad se primijene instrumenti i dobiju podaci
vrši se kvantitativna analiza odgovarajućim statističkim postupcima obrade
podataka, a nakon toga dolazi kvalitativna analiza.
Za survey je značajno da se istraživanja obavljaju na manje ili više
pouzdanom uzorku, da ispitanici daju svoje trenutno mišljenje, znanje, iskažu
raspoloženje, potrebe ili stavove, da sam survey (bez multivarijantne analize i
pomoćnih metoda) ne može otkrivati uzročno-posljedične veze, na odgovore
ispitanika mogu utjecati brojni objektivni i subjektivni faktori koji se u trenutku
ispitivanja ne mogu kontrolisati, istraživanje mišljenja ispitanika u određenom
vremenu ne uvažava stanje u kome se oni nalaze njihovo raspoloženje,
objektivne mogućnosti i stepen spremnosti da daju iskrene odgovore. Zato se
često događa da ispitanici umjesto pravih odgovora daju očekivane. Posebni
problemi se javljaju kad se anketni upitnik šalje poštom, intervju obavlja
telefonom ili kad se kontakt sa ispitanicima obavlja putem drugih medija. Gdje
god se ne može ostvariti kontrola nad anketarima i nad ispitanicima, mogu
nastati krupne greške u podacima koji se dobiju.
112
Pojam metodologije
Zbog ovih i drugih razloga naučna vrijednost rezultata surveya može

biti dovedena u pitanje. Kritičari survey metode pored onoga što smo ranije
naveli spominju i sljedeće: ne može se upravljati nezavisnim varijablama, ako
se ispituje ponašanje ljudi dolazi se do posljedica, a ne do uzroka, rezultati
dobijeni na određenom uzorku teže se mogu generalizovati. Svi istraživači
se slažu da se putem surveya može dosta značajnih podataka dobiti, ali se
ne mogu otkriti dublja psihološka stanja koja uslovljavaju određene oblike
ponašanja. Upotrebom standardizovanih instrumenata, preciznim biranjem
uzorka, upotrebom multivarijantne analize i kombinovanjem sa drugom
istraživačkom metodom (teorijske analize, proučavanja dokumentacije,
analize sadržaja) znatno se podiže kvalitet i moć survey istraživačke metode
i on može dati korisne rezultate značajne za razvoj nauke i unapređivanje
prakse. Inače, survey je moguće primijeniti u svim uslovima, pomoću njega
se brzo može doći do velikog broja podataka, ekonomičan je (sa stanovišta
novca, vremena i drugih uslova), građa se ponekad može prikupiti poštom,
telefonom anketara i samog istraživača, odgovori se mogu dati usmeno ili
pismeno, lako se obrađuje veliki broj podataka, mogu se jednostavno otkriti
korelativne veze među varijablama i prezentovati javnosti. U predizbornim
periodima survey je korišten za ispitivanje javnog mišljenja glasača i na temelju
tih rezultata davane su predikcije rezultata izbora u pojedinim zemljama
svijeta. Istraživač koji se koristi survey istraživačkom metodom trebalo bi da
poznaje kako se konstruiše i testira upitnik, administrativne tehnike njegovog
konačnog uobličavanja, tehnike biranja uzorka i da zna kako treba analizirati
podatke dobijene surveyom, što predstavlja značajnu pretpostavku uspjeha
survey istraživačke metode.
Danas se najčešće naučno istraživanje sprovodi kroz četiri osnovne radne
faze:
Opservacija - istraživač sagledava problem, ocjenjuje potrebu i
mogućnosti da pristupi istraživanju,
Postavljanje hipoteza - predstavlja provizornu, hipotetičku,
interpretaciju opservacijom i naučnom analogijom predviđenih
(očekivanih) mogućih rješenja,
Eksperiment - istraživač treba da verifikuje ili odbaci hipoteze, ili da
ukaže na druge puteve kojima treba usmjeriti daljnja istraživanja,
Indukcija - na osnovu rezultata istraživanja iskazivanje definitivne
interpretacije od interesa je za teoriju i praksu.
U velikom broju naučnih područja osnovna metoda u istraživanju je

eksperimentalna metoda, što uveliko vrijedi i za nauke iz naučnog područja
koja istražuje centralne probleme društvenih nauka. Iz ranije navedenih razloga
određene zakonitosti mogu se utvrditi samo kompleksnim istraživačkim
poduhvatima u različitim uslovima. Za neposredne potrebe društvenih nauka,
113
istraživanja se u ovim oblastima rjeđe vrše u laboratorijskim uslovima, a češće se

primjenjuju istraživanja u realnim, praktičnim, stvarnim, situacionim uslovima,
jer se tim putem dolazi do pouzdanijih i za primjenu pogodnijih saznanja i
zakonitosti. Adekvatno planiranje eksperimenata u situacionim uslovima, u
pravilu zahtijeva tretiranje multidimenzionalnih varijabli.
3.3.1.3.8. Metaanaliza
Metaanaliza (engl. meta-analysis) predstavlja primjenu statističkih
metoda u cilju pronalaženja i kombinovanja rezultata različitih istraživanja u
određenim naukama. Ova analiza predstavlja statističku i analitičku metodu
koja kombinuje i sintetizuje različite međusobno nezavisne istraživačke studije
i integriše njihove rezultate u zajednički, jedinstveni rezultat. Ovaj istraživački
postupak koristi se za sistemsku sintezu ili spajanje nalaza pojedinačnih,
nezavisnih studija, koristeći statističke metode za izračunavanje ukupnog ili
‘apsolutnog’ učinka. Metaanaliza ne predstavlja jednostavno objedinjavanje
podataka iz manjih studija da bi se postigla veća veličina uzorka, već se koriste
dobro prepoznate, sistemske metode za utvrđivanje razlika u veličini uzorka,
varijabilnosti (heterogenosti) u pristupu istraživanju i rezultatima (Egger i
Davey Smith, 1997; Akobeng, 2005 prema Shorten, i Shorten, 2013).
Možemo slobodno reći da je to sistematizovana evaluacija ispitivanog
problema u određenom predmetu istraživanja korištenjem informacija iz
različitih, nezavisnih istraživačkih studija. To je složen statistički model koji
se koristi sa ciljem da se iz što većeg broja istraživanja otkriju metodološki
sparivi elementi, kako bi se mogle uočiti određene zakonomjernosti ili izvesti
uopćavanja relevantna za taj predmet istraživanja. U pripremi za metaanalizu
istraživač mora prikupiti što više radova različitih autora, sagledati šta je
metodološki sparivo u tim radovima, a zatim primijeniti modele metaanalize
pogodne za dati metodološki okvir.
Kao naučna metoda objedinjavanja i integracije nezavisnih istraživanja
u cilju dobijanja validnih rezultata, metaanaliza ima veoma dugu historiju, a
psiholog Gene Glass tek 1976. godine uvodi pojam metaanalize kao statističke
tehnike združivanja rezultata pojedinačnih istraživanja (Thomas i Nelson, 2001;
Milas, 2009). Od tog momenta metaanaliza postaje veoma rasprostranjena
metoda u oblasti obrazovanja, društvenih i biomedicinskih nauka. Primjeri
ove metode javljaju se mnogo ranije, još početkom 19. stoljeća (Stigler, 1986
prema Milas, 2009), a treba spomenuti i njegove radove i istraživanja na polju
astronomije. Primjer metaanalize u oblasti medicine je studija Karla Pearsona
1904. godine, koji je analizirao podatke iz pet nezavisnih eksperimenata na
temu korelacije između vakcinacije protiv trbušnog tifusa i smrtnosti od te
bolesti. Posmatrao je disjunktne skupove podataka na različitim geografskim
lokacijama. Ovo je jedan od ranih primjera metaanalize, a ipak ima sve
karakteristike pravilno odrađene metaanalize. Prvi pisani rad koji je objasnio
114
Pojam metodologije
samu metodologiju kombinovanja rezultata iz različitih studija i njihove

generalizacije dao je Tippett 1931. godine, a ubrzo Fisher 1932. i Pearson 1933.
godine, koji su neovisno jedan o drugome predložili metodu kombinovanja
testova statističke značajnosti zasnovan na proizvodu p-vrijednosti kroz
studije. Zatim su Cohran 1937. te Yets i Cohran 1938. u svojim ranim radovima
kombinovali rezultate iz različitih studija u oblasti poljoprivrednih nauka u
cilju dobijanja što boljih ocjena efekata različitih tretmana i testirali njihovu
statističku značajnost (Milas, 2009; Ilić, 2009).
Metaanaliza je izuzetno vrijedna statistička tehnika u različitim naučnim
disciplinama, a posebno je korisna za medicinske i društvene nauke. Njene
prednosti su mnogostruke:
ovom metodom se pravi pregled relevantnih radova u određenom
vremenskom periodu tako da svaka metaanaliza predstavlja malu
naučnu monografiju datog predmeta istraživanja,
ona omogućava da se izvedu zaključci iz vrlo različitih uzoraka i situacija,
omogućava generalizacije za koje bi trebalo organizovati velika,
skupa i dugotrajna istraživanja,
zahvata radove velikog broja stručnjaka eksperata iz određene naučne
discipline.
Oblast primjenjivosti ove analize je velika, ali ipak ima određenih

ograničenja. Može se primijeniti samo na empirijske istraživačke studije, a ne
na teorijske radove i istraživanja. Ne može sintetizovati i integrisati rezultate
koji su teorijski i objavljeni u kvalitativnoj a ne u kvantitativnoj formi, tj.
studije koje se obrađuju moraju koristiti kvantitativno mjerenje varijabli (Ilić,
2009). Također, veoma je bitno da se ti rezultati mogu smisleno analizirati i
kombinovati. To znači da se istraživanja koja ulaze u zajedničku analizu moraju
baviti istim konstrukcijama i vezama i njihovi rezultati moraju biti u sličnom
statističkom obliku.
Posljednjih godina raste interesovanje istraživača za metaanalizu u
različitim naučnim oblastima, tako da sve veći broj časopisa daje ogroman značaj
onim radovima koji su svoje hipoteze dokazali kroz metaanalizu. Korištenjem
metaanalize kao metode sumiranja, integracije i analize velikog broja nezavisnih
studija koje obrađuju istu temu i konačno izvođenje zajedničkog rezultata,
istraživač može postići relevantne, objektivne i precizne zaključke, ukoliko je
procedura pažljivo osmišljena i kontrolisana od strane eksperata.
U pojavama i procesima koji se javljaju u društvenim naukama
istovremeno djeluje veći broj faktora koji mogu biti međusobno povezani ili
nepovezani. Zato se često događa da više empirijskih istraživanja određene
pojave, određenog problema, pokazuje različite rezultate. Ti razlozi različitih
rezultata iste problematike mogu zavisiti od vrste i veličina uzorka, postupka
istraživanja, mjernih instrumenata, metode prikupljanja i obrade podataka,
115
vremenskih momenata istraživanja, individualnih obilježja ispitanika i dr.

Za što cjelovitiji uvid te donošenje pojedinih općih zaključaka u istraživanju
određenog problema valja objediniti rezultate većeg broja pojedinačnih
primarnih empirijskih istraživanja te problematike. U tu se svrhu koristi
metaanaliza, čiji se postupak provođenja sastoji od nekoliko koraka. Prema
Milasu (2009) pet temeljnih koraka koje sadrži svako takvo istraživanje
pobrojao je Cooper 1982. godine:
1. Utvrđivanje problema,
2. Prikupljanje podataka,
3. Vrednovanje podataka,
4. Analiza i tumačenje,
5. Izvještavanje.
Također, prema Shorten i Shorten (2013) metaanaliza u svakom slučaju

ima pet osnovnih koraka:
1. Istraživačko pitanje
Postavlja se i identifikuje pitanje, problem i postavljena hipoteza istraživanja.
Objašnjava se značajnost i opravdanost dizajna i analitičkog plana studije.
2. Sistematski pregled
Sistematski pregled posebno je dizajniran za postavljanje i provođenje
istraživačkog pitanja radi identifikacije svih studija koje se smatraju
relevantnima i dovoljno kvalitetnim za opravdanost njihovog uključivanja.
Veoma često se samo identifikuju studije objavljene u poznatim časopisima, ali
je i identifikacija „neobjavljenih“ podataka važna za izbjegavanje pristrasnosti
ili izuzeća određenih studija.
3. Izdvajanje podataka
Nakon odabira studija za uključivanje u metaanalizu, zavisno od studije
i istraživačkog pitanja, izdvajaju se podaci koji mogu uključivati numeričke ili
kategoričke mjere koje su iskazane numerički.
4. Standardizacija i ponderiranje studija

Nakon što su prikupljeni svi potrebni podaci, četvrti korak je izračunavanje
odgovarajućih sažetih mjera iz svake studije za daljnju analizu. Mjerne jedinice
obično se razlikuju od studije do studije i obično ih treba ‘standardizovati’ kako
bi se proizvele usporedive procjene ovog učinka.
5. Konačne procjene učinka

Posljednja faza je odabir i primjena odgovarajućeg modela za
usporedbu veličina učinka u različitim studijama. Najčešći korišteni modeli
116
Pojam metodologije
su fiksirani (stalni) i randomizirani (slučajni) model. Statističke procedure

koje se koriste u proračunima također možemo podijeliti na dvije kategorije
zavisno od pretpostavki koje smo donijeli o raspoloživim studijama. Ukoliko
pretpostavljamo da su učinci dio iste raspodjele, sa istim matematičkim
očekivanjem, biramo fiksirani model. Ukoliko nema osnova za ovakvu
pretpostavku znači da uzorci na kojima su bazirana istraživanja pojedinih
studija pripadaju različitim populacijama sa različitim očekivanjima. U ovom
slučaju potrebno je odabrati slučajni ili randomizirani model.
Thomas i Nelson (2001) navode sljedeće korake u metaanalizi kojih bi se

istraživač trebao pridržavati:
1. utvrditi problem,
2. izvršiti pretragu literature/studija,
3. pregledati identifikovane studije kako bi se utvrdilo uključivanje ili
isključivanje,
4. pažljivo pročitati i procijeniti kako bi se identifikovale i kodirale važne
karakteristike studije,
5. izračunati veličinu efekta,
6. primijeniti odgovarajuće statističke tehnike,
7. izvijestiti o svim ovim koracima i ishodima u preglednom radu.
Mikolajewicz i Komarova (2019) ističu da sve metaanalize propisuju i

imaju sličan tok rada koji je istaknut kako slijedi:
1) Formulišite istraživačko pitanje
Definišite primarne i sekundarne ciljeve
Utvrdite širinu istraživačkog pitanja
2) Utvrdite relevantnu literaturu
Izgradite strategiju pretraživanja: brzo ili sistemsko pretraživanje
Ispitajte pretražene studije i utvrdite njihovu prihvatljivost
3) Izdvajanje i objedinjavanje podataka na nivou studije
Izdvojite podatke iz relevantnih studija
Prikupite relevantne karakteristike na nivou studije i eksperimentalne
kovarijante
Procijenite kvalitetu studija
Procijenite parametre modela za složene odnose (nije obavezno)
4) Procjena i priprema podataka
Izračunajte odgovarajuću mjeru ishoda. Procijenite obim
nedosljednosti između studija (heterogenost)
Izvršite relevantne transformacije podataka
Odaberite metaanalitički model
5) Sintetizujte podatke na nivou studije u sažetu mjeru
Objedinite podatke i izračunajte sumarnu mjeru i interval pouzdanosti
117
6) Istraživačke analize
Istražite potencijalne izvore heterogenosti (npr. biološke ili
eksperimentalne)
Analizirajte podgrupe i metaregresiju
7) Sinteza znanja
Predstavite i protumačite rezultate
Dajte preporuke za budući rad
Sistematski pregledi uključuju sveobuhvatne strategije pretraživanja

koje omogućavaju recenzentima identifikovanje svih relevantnih studija
na definisanu temu (DeLuca i sar., 2008). Metaanalitičke metode tada
omogućavaju recenzentima da kvantitativno procjenjuju i sintetizuju
ishode u svim studijama kako bi dobili informacije o statističkoj značajnosti
i relevantnosti. Sistemski pregledi osnovnih podataka istraživanja mogu
stvoriti baze podataka bogate informacijama koje omogućavaju opsežnu
sekundarnu analizu. Da bi sveobuhvatno ispitali skup dostupnih podataka,
kriteriji pretraživanja moraju biti dovoljno osjetljivi da ne propuste relevantne
studije. Ključni pojmovi i pojmovi koji se izražavaju kao sinonimne ključne
riječi i pojmovi u indeksu moraju se kombinovati pomoću logičkih operatora
AND, OR i NOT (Ecker i Skelly, 2010). Operatori skraćivanja, zamjenskih znakova
i blizine također mogu pomoći u pročišćavanju strategije pretraživanja
uključivanjem pravopisnih varijacija i različitih formulacija istog koncepta.
Strategije pretraživanja mogu se potvrditi odabirom očekivanih relevantnih
studija. Ako strategija pretraživanja ne uspije dohvatiti niti jednu od odabranih
studija, strategija pretraživanja zahtijeva daljnju optimalizaciju. Ovaj se
postupak ponavlja, ažurira strategiju pretraživanja u svakom interakcijskom
koraku dok se strategija pretraživanja ne izvede na zadovoljavajućem nivou
(Finfgeld-Connett i Johnson, 2013). Očekuje se da će sveobuhvatna pretraga
vratiti velik broj studija, od kojih mnoga nisu relevantna za tu temu, što obično
rezultira specifičnošću od <10% (McGowan i Sampson, 2005). Stoga je početna
faza probiranja kroz bazu za odabir relevantnih studija dugotrajna (može
potrajati od 6 mjeseci do 2 godine) i sklona ljudskim pogreškama. U ovoj se fazi
preporučuje uključiti najmanje dva nezavisna recenzenta kako bi se smanjila
pristranost odabira i povezane pogreške.
Ako uzmemo u obzir sve navedeno, metaanaliza je istraživački proces

koji se sprovodi u nekoliko faza: definisanje teme, pronalazak prikladnih
istraživanja, odabir metode i izračun veličine učinka, obrada i analiza rezultata.
Postoji nekoliko osnovnih razloga koji čine prednosti metaanalize pred
konvencionalnim metodama (prema Vidov, 2006):
1. Dobra metaanaliza se sprovodi kao strukturirana tehnika istraživanja i
stoga zahtijeva da svaki korak bude dokumentovan i otvoren za pomno
118
Pojam metodologije
istraživanje, pa i za provjeru ispravnosti ako je potrebno. Uključuje

definisanje kriterija koji određuju vrstu rezultata istraživanja za tu
metaanalizu, organizovane strategije traženja koje će identifikovati
i pronaći prikladna istraživanja, sakupljanje i obradu podataka iz
svakog istraživanja, te na kraju analizu rezultata koja će potvrditi
zaključke koji su izvedeni. Takav proces istraživačkog sumiranja koje
je eksplicitno i sistematsko, dopušta svakome pristup u autorove
pretpostavke, procedure, dokaze i zaključke, što je daleko bolje nego
vjerovati na riječ autoru da su njegovi zaključci ispravni.
2. Metaanaliza prezentuje rezultate istraživanja na način koji je različit
i osjetljiviji od konvencionalnih postupaka koji se oslanjaju na
kvalitativne sažetke i statističku značajnost. Veličina učinka može
poprimiti vrijednosti različite veličine i predznaka u predstavljanju
rezultata istraživanja. Na taj način dobijeni rezultati imaju veću
„vrijednost“ nego samo korištenje statističke značajnosti, razlikujući
istraživanja po tome koja pronalaze učinak, a koja ne.
3. Metaanaliza pronalazi učinke i veze koji su prikriveni u drugim
pristupima analize rezultata istraživanja. Kvalitativni sažeci
istraživačkih rezultata ne dopuštaju tako pomno ispitivanje ispravnosti
svojih zaključaka i usporedbu razlika među istraživanjima. S druge
strane sistematska obrada, karakteristična za metaanalizu, dopušta
analitički preciznu provjeru veza između rezultata istraživanja, zatim
karakteristike ispitanika, prirodu tretmana koji se sprovodi, strukturu
istraživanja i mjerne postupke koji će se koristiti.
4. Metaanaliza omogućava organizovani način postupanja sa
informacijama velikog broja rezultata istraživanja. Kad broj istraživanja
ili količina informacija koja se uzima iz tih istraživanja pređe određenu
svotu, bilježenje ili obrađivanje na konvencionalni način ne može
učinkovito voditi računa o svim detaljima. Sistematska obrada u
metaanalizi i kompjuterska baza podataka, suprotno prethodnome,
imaju skoro neograničenu mogućnost bilježenja informacija iz svakog
istraživanja i pokrivanja velikog broja takvih istraživanja. Međutim,
metaanaliza ne zahtijeva nužno veliki broj istraživanja i u nekim
okolnostima može biti korisno primijenjena i na mali broj rezultata
istraživanja, kao što su 2-3 istraživanja.
Metaanaliza ima i svojih nedostataka i ponekad je predmetom oštrih

kritika pojedinih naučnika. Kao glavni nedostatak metaanalize navodi se
prvenstveno količina uloženog truda i stručnosti koje zahtijeva. Dobro
izvedena metaanaliza, koja uključuje više od neke određene količine
rezultata istraživanja, je intenzivan rad koji uzima mnogo više vremena
nego konvencionalni kvalitativni pregledi istraživanja. Pored toga, mnogi
119
aspekti metaanalize zahtijevaju specijalizovano znanje, posebno odabir i

izračun prikladnih veličina učinka i primjena statističke analize na njih. Kritika
metaanalize odnosi se i na integrisanje različitih istraživanja, tako i onih sa
neusporedivim rezultatima, kako to analitičari nazivaju - problem jabuka i
narandži. Kritike govore da aritmetička sredina veličine učinka i slične metode
metaanalize nisu smislene ako su spojeni rezultati istraživanja bez zajedničke
mjerne jedinice. Taj problem nastaje ako se različiti tipovi istraživanja spoje
zajedno u jednu veliku prosječnu veličinu učinka. Međutim, metaanalitičari
koji koriste široki krug tema, češće koriste usporedbu nego spajanje. A kada
koriste različite potkategorije rezultata u metaanalizi analitičari ih mogu razbiti
pojedinačno, pa se distribucije veličine učinka i time povezani izračuni mogu
prikazati posebno za svakog, dopuštajući usporedbe među njima. Međutim,
ovaj će problem uvijek ostati prisutan jer je definicija rezultata istraživanja koji
su međusobno usporedivi u metaanalizi zavisna od analitičara. Naime, rezultati
koji nekom analitičaru izgledaju kategorički različiti, nekom se drugom mogu
činiti srodni. Tako je metaanaliza koju je proveo Glass 1977, a koja je proučavala
učinke psihoterapije, bila predmetom kritika zbog kombinovanja rezultata
iz potpuno različitih terapija. To su, primjerice, kognitivno bihevioristička,
psihodinamična, geštalt itd. Glass je tvrdio da je njegov cilj bio ispitivanje
ukupne učinkovitosti različitih metoda psihoterapije, zato ih je uključio u istu
metaanalizu. Drugi analitičari možda imaju uži pogled na temu metaanalize
pa uključuju rezultate samo jedne te iste terapije. U svakom slučaju, bitno
je da analitičar ima definiciju domene koja ga zanima i logičku podlogu na
temelju koje uključuje ili isključuje istraživanja za svoju metaanalizu. Drugi
mogu kritikovati tu domenu i odabir istraživanja, ali dok su oni eksplicitno
obrazloženi, svaki kritičar posebice može suditi jesu li smisleni.
Kao odgovor na sve veću potrebu za sistemskim preglednim člancima
u medicini i zdravstvu, 1993. godine osnovana je i razvila se The Cochrane
Collaboration međunarodna organizacija koja ima za cilj da priprema, održava
i razvija pristupačnost sistemskih preglednih članaka o učinku intervencija
u zdravstvenoj njezi. Cochrane kolaboracija je mreža ljudi – pojedinaca, a ne
ustanova, čiji uspjeh zavisi od uspjeha pojedinca. Većina radi dobrovoljno na
tom projektu, što je u skladu s duhom i pravilima kolaboracije. Također je važno
spomenuti da je Cochrane kolaboracija ograničila svoje napore na pregledne
članke o učincima intervencija u zdravstvenoj njezi i ne pokušava se baviti
problematikom uzroka bolesti, identifikacije bolesti pomoću dijagnostičkih
testova ili prirodne historije bolesti. Trenutno se u Cochrane Database of
Systematic Reviews objavljuje oko 300 novih članaka godišnje. Najnovije
informacije o Cochrane kolaboraciji mogu se pronaći na nekoj od njezinih
mrežnih stranica te u Cochrane biblioteci (www.cochranelibrary.com).
Zbog sve veće potrebe za sistematskim preglednim člancima i
metaanalizama, razvilo se više izvještaja, smjernica i sistema koji su razradili
120
Pojam metodologije
strategiju preglednih članaka i metaanaliza. Svi ovi izvještaji imaju jasno

definisan dijagram toka i kontrolnu listu koja se sastoji iz više itema koje
istraživač treba slijediti u svom istraživanju. Najpoznatije i najčešće korištene
smjernice su:
- CONSORT (Reporting of randomized controlled trials)
- STARD (Reporting of diagnostic accuracy studies)
- STROBE (Reporting of observational studies in epidemiology)
- MOOSE (Reporting of meta-analyses of observational studies)
- QUOROM (Quality of reporting of meta-analysis)
- PRISMA (Reporting of systematic reviews)
Brojni naučni časopisi, posebno iz područja medicine i zdravstva,

zahtijevaju da autori podnose svoje metaanalize i sistematske preglede
uključujući dijagram toka QUOROM (Quality of reporting of meta-analysis).
QUOROM je skraćenica koja se koristi za standarde kvaliteta izvještavanja
o metaanalizama koje je razvila grupa QUOROM (Moher i saradnici, 1999).
Dijagram toka koji je razvila ova grupa istraživača, grafički opisuje redoslijed
koraka definisanih za izuzeće ispitivanih studija. Razlog za uključivanje takvog
dijagrama je povećanje transparentnosti odluka koje je istraživač donio za
uključivanje ili isključivanje određenih studija, koje mogu naknadno uvesti
pristranosti u ukupnoj mjeri učinka. Uključivanje dijagrama protoka QUOROM
obično je potrebno uz poštivanje smjernica za kvalitet poznatih kao QUOROM
izjava, koja opisuje metodologiju za dosljedno izvještavanje o metaanalizi
randomiziranih kontrolnih ispitivanja (randomised control trials - RCTs).
Od 2009. godine QUOROM je ažuriran sa nekoliko konceptualnih i

praktičnih dostignuća u nauci sistematskih pregleda, kako bi se dodatno
dobilo na kvalitetu, i preimenovan je u PRISMA (Preferred Reporting Items
of Systematic Review and Meta-Analyses). Nova kontrolna lista PRISMA-e
razlikuje se u nekoliko aspekata od kontrolne liste QUOROM-a. Generalno,
PRISMA kontrolna lista „razdvaja“ nekoliko stavki prisutnih na QUOROM
kontrolnoj listi i tamo gdje je to primjenjivo, po potrebi, nekoliko stavki
kontrolne liste je povezano kako bi se poboljšala dosljednost u sistematskom
izvještaju o pregledu. Dijagram toka je također izmijenjen. Prije uključivanja
studija i pružanja razloga za izuzeće drugih, tim za pregled mora prvo pretražiti
literaturu. Ova pretraga rezultira zapisima. Nakon što se ove evidencije
pregledaju i primijene kriteriji prihvatljivosti, ostat će manji broj članaka. Broj
uključenih članaka može biti manji (ili veći) od broja studija, jer članci mogu
izvještavati o više studija, a rezultati određene studije mogu se objaviti u
nekoliko članaka. Da bi se uhvatile ove informacije, potrebno je pratiti dijagram
toka (Flow Diagram) PRISMA-e. Izjava PRISMA sastoji se od četverofaznog
dijagrama toka (Slika 1) i kontrolnog popisa od 27 stavki (Tabela 2).
121
Slika 1. PRISMA 2009. - dijagram toka (Moher i saradnici, 2009)
Cilj izjave PRISMA-e je pomoći autorima da poboljšaju izvještavanje o

sistemskim pregledima i metaanalizi. Fokusirali smo se na randomizirana
ispitivanja, ali PRISMA se također može koristiti kao osnova za izvještavanje
o sistemskim pregledima drugih vrsta istraživanja, posebno evaluacija
intervencija. PRISMA također može biti koristan za kritičku ocjenu objavljenih
sistemskih pregleda. Međutim, PRISMA kontrolni popis nije instrument
ocjene kvalitete kojim bi se mogao procijeniti kvalitet sistemskih pregleda i
metaanaliza.
122
Pojam metodologije
Tabela 2. PRISMA 2009. - kontrolna lista
Sekcija/tema # Popis stavki Stranica
NASLOV
Naslov 1 Označite izvještaj kao sistematični pregled, metaanalizu ili oboje.
ABSTRAKT
Dostavite strukturiran sažetak, uključujući prema potrebi: porijeklo;
ciljeve; izvore podataka; kriterije o podobnosti studije; učesnike i in-
Strukturirani
2 tervencije/posredovanja; procjenu studije i metode sinteze; rezultate;
sažetak
ograničenja; zaključke i implikacije ključnih pronalazaka; registracijski
broj sistematičnog osvrta/kritike.
UVOD
Objasnite razlog za pregled/recenziju u kontekstu onoga što je već
Razlog 3
poznato.
Obezbijedite/pružite jasnu izjavu/saopćenje s pitanjima o kojima će
Ciljevi 4 biti raspravljano s referencom na učesnike, intervencije/posredovanja,
poredbe, ishode i izgled studije (PICOS).
METODE
Naznačite ako postoji protokol za pregled/recenziju/osvrt, da li mu se i
Protokol i regis-
5 gdje može pristupiti (npr. web-adresa), i, ako je dostupno, obezbijedite
tracija
informacije za registraciju, uključujući registracijski broj.
Precizirajte karakteristike studije (npr. PICOS, razdoblje praćenja) i karak-
Kriteriji podob-
6 teristike izvještaja (npr. obuhvaćene godine, jezik, status publikacije) ko-
nosti
rištene kao kriterij za podobnost, navodeći razlog.
Opišite sve izvore informacija (npr. baze podataka s datumima pokrića,
Izvori informacija 7 kontakt s autorima studije da bi se identificirale dodatne/naknadne
studije) u pretrazi i datum posljednje pretrage.
Predstavite potpunu elektronsku studiju pretraživanja najmanje jedne
Pretraživanje 8 baze podataka, uključujući korištena ograničenja na način da se može
ponoviti.
Navedite proces izbora studija (tj. pregled, podobnost, uključeno u
Izbor studije 9 sistematičan osvrt/kritiku, i, ako je primjenjivo, uključeno u metaanal-
izu).
Objasnite metodu „extraction” podataka iz izvještaja (npr. eksperimen-
Proces prikupljan-
10 talni obrasci, nezavisno, u duplikatu) i svaki proces za dobijanje i ut-
ja podataka
vrđivanje podataka od istraživača.
Navedite i definišite sve varijable za koje su traženi podaci (npr. PICOS,
Podatkovne po-
11 izvori finansiranja) i bilo koju pretpostavku ili provedena pojednostavl-
jedinosti/stavke
jivanja.
Objasnite metode korištene za procjenjivanje rizika od pristranosti u
Rizik od pristra-
individualnim studijama (uključujući pojedinosti da li je ovo urađeno
nosti u individual- 12
u toku studije ili na nivou ishoda), i na koji način će se ova informacija
nim studijama
koristiti u bilo kojoj sintezi podataka.
Navedite osnovne zbirne mjere (npr. risk ratio/omjer rizika, prosječnu
Zbirne mjere 13
razliku).
Opišite metode rukovanja podacima i kombinovanja rezultata studija,
Sinteza rezultata 14 ako su urađene, uključite i mjere konzistentnosti (npr. I2) za svaku meta-
analizu.
123
Navedite svaku procjenu rizika od pristranosti koja može utjecati na re-

Rizik od pristrano-
15 zultate (npr. pristranost prilikom publikovanja, selektivno izvještavanje
sti u studijama
u studijama)
Opišite metode dodatnih analiza (npr. osjetljivost ili analize podgrupa,
Dodatne analize 16 metaregresiju) ako su izvršene, ukazujući na one koje su prethodno
određene.
REZULTATI
Navedite broj pregledanih studija, ocijenjenih prihvatljivim, i uključenih
Izbor studije 17 u osvrt/kritiku/recenziju, s razlozima za isključenje/izostavljanje u sva-
koj fazi; idealno bi bilo s dijagramom toka.
Karakteristike Za svaku studiju prezentujte podatke za koje su „izvađeni” podaci (npr.
18
studije veličina studije, PICOS, razdoblje praćenja/trajanja i navedite citate.
Rizik od pristrano- Predstavite podatke o riziku od pristranosti svake studije i, ako je mo-
19
sti u studijama guće, procjenu nivoa ishoda (pogledajte stavku 12).
Za sve razmotrene ishode (dobrobiti ili štete) predstavite za svaku studi-
Rezultati individ- ju: (a) jednostavan sažetak podataka za svaku interventnu grupu, (b)
20
ualnih studija procijenjene efekte i raspone pouzdanosti; idealno u obliku grafikona
raspona pouzdanosti (ili forest plot)
Predstavite rezultate svake izvršene metaanalize, uključujući raspone
Sinteza rezultata 21
pouzdanosti i mjere konzistentnosti.
Rizik od pristrano- Predstavite rezultate o procjeni rizika od pristranosti u studijama (po-
22
sti u studijama gledajte stavku 15).
Navedite rezultate dodatnih analiza ako su provedene (npr. osjetljivost
Dodatne analize 23
ili analize subgrupa, metaregresiju) (pogledajte stavku 16).
DISKUSIJA
Sumirajte glavna otkrića uključujući snagu dokaza za svaki glavni ishod;
Sažetak dokaza 24 uzmite u obzir njihovu važnost ključnim grupama (npr. pružateljima
zdravstvenih usluga, korisnicima i zakonodavcima/političarima).
Diskutujte o ograničenjima u istraživanju i na nivou ishoda (npr. rizik od
Ograničenja 25 pristranosti) i na nivou kritike/osvrta (npr. nepotpun pristup identifiko-
vanom istraživanju, prijavljivanje pristranosti).
Pružite opće tumačenje rezultata u kontekstu drugih dokaza i implikaci-
Zaključci 26
je za buduće istraživanje.
FINANSIRANJE
Opišite izvore finansiranja za sistematičan osvrt/kritiku/recenziju i
Finansiranje 27 druge vidove podrške (npr. dostavljanje podataka); ulogu finansijera za
sistematičnu kritiku/osvrt/recenziju.
Iako se podaci za manje metaanalize mogu ručno obraditi, u većini

slučajeva metaanaliza zahtijeva upotrebu kompjutersko-statističkih programa.
Ščuka (2005) navodi da postoji dosta posebno specijalizovanih kompjuterskih
programa, npr. Advanced Basic Meta-Analysis (autori Mullen i Rosenthal,
1989), DSTAT (Johnson, 1989), Meta-analysis (Scwarzer, 1996), Review Manager
(program se koristi u Cohran centrima), a najbolja je svakako Comprehensive
Meta-Analysis (Borenstein, 2000). Većina ovih programa ima ograničene
analitičke sposobnosti i malo se prilagođavaju različitim specifičnostima
metaanaliza. Stoga su standardni statistički programi poput SAS-a i SPSS-a
korisni i za metaanalizu.
124
Pojam metodologije
4.
TEHNIKE PRIKUPLJANJA PODATAKA
 Pojam tehnike i instrumenata prikupljanja podataka

 Posmatranje
 Anketiranje
 Skaliranje
 Sociometrija
 Intervju
 Testiranje
125
126
Tehnike prikupljanja podataka
4. TEHNIKE PRIKUPLJANJA PODATAKA
Prikupljanje podataka predstavlja veoma važnu etapu naučnog

istraživanja. Tehnike prikupljanja podataka u određenoj literaturi se spominju
i kao postupci, metode ili procedure na putu do novih naučnih spoznaja.
One nam definišu i određuju koji će se instrumenti koristiti u prikupljanju
podataka i informacija, te zavise od izabranoga istraživačkog problema i
ciljeva koji se namjeravaju postići. Mužić (1999) navodi kako su nekad potrebni
usporedni oblici instrumenata prikupljanja podataka, gdje se radi o dva
ili više instrumenata iste vrste s kojima se prikupljaju podaci o istoj pojavi.
Oni se najčešće primjenjuju pri uspoređivanju početnog i završnog stanja u
eksperimentalnim ili akcijskim istraživanjima, za sprečavanje međusobnog
prepisivanja pri testiranju i određivanju pouzdanosti instrumenta, ali u tom
slučaju trebaju biti iste ili skoro iste težine, istog oblika, a razlika je u samim
zadacima, tj. njihovom tekstu, brojevima, zadacima i sl.
Pod tehnikama prikupljanja podataka u istraživanju se podrazumijevaju
postupci na koje se oslanjaju metode prikupljanja podataka u određenom
istraživanju, dok se pod instrumentima podrazumijevaju sredstva kojima se te
tehnike služe da bi se prikupili određeni podaci. Već smo ranije objasnili da su
metode istraživanja načini, putevi prikupljanja potrebnih podataka, a tehnike
istraživanja su oblici njihovog prikupljanja. Svaka od metoda istraživanja
obuhvata više tehnika, a jedna ista tehnika može se koristiti u različitim
metodama. Izbor tehnika i instrumenata zavisi u prvom redu od specifičnosti
problema koji se proučava. Iako se tehnike i instrumenti najčešće razmatraju
zajedno, nema sumnje da su to logički posebni pojmovi. Najprostije rečeno,
pod istraživačkim tehnikama podrazumijevaju se oblici i specifičnosti samog
istraživačkog rada, a pod istraživačkim instrumentima onaj „alat“ koji se u tom
radu upotrebljava (Šoše, Rađo, Mekić, 1998). Osnovne tehnike i instrumenti
koji se koriste u prikupljanju podataka u naučnim istraživanjima su prikazani
u tabeli 3:
Pod baterijom instrumenata se podrazumijeva skup raznih instrumenata
kojima se proučavaju razni aspekti neke složene pojave. Ti instrumenti mogu
biti raznih vrsta, a mogu biti i iste vrste. Ako su iste vrste, nazivaju se baterijom
upitnika, baterijom testova i sl. Baterija testova je povezana grupa testova
namijenjena istovremenom ispitivanju složene pojave koja ima više aspekata
ili dimenzija (npr. ličnosti, inteligencije, neurotičnosti...). Prilikom korištenja
baterije testova ispitanici postižu jedinstveni kompozitni score, koji predstavlja
ukupan zbir scoreova postignutih na posebnim testovima u okviru jedinstvene
baterije testova. Pretpostavlja se da ovako dobijen složen score ima veću
validnost i pouzdanost, a samim tim veću dijagnostičku i prognostičku
vrijednost nego rezultat dobijen na samo jednom posebnom testu.
127
Tabela 3. Tehnike i instrumenti istraživanja
TEHNIKA ISTRAŽIVANJA INSTRUMENTI

Proučavanje dokumenata
(analiza dokumentacije, rad na dokument, list, sveska, evidencioni list...
dokumentaciji)
Posmatranje
lista snimanja, aparati za snimanje, ček-lista...
(sistematsko posmatranje, opservacija)
upitnik, anketni list, otvoreni i zatvoreni
Anketiranje
upitnik…
protokol intervjua, dijagnostički list,
Intervjuisanje
terapeutski list…
skale: numeričke, deskriptivne, grafičke,
Skaliranje (procjenjivanje i prosuđivanje) alternativne, kumulativne, skale stavova
(sudova)...
Sociometrija sociometrijski test, sociogram…
testovi znanja, testovi sposobnosti, testovi
Testiranje
ličnosti...
Primjenom mjernih instrumenata na reprezentativnim uzorcima može se

ostvariti njihova standardizacija, čime se dolazi do standarda (normi) koji služe
kao mjerne jedinice i omogućavaju upoređivanja (svi rezultati koji se dobiju
korištenjem standardizovanog mjernog instrumenta procjenjuju se prema
utvrđenim normama, tj. na osnovu upoređivanja sa njima).
U području društvenih nauka najčešće se primjenjuju sljedeće tehnike
ili instrumenti istraživanja: posmatranje, anketiranje, skaliranje, sociometrija,
intervju i testiranje.
4.1. Posmatranje
U procesu naučnog istraživanja posmatranje je jedan od osnovnih

načina sakupljanja podataka. Posmatranje (opservacija, opažanje) je tehnika
prikupljanja podataka o istraživanim društvenim pojavama, koje se ostvaruje
putem planskog i sistematskog posmatranja tih pojava. Jedan je od najstarijih
istraživačkih postupaka i primjenjuje se u svim oblastima društvene
djelatnosti. Posmatranjem se može utvrditi postojanje ili odsustvo neke
pojave ili nekog određenog obilježja, odnosno posmatrana pojava se može
kvalitativno i kvantitativno opisati. Predmet posmatranja mogu biti pojave
koje se spontano odigravaju u prirodi ili one koje smo namjerno izazvali. Kod
ove tehnike se mora znati ŠTA se posmatra i ZAŠTO se posmatra. Najčešće se
koristi u deskriptivnoj, ali i u eksperimentalnoj metodi istraživanja. Klod Bernar
je razlikovao dvije vrste posmatranja:
128
pasivno posmatranje, posmatranje pojava koje se spontano događaju,

aktivno posmatranje, posmatranje pojava na koje se aktivno utječe.
Predmet posmatranja su najčešće:

subjekti (nastavnici, učenici, roditelji, bolesnici, sportisti, navijači,
treneri, rekreativci itd.),
društveni procesi (odgojni, obrazovni i trenažni procesi, edukativni
procesi, takmičenja...),
predmeti (učionice, tereni, stadioni, sportska oprema, rekviziti...),
razni oblici kolektivnosti (škole, razredi, društva, klubovi, porodice...).
Posmatranje kao istraživačka tehnika može da bude usmjereno na tri

područja:
na manifestacije i reakcije učesnika procesa,
na način primjene pojedinih oblika, postupaka i sredstava rada,
na efekte koji se njime postižu.
Na osnovu sredstava posmatranja postoje dvije velike grupe:

posmatranje pomoću tehničkih pomagala,
posmatranje od strane individue.
U tu svrhu se koriste raznovrsna pomagala:

fotografije,
videokasete,
film,
kamere,
magnetofon,
magnetoskop,
posmatrački list kao poseban instrument posmatranja itd.
Posmatranje je metoda orijentisana prvenstveno na prikupljanje

podataka. Možemo slobodno reći da sve nauke počinju posmatranjem.
Verifikacija naučnih rezultata vrši se posmatranjem, senzitivnim ili kognitivnim,
npr. neke zvijezde su otkrivene matematičkim putem, a dokaz njihovog
postojanja je uslijedio nakon otkrića modernih tehničkih sredstava, teleskopa,
pomoću kojih su te zvijezde postale fizički vidljive. Ljudi su kombinovali
vizuelno posmatranje položaja zvijezda u odnosu na Zemlju i izveli zaključak
da je Zemlja okrugla. Pod posmatranjem se ne podrazumijeva samo vizuelno
posmatranje. Auditivna, taktilna, olfaktorna i posmatranja putem okusa
također imaju naučnu vrijednost.
Posmatranje može biti slučajno i sistematsko. Poznato je da u nauci postoji
niz dokaza da su slučajna posmatranja dovela do značajnih naučnih otkrića.
129
Poznati su primjeri Njutnove jabuke čiji je pad izazvao otkriće gravitacije.

Otkriće radija i penicilina također su dva moderna primjera vrijednosti
slučajnog posmatranja (Zvonarević, 1976). U društvenim naukama su, također,
značajna slučajna posmatranja. Prva posmatranja u promjenama ponašanja
svoje djevojčice Piaget je registrovao kao otac, slučajno, a zatim kao naučnik
nastavio sistematski posmatrati ponašanje djeteta. Iz jednog takvog slučaja
izveo je značajne naučne generalizacije. Za razliku od slučajnih, sistematska
posmatranja imaju jasan cilj i utvrđen plan, a ovo posmatranje se odvija u
kontrolisanim uslovima, a najčešće se koriste poznati instrumenti ili pomagala.
Sistematsko posmatranje trebalo bi biti:
- potpuno, što znači da je pojavu koju posmatramo potrebno zahvatiti
sa što je moguće više detalja i aspekata,
- objektivno, što znači da posmatrač mora u procesu svojeg posmatranja
oštro razlikovati činjenice koje je opazio od vlastitih interpretacija tih
činjenica (Zvonarević, 1976).
Posmatranje obuhvata nekoliko konkretnijih metoda i tehnika, a posebno

se izdvajaju:
- opservacija - posmatranje,
- introspekcija14 i
- dnevnik metoda.
Angažovanje čula vida najčešće ide uz druge vidove senzorne aktivacije

a nikada bez kognitivne aktivnosti, tako da je posmatranju dodat pojam
opservacija. U izvornom značenju latinska riječ observo znači motriti, paziti,
čuvati ili slušati, poštovati (Žepić, 1961). Imajući u vidu sva ova značenja, jasno
je da posmatranje kao naučnu metodu ne možemo vezivati isključivo za čulo
vida. Za razliku od eksperimenta i raznih vidova ispitivanja, kod posmatranja
naučnik ostaje pasivan, on pojavu posmatra onakvom kakva jeste, bez uplitanja
u tok ili u situaciju koju promatra.
Opservacija ili posmatranje može biti slobodno i kontrolisano. U

slobodnom posmatranju naučnik odlučuje kada i kako će posmatrati pojavu, da
li prigodno ili samo u datim okolnostima. U ovom posmatranju ne postoji strogi
plan, nego samo određena orijentacija posmatrača. Ovo posmatranje je često
pogodnije za primjenu na društvenim pojavama jer su mnoge od tih pojava
nepredvidive i moglo bi se desiti da pri strogo kontrolisanom posmatranju neki
14 Introspekcija (engl. introspection, od lat. introspicere - gledati u što, promatrati), etimološki
sam termin potječe iz latinskog jezika, od riječi introspicere, što znači gledati u nešto,
posmatrati. Introspekcija također predstavlja psihološku metodu koja se ogleda u pažljivom
samoposmatranju i bilježenju sopstvenih psihičkih doživljaja i detaljnom opisivanju tako
otkrivenih sadržaja. U filozofiji se introspekcija koristi da označi unutrašnje poimanje misli,
sjećanja, sadržaja, očekivanja, planova.
130
suptilni aspekt pojave izmakne posmatraču. Obrazovanje je vrlo dinamičan i

promjenjiv proces tako da slobodno posmatranje može registrovati suptilne
dimenzije i dragocjene učinke tog procesa prije nego kontrolisano posmatranje.
Kontrolisano posmatranje se prepoznaje po određenom planu koji je jasno
orijentisan na cilj posmatranja i po definisanom protokolu posmatranja u kome
se unose ili bilježe rezultati posmatranja. Dobijeni rezultati se kasnije statistički
ili ekspertski obrađuju da bi se uočio trend ili zakonomjernost u odnosu na
posmatranu pojavu. Kontrolisano posmatranje i dokumentacija koja se pri
njegovom provođenju koristi omogućava ponavljanje postupka i ponovnu
provjeru nalaza nakon određenog vremena, u istim, sličnim ili novonastalim
okolnostima.
Kontrolisano posmatranje često imamo u stvarnim školskim uslovima.

Dok nastavnik radi sa djecom, drugi nastavnik, pedagog, psiholog, direktor
i drugi eksperti posmatraju njegov rad. Pri tome se koriste različiti protokoli
posmatranja i drugi instrumenti koji omogućavaju kontrolisano posmatranje. Ti
instrumenti omogućavaju da različiti opservatori konstatuju iste ili približno iste
pojave. Konkretan primjer imamo, ako se u nastavi posmatra smjer komunikacije
između nastavnika i učenika, posmatrač koji bilježi komunikaciju nastavnik
- odjeljenje, učenik - učenik ili učenik - gradivo, moći će da svoje zabilješke
poredi sa zabilješkama drugog posmatrača. Na kraju je lako izračunati koliko je
vremena na nastavnom času potrošeno na jednu, drugu ili treću komunikaciju
i da li je drugi posmatrač konstatovao isto ili približno isto. Na sličan način se
rade instrumenti za posmatranje mase ili određenih grupa, grupe navijača na
nogometnoj utakmici ili političkih partija, odnosno nekog drugog socijalnog
fenomena. Također, dugoročno možemo posmatrati efikasnost obrazovanja.
Kontrolisanim posmatranjem moguće je saznati da li obrazovanje zadovoljava
društvene potrebe u sferi profesionalnog obrazovanja ili nekoj drugoj sferi.
Slično je i sa utjecajem društva na obrazovanje. Svjedoci smo koliko danas
mas-mediji imaju utjecaj na opću informisanost građanstva i na ponašanje
mladih ljudi. Kontrolisanim posmatranjem možemo jednostavno ustanoviti
koliko vremena mladi ljudi provode na društvenim mrežama, koliko koriste
internet, koliko gledaju TV, koliko se bave sportom, koliko imaju slobodnog
vremena, a koliko uče. Ova metoda nam pruža neiscrpne mogućnosti za
naučno istraživanje shvatanja odnosa unutar društva i obrazovanja.
Introspekcija kao metoda prikupljanja podataka svojevrsna je samo

psihologiji. Razvojem moderne psihologije, introspekcija je u početku bila
njena glavna metoda. Introspekcija je specifična upravo po tome što svaki
subjekat za sebe daje izjave ili ponašanjem demonstrira svoja unutrašnja
stanja, mišljenja, osjećanja i akte. Unutrašnja stanja pojedinaca drugi mogu
opservirati, posmatrati samo posredno. Zvonarević ističe da je te procese
131
moguće direktno opservirati jedino introspekcijom vlastitih psihičkih

doživljaja, odnosno, stanja vlastite svijesti (Zvonarević, 1976). Introspekciji je
svojstveno nekoliko obilježja:
1. subjekti daju iskaze koji su samo njihova istina,
2. subjekti ne poznaju sami sebe,
3. neka psihološka stanja ne možemo istraživati neposredno, u trenutku
dok djeluju,
4. introspektivne iskaze subjekata nije moguće provjeravati,
5. subjekti često nemaju dovoljno bogat rječnik da iskažu svoja osjećanja
i doživljaje, svoja uvjerenja ili da opišu stanja.
Sasvim je normalno da ljudi koji nisu izučavali psihologiju ne mogu

opisati različita stanja, emocije i kognitivne procese koje doživljavaju. Veoma
često će nas izvijestiti o jednom stanju umjesto o drugom jer ne posjeduju
terminološku preciznost u izražavanju. Ljudi najčešće nisu precizni kada opisuju
svoju motivaciju. Bez obzira na probleme koji prate introspekciju, ova metoda
je često nezaobilazna u ispitivanju društvenih i fenomena u obrazovanju. Za
njenu efikasniju primjenu potrebno je obezbijediti nekoliko uslova:
- uvježban ispitivač,
- pripremljen ili instruisan ispitanik,
- kvalitetni instrumenti,
- adekvatni uslovi ili atmosfera i
- posrednost ispitivanja.
Kritika introspekcije kao glavne i isključive metode na kojoj bi se temeljila

cjelokupna psihologijska spoznaja posve je opravdana, ali kao komplementarna
psihologijska metoda ona može upotpuniti spoznaje do kojih dolazimo
objektivnim metodama. Bez samoopažanja mi ne bismo ni razumjeli tuđe
ponašanje. U svom izvornom obliku introspekcija se danas malo koristi, ali neki
njezini oblici primjenjuju se u drugim metodama tako da, npr. anketa i neki
psihologijski eksperimenti koriste ispitanikove introspektivne iskaze.
Dnevnik metoda se sastoji u preciznom bilježenju onoga što se pojedincu

dešava u toku dana. Postoje tri tipa dnevnika:
- standardni dnevnik – bilježi se ono što pojedinac smatra bitnim,
- detaljni dnevnik – bilježi se sve što pojedinac radi ili sve što istraživač
smatra relevantnim i
- dnevnik sa protokolom – unosi se opis aktivnosti koje su date u protokolu.
Dnevnik može da vodi pojedinac na kojeg se on odnosi, lice iz porodice

ili lice blisko osobi na koju se dnevnik odnosi, član istraživačkog tima ili
istraživač sam. Metoda dnevnika je pogodna i primjenjiva za istraživanje
132
raznih društvenih pojava. Ako želimo znati kako mladi ljudi danas koriste
svoje vrijeme, npr. koliko gledaju televiziju, koliko koriste društvene mreže,
koliko uče, koliko se bave sportom i slično, sačinit ćemo protokol sa listom od
24 sata, podijeliti ga ispitanicima i tražiti da svakodnevno unose koliko su na
društvenim mrežama, koliko spavaju, uče, gledaju televiziju, treniraju i slično.
Ako imamo dovoljno veliki uzorak koji je reprezentativan za populaciju, nakon
potrebnog broja dana snimanja možemo izvesti zaključke o tome kako mladi
ljudi danas upražnjavaju svoje vrijeme. Dnevnik metoda je danas sve više
korištena u društvenim naukama i poznata je kao diary method.
4.2. Anketiranje
Anketa u istraživanju predstavlja postupak kojim se ispitanicima

postavljaju pitanja u vezi sa činjenicama od naučnog interesa za određeno
naučno područje, a koje su poznate ispitanicima, ili pitanja u vezi sa mišljenjima
ispitanika (Mužić, 1986). Ispitanici na pitanja odgovaraju pismeno, što je bitna
karakteristika ankete, jer ukoliko bi odgovor bio usmen, tada bi se radilo o
intervjuu. Osnovna svrha anketiranja je:
Deskripcija pojava – distribucija karakteristika, ponašanja, stavova u
populaciji,
Objašnjenje (eksplanacija) uzročno-posljedičnih (kauzalnih) odnosa
između pojava – otkrivanje relacija između dvije ili više pojava i
identifikovanje prirode tih odnosa, utvrđivanje uzroka i posljedica
određenih pojava.
Upotreba anketiranja je višestruka i svedena je na sljedeće vrste istraživanja:

Naučna istraživanja - otkrivanje i mjerenje karakteristika, stavova ili
ponašanja ljudi u istraživanjima društvenih pojava,
Poslovna istraživanja - otkrivanje i mjerenje karakteristika, stavova ili
ponašanja za potrebe donošenja odluka u preduzećima,
Opća društvena istraživanja - otkrivanje i mjerenje karakteristika,
stavova ili ponašanja članova društva (upotreba droge, seksualna
ponašanja, politički stavovi, stavovi prema ekologiji, navike u ishrani,
korištenje slobodnog vremena itd.).
Osnovna vrijednost ankete je dobijanje velikog broja podataka od velikog

broja ispitanika za relativno kratko vrijeme. Loša strana ankete je u nedovoljnoj
sigurnosti ispitivača u autentičnost podataka. Instrumenti kojima se sprovodi
anketiranje su anketni listovi, upitnici, ankete i slično.
Pitanja moraju biti jednostavna i kratka, jasna i nedvosmislena, određena
i konkretna. Najbolje je ako se u anketi mogu ponuditi odgovori, tako da
133
ispitanik zaokruži jedan od odgovora. Prilikom konstruisanja anketnog listića

moramo voditi računa o sljedećim činjenicama:
kome je anketa namijenjena,
koliko će trajati anketiranje.
Anketa se sastoji iz:

općih pitanja (ime i prezime, spol, starost, obrazovanje, zanimanje
itd.),
pitanja koja se odnose na predmet istraživanja (otvorenog tipa,
zatvorenog tipa, kombinovanog tipa).
Također je bitno navesti i neke od razlika između intervjua i ankete, a koje

su evidentne:
anketa je najčešće strukturirana sa nizom unaprijed formulisanih pitanja
zatvorenog i otvorenog tipa, dok intervju ima slobodniju formu,
anketa se sprovodi prvenstveno pismeno, a intervju usmeno,
pri primjeni upitnika nema sugeriranja odgovora i sudjelovanja
ispitivača kao što je slučaj u intervjuu,
upitnici imaju metrijske karakteristike, a intervju u pravilu ne.
Iako smo naveli postojeće bitne razlike između ankete i intervjua,

potrebno je istaći da se ove dvije metode često preklapaju, da su kombinovane.
U odnosu na intervju, anketa ima i određene prednosti:
anketa omogućava visok nivo sistematičnosti u prikupljanju činjenica,
anketom možemo zahvatiti veći uzorak u istraživanju,
anketom se brže prikupljaju podaci i
anketa je ekonomičnija, odnosno, jeftinija u provođenju.
Prilikom konstrukcije ankete kao instrumenta, autor (konstruktor) treba

obratiti pažnju na tri ključna pitanja: utvrđivanje sadržaja instrumenta, pravilno
formulisanje pitanja i forma ankete.
Sadržaj ankete je određen predmetom i problemom koji se istražuje,
metodologijom koju ćemo koristiti, planom istraživanja i uzorkom koji
istražujemo. Problem koji se istražuje se teorijski razrađuje, analizira i
proučava da bi se konkretizovao istraživački zahvat koji namjeravamo izvesti
našim instrumentom. Polazimo od teorijskih pretpostavki da bismo problem
konkretnije suzili ili aplikativno postavili za istraživanje, operacionalizovali.
Metodologija koju ćemo koristiti podrazumijeva izradu valjanog instrumenta
(ankete), utvrđivanje metrijskih karakteristika instrumenta, njegovu praktičnu
primjenu, statističku obradu uzetih podataka i interpretaciju dobijenih
rezultata. Koju statističku analizu ćemo koristiti u obradi podataka, bilo bi
poželjno da anketu podesimo ovom metodološkom uslovu.
134
Plan istraživanja obuhvata niz organizacionih pretpostavki, od

vremenskog plana istraživanja i mjesta istraživanja, preko načina primjene
instrumenta i uzorka, do obrade dobijenih podataka i interpretacije rezultata.
Sve ove pretpostavke istraživač treba imati u vidu kada koncipira sadržaj
ankete. Prilikom planiranja ankete moramo imati u vidu uzrast koji istražujemo
jer je u psihologiji poznato da se pažnja djece razlikuje od uzrasta do uzrasta.
Dužina i struktura upitnika mora biti prilagođena uzorku.
Uzorak je bitna pretpostavka u koncipiranju sadržaja ankete i provedbi
istraživanja. Jedan od ograničavajućih momenata pri određivanju veličine
uzorka je finansijski plan istraživanja, tj. troškovi koje anketiranje nosi u
istraživanju. Od toga zavisi i veličina anketiranog uzorka i njena provedba.
Ako vršimo anketu za koju su potrebni posebni uslovi pri realizaciji i dodatni
troškovi, vjerovatno nećemo moći planirati veliki uzorak.
Da bi anketa bila valjana bitna pretpostavka je pravilno formulisanje

pitanja. Kod pravilnog formulisanja pitanja važno je obratiti pažnju na sljedeće:
pitanja moraju biti jasna i nedvosmislena,
naći optimalan omjer pozitivno i negativno formulisanih stavki,
pitanja zatvorenog i otvorenog tipa kao i kombinovana pitanja treba
optimalno podesiti problemu istraživanja.
Jasna i nedvosmislena pitanja pomažu ispitaniku da se koncentriše na

problem koji se istražuje, a ne da se pita o čemu govore i šta znače pojedina
pitanja. Jezik kojim se formulišu pitanja u anketi mora biti jasan, da ne dovode
ispitanika u zabludu.
Pozitivno i negativno formulisane stavke bitno utječu na metrijske
karakteristike ankete. Ponekad će biti potrebno koncipirati anketu samo
sa pozitivno formulisanim stavkama ili samo sa negativno formulisanim
stavkama. To vrijedi i u slučajevima kada pojava koju istražujemo ima i pozitivna
i negativna obilježja, kada je poželjno da ispitanik zastane u odgovaranju
na pitanje i pita se da li da afirmativno odgovori. Kombinovanje pitanja sa
pozitivnim i negativnim stavkama je poželjno u slučajevima kada bi se moglo
desiti da ispitanik poslije nekoliko pitanja shvati da je poželjno da u toj anketi
iskaže maksimalna slaganja.
Pitanja zatvorenog, otvorenog i kombinovanog tipa je nužno pažljivo
konstruisati i uvrstiti u anketu. Da li ćemo sačiniti instrument samo od jednog
tipa pitanja ili ćemo kombinovati zavisi od problema ili predmeta istraživanja.
Pitanja zatvorenog tipa daju ispitaniku da kao odgovor bira jednu ili više od
konačnog broja ponuđenih alternativa. Pitanje zatvorenog tipa može ponuditi
više alternativa kao odgovor. Pitanja otvorenog tipa nude ispitaniku da sam
odgovori na pitanje nabrajanjem ili opisivanjem. Kombinovana pitanja su ona
u kojima ispitaniku nudimo određeni broj odgovora a zatim ostavljamo da sam
nastavi nabrajati ili odgovarati izvan ponuđenih alternativa.
135
Forma ankete zavisi od problema ili predmeta istraživanja. Prema

dosadašnjim iskustvima anketa ima tri dijela:
Uvod ili uputstvo,
Podaci o ispitanicima i njihovim karakteristikama i
Pitanja koja se odnose na pojavu koju istražujemo.
Uvod ili uputstvo se sačinjava u svrhu motivisanja ispitanika i razjašnjenja

eventualnih nejasnoća koje bi se mogle pojaviti u anketi. Nužno je na početku
svake ankete dati uvod kojim će se objasniti svrha i korist od anketiranja. Ako se
istražuju osjetljive društvene pojave, bit će potrebno objasniti ispitanicima na
koji način njihovi odgovori doprinose općem dobru, odnosno, kakva je korist
od njihovih iskrenih odgovora. U uvodu je važno ostvariti zainteresovanost
ispitanika za anketu i njeno uspješno sprovođenje. U uputstvu se traži da
ispitanici budu iskreni u odgovaranju na pitanja i daju se instrukcije kako da se
odgovara na pitanja. Može se navesti jedan zadatak kao primjer sa već datim
odgovorom tako da ispitanik vidi kako će odgovarati i šta se traži od njega.
Podaci o ispitanicima i njihove karakteristike se unose u drugom dijelu
ankete. Najčešće se radi o podacima koji se odnose na ime i prezime, dob, spol,
socijalni status, školski uspjeh, adresu, instituciju i slično.
Pitanja koja se odnose na pojavu koju istražujemo se koncipiraju u
skladu sa zahtjevima koji se postavljaju u vezi sa sadržajem ankete i sa pravilnim
formulisanjem pitanja što je ranije objašnjeno. Može se desiti da istraživač
anketom nastoji uzeti što više podataka te anketu opteretiti sa beskonačnom
listom pitanja. U ovom slučaju ispitanik već od polovine obrađenih pitanja
gubi interes da odgovara, iscrpljen je i želi da napusti anketu.
Cilj ankete je uvijek determinisan predmetom, problemom i ciljem

istraživanja. Cilj istraživanja mora biti tako koncipiran da ga realno možemo
ostvariti anketom, da rezultati ankete mogu dati adekvatan naučni doprinos
razjašnjenju problema koji istražujemo u kombinaciji sa drugim metodama.
Treba da imamo na umu da nam anketa prvenstveno služi za prikupljanje
podataka o istraživanoj pojavi. Za razliku od drugih metoda i tehnika,
anketom možemo istraživati mišljenja, stavove, uvjerenja, interese, aspiracije,
motivaciju i druge fenomene važne za društvo i društvene pojave. Anketom
možemo zahvatiti najčešće samo ono što pojedinci žele deklarisati, manje ono
što pojedinac ima u osnovi stava, ili u osnovi ponašanja. To je često osnovni
problem anketiranja. Postoji opasnost da kao cilj ankete postavimo ono što
anketa kao metoda ne može doseći. Anonimnost ankete je izuzetno važan
aspekt njene primjene. Po svojoj prirodi neke probleme moramo snimati
anonimnom anketom jer će ispitanici iskrenije odgovarati ako znaju da će
ostati anonimni. Radi se o slučajevima kada ispitanik smatra da može imati
određene posljedice od ankete ili ako nema povjerenje u samog ispitivača.
136
Iz tih razloga je vrlo važno da ispitivač uvjeri ispitanike da je anketa stvarno

anonimna, da ispitanici ne sjede preblizu jedan drugome jer u tom slučaju
anonimnost ankete više nije tako sigurna. Posebno je važno kada se istražuju
osjetljiva pitanja obezbijediti ličnu sigurnost, odnosno, anonimnost ispitanika.
4.3. Skaliranje
Skaliranjem se pomoću određenih skala kao instrumenata ove tehnike
procjenjuju stepeni izraženosti onih svojstava proučavanih pojava koje je
teško pa i nemoguće kvantifikovati. Skaliranje se najčešće koristi za istraživanje
stavova, mišljenja, interesa i samoprocjene. Pomoću ovog postupka/tehnike
mogu se prikupiti mišljenja o osobama ili postupcima pojedinih osoba ili
nekih pedagoških, socioloških ili psiholoških pojava. Bitna karakteristika
skaliranja sastoji se u stepenovanju kategorija kojima se obuhvata istraživana
problematika. Skaliranje je tehnika prikupljanja podataka o istraživanim
pojavama putem posrednog mjerenja u vidu rangiranja i kategorisanja. Ako
je broj osoba ili pojava koje se procjenjuju manji, do 30 (do 20 prema Kukić
i Markić, 2006), primjenjuje se rangiranje. Istraživač ih u ovom slučaju sve
svrstava u rang-listu ili skalu rangova, od najboljeg do najlošijeg, u pogledu
procjenjivanog svojstva. Kategorisanje se primjenjuje kada je osobā, predmetā
ili pojavā koji se procjenjuju više od 30. Tada se oni razvrstavaju u kategorije
(najčešće u 5, nekad u 3 ili ponekad i u 7 kategorija).
Instrumenti koji se koriste u ovom istraživačkom postupku nazivaju se

skalama (skalari, skale procjena, skale sudova). Skale se sastoje iz niza sudova
(pozitivnih ili negativnih) ili iz činjenica svrstanih po određenom redoslijedu.
Skale omogućavaju da se pored ekstremnih dobiju i srednja mišljenja, kao i
odgovarajuće nijanse i prelazi, počevši od krajnje negativnog, preko krajnje
neutralnog, pa do krajnje pozitivnog mišljenja. Skale mogu biti:
1. Za rangiranje
Skala rangova (rang-lista)
2. Za kategorisanje:
Numeričke skale
Deskriptivne (verbalne skale, skale stavova)
Grafičke skale
Numeričke skale su one skale u kojima se obično brojem određuje

stepen svojstva koje se procjenjuje. Uz verbalni, opisni odnos prema sudu koji
se procjenjuje, stavlja se i određeni redni broj (najčešće 1-5 ili 1-7). Kao primjer
ove skale to bi izgledalo na sljedeći način:
1 - Potpuno se slažem
2 - Uglavnom se slažem
137
3 - Niti se slažem niti se ne slažem

4 - Uglavnom se slažem
5 - Uopće se ne slažem
U ovom primjeru vidimo da je broj 1 oznaka za potpuno slaganje sa

sudom, a broj 5 za potpuno neslaganje sa sudom kojeg procjenjujemo. Ova
skala se često pridodaje deskriptivnoj, a i grafičkoj skali, u vidu unošenja u njih
i brojčanih vrijednosti.
Tabela 4. Primjer numeričke skale - Likertova skala
U kojoj mjeri se slažete sa sljedećim stavovima koji ste tiču nastavnika -----------------?
Nastavnik izlaže jasno i razumljivo. 1 2 3 4 5
Nastavnik izlaže pregledno i ističe najbitnije. 1 2 3 4 5
Nastavnik izlaže odgovarajućim tempom tokom nastave. 1 2 3 4 5
Nastavnik dolazi na čas dobro pripremljen. 1 2 3 4 5
Nastavnik drži nastavu u dogovorenim terminima bez kašnjenja. 1 2 3 4 5
Deskriptivne skale ili verbalne skale su one u kojima se riječima opisuju

različiti stepeni procjenjivanog svojstva, kako bi procjenjivač odabrao onaj koji
određenoj osobi, predmetu ili pojavi najviše odgovara. Procjenjivač (ispitanik)
označava onu tvrdnju koja po njegovom mišljenju, odnosno procjeni, najbolje
odgovara stvarnosti (Mužić, 1986). Kao primjer poslužit će skala kojom se
ispituje mišljenje učenika o jednoj od osobina nastavnika (Mužić, 1986):
„Kada se naše mišljenje razlikuje od mišljenja nastavnika, a mi bismo

željeli da ga iznesemo, nastavnik:
 ohrabruje iznošenje drugačijih mišljenja,
 prima drugačija mišljenja s interesom,
 hladno prima drugačija mišljenja,
 prima drugačija mišljenja s očitim negodovanjem,
 zabranjuje nam da iznosimo drugačija mišljenja.“
Izborom jedne od ponuđenih osobina, njihovim zbrajanjem na čitavom

uzorku ispitanika dobije se i slika mišljenja ispitanika o dominantnoj osobini
nastavnika. Jedna od varijanti deskriptivne skale je i kontrolna lista koja
predstavlja varijantu deskriptivne skale, u okviru koje se odgovara sa „da“ i
„ne“, pa se zato još zove i alternativna skala. Uglavnom se koristi za procjenu
kvaliteta proizvoda, a koja je sastavljena od niza karakteristika koje procjenjivač
ocjenjuje da li proizvod ima ili nema (Kukić i Markić, 2006).
138
Posebnu vrstu deskriptivnih skala čine skale stavova, pomoću kojih se

procjenjuju stavovi ispitanika o određenim pojavama, zbivanjima, shvatanjima
i sl. Stav je stečena i relativno trajna dispozicija koja se ispoljava kao sklonost da
se misli, osjeća i postupa na određeni način. Među skalama stavova i mišljenja
najpoznatije su Likertova i Thurstonova skala (Kukić i Markić, 2006). Likertova
skala stavova predstavlja serije tvrdnji o objektu stava. Tvrdnje su posvećene
različitim aspektima stava i mogu biti izražene afirmativo ili negativno, ali ne
i neutralno. Ispitanici odgovaraju označavanjem stepena u koje prihvataju
tvrdnju, a stepeni procjene su numerički iskazani najčešće kroz pet stepena:
1 – Uopće se ne slažem
2 – Pretežno se ne slažem
3 – Niti se slažem niti se ne slažem
4 – Pretežno se slažem
5 – U potpunosti se slažem
Svaki odgovor ispitanika se boduje na odgovarajući način, a onda se

sabiranjem bodova za svaku tvrdnju dobija ukupni score koji izražava stav
ispitanika, u određenoj mjeri pozitivan ili negativan prema objektu stava.
Pogodna je za obradu faktorskom analizom, što predstavlja prednost ovog
tipa skale. Thurstonova skala, za razliku od Likertove koja koristi pet intenziteta
slaganja, koristi više, obično jedanaest stepeni slaganja. Pritom je redni broj
jedan kod skale intenziteta slaganja indikator najpozitivnijeg, a redni broj
jedanaest najnegativnijeg stava u vezi s određenom tvrdnjom. Redni broj šest,
u ovakvoj skali stepena intenziteta, označava stav koji je u odnosu na odnosnu
tvrdnju neutralan. Tako uređeni stepeni slaganja se primjenjuju na relativno
veliki broj jednostavnih sudova ili izreka, koje mogu biti indikator u vezi s onim
za šta se hoće napraviti skala.
Grafičke skale su skale u kojima se svaki sud o svojstvu koje se procjenjuje

obilježava na određenoj tački prave linije, s tim što svaka takva tačka
predstavlja određeni stepen onoga što se procjenjuje. U ovakvoj vrsti skale,
procjenjivač ima beskrajno mnogo raspoloživih mjesta na liniji gdje će tačkom
označiti svoju procjenu. Ta mogućnost procjene je i prednost, ali i nedostatak
ove tehnike, jer je tako urađene procjene teško sređivati za obradu. Grafičkim
skalama se grafički prikazuju kontinuiteti na kojima ispitanik pronalazi svoj
stav između različitih mogućnosti. Kod ovih skala pozicije se označavaju
simbolima odnosno prikazima između kojih ispitanik pronalazi svoj odgovor.
Najjednostavnija grafička skala se kreće od jednog ekstrema prema drugome
između kojih se nalazi prostor koji označava pozicije između ta dva ekstrema
(Slika 2). Prilikom primjene grafičke skale nastoji se pokušati pojačati uvjerenje
ispitanika da su razmaci između stepena skale jednaki, a to mu se i sugerira
uz pomoć grafičkog prikaza. Zbog toga istraživači vjeruju kako grafička skala
139
na taj način može poprimiti funkciju intervalne mjerne skale što omogućava
proširenu statističku obradu. Njihova velika prednost je mogućnost primjene u
ispitivanju djece kao i provođenju ispitivanja u različitim kulturama i govornim
jezicima zbog pretpostavke univerzalnosti prepoznavanja, prihvatanja i
shvatanja grafičkih prikaza pozicija na skali s obzirom na numeričko i/ili opisno
predstavljanje podioka. Jedna od mogućnosti prikazivanja grafičkih ljestvica
koja se često susreće je prikazivanje pomoću „smajlića“ (Slika 3), gdje se od
ispitanika očekuje da odaberu smajlića koji najbolje opisuje njihove osjećaje.
Slika 2. Primjer grafičke skale
Slika 3. Primjer grafičke skale pomoću „smajlića”
Pored svih svojih dobrih strana, skaliranje ima i nedostatke, odnosno

pogreške koje se mogu javiti i u koje je moguće upasti prilikom skaliranja.
Osnovni nedostaci skaliranja – pogreške pri skaliranju su:
1. Pogreška centralne tendencije je vezana za uzdržavanje od najviših
i najnižih stepena procjena na skali, odnosno od ekstremnih stepeni
na skali. Oni koji sudjeluju u vrednovanju nekog svojstva, pojedinca,
grupe, stvari, ustručavaju se da procijenjeno svojstvo označe sa
najvišom ili najnižom vrijednošću na skali. Ovoj vrsti pogreške
skloni su oni ispitanici, prije svih, koji se odlikuju neodlučnošću kao
karakternom crtom ličnosti.
2. Pogreška ekstremnog suda je pogreška koja je suprotna prethodnoj
pogrešci. Manifestuje se kao sklonost procjenjivača da procjenjivano
svojstvo vrednuju, da se opredjeljuje za ekstremne vrijednosti. Često
je procjenjivanje ekstremnih sudova svojstveno osobama koje su
sklone ocjenama crno-bijelo, odnosno ekstremnim sudovima.
3. Halo-efekat predstavlja pogrešku utjecaja prvog dojma, utiska. Ova
pogreška je posljedica precjenjivanja ili potcjenjivanja procjenjivanog
140
svojstva koje se istražuje. Na procjenjivačevo mišljenje o nekom

drugom svojstvu osobe, grupe ili pojave koja se procjenjuje, često
može utjecati prvi dojam o tim osobama, stvarima ili pojavama.
4. Logička pogreška je ona gdje procjenjivanje nekih svojstava čija se
povezanost procjenjivaču čini logičnom, npr. da među disciplinovane
svrsta i poslušne, ili da su inteligentni ljudi istovremeno i vrijedni, što
ne mora da bude tačno. Kako procjenjivač smatra da je ta povezanost
„logična”, onda se ova pogreška koja iz toga proizilazi naziva logičkom
pogreškom.
5. Pogreška kontrasta se javlja, najčešće, ukoliko prilikom procjenjivanja
drugih polazimo od sebe, tj. sklonost procjenjivača da precijeni ili
potcijeni neko svojstvo koje se procjenjuje u zavisnosti od toga koliko
ga sam posjeduje.
6. Pogreška proksimalnosti (proximum-blizina) ili pogreška blizine
se odnosi na blizinu pojedinih skala sudova u njihovom rasporedu,
što djeluje na odgovor ispitanika. Veća sličnost procjene različitih
svojstava iste osobe, stvari ili pojave, ako je procjenjivanje vršeno u
kraćem vremenskom razmaku, može svjesno ili nesvjesno utjecati na
sud ispitanika.
7. Stereotipija kao moguća pogreška prilikom procjenjivanja svojstva
osoba, pripisuje svojstva i karakteristike grupe pojedincu kojoj taj
pojedinac pripada. Kod pogreške ovog tipa zanemaruje se da između
pojedinaca, ali i pojedinaca i grupe, postoje značajne razlike.
8. Procjenjivanje osobe na osnovu gestikulacija, na osnovu izraza lica,
boje glasa, drhtanja tjela..
4.4. Sociometrija
Sociometrija (lat. socius, grč. meron - mjera) je istraživačka metoda u

društvenim naukama kojom se ispituju međusobni odnosi članova neke
grupe ili društveni odnosi općenito. Tvorac sociometrije je Jakob Moreno
koji je još 1934. godine u svome djelu „Ko će preživjeti” (Who shall survive)
opisao ovaj pristup, kome je služio kao kvantitativna metoda za istraživanje
odnosa između društvenih struktura i psihološkog blagostanja pojedinaca.
Prema sociometrijskoj metodi svaka osoba u ispitivanoj grupi treba odrediti
jednu ili više osoba koje smatra poželjnima za neku društvenu aktivnost. Iz
podataka dobijenih na temelju izbora ispitanika, moguće je rekonstruisati
društvene odnose i utvrditi kakve su individualne pozicije pojedinaca u grupi,
postoje li podgrupe, vođe ili odbačeni članovi grupe. Rezultati istraživanja
mogu se prikazati i grafički u obliku sociograma. Savremene društvene nauke
razvile su na temelju sociometrije metode analize društvenih mreža pomoću
141
kojih se, korištenjem različitih relacijskih odnosa i definisanjem većega broja

pokazatelja, ispituje grupna međuzavisnost, centralnost, zatvorenost, kohezija,
isprepletenost odnosa, ekvivalentnost odnosa i dr. kao osnova za analizu
društvenog i emocionalnog umrežavanja osoba u manjim društvenim grupama
ili u društvenim strukturama. Od jedne ambiciozne zamisli Jakoba Morena do
danas, sociometrija je prerasla u konkretnu i realno upotrebljivu formu, koju
većina autora smatra tehnikom i ograničava na interpersonalne relacije unutar
grupe. Interpersonalne relacije nisu samo sociometrijski iskazani odnosi nego
mnogo kompleksnije socijalne relacije kao što su, naprimjer, predosjećanje
tuđih osjećanja, kooperativno učenje i druge relacije. Sociometrijski test ove
odnose ne može zahvatiti.
Dakle, sociometrija je kvantitativna tehnika mjerenja stepena organizova-
nosti grupe u pogledu sagledavanja međusobnih socijalnih odnosa u njoj.
Sociometrijskom metodom na osnovu izjava i opredjeljenja članova kolektiva
ili grupe saznajemo kakav je status pojedinaca u grupi, odnosno kakva je
unutrašnja struktura grupe, npr:
U društvenim naukama uopće: istraživanje grupne strukture (realni
socijalni odnosi),
U antropologiji: etnički odnosi i etnička identifikacija,
U psihologiji: izučavanje socijalne percepcije, strukture radnih,
porodičnih i vršnjačkih grupa,
U pedagogiji: istraživanje strukture odjeljenja,
U defektologiji: istraživanje odnosa prema osobama sa hendikepom,
U kineziologiji: istraživanje odnosa unutar sportske ekipe, kohezija
ekipe…
Sređeni podaci dobijeni sociometrijskom metodom mogu ukazati na

stanja i pojave koje su od bitnog značaja za uspjeh istraživanja grupe. Tu,
prije svega, spadaju sociometrijski status pojedinca u grupi, kohezija grupe,
preferencijalne tendencije u odjeljenju i sociometrijska indiferentnost u grupi.
Navedena stanja i pojave obuhvataju čitav niz elemenata koji se ispoljavaju u
životu pojedinaca u grupi ili grupe u cjelini (Prodanović i saradnici, 1975).
Sociometrijski status pojedinca u grupi predstavlja mjesto i ulogu

članova u grupi. On se vrednuje prema međusobnom privlačenju i odbijanju
pojedinca u grupi. Sociometrijski status može da bude status privlačenja ili
status odbijanja. Indeks statusa privlačenja pojedinca dobijamo kada broj
njegovih pozitivnih bodova podijelimo sa brojem članova grupe umanjenim za
jedan (Sp=X/N-1), a indeks odbijanja pojedinca dobijamo kada broj njegovih
negativnih bodova podijelimo sa brojem članova grupe umanjenim za jedan
(So=X/N-1) (Prodanović i saradnici, 1975). Normalno bi bilo da svaki član grupe
ima ravnopravni položaj i određenu ulogu u grupi. U objektivnim uslovima
142
svaki član grupe realno ocjenjuje svoje subjektivne mogućnosti i uglavnom

prihvata status u grupi koji mu po toj ocjeni pripada.
Kohezija grupe predstavlja silu koja povezuje, usaglašava i objedinjuje

odlike i sposobnosti pojedinca u interesu grupe. Ona obezbjeđuje konzistenciju
grupe koja ne dopušta razjedinjavanje i grupisanje članova grupe. Pojedinci
ili grupice koji se javljaju kao smetnja jedinstvu grupe su štetni i treba ih na
vrijeme uočiti i eventualno otkloniti, što je preduslov za uspjeh pojedinca i
grupe u cjelini.
Preferencijalne tendencije u grupi ispoljavaju se u davanju prednosti

i favorizovanju pojedinih članova grupe, u upornom tolerisanju određenih
stanja i u jednostranom prihvatanju tipičnih pojava u grupi. Određena prednost
pojedinih članova u grupi se ne isključuje, ali ne može biti univerzalna i stalna.
Takva preferencija uvijek istih članova grupe veoma je štetna za grupu i odnose
u njoj, i posljedica je mehaničkog navikavanja na položaj koji članovi grupe
imaju. Ovakve tendencije usporavaju napredovanje i usavršavanje pojedinaca,
ali i čitave grupe.
Sociometrijska indiferentnost je nezainteresovanost i ravnodušnost

pojedinca prema pojedincima i prema grupi. Takve članove grupe otkrivamo
pomoću ove tehnike istraživanja. Ti članovi grupe imaju najmanji broj datih i
primljenih bodova. Najčešće su usamljeni u grupi ili su im veze sporedne i slabe, te
često njihovo indolentno ponašanje demobiliše grupu za neophodne aktivnosti.
Sami postupak sociometrijskog istraživanja sprovodi se u posebnoj

prostoriji u kojoj se okupljaju svi ispitanici. U opisu istraživanja potrebno je
navesti uslove i organizaciju istraživanja. U uslove istraživanja treba navesti
mjesto istraživanja, vrijeme istraživanja, klimatske uslove, opremljenost itd.
Istraživač čita upute i pitanja, a ispitanici popunjavaju odgovarajući obrazac.
Kako izgleda konkretno jedan sociometrijski test/upitnik? Sociometrijski upitnik
sastoji se od niza pitanja konstruisanih tako da se može doći do odgovora koji
bi član grupe želio i mogao sarađivati sa drugim članovima grupe u procesu
realizacije grupnih ciljeva. Dvije su forme pitanja – afirmativnog i negativnog
tipa, npr:
- Sa kim od kolega biste željeli raditi istraživanje? (afirmativan tip pitanja)
- Sa kim od kolega ne biste željeli raditi istraživanje? (negativan tip pitanja)
Izbor se može ograničiti na jednog člana grupe, ali se može omogućiti izbor
većeg broja članova, obično do pet. Kada je riječ o dobijenim sociometrijskim
podacima, oni se mogu analizirati pomoću grafičke analize, analize numeričkih
pokazatelja i analize matrice. Ovaj status ili struktura se prikazuju grafički, a
moguć je i numerički izraz.
143
Grafikon 1. Grafički prikaz sociograma koji je objavio Moreno (1934)15
Grafikon 2. Redizajnirani sociogram pokazuje broj povezanosti (tamnoplavo = 0, bijelo = 3 i više)
15 Izražavajući socijalne afinitete grupe pojedinaca, Morenovi prvi sociogrami vizueliziraju

odnose učenika u učionici: ko želi sjediti pored koga (prema Grandjean, 2015)
144
Svaka od tehnika istraživanja ima svoje prednosti i nedostatke, pa tako

možemo govoriti i o prednostima i nedostacima sociometrije. Prednosti
sociometrije su:
- brzo i lako možemo saznati unutrašnju strukturu grupe,
- pruža nam informacije o pojedincima, ko je „zvijezda”, a ko „izolovan”
u grupi, ko je nepopularan, a ko najprihvaćeniji vođa,
- saznanja sociometrijskog testa mogu se koristiti za izbor optimalne
metode rada sa grupom,
- nalazi dobijeni sociometrijom se mogu porediti sa nalazima
dobijenim putem drugih naučnih metoda i sa drugim pokazateljima
o pojedincima i grupama.
Nedostaci sociometrije su:

- Jacob Moreno je preambiciozno startovao sa ovom metodom, tako
da sociometrija nije ispunila očekivanja,
- pitanja za sociometrijski test često nisu relevantna za stvarni socijalni
položaj pojedinca ili za unutrašnju strukturu grupe,
- sociometrija može izraziti položaj pojedinca ili grupe koji je trenutan,
koji odražava trenutnu „popularnost” ili „nepopularnost”,
- sociometrija ne može zahvatiti sve aspekte interpersonalnih odnosa
koji su bitni za socijalni status pojedinca i za unutrašnju strukturu grupe.
4.5. Intervju
Riječ intervju (engl. interview) znači razgovor ili pitati nekoga za
mišljenje. Tehnika intervjua je danas veoma cijenjena, naročito u savremenoj
metodologiji, i vrlo često ima određene prednosti nad drugim metodama
eksploracije ličnosti. Osnovni princip ove tehnike je da se razgovor vodi licem
u lice. Dalje, karakteristika intervjua je da se podaci dobijaju putem govora,
odnosno putem žive riječi. Tokom intervjua egzanimator (osoba koja vodi
intervju) u situaciji je da prati i neverbalne kretnje i ponašanje ispitanika,
te na taj način registruje ponašanje ispitanika. U najširem smislu, intervju je
organizovan razgovor između ispitivača i ispitanika u vidu postavljanja pitanja,
komentara, sugestija i teza, koje postavlja ispitivač, u svrhu pribavljanja
odgovora o nekom faktu, stavu, gledištu ili ocjeni koje daje ispitanik. Za razliku
od slobodnog i dubinskog razgovora, intervju ima neka svojstva koja ga čine
strogom naučnom metodom iako ga neki autori po tom kriteriju osporavaju.
Koja su to svojstva intervjua što ga odvajaju od razgovora? Intervju je:
strukturiran,
usmjeren, definisan,
interpersonalni odnos ispitivača i ispitivanog,
neposredan.
145
Strukturiranost intervjua podrazumijeva sistem pitanja i sugestija

koje istraživač unaprijed priprema kako bi intervjuom ostvario zacrtani cilj.
Usmjerenost ili definisanost intervjua znači da se svaki intervju obavlja sa
unaprijed određenim ciljem. Pitanja ili teme intervjua mogu biti precizno
definisani, ali mogu biti i fleksibilno postavljeni kako bi istraživaču ostala
sloboda kreacije. Ako se radi o preciznoj listi pitanja i tačaka intervjua, možemo
govoriti o dirigovanom intervjuu. Za razliku od dirigovanog, slobodni intervju
ostavlja ispitivaču izvjesni stepen slobode ili alternative kako bi na licu mjesta
kreirao pitanja ili potpitanja, odnosno sugestije i teze da bi efikasnije ostvario
cilj intervjua. S obzirom na svrhu ili usmjerenost, postoji više vrsta intervjua:
klinički intervju, intervju pri prijemu na posao, psihodijagnostički intervju,
intervju za profesionalnu orijentaciju, novinarski intervju, intervju za snimanje
javnog mnijenja itd. Interpersonalni odnos ispitivača i ispitivanog u pravilu je
neravnopravan. Ispitivač, naime, unaprijed zna pitanja i ima jasnu sliku cilja
i toka intervjua, dok ispitivani najčešće to ne zna. Neposrednost intervjua
podrazumijeva:
stvaranje prvog kontakta,
uvažavanje ličnosti ispitanika,
pozitivna svojstva ličnosti ispitivača,
motivisanost ispitanika tokom intervjua,
diskretno registrovanje rezultata.
Intervjuom se mogu istražiti: intelektualne pojave, stanja i zakonitosti

ponašanja u procesu odgoja i obrazovanja, emotivno-voljne pojave, stanja i
zakonitosti ponašanja u grupi i društvu itd. Na osnovu primjenjivosti, možemo
reći da je naučnoistraživačka vrijednost intervjua polifunkcionalana. Da bi se
ta polifunkcionalna vrijednost iskoristila, neophodno je poznavati prednosti
i nedostatke intervjua kao postupka istraživanja u oblasti nauke (Prodanović i
saradnici, 1975). Prednosti intervjua su:
- neposredan kontakt,
- prilagodljivost pojedincima,
- razgovor ilustrovan posmatranjem,
- uvažavanje individualnih vrijednosti i
- mogućnost komunikacije.
Nedostaci intervjua su:

- djelimično zanemaren osnovni faktor istraživanja,
- jednostrano prikupljanje podataka,
- neekonomično prikupljanje podataka,
- nepodesno registrovanje podataka,
- promjenjive propozicije razgovora.
146
S obzirom na način izvođenja intervjua i konstrukciju pitanja, razlikujemo

tri glavna tipa intervjua:
- Strukturirani intervju koji karakteriše unaprijed određena striktna
forma, redoslijed pitanja i plan rada.
- Nestrukturirani intervju koji se odvija u obliku neformalne
konverzacije, koji nema određene forme ili redoslijeda pitanja, a u
kojoj ispitivač nastoji biti jako fleksibilan, prilagoditi se ispitaniku i
pustiti ga da vodi razgovor svojim tempom.
- Polustrukturirani intervju je kombinacija prva dva, gdje intervjuer
slijedi određeni plan rada, kojega može prilagođavati. Teme su određene
unaprijed, a forma i redoslijed pitanja prepušta se intervjueru.
Prema Mužiću (1986) istraživački intervju može se podijeliti na osnovu

nekoliko stanovišta. Prema sadržaju i toku intervjua dijeli se na:
vezani,
slobodni.
Između vezanog i slobodnog razgovora nema tačno određene granice

jer se te dvije suprotne karakteristike rijetko pojavljuju u čistoj ekstremnoj
formi. Može se samo govoriti o tome da jedna ili druga od njih preovladava.
Kod vezanog intervjua pitanja su unaprijed precizirana, ponekad i doslovno,
a ponekad sadržajno, tako da ako su pitanja doslovno određena razgovor
poprima oblik ankete u usmenom obliku. Vezani intervju je analitički jer njime
raščlanjujemo pojavu koju želimo proučiti. Slobodni intervju je više diskusija
u kojoj izazivamo ispitanika da iznese svoje poglede. Ovakav razgovor je
neophodan kada se želi ostvariti spontanost odgovora, a ispitaniku treba dati
što veću mogućnost da iznese i okolnosti i činjenice koje ispitivač nije mogao
predvidjeti. Prema drugom kriteriju, koji se odnosi na osobe koje se intervjuišu,
intervju se dijeli na:
direktni,
indirektni.
Kod direktnog intervjua razgovaramo sa samom tom osobom, odnosno,

ispitanik je ujedno osoba o kojoj se traže podaci. Kod indirektnog intervjua
ispitanici su osobe koje će dati podatke o osobi koja je predmet našeg
interesovanja.
Sa stanovištva cilja istraživanja intervju može biti:

dijagnostički,
terapeutski,
gneseološki.
147
Kod dijagnostičkog intervjua cilj istraživanja je otkrivanje neke pojave,

nekog stanja ili neke zakonitosti. Kada je cilj istraživanja otklanjanje otkrivenih
pojava stanja i zakonitosti ponašanja, onda je to terapeutski (klinički) intervju.
Kada je cilj intervjua utvrđivanje uzročno-posljedičnih veza pojava, stanja i
zakonitosti ponašanja, onda je to gneseološki (saznajni) intervju. Ove tri vrste
intervjua sa stanovištva cilja istraživanja se ne mogu u potpunosti odvojiti u
praksi, punu vrijednost i efikasnost one imaju tek ako se koriste kombinovano.
Kukić i Markić (2006) ističu nekoliko elementarnih preporuka onim
istraživačima koji se opredjeljuju za ovu tehniku prikupljanja podataka:
Intervju je potrebno provesti po napisanom planu koji u sebi sadrži
mjesto gdje će se intervju obaviti, vrijeme, teme o kojima će se
razgovarati, način bilježenja ili snimanja odgovora ispitanika.
Učiniti sve da razgovor ispitaniku bude zanimljiv i prijatan, da se
ispitanik zainteresuje za predstojeći razgovor i izazove povjerenje
prema ispitivaču.
Ispitaniku obećati neophodnu diskreciju, pogotovo ako se radi o
osjetljivim pitanjima. Diskrecija se odnosi i na ime ispitanika i na
odgovore na pitanja.
U stavu anketara treba eliminisati svako ponašanje koje je ispitivačko
ili ocjenjivačko, a ispitanika uvjeriti da su iskreni odgovori, a ne
odgovori koji će zadovoljiti ispitivača, najbolji mogući.
Anketar ne smije ni u jednom momentu, niti u vezi sa pitanjem niti u
vezi sa odgovorom, pokazati kako mu se ispitanikov odgovor sviđa ili
ne sviđa.
Intervju treba biti dobro pripremljen, što fleksibilniji, formulacije i
redoslijed unaprijed sastavljenih pitanja prilagođen individualnim
osobinama ispitanika i toku razgovora.
Zaključno o intervjuu kao naučnoj metodi, tehnici istraživanja, možemo

reći da, iako osporavana od nekih autora, ova metoda danas ima svoje mjesto u
ovoj oblasti nauke. Ona se često kombinuje sa drugim istraživačkim tehnikama
i metodama.
4.6. Testiranje
Testiranje je veoma raširena i upotrebljivana tehnika/metoda prikupljanja

podataka. Najrasprostranjenije značenje testiranja je provjera sposobnosti
znanja i psihofizičkih reakcija pojedinca. U društvenim naukama je veoma
rasprostranjena, a najčešće se koristi u psihologiji, pedagogiji i kineziologiji.
Testiranjem se utvrđuje stanje neke pojave (znanje, sposobnosti, vještine i
navike) i rezultati obrazovnog rada, odnosno, testiranjem se utvrđuje (mjeri)
148
šta se postiglo, a ne kako se nešto postiglo u obrazovnom procesu. Stoga je

cilj provođenja testiranja određivanje stepena razvijenosti neke osobine ili
nivoa znanja iz nekog područja. Instrument postupka testiranja je test. Mužić
(1999) navodi da je test „standardizirani postupak s kojim se izaziva određena
aktivnost čiji se učinak mjeri i vrednuje uspoređivanjem individualnog
rezultata s rezultatima drugih subjekata u jednakoj situaciji ili uspoređivanjem
s jednoznačno postavljenim kriterijem“.
Iako se između pojma testiranje i pojma test veoma često stavlja znak
jednakosti, nemaju isto značenje. Testiranje je samo jedan od postupaka,
odnosno tehnika prikupljanja podataka, a sa druge strane, test je instrument
pomoću kojeg se taj postupak prikupljanja podataka sprovodi (Kukić i Markić,
2006). U najširem značenju pojam test znači provjera, proba ili ispitivanje.
Potječe od engleske riječi test što znači ogled, ispit, proba, mjerilo ili kriterij.
Test podrazumijeva provjeru, probu ili ispitivanje učinka ili prisustva određene
pojave prema unaprijed postavljenom kriteriju, a vrši se objektivnim ili
baždarenim instrumentima. Ovakvo određenje ili definicija testa kao metode
u istraživanju podrazumijeva razne vrste testova. Ako se kao kriterij podjele
testa uzme njegova namjena, testove dijelimo na:
test kao mjerni instrument (test za mjerenje postojećeg stanja),
dijagnostički test,
prognostički test.
Iako testovi po svojoj namjeni mogu biti posebno konstruisani za

mjerenje, dijagnostiku ili prognostiku, svaki test treba da u sebi sadrži sve
ove dimenzije ili kvalitete. Kao mjerni instrument test se može orijentisati na
kvantitet, kvalitet i evaluaciju efekata pojave koju mjerimo. Ako testiramo
količinu sadržaja ili informacija koje su učenici usvojili u nastavi, primijenit ćemo
test koji ima predominantno kvantitativna svojstva. Ako testiramo sposobnosti
učenika da primijene znanja koja su usvojili u nastavi, tada mjerimo kvalitet
ili kvalitativna obilježja pojave. Ako želimo vrednovati efekte obrazovanja, za
evaluaciju možemo izabrati kvantitativna ili kvalitativna svojstva, a najčešće se
ova dva kriterija kombinuju.
Dijagnostički testovi služe za uspostavljanje dijagnoza, za konstatovanje
stanja u kome se nalazi određena osoba, grupa ili fenomen koji testiramo.
Naprimjer, ako želimo znati na kom nivou određena osoba vlada engleskim
jezikom, primijenit ćemo test nivoa i konstatovati ili dijagnostikovati nivo
poznavanja tog jezika. Dijagnostički testovi se najčešće koriste u slučaju
poremećaja ili problema kod pojedinih ličnosti (psihopatologija), grupa ili
društva (socijalna patologija). Takvi su, naprimjer, testovi socijalne zrelosti.
Prognostički testovi služe za predviđanje ili za prognoziranje kako će se
određena pojava odvijati u budućnosti. Takvi su, naprimjer, testovi specifičnih
149
sposobnosti. Ako želimo saznati da li će neko biti dobar plivač, potrebno je da

izvršimo niz testova, od fizioloških do situacionih. Za prognoziranje određenih
pojava potrebno je najčešće koristiti bateriju testova ili kombinovati testove i
druge instrumente.
Testove možemo podijeliti po raznim drugim kriterijima. Postoje vrlo
brojne klasifikacije testova. Ako se kao kriterij uzme vrijeme ispunjavanja ili
nivo mjernog svojstva, testove dijelimo na:
testove brzine,
testove nivoa.
Testovi brzine imaju za cilj utvrditi može li ispitanik dovoljno brzo riješiti
određeni zadatak. Kod ovog je testa vrijeme za rješenje zadatka strogo
ograničeno, ali u tolikoj mjeri da ono nikome od ispitanika nije dovoljno da bi
do kraja testa i došao.
Testove nivoa odlikuje nastojanje da se njime utvrdi nivo mjernog
svojstva - znanja, sposobnosti, umijeća. Kod ovih je testova akcenat na
tačnosti rješavanja postavljenih zadataka. Vrijeme za rješavanje ovih testova
je neograničeno.
Mužić (1986) navodi sljedeće testove:

testove znanja – mjere znanje u užem smislu i primjenu znanja,
testove sposobnosti,
testove ličnosti u užem smislu.
Testovi znanja su testovi kojima se nastoji utvrditi da li je, i u kojoj mjeri,

ispitanik usvojio određena znanja, vještine i navike. Ovo su testovi koji se najviše
upotrebljavaju, pogotovo u pedagoškim istraživanjima, jer se njima mjere
efekti obrazovnog utjecaja na ispitanike. Oni će, stoga, biti osnovni instrument
kod svih deskriptivnih istraživanja u kojima se nastoji odrediti obrazovni
nivo određene grupe ispitanika, a u eksperimentalnim istraživanjima bit će,
najčešće, jedan od instrumenata određivanja inicijalnog stanja te osnovni
instrument pri određivanju finalnog stanja (Mužić, 1986). Testovi znanja mogu
se dijeliti i na osnovu kriterija da li se njima pretežno ispituje materijalni ili
funkcionalni (formalni) aspekt obrazovanja, tako da imamo:
 testove znanja u užem smislu, kojima se ispituje poznavanje samih
činjenica,
 testove sposobnosti primjene znanja, kojima se ispituju vještine, navike
pomoću kojih ispitanik umije primijeniti, upotrijebiti stečeno znanje.
Testovi sposobnosti su testovi kojima se nastoje odrediti osobine koje

su preduslov za uspjeh na određenom području aktivnosti. Dok je, naprimjer,
test znanja usmjeren pretežno na mjerenje rezultata obrazovnog procesa, test
150
sposobnosti je usmjeren pretežno na mjerenje onih preduslova od kojih zavisi

stepen mogućnosti da se taj rezultat postigne (Mužić, 1986).
Testove sposobnosti također možemo dijeliti na osnovu raznih kriterija.
Prema pojavama koje se mjere dijele se na:
 senzorne testove (testovi vida i sluha),
 mentalne testove (testovi inteligencije i testovi posebnih intelektualnih
funkcija),
 testove mehaničke sposobnosti i
 testove motorne spretnosti.
Zajednička crta testova znanja i testova sposobnosti proizilazi iz činjenice

da se i jednom i drugom vrstom testova ispituje učinak koji ispitanik može
postići kad se nalazi pred zadacima koje mu postavlja test. Zato se ovi testovi
zovu zajedničkim imenom testovi učinka.
Testovi ličnosti u užem smislu su oni testovi kojima se ispituju složenije

osobine ličnosti. U ove osobine ubrajaju se, npr: interesi, stavovi, temperament,
karakter, emocije itd. Testovima znanja, kao što smo prethodno rekli, ispituju
se obrazovni aspekti odgoja. Analogno tome, možemo reći da se testovima
ličnosti u užem smislu istražuju vanobrazovni aspekti odgoja.
Po načinu rješavanja zadataka testove dijelimo na:

pismene testovi ili papir-olovka testove,
testove sa usmenim rješavanjem zadataka,
testove radnji ili testove koji se rješavaju uz pomoć nekog stroja ili
mjernog instrumenta.
Pismeni ili papir-olovka testovi su takvi testovi u kojima se rješenje

postavljenog zadatka piše u samim testovima. Ovo su najčešći testovi, i
istovremeno se može raditi s većim brojem ispitanika.
Usmeni testovi su oni kod kojih se postavljeni zadaci rješavaju usmeno.
Zbog karaktera koji ga odlikuje, usmeni test je uvijek individualan, tj. testiranje
se uvijek izvodi u direktnom kontaktu istraživača i ispitanika.
Testovi radnji imaju prvenstveni cilj provjeru sposobnosti izvođenja
određenih radnji. Istraživane sposobnosti se provjeravaju na konkretnoj spravi,
stroju ili konstruisanom mjernom instrumentu.
Problemi u primjeni testova su različiti i brojni:

sklonost istraživača da fetišizuje ovu metodu,
testovi rijetko mjere cjelokupne fenomene, oni samo parcijalno
zahvataju ono što istražujemo,
testovi često zavise od trenutnog stanja ispitanika, tako da se može
desiti da ne odražavaju stvarno stanje,
151
za primjenu testova nužno je adekvatno metodološko znanje

ispitivača,
testove nije lako konstruisati i objektivno im utvrditi metrijske
karakteristike.
Najveća prednost testiranja kao tehnike prikupljanja podataka je

objektivnost ispitivača prema ispitanicima, zatim ekonomičan način mjerenja
rezultata postignutoga u određenim pojavama ili procesima. Važno je obratiti
pažnju na to da je test konstruisan prema pravilima te da daje iste mogućnosti
svim učesnicima u istraživanju. Možemo reći da sve više rastu zahtjevi za
podacima dobijenim testiranjem u društvenim naukama, npr. za selekciju,
davanje svjedodžbi, ocjenjivanje, zapošljavanje, praćenje, ulazak na više
stepene obrazovanja, za uračunljivost, za procjenu škola i nastavnika itd.
152
Mjerenje
5.
MJERENJE
 Pojam mjerenja
 Mjerne skale
 Mjerne karakteristike mjernih instrumenata
153
154
Mjerenje
5. MJERENJE
Mjerenje je izuzetno važan postupak u nauci. Poznati američki psiholog

i statističar Guilford (1965) definiše mjerenje kao „postupak pridruživanja
brojeva objektima ili događajima prema logički prihvatljivim pravilima“.
Stevens navodi da „mjerenje uključuje proces povezivanja formalnog modela
zvanog brojevni sistem s nekim aspektima objekata ili događaja koji se mogu
razlikovati“ (Stevens, 1951). Mjerenje se definiše kao pridruživanje brojeva
prema određenim pravilima. Iz toga jasno proizilazi da se pod mjerenjem
podrazumijeva kvantifikacija objekata i događaja, odnosno atributa
objekata. U društvenim i humanističkim naukama pod objektima se najčešće
podrazumijevaju ispitanici, a mjerenjem se u kvantitativnom obliku izražava
zastupljenost pojedinih obilježja (atributa) kod ispitanika. Mjerenju podliježu
ne samo živa bića, odnosno razna njihova obilježja, već to mogu biti i pojave,
predmeti, društvene grupe, institucije i slično. U tom širem smislu u upotrebi je
termin entitet za objekat mjerenja.
U prvim počecima mjerne tehnike upotrebljavale su se primitivne jedinice
kao što su palac, lakat, stopala itd. Razvojem nauke i tehnike, u stalnom su
porastu i zahtjevi u pogledu tačnosti i mjerne mogućnosti, pa se iz tog razloga
s vremena na vrijeme uvode nove definicije mjernih jedinica koje osiguravaju
daljnje povećanje tačnosti mjerenja. Danas je u upotrebi Međunarodni sistem
jedinica (SI). Informacije kojima se teži u naučnim istraživanjima dijele se na
kvalitativne (atributivne) i kvantitativne (numeričke). Tendencija je da se i jedna
i druga vrsta obilježja kvantifikuje (numerički obilježava). Tipična numerička
obilježja su dužina, visina, određeni parametri itd. i ona posjeduju broj kao
suštinsku informaciju. Atributivna obilježja pripadaju sferi psihosocijalnih
kategorija. Atributivnim obilježjima se izvjesnim matematičko-logičkim
radnjama dodjeljuju numeričke vrijednosti. Tako neke konativne karakteristike,
inteligencija, socijabilnost, učinak u igri, nastavi i druga obilježja mogu biti
kvantifikovane i interpretirane po kriteriju numeričkih obilježja. Time se
ostvaruje daleko veća egzaktnost, bolja preglednost, lakše poređenje rezultata,
jednostavnija statistička obrada podataka. Kvantifikovanjem atributivnih
dispozicija, tj. svođenjem na numeričke vrijednosti moguće je multivarijantnim
postupcima opservirati i relacije između kvalitativnih i kvantitativnih varijabli.
Mjerenjem utvrđujemo kvantitet ili nivo prisustva (odsustva) svojstava ili
kvaliteta određenog objekta, predmeta ili određene pojave koju istražujemo.
Kvantitativni nalaz ili izlaz postupka mjerenja se najčešće izražava određenom
brojnom vrijednošću. Cempbel mjerenje opisuje kao pripisivanje brojeva
osobinama objekata ili događaja u skladu sa određenim pravilima (Campbel
i Stanley, 1963). Isto tako, moramo znati da broj ne mora uvijek biti rezultat
mjerenja. Prisustvo ili odsustvo nekog svojstva ili pojave, odnosno, njegov
155
intenzitet može biti, pored numeričkog, iskazan topografski, grafički kao

i vrijednošću na određenoj skali, tako da zbog toga razlikujemo nekoliko
obilježja koja iskazujemo mjerenjem:
frekvencija ili učestalost kojom se neki predmet, pojava ili svojstvo
pojavljuje,
rasprostiranje, odnosno volumen ili površina koju pojava ili predmet
zauzima,
trajanje i brzina rasprostiranja, odnosno djelovanja pojave ili predmeta,
intenzitet djelovanja pojave ili predmeta.
Mjerena svojstva predmeta ili pojava izražavamo podacima. Naučna

metoda mora obezbijediti jednoznačnost ili nedvojbenu interpretaciju tih
podataka. Dešava se da isti podaci bivaju interpretirani na različite načine,
odnosno, da isti podatak dvojica mjerača interpretiraju na dva različita načina.
To se neće desiti ako imamo precizne mjerne jedinice i instrumente. Problem
mjernih jedinica razriješen je uvođenjem međunarodnih standarda u mjerne
sisteme, odnosno standardizacijom mjerenja. „Instrument za mjerenje jest
svako sredstvo koje nam služi za utvrđivanje kvantitativnih osobina veličine
koju mjerimo” (Zvonarević, 1976). Istraživači često konstruišu instrumente za
mjerenje određenih pojava. Bilo da koristimo već ustaljene i standardizovane
mjerne instrumente ili one instrumente koje sami konstruišemo, razlikujemo
tri njihova tipa:
1. Instrumenti za mjerenje fizičkih i hemijskih svojstava. To su razni
aparati i sprave kao što su vaga, metar, sat, ampermetar i drugi.
2. Instrumenti za mjerenje personalnih i socijalnih svojstava i procesa.
Takvi su psihološki testovi ličnosti, testovi za snimanje socijalnih
odnosa, testovi za mjerenje znanja, sposobnosti, stavova, interesa i
slično.
3. Instrumenti za snimanje nenumeričkih svojstava kao što su
topografska snimanja, kvalitativna evaluacija i slično.
U društvenim naukama od izuzetne je važnosti razviti i primjenjivati

instrumente koji će ličnu interpretaciju nalaza mjerenja isključiti ili barem
svesti na minimum. To praktično znači da je nužno konstruisati i imati mjerne
instrumente koji će dati nedvojbene rezultate u ponovljenim mjerenjima.
Naprimjer, ako mjerimo visinu ili težinu učenika, vrijeme koje su postigli učenici
i te mjere godinama poredimo, uočit ćemo trend porasta vrijednosti ovih
indikatora kod novih generacija. Međutim, ako koristimo mjerne instrumente
za mjerenje personalnih i socijalnih svojstava ili odnosa, teško ćemo dobiti
tako nedvojbene rezultate pri mjerenju znanja ili sposobnosti učenika, a još
teže ako mjerimo fenomen klasne svijesti ili neki drugi društveno apstraktan
fenomen. Zato je vrlo važno obezbijediti instrumente i uslove mjerenja koji će
156
Mjerenje
u ponovljenom istraživanju dati konzistentne nalaze, a da bismo to postigli

potrebno je svesti potencijalnu grešku mjerenja na najmanji mogući nivo. Da
bismo izbjegli i smanjili grešku mjerenja kao i neke od problema u mjerenju,
potrebno je da znamo koje se greške mjerenja mogu javiti u istraživanju.
Greška mjerenja može nastupiti usljed:
greške mjernog instrumenta,
greške procedure mjerenja,
greške lica koje mjeri (greška mjerioca),
uslova u kojima se mjerenje odvija i
objekta/subjekta čija se svojstva mjere.
Mjerni instrumenti su često neprecizni ili njihova preciznost zavisi od

uslova mjerenja. Kada je u pitanju mjerenje društvenih fenomena kao što su,
naprimjer, stavovi o religiji ili o društvenom uređenju, ili o određenim pojavama,
teško ćemo imati precizne instrumente koji mogu u ponovljenim mjerenjima
dati iste kvantitativne izraze, zato ćemo se zadovoljiti određenim nivoom
podudarnosti ili pouzdanosti mjerenja. Procedura mjerenja podrazumijeva
nekoliko faza:
pripremu mjerenja,
kontrolu mjernih instrumenata,
kontrolu uslova mjerenja ili remetećih faktora,
mjerenje,
evidentiranje i
verifikaciju.
Ako u procesu obrazovanja mjerimo, naprimjer, stavove učenika i roditelja

o kvalitetu nastave ili obrazovne instrukcije, da bismo dobili iskrene odgovore
morat ćemo prethodno pripremiti ispitanike. Prije mjerenja objasnit ćemo im
svrhu ispitivanja i šta ćemo uraditi sa podacima dobijenim tim mjerenjem
jer neki od ispitanika možda ne bi svoje stavove željeli iznijeti javno. Ako u
proceduri mjerenja ne prođemo ovu fazu pripreme, nećemo dobiti prave
nalaze, odnosno, mjerenje neće uspjeti.
Osoba koja mjeri ili mjerilac može biti zainteresovana za određeni ishod
mjerenja i stoga svjesno ili nesvjesno težiti ka određenom ishodu mjernog
postupka. Osim toga, zbog ličnog interesa ili ličnog ugla posmatranja, moguće
je da istraživač dobijene podatke interpretira onako kako on želi da ih vidi, a ne
da ih interpretira realno.
Uslovi u kojima se mjerenje odvija su ponekad specifični i mogu utjecati
na grešku mjerenja. Naprimjer, poznato je da visina i masa čovjeka variraju
u toku dana i da nećemo dobiti iste rezultate ako mjerimo iste ispitanike
ujutro rano ili poslijepodne kasno. U procesu odgoja i obrazovanja ovi uslovi
mjerenja su ponekad ključni faktor tačnosti ili pouzdanosti mjerenja. Recimo
157
da mjerimo stavove mladih o komunizmu kao društvenom uređenju u zemlji

gdje je komunizam na vlasti i u zemlji gdje to nije i koja ima neko drugo
uređenje. Normalno je da očekujemo različite stavove, odnosno pozitivne
stavove mladih u zemlji sa komunističkim uređenjem, posebno ako ispitanici
pretpostavljaju da bi vlasti mogle saznati njihove stavove i negativne stavove
o komunizmu u zemlji koja ima, npr. demokratsko uređenje.
Objekti čija svojstva mjerimo mogu biti fizički nedostupni ili apstraktni. U
društvenim naukama često mjerimo apstraktne društvene kategorije ili pojave
koje nisu dostupne neposrednoj provjeri. Ako, naprimjer, mjerimo efikasnost
rada zaposlenih u nekoj organizaciji u odnosu na stručno usavršavanje
zaposlenih, nužno će biti da precizno definišemo šta je to „efikasnost rada”, a
šta „stručno usavršavanje” kako bismo ove dvije varijable doveli u određenu
vezu, odnosno, kako bismo ih mogli mjeriti. U ovom slučaju ove dvije varijable
su objekti koje mjerimo. Pošto ti objekti utječu jedan na drugi, morat ćemo
naći određene poveznice koje možemo mjeriti. U ovom slučaju potrebno je
razložiti stručno usavršavanje kao varijablu na elemente kao što su organizacija
proizvodnje, tehnološko usavršavanje, dizajn, marketing, motivacija
zaposlenika i slično, kako bismo ustanovili koji od tih elemenata i koliko utječe
na efikasnost rada u nekoj organizaciji.
U naučnoistraživačkom radu široko se koriste različita sredstva, tehnike

i metode mjerenja svih relevantnih objekata, subjekata, fenomena i pojava,
a poznato je, da sve što u prirodi i u društvu objektivno postoji, može se
mjeriti, a sve što se može mjeriti, može se brojčano izraziti i statistički obraditi,
zatim logizirati, zaključiti i u neposrednoj životnoj aktivnosti primijeniti.
Sistem brojeva je logički sistem koji omogućava razne vrste operacija. Da bi
postupak pridruživanja brojeva raznim obilježjima objekta mjerenja uopće
bio moguć, potreban je određen stepen izomorfnosti (grč. isos - isti, morfe -
oblik), istovjetnosti ili paralelnosti između brojeva i obilježja. Treba postojati
neka zajednička osnova između brojnog sistema i obilježja koja su predmetom
mjerenja. Postoje tri zajednička svojstva koja dopuštaju pridruživanje brojeva
obilježjima:
identitet,
rang,
aditivnost.
Svaki broj je jedinstven i ima svoj identitet. Svaki objekat, odnosno

obilježja objekta, trebaju također imati identitet da bi mjerenje bilo moguće. To
znači da objekti moraju po nečemu biti posebni i različiti od drugih objekata.
Identitet objekta prema određenim obilježjima objekta dopušta mjerenje
najniže razine, a to je klasifikacija. Brojevi imaju svojstvo ranga i poredani su po
veličini. Za svaki se broj zna je li veći ili manji od drugog broja. Ako se obilježje
158
Mjerenje
koje je predmetom mjerenja može stepenovati (razdijeliti) prema veličini u

kojoj postoji, tada i obilježje ima svojstvo ranga. To isto može se reći i na način
kako se objekti odnosno ispitanici (entiteti) mogu poredati prema veličini
(razvijenosti, kvantitetu) nekog obilježja koje je predmetom tog mjerenja.
Aditivnost brojeva znači da se mogu zbrajati i da zbir dvaju brojeva uvijek
daje jedinstven, tačno određeni broj. Aditivnost je osobina koja dozvoljava
sabiranje brojeva koji služe kao mjera dviju objedinjenih veličina. „Prema tome,
zahtjev aditivnosti obezbjeđuje to da svaka složena transformacija mjerljivih
veličina bude izomorfna odgovarajućim operacijama sa njihovim mjerama,
tj. brojevima koji označavaju veličine i obratno” (Guilford, 1968). Svojstvo
aditivnosti veoma je važno jer ono omogućava i preostale tri operacije.
Oduzimanje, množenje i dijeljenje mogu se izraziti zbrajanjem. Koja obilježja
objekata odnosno ispitanika (entiteta) imaju svojstvo aditivnosti? Ona u kojima
postoji jednak porast ili opadanje u obilježju koje mjerimo. To su obilježja koja
se mogu podijeliti na potpuno jednake dijelove. Naprimjer, to su obilježja
visine, mase, vremena... Visinu, masu i vrijeme mjerimo jedinicama koje imaju
isti razmak, npr. centimetrima, gramima, sekundama. Isto možemo reći i za
određene testove, naprimjer, testove inteligencije, sposobnosti i znanja. U
testu inteligencije, sposobnosti ili testu znanja uobičajeno je da se svaki tačno
riješeni zadatak vrednuje jednim bodom.
5.1. Mjerne skale
Prilikom mjerenja u naučnoistraživačkom radu primjenjuju se različite

tehnike pomoću kojih se dobijaju podaci koji su na nekoj od mjernih skala
(Šoše i Rađo 1998). Shodno tome, možemo reći da je mjerenje numerički opis
položaja objekta na nekoj od mjernih skala. Statističarima je bilo neophodno
da osmisle podjelu mjernih skala kako bi klasifikovali slučajne veličine.
Američki psiholog Stanley Smith Stevens je 1946. godine dao najpoznatiju
podjelu mjernih skala u svom radu „On the theory of scales of measurement“
i svojom klasifikacijom različitih vrsta skala dao je vrijedan doprinos shvatanju
same prirode mjerenja. On je mjerne skale podijelio na:
nominalnu,
ordinalnu,
intervalnu i
racio (omjernu) skalu.
Ove i druge skale (nivoi) mjerenja su rezultat pridodavanja brojeva

određenim karakteristikama pojave na različite načine. Svaki način (nivo)
mjerenja karakteriše se određenim stepenom podudarnosti brojeva sa
veličinama, ima svoj krug objekata mjerenja, ima granice i uslove primjenjivosti
159
itd. Koja od mjernih skala će biti primijenjena, zavisit će od preciznosti mjerenja

i ocjenjivanja, a to znači da različiti stepeni preciznosti diktiraju i određenu
mjernu skalu.
Slika 4. Mjerne skale
5.1.1. Nominalni nivo mjerenja
Nominalna skala (lat. nomen - ime) ili nominalni nivo mjerenja sastoji
se u klasifikaciji ispitanika prema njihovim obilježjima (npr. spol, boja očiju,
etnička pripadnost…). Ovaj nivo mjerenja je najograničeniji i koristi se za
najjednostaviji oblik mjerenja koje se sastoji u tome da se određeni objekti
ili subjekti zamjenjuju simbolima ili oznakama, pri čemu se oni svrstavaju u
određene kategorije (klase). Nominalni nivo mjerenja je onaj nivo koji daje
neuređene podatke bez intervala, bez realne nule (početka mjerne jedinice),
niti se nalaze na nekom linearnom kontinuumu. U varijablama dobijenim na
ovim skalama rezultati se izražavaju uvijek u cijelim brojevima, koji ukazuju
samo na pripadnost ispitanika određenoj kategoriji ili grupi, ali ne i na neki
redoslijed po nekom intenzitetu onoga što se mjeri, te nije moguće znati koliko
su te kategorije međusobno udaljene.
To su varijable čiji su rezultati dobijeni administriranjem, odnosno
prebrojavanjem sljedećih kategorija, npr.: muški-ženski, sportisti-nesportisti,
sposoban-nesposoban, može-ne može, igračke pozicije u ekipi i sl. Prilikom
formiranja nominalnih skala, nisu značajne numeričke vrijednosti, odnosno
160
Mjerenje
intenzitet rezultata koji je ostvario ispitanik, već njegova nominalna obilježja.

Podaci iz nominalnih skala tretiraju se kao kvalitativna (atributivna) obilježja
budući da se iskazuju kategorijama, frekvencijama, percentilima i sličnim
neparametrijskim karakteristikama. Zbog toga se nominalne skale mogu
podvrgnuti samo neparametrijskim statističkim procedurama.
Nominalna skala ne predstavlja nikakvu vrstu kontinuuma. Ubraja se
u skale samo zbog toga što vrši diskriminaciju i klasifikaciju (kategorizaciju)
pojava. Ukoliko se pojava javlja u diskontinuiranim kvalitativnim oblicima,
nominalno mjerenje je jedini mogući način. Ova vrsta mjerenja ne samo da
može biti korisna nego može biti i precizna. Jedinice na nominalnoj skali su,
tzv. kvalitativna obilježja. Mnoga kvalitativna obilježja ne mogu se svesti na
kontinuum za koji je ranije rečeno da pruža mogućnost savršenijeg mjerenja,
naprimjer: vrsta završene škole, vrsta zanimanja, oblici slobodnih aktivnosti,
redovno i neredovno pohađanje časova, uspjeh i neuspjeh u učenju ali
i nacionalnost, urbanost sredine, država, etnička pripadnost, religijska
pripadnost itd... Registrovanjem svakog izostanka dobija se broj izostanaka.
Tako se može ustanoviti i broj učenika koji uspijevaju ili ne uspijevaju u učenju,
broj prekršaja, broj grešaka načinjenih u nekoj aktivnosti itd. Ovi brojevi
predstavljaju funkcije koje udovoljavaju principu aditivnosti. Sa utvrđivanjem
frekventnosti, ustvari, daju se mjere za utvrđivanje veličine koja karakteriše
ispitivanu pojavu, jer utvrđeni brojevi „mjere” varijable kao što su postignuti
uspjeh, urednost pohađanja časova, kvalitet nekih zadataka, disciplinu i sl.
Uz nominalnu skalu, odnosno, nominalno mjerenje moguće je

upotrebljavati sljedeće statističke postupce: izračunavanje relativnih
brojeva, određivanje modusa, određivanje povezanosti pojava pomoću
fi koeficijenta korelacije (ϕ) i koeficijenta kontingencije (C). U teoriji
uzoraka može se testirati razlika između procenata (t-test za proporcije) i
2
frekvencija (c test).
Primjeri:
Spol: 1 = muški, 2 = ženski
Etničke grupe: 1 = bijelci, 2 = crnci
Krvne grupe: 1. = 0, 2. = A, 3. = B, 4. = AB
Bračno stanje: 1 = neoženjen/neudata; 2 = oženjen/udata; 3 = razveden/
razvedena; 4 = udovac/udovica
5.1.2. Ordinalni nivo mjerenja

Semantiku ordinalnih skala najbolje je objasniti etimološki preko izraza
ordinalno (lat. ordinale - poredati). Ordinalni nivo mjerenja je onaj nivo koji daje
uređene podatke, i to po nekom rastućem ili opadajućem intenzitetu prisustva
161
osobine ili sposobnosti. U zavisnosti od potreba istraživanja ordinalne skale

se mogu poredati po ascedentnom (uzlaznom) toku kada se redanje počinje
najslabijim, a završava najboljim rezultatom, ili po descedentnom (silaznom)
toku. Pojave ili neke karakteristike pojave raspoređuju se „po skali porasta ili
opadanja veličine” određenog obilježja. Zatim se svakoj pojavi ili karakteristici
pojave pripisuje određen broj koji označava njihovo mjesto na skali porasta
ili opadanja. Time je, ustvari, utvrđen rang, ali ne i veličina razlika u mjerenoj
osobini. Međutim, ni kod ordinalnih skala nema intervalnosti mjerenja, pa ni
rezultati nemaju realnu nulu. Prema tim skalama rezultati određuju kvalitet
ispitanika (bolji ili lošiji, jači ili slabiji i sl.), ali ne postoji informacija za koliko
je stvarnih jedinica mjere neki rezultat kvalitativno različit u odnosu na neki
drugi. Primjer uobičajenih ordinalnih varijabli su, npr. rangovi po određenim
sposobnostima ili karakteristikama, ocjene u konvencionalnim sportskim
aktivnostima, ocjene uspješnosti izvođenja neke aktivnosti, redni brojevi učenika
u razrednim knjigama itd. Također, primjer ordinalnog mjerenja predstavljaju i
školske ocjene. Razlike između ocjena nisu podjednake iako to skala pokazuje.
Tako se u praksi često griješi, naročito kod izračunavanja prosječnih ocjena,
jer ocjene unutar jednog razreda predstavljaju vrstu rangiranja, a ne nikakvo
intervalno mjerenje. Brojevi koji označavaju rang zapravo mjere pojave kao
što su: kvalitet znanja, umjenja i navika, nivo postignutog uspjeha u nekom
poslu i sl. Kako zbir dvaju boljih rezultata označava i značajniju „količinu”
date varijable, te ocjene po rangu i mogu služiti kao mjera odgovarajućeg
obilježja. Ordinalno mjerenje odgovara, tzv. „kvantitativnoj klasifikaciji”. Ovim
mjerenjem se utvrđuje redoslijed duž nekog kontinuuma, tj. povezano je sa
„operacijom rangovanja”. Pomoću ordinalnih skala numerička (kvantitativna)
obilježja se mogu pretvoriti u kvalitativna i na taj način statističku seriju
učiniti upotrebljivom za primjenu kako parametrijskih tako i neparametrijskih
statističkih procedura. Preporučuje se da bude numeričkog tipa.
Uz ordinalnu skalu/ordinalno mjerenje, pored postupaka koji se mogu
upotrebljavati uz nominalno mjerenje, mogu se upotrebljavati sljedeći
statistički postupci: postupci koji idu uz nominalno mjerenje, izračunavanje
medijane (Md), kvartili, raspon varijacije (RV), rang korelacija (ρ), decili
i percentili te neparametrijska statistika: Mann-Whitney-ev test, Kruskall-
Wallisov test, Friedmanov test itd.
Primjer:
Socijalne klase: I , II, III, IV, V
Školska sprema: 1 = bez škole, 2 = osnovna škola, 3 = srednja škola, 4 =
viša škola, 5 = visoka škola
Radna sposobnost: 1 = potpuno nesposoban, 2 = djelimično sposoban,
3=sposoban
Ocjene: 1 = nedovoljan, 2 = dovoljan, 3 = dobar, 4 = vrlo dobar, 5 = odličan)
162
Mjerenje
5.1.3. Intervalni nivo mjerenja
Kao što smo vidjeli kod ordinalnog mjerenja nije moguće odrediti veličinu
razlike između pojava. Ovaj nedostatak otklanja se pomoću intervalnog
mjerenja. Intervalni nivo mjerenja se koristi u slučajevima kada su jedinice
mjerenja podjednako udaljene jedna od druge, ali pri tome ne postoji
definisana nula. Intervalne skale kao i ordinalne, baziraju se na kvantitativnim
podacima. One, međutim, predstavljaju viši stepen uređenosti budući da
pored rangiranja rezultata omogućavaju njihovo pouzdano upoređivanje i
svrstavanje u pojedine vrijednosne nivoe, odnosno klase. Ti nivoi ravnomjerno
su raspoređeni duž čitavog kontinuuma, od minimalne do maksimalne
vrijednosti, imaju jednak raspon i u statistici su označeni kao intervali. To znači
da se radi o jednoj linearnoj skali koja nema svoj početak na nekoj strogo
definisanoj nuli. Naprimjer, ako se primijene dva testa inteligencije jednake
dužine (od 15 zadataka) i na njima postigne isti rezultat od 30 poena, taj rezultat
uopće ne mora da govori o istoj stvari jer jedan rezultat može biti lakši, a drugi
teži, što znači da rezultat od 30 poena na jednom testu može značiti osrednji
rezultat, pa čak i ispodprosječan rezultat. Intervalne skale, međutim, nemaju
apsolutnu nulu, pa se ne može tvrditi da je osoba sa testom inteligencije od
120 dva puta inteligentnija od osobe sa testom od 60 poena. Kao primjer za
intervalnu skalu možemo uzeti i skalu toplote iz oblasti fizičkog mjerenja. U
izradi mjernih instrumenata za mjerenje pedagoških pojava nastoje se, pomoću
postupka baždarenja, ostvariti principi intervalnog mjerenja. Tako se podaci
dobijeni na baždarenim (standardizovanim) instrumentima mogu podvrći
raznim statističkim operacijama. Ni intervalna skala nema apsolutne nule jer
vrijednost izražena nulom ne znači odsustvo pojave. Ne znači da učenik koji ne
dobije ni jedan bod na nekom testu znanja ne posjeduje nikakvo znanje.
Intervalno mjerenje omogućava upotrebu skoro svih statističkih postu-

paka, tako da uz već navedene statističke mjere i postupke, u okviru nominalnog
i ordinalnog nivoa mjerenja, mogu se izračunavati: aritmetička sredina (M),
standardna devijacija (σ), z-vrijednost i njene transformacije, Pearsonov
koeficijent korelacije (r) i mjere koji se nadovezuju na njega i na kraju, u
teoriji uzoraka, mogu se testirati sve hipoteze. Kod intervalnog mjerenja
je neopravdano upotrebljavati koeficijent varijacije.
Primjeri:
Standardizovani IQ testovi
Temperatura u celzijusima ili farenhajtima: Može da se mjeri razlika u
temperaturi, npr. 250 je za 40 toplije nego 210, a isto toliko se razlikuju i
temperature 120 i 80, međutim, ne može se reći da je 120 tri puta toplije od
40, zato što 00 ne predstavlja odsustvo temperature.
163
5.1.4. Omjerni nivo mjerenja
Najviši nivo mjerenja se obavlja primjenom racio skale. Racio skala (skala
razmjere, skala odnosa) raspolaže sa apsolutnom nultom tačkom, jer nula
označava odsustvo svake količine pojave koja se mjeri. Racio skala ili srazmjerni
nivo mjerenja se koristi u slučajevima kada jedinice mjerenja posjeduju sve
karakteristike intervalnih, ali još i intervalnu (apsolutnu) nulu. Primjenjuje
se u slučajevima kada se vrši mjerenje morfoloških, fizioloških i motoričkih
sposobnosti čovjeka (tjelesna visina, tjelesna masa, brzina trčanja, maksimalna
potrošnja kiseonika). Može se odrediti da li dva mjerenja predstavljaju isti ili
različit rezultat, što znači da se ne može reći da je visina od 170 i 175 cm ista,
već različita. Pored toga, udaljenost između mjernih jedinica je ista-jednaka, što
znači da je ista između 170 i 175 cm kao i između 175 i 180 cm. Ukoliko se mjeri
brzina izrade pismenih zadataka i vježbi brojem minuta, obim diktata brojem
rečenica (slova), tačnost rada veličinom tolerancije nekog normativa itd., onda
takva mjerenja imaju karakteristike skale razmjere. Ovaj nivo mjerenja naročito
se primjenjuje u oblasti tjelesnog i zdravstvenog odgoja, školske higijene,
mjerenja školskog prostora i tome slično. Kada su rezultati mjerenja izraženi
na srazmjernim skalama, tada se mogu primijeniti gotovo sve univarijantne i
multivarijantne matematičko-statističke metode obrade podataka. Mjerenje
pomoću racio skale omogućava primjenu svih statističkih postupaka
uključujući i koeficijent varijacije (varijabilnosti).
Primjeri:
Masa, Težina, Visina, Vrijeme…
Temperatura u kelvinima: zato što 00 predstavlja odsustvo temperature
Novčana primanja
5.2. Mjerne karakteristike mjernih instrumenata
Svi dobri mjerni instrumenti imaju izvjesne zajedničke odlike. One su tako
dobro razvijene da se mogu primijeniti kao kriterij efektivnosti za bilo koji stari
ili novi mjerni instrument. U oblasti mjerenja dostignuća testovi za mjerenje
jednostavnih, uočljivih rezultata obrazovanja bili su prvi koji su posjedovali
one kvalitete za koje se kasnije našlo da su karakteristični za sve dobre mjerne
instrumente (Jordan, 1966). Pod mjernim karakteristikama mjerenja najčešće
se podrazumijeva donošenje sudova o tome koliko vrijedi određeno mjerenje.
Karakteristike nekog mjernog instrumenta (testa sposobnosti, intervjua, skale
procjene stavova i sl.) su svojstva koja omogućavaju prosuđivanje njegove
dijagnostičke i prognostičke valjanosti u mjerenju određene veličine. Testovi
sa dobrim metrijskim karakteristikama sastoje se od dijelova, odnosno čestica
164
Mjerenje
testa, koji se u psihometriji nazivaju itemi (ajtemi). Naravno, takvi testovi se

nazivaju kompozitni testovi sa odgovarajućim brojem čestica. U psihometriji
broj čestica, stavki, odnosno itema, da bi se postigla željena pouzdanost (za
praksu obično oko .90), procjenjuje se grubo pomoću formule:
n = p(r - 1)/r (p - 1)
tt tt
gdje je:
n - broj čestica, poželjna pouzdanost,
r - pouzdanost iz ranijih istraživanja (obično test-retest metodom).
tt
Svaki mjerni instrument nužno mora biti dobrih metrijskih karakteristika

kako bi njime dobijeni podaci bili upotrebljivi. U svim relevantnim teorijama
mjerenja pominje se pet osnovnih karakteristika mjerenja (metrijskih
karakteristika) koje će biti objašnjene u ovoj knjizi, a to su:
valjanost (validnost),
diskriminativnost (osjetljivost),
objektivnost,
pouzdanost,
baždarenost.
U teoriji mjerenja mnogi autori navode klasifikaciju metrijskih

karakteristika. Tako Jordan (1966) kao glavne odlike mjernih instrumenata
navodi: validnost, relijabilnost, lakoću testiranja, mogućnost tumačenja i
upoređivanja i ekonomičnost, dok Krković (1978) navodi sljedeće mjerne
karakteristike: valjanost, pouzdanost, objektivnost, osjetljivost i baždarenost.
Mužić (1986) navodi kao metrijsku karakteristiku i diskriminacionu
vrijednost zadatka u instrumentu. Isti autor navodi da je pored ovih metrijskih
karakteristika važno da mjerni instrumenti posjeduju karakteristike koje nisu
u vezi s njegovim kvalitetom kao mjernog instrumenta nego se odnose na
praktične aspekte njegove primjene, pa se uz prethodne karakteristike uz njih
ubraja i praktičnost i ekonomičnost.
5.2.1. Valjanost
Valjanost (validnost, tačnost) je najvažnija karakteristika bilo kog mjernog

instrumenta, jer ako odgovarajući instrument nije validan, onda ni rezultati
istraživanja nisu validni. Mjerni instrumenti mogu imati veoma dobre ostale
metrijske karakteristike, ali bez informacije o valjanosti tog instrumenta nije
moguće donijeti sud o njegovoj stvarnoj korisnosti za konkretno istraživanje.
Mjerni instrument je dakle valjan ako mjeri ono što smatramo da mjeri. Pitanje
koje se postavlja je: Šta instrument mjeri? Usto, važno je i pitanje: Koliko
dobro mjerni instrument mjeri to što mjeri? To pitanje povezuje valjanost
165
i pouzdanost. Valjanost i pouzdanost smatraju se najvažnijim metrijskim

karakteristikama (Mejovšek, 2003). Zašto se i drugo pitanje postavlja kada je
riječ o valjanosti? Ako tačno utvrdimo šta neki instrument mjeri, a utvrdimo
da to što mjeri, mjeri loše, nećemo moći tvrditi da se radi o valjanom mjernom
instrumentu. To, drugim riječima, znači da uz valjanost obavezno moramo
imati i podatak o pouzdanosti mjernog instrumenta. Da bi se osigurala dobra
valjanost testa mora se voditi računa o konstrukciji testa koja nam obezbjeđuje
unutrašnju valjanost i o njegovoj povezanosti sa nekim spoljnim kriterijem, što
nam obezbjeđuje kriterijsku ili spoljašnju valjanost. Hasanagić (2009) ističe
svrstavanje definicija valjanosti prema Momiroviću (1966) u:
1. apriorističke:
a) pojavna valjanost – sastoji se u zaključivanju o predmetu mjerenja
na osnovu njegovog izgleda koji sugerira aktiviranje neke
hipotetske psihičke osobine ili skupine takvih osobina,
b) sadržajna valjanost – sastoji se iz zaključivanja o predmetu
mjerenja testa na temelju „psihološke analize testovne sadržine“,
c) teorijska valjanost - sastoji se iz zaključivanja o predmetu mjerenja
testa na temelju predmeta mjerenja procijenjenih inspekcijom ili
generalizacijom rezultata faktorskih, a neki put i item analiza.
2. pragmatičke:
a) dijagnostička kvantitativna valjanost - sastoji se u određivanju
nekog koeficijenta korelacije i pripadnih grešaka jednoga ili
više testova (komponovanih u jedinstvenu bateriju) sa nekim
kvantitativnim kriterijem, ukoliko je vrijednost kriterija utvrđena
u momentu testiranja,
b) dijagnostička klasifikaciona valjanost – sastoji se u određivanju
diskriminatornosti testa ili baterije testova u odnosu na dvije
ili više kvalitativnih grupa, ukoliko je pripadnost ispitanika tim
grupama utvrđena u momentu testiranja,
c) prognostička kvantitativna valjanost – sastoji se u određivanju
nekog koeficijenta korelacije, između jednog testa ili baterije
testova uključujući i pripadnu grešku prognoze, te nekog
kvantitativnog kriterija, koji će biti poznat u određenom
vremenskom razmaku od momenta testiranja,
d) prognostička kvalifikaciona valjanost - sastoji se u određivanju
diskriminatornosti jednoga testa ili baterije testova u odnosu na
dvije ili više kvalitativnih grupa, ukoliko će pripadnost ispitanika
tim grupama biti poznata u određenom vremenskom razmaku od
momenta testiranja.
166
Mjerenje
Krković (1978) navodi dvije vrste valjanosti:

- teorijska valjanost,
- praktična valjanost.
Teorijska valjanost je metrijska karakteristika koja nam pokazuje da li

mjerni instrument zaista mjeri isključivo onaj predmet mjerenja za koji je taj
instrument namijenjen i u kom stepenu, odnosno, daje odgovor na pitanje
šta mjerni instrument mjeri. Prema Petzu (1992) postoji više oblika teorijske
valjanosti: apriorna, faktorska, kongruentna i konvergentna valjanost.
Praktična ili prognostička valjanost nam govori o tome koliko na osnovu
rezultata nekog mjernog postupka može prognozirati ispitanikov učinak u
nekoj drugoj aktivnosti (kriterijskoj varijabli). Praktična valjanost se najčešće
izražava u obliku korelacije rezultata mjerenja sa nekim nezavisnim kriterijem
ponašanja koje taj instrument mjeri, pa se zato zove kriterijska valjanost.
Dakle, kao što vidimo na osnovu dosadašnjih istraživanja i teorijskih

postavki, postoji više vrsta valjanosti odnosno načina na koji se valjanost
utvrđuje, ali su sve one sažete u tri glavne vrste valjanosti:
1. sadržajna valjanost,
2. konstruktna valjanost,
3. kriterijska valjanost.
Sadržajna valjanost znači ustanoviti da li je sadržaj testa reprezentativan

uzorak za područje ponašanja koje ispituje. Ova valjanost sastoji se u
sadržajnoj i logičkoj analizi čestica instrumenta. Taj postupak određivanja
valjanosti najprikladniji je za testove znanja i za testove kojima se ispituje
koliko su ispitanici ovladali specifičnim vještinama (Mejovšek, 2003). Stručnjaci
za područje za koje je instrument konstruisan procjenjuju je li izvršen dobar
odabir čestica od svih mogućih koje dolaze u obzir za dati predmet mjerenja.
Dobar odabir znači da su proporcionalno zastupljeni svi dijelovi predmeta
mjerenja i da nema čestica koje nisu relevantne i nisu reprezent predmeta
mjerenja. Pritom, stručnjaci mogu koristiti i razne statističke podatke o
česticama instrumenata (npr. težina zadataka, odnosno učestalost odgovora
na tvrdnje, međusobna povezanost čestica, povezanost pojedinih čestica
ukupnog rezultata u instrumentu).
Podaci o instrumentu koji je u postupku utvrđivanja metrijskih osobina
prikupljaju se na reprezentativnom uzorku ispitanika određene populacije.
Tako bi i ovdje, ako se u postupku određivanja sadržajne valjanosti koriste
statistički postupci, podatke trebalo prikupiti na reprezentativnom uzorku
ispitanika određene populacije. Na temelju detaljne analize čestica stručnjaci
donose zaključak o valjanosti mjernog instrumenta za ispitivanje određenog
obilježja za koje je konstruisan.
167
Iako je sadržaj mjernog instrumenta općenito važan za sve mjerne

instrumente za testove sposobnosti i upitnike ličnosti, za konačnu validaciju,
primjereniji su drugi empirijski orijentisani načini utvrđivanja valjanosti. lako se
to uvijek ne čini, bilo bi poželjno da je postupak određivanja sadržajne valjanosti
empirijski utemeljen postupak. U testovima sposobnosti i upitnicima ličnosti,
na temelju sadržaja čestica nije uvijek moguće sa sigurnošću zaključivati
o predmetu mjerenja, za razliku od, npr. testova znanja. U tim mjernim
instrumentima čestica ima samo funkciju podražaja za aktiviranje procesa
u središnjem nervnom sistemu, te je njezin manifestni sadržaj ponekad od
sasvim sporednog značaja.
Konstruktna valjanost obuhvata više postupaka. Termin konstruktna

valjanost se odnosi na obilježje koje instrument mjeri (engl. construct - ideja,
veličina, tvorevina). Hood i Johnson (1991) navode četiri postupka koja se
koriste u utvrđivanju konstruktne valjanosti:
1. konvergentna valjanost,
2. divergentna valjanost,
3. unutrašnja konzistencija,
4. valjanost odluka.
Konvergentna (lat. konvergere - primicati se) valjanost je postupak

dokazivanja povezanosti između novokonstruisanog instrumenta i drugih
instrumenata koji mjere iste ili slične konstrukte, za koje je već provjereno
odnosno dokazano da mjere taj ili slične konstrukte. Na reprezentativnom
uzorku ispitanika (kako je već navedeno, metrijska svojstva instrumenata
uvijek se određuju na reprezentativnim uzorcima ispitanika) primijeni se
novokonstruisani mjerni instrument zajedno s drugim mjernim instrumentima
te se na temelju prikupljenih podataka izračuna povezanost (u principu računa
se Pearsonov produkt momenat koeficijent korelacije). Korelacija bi trebala biti
srednja ili visoka, npr. između 0.60 i 0.80. U tom sIučaju zajednička varijansa
kreće se u rasponu od 36% do 64% (kvadrat korelacije koji se naziva koeficijent
determinacije jednak je proporciji zajedničke varijanse, a množeni sa 100
dobije se postotak zajedničke varijanse), a to je dovoljan razlog za tvrdnju da
se radi o sličnom ili istom konstruktu (zajednička varijansa dviju varijabli je
onaj dio ukupne varijanse koji se odnosi na razliku ispitanika u istom obilježju
ili obilježjima koje mjere i jedna i druga varijabla). Kada bi korelacija iznosila
0.90 između novokonstruisanog ili instrumenta i već provjerenog instrumenta,
tada bismo s visokim stepenom sigurnosti mogli tvrditi da se radi o istom
konstruktu (u tom slučaju zajednička bi varijansa iznosila 81%). Međutim, ako
u tom slučaju novokonstruisani instrument nema neke bitne prednosti pred
starim instrumentom, npr. da je kraći ili jednostavniji za primjenu, tada je novi
test samo nepotrebna kopija.
168
Mjerenje
Divergentna (lat. divergere - razilaziti se) valjanost je postupak dokazivanja da

ne postoji povezanost, ili da je povezanost vrlo niska, između novokonstruisanog
instrumenta i instrumenata koji mjere neke druge konstrukte. Konstruktna
valjanost mjernog instrumenta može se utvrditi i pomoću faktorske analize.
Instrument se primijeni zajedno s većim brojem drugih instrumenata iz istog
područja (ako se radi o upitniku ličnosti tada će to biti područje ličnosti) na
reprezentativnom uzorku ispitanika i zatim se provede faktorska analiza.
Polazna osnova faktorske analize je matrica korelacija između čestica, čime se
izračunavaju svojstvene vrijednosti i odgovarajući svojstveni vektori. Drugim
riječima, ekstrahuju se latentne varijable koje predstavljaju kondenzate
manifestnih čestica mjernog instrumenta. Koristeći PB kriterij (Štalec i Momirović,
l971; Momirović i saradnici, 1984) i GK (Guttman-Kaiser) kriterij zadržava se
optimalni broj glavnih izolovanih osovina. Da bi se dobile bolje projekcije čestica
na glavne osovine obavi se ortogonalna i kosa rotacija glavnih osovina. Tako
dobijene faktore trebalo bi moći identifikovati kao osnovne predmete mjerenja
mjernog instrumenta. Ako su dobijeni faktori prepoznati kao varijable koje mjere
dotični instrument, tada se može zaključiti da je on valjan. Što je instrument
homogeniji to će faktorska analiza proizvesti manji broj komponenti, tj. manji
broj glavnih predmeta mjerenja instrumenta. Rezultati faktorske analize pokazat
će u koju će se latentnu dimenziju odnosno konstrukt vezati novokonstruisani
instrument, a s kojim latentnim dimenzijama će imati nisku povezanost. Na taj
se način može najbolje riješiti pitanje konvergentne i divergentne valjanosti u
jednom ispitivanju. Valjanost mjernog instrumenta određena na taj način naziva
se faktorskom valjanošću. Unutrašnja konzistencija pokazuje stepen u kojem
su čestice instrumenata međusobno povezane odnosno stepen povezanosti
pojedinih čestica i ukupnog rezultata u instrumentu.
Mjerni instrument visokog stepena unutrašnje konzistencije naziva se

homogenim instrumentom. Instrumenti visoke unutrašnje konzistencije bolje
mjere određeni konstrukt, jer ga mjere sa svim česticama. Prema tome, visok
nivo unutrašnje konzistentnosti potvrda je da instrument pouzdano mjeri
onaj konstrukt koji je utvrđen pomoću postupaka konvergentne i divergentne
valjanosti. Da bi se moglo tvrditi da instrument valjano mjeri određeni
konstrukt, potreban je i dokaz o tome da ga mjeri pouzdano. Valjanost odluka
odnosi se na stepen u kojem su rezultati ispitanika u instrumentu značajni za
donošenje odluka o daljnjem postupanju s ispitanikom. Odluka o daljnjem
postupanju s ispitanikom na temelju rezultata u mjernom instrumentu bit će
valjanija što je tačnije određen konstrukt koji instrument mjeri i što pouzdanije
instrument mjeri taj konstrukt.
Četvrti postupak povezuje konstruktnu i kriterijsku valjanost jer stepen u

kojem je rezultat ispitanika značajan za donošenje odluke o daljnjem postupku s
169
njim zadire u područje kriterijske valjanosti mjernog instrumenta. Tu se postavlja

pitanje koliko rezultat ispitanika u instrumentu može doprinijeti postavljanju
dijagnoze odnosno prognoze uspjeha u nekoj budućoj aktivnosti. Tu se radi o
provjeri važnosti konstrukta koji instrument mjeri za dijagnozu ili prognozu jer
je to temelj valjanosti odluke o daljnjem postupanju sa ispitanikom, na temelju
rezultata koje je ispitanik u mjernom instrumentu postigao.
Kriterijska valjanost određuje se na temelju povezanosti novokonstrui-

sanog mjernog instrumenta i kriterijske varijable. Kriterijska varijabla ili
jednostavnije kriterij u principu je neka složena aktivnost. Kriterij može
biti u sadašnjosti ili u budućnosti. Kada je kriterij u sadašnjosti tada je riječ
o dijagnostičkoj, a kada je u budućnosti o prognostičkoj valjanosti. Za
dijagnostičku valjanost u upotrebi je i termin konkurentna valjanost. Mjerni
instrumenti dobre prognostičke valjanosti upotrebljavaju se za selekciju
kandidata za razne složene aktivnosti koje su veoma važne u životu ljudi,
kao što su, naprimjer, školovanje i zapošljavanje. Ti instrumenti se koriste
u postupku testiranja za prijem na fakultet i na radno mjesto, ali i za druge
aktivnosti (npr. odabir talentovane djece za pojedine sportske discipline).
U nekim slučajevima dijagnostička valjanost može biti zamjena za

prognostičku. To je slučaj kada nemamo vremena pratiti uzorak ispitanika (zato
je ponekad potrebno i više godina) da bismo došli do podataka u kriterijskoj
varijabli, ili kada ne raspolažemo adekvatnim uzorkom ispitanika za praćenje.
Tada se istovremeno uz primjenu instrumenata koji bi trebali poslužiti kao
selektivne varijable, prikupe i podaci za kriterijsku varijablu. Ako se radi o
konstrukciji mjernih instrumenata za potrebe klasifikacijskog ispita za prijem
studenata na fakultet, kriterijska varijabla je uspjeh na studiju. Do podataka za
kriterijsku varijablu (prosječna ocjena u studiju često se koristi kao pokazatelj
uspješnosti studiranja, iako, kako je ranije upozoreno, ona nije opravdana, ili to
može biti vrijeme potrebno za završetak studija) može se doći tek kada uzorak
ispitanika koji se prati od klasifikacijskog ispita završi studij. To je veoma dugo
vrijeme i malo je onih koji bi se za to odlučili.
Vremenski bi se razmak eventualno mogao skratiti na godinu dana, ako bi
se uzele u obzir samo ocjene nakon prve godine studija za kriterijsku varijablu.
U tom bi se slučaju, međutim, postavilo pitanje jesu li predmeti koji se slušaju
na prvoj godini dovoljno reprezentativni za cijeli studij. Problem bi se mogao
riješiti bez gubljenja vremena tako da u onom času kada imamo podatke o
uspješnosti studiranja jednog uzorka studenata, primijenimo na tom uzorku
i instrumente koji mjere obilježja za koja se pretpostavlja da su bitna za
uspješnost studiranja i da se na taj način sastavi dobra baterija instrumenata
prediktora za klasifikacijski ispit.
Dijagnostička (konkurentna) valjanost bitna je za one instrumente koji su
namijenjeni dijagnozi nekog postojećeg stanja. Naprimjer, često je to slučaj
170
Mjerenje
dijagnoze bolesti ili poremećaja ličnosti. Može se postaviti pitanje zašto su

potrebni takvi instrumenti kada u istom vremenu raspolažemo i podacima
za kriterijsku varijablu. Odgovor na to pitanje vrlo je jednostavan. Mjerne
instrumente koristimo jer oni na brži i precizniji način omogućavaju dolazak
do željenih podataka. Naprimjer, umjesto opservacije osoba s poremećajima
ličnosti, što može trajati sedmicama, upitnicima ličnosti moći ćemo brže i
tačnije ustanoviti o kojim se poremećajima radi. U medicini, kako je dobro
poznato, ispravna dijagnoza bolesti temeljni je preduslov uspješnog izlječenja.
Za dijagnostičku valjanost koristi se termin i konkurentna valjanost. U ovom
slučaju mjerni instrument treba shvatiti kao konkurenta procjeni stručnjaka o
stanju bolesti, poremećaja ličnosti ili poremećaja bilo koje vrste odnosno bilo
koje kriterijske varijable koja predstavlja neko stanje osobe koje je potrebno
dijagnostikovati. Kako je već na početku navedeno, kriterijske su varijable u
principu složene.
Uspjeh u nekoj složenoj aktivnosti u slučaju prognostičke valjanosti i
dijagnoza nekog složenog stanja ispitanika često ne zavisi samo od jednog
nego od većeg broja obilježja. Instrumenti koji mjere samo jedan konstrukt
(homogeni instrumenti) samo mogu imati nisku korelaciju sa kriterijem.
U slučaju kada se kriterij može razložiti na relativno nezavisne potkriterije,
odnosno aspekte kriterija tada je opravdanije izvršiti validaciju određenog
instrumenta za onaj aspekt kriterija za koji je instrument najprimjereniji. Prema
tome, uspješnu prognozu rezultata ispitanika u kriteriju moguće je postići
samo pomoću sistema prediktora (instrument koji se koristi za prognozu
rezultata ispitanika u kriteriju naziva se prediktor), a isto vrijedi i za dijagnozu.
Multipla korelacija dobrog sistema prediktora trebala bi se kretati oko 0.80
(64% zajedničke varijanse između kriterijske varijable i sistema prediktora).
Provjera prognostičke valjanosti sistema prediktora obavlja se regre-
sijskom analizom. Tu su bitna dva temeljna parametra: multipla korelacija
sistema prediktora i kriterija (R) i standardizovani koeficijenti parcijalne
regresije svakog prediktora (beta). Multipla korelacija je važnija jer pokazuje
koliko je dobar sistem prediktora za prognozu uspjeha u kriteriju. Beta
koeficijent upućuje na prognostičku valjanost svakog prediktora pojedinačno.
U slučaju dijagnoze, visina povezanosti između dijagnostičkih instrumenata i
kriterija trebala bi biti viša jer nema vremenskog intervala između primjene
dijagnostičkih instrumenata i kriterija. Multipla korelacija bi se za sistem
dijagnostičkih instrumenata trebala kretati oko 0.90, a za pojedini instrument i
odgovarajući aspekt kriterija koeficijent korelacije trebao bi se kretati oko 0.80.
Provjera dijagnostičke valjanosti sistema dijagnostičkih instrumenata također
se može izvršiti pomoću regresijske analize. Odluke koje proizilaze iz raznih
dijagnostičkih i prognostičkih procedura često su izuzetno važne u životu ljudi
i zato bi uvijek trebale biti utemeljene na većem broju instrumenata visoke
dijagnostičke ili prognostičke valjanosti.
171
5.2.2. Diskriminativnost
Diskriminativnost (osjetljivost) je takva karakteristika određenog

mjernog instrumenta koja predstavlja mogućnost razlikovanja ispitanika
na osnovu njihovih rezultata dobijenih mjerenjem pomoću tog mjernog
instrumenta. Osjetljivost predstavlja svojstvo mjernog instrumenta da
uspješno razlikuje ispitanike po predmetu mjerenja. Za mjerni instrument
kaže se da je osjetljiv ako omogućava utvrđivanja i najmanjih razlika između
ispitanika u predmetu mjerenja. Ako više ispitanika postigne isti rezultat, veća
je vjerovatnost da mjerni instrument nije osjetljiv nego da se ispitanici ne
razlikuju u predmetu mjerenja. Statistički pokazatelj osjetljivosti instrumenta
je varijansa odnosno standardna devijacija. Osjetljivost instrumenta zavisi od
broja čestica i diskriminativnosti čestica.
Diskriminativnost čestice pokazuje sposobnost čestice da diferencira
ispitanike. Čestica veće diskriminativnosti ima veću varijansu. Naprimjer,
čestica u kojoj je upotrijebljena Likertova skala s pet stepeni ima visoku
diskriminativnost kada su odgovori ispitanika raspoređeni duž cijele skale. Ako
su odgovori raspoređeni na samo tri stepena skale, tada će čestica imati nisku
diskriminativnost. U testovima inteligencije nisku diskriminativnost imaju one
čestice odnosno zadaci koje je većina ispitanika uspješno riješila, ili oni koje
većina ispitanika nije uspješno riješila.
Mjerni instrument s nekoliko čestica ne može dobro diferencirati ispitanike.
Što je instrument kraći, veća je vjerovatnost da će jedan dio ispitanika imati isti
rezultat. Kod testova sposobnosti najveću diskriminativnost imaju prosječno
teški zadaci. Oni imaju indeks težine oko 0.50. Varijansa (p x q) tih zadataka
je najveća. Prema Mejovšeku (2003), Freeman (1962) to objašnjava na sljedeći
način: „Na primjer, ako neki zadatak rješava 100 ispitanika i riješi ga samo njih
10 i ako se formiraju parovi ispitanika, u tom slučaju postoji 900 kombinacija
(10 x 90) u kojima taj zadatak diskriminira ispitanike u paru. Ako zadatak riješi
50 ispitanika, tada je broj mogućih diskriminacija ispitanika u paru 2500 (50 x
50), to je najveći mogući broj, a to potvrđuje množenje bilo kojeg drugog para
proporcija” (Freeman, 1962). Zadaci koje niko nije uspio riješiti, ili oni koje su
svi ispitanici riješili nemaju nikakvu diskriminativnost. Od tih zadataka nema
nikakve koristi. Oni ne utječu na pouzdanost i valjanost testa.
Mejovšek (2003) ističe da zadaci u testu sposobnosti trebaju biti poredani

po težini. Na početku dolaze lagani zadaci. Oni trebaju motivisati ispitanike i
služe za diferencijaciju skupine najslabijih ispitanika. Veoma teški zadaci nalaze
se na kraju testa i potrebni su za diferencijaciju najboljih ispitanika. Međutim,
najveći broj zadataka trebaju biti zadaci prosječne težine. Osjetljivost drugih
mjernih instrumenata zavisi od raspodjele odgovora ispitanika ili procjenjivača
na zadane tvrdnje (upitnik ličnosti, skala stavova, skala procjene). Tvrdnje u
172
Mjerenje
kojima svi ispitanici ili procjenjivači zaokružuju isti ponuđeni odgovor nemaju
nikakvu diskriminativnost.
Dobru diskriminativnost imaju one tvrdnje u kojima su odgovori po
pojedinim kategorijama ravnomjerno raspoređeni, odnosno kada pokazuju
tendenciju normalne raspodjele. Da bi se povećala diskriminativnost, treba
uvesti više od dvije kategorije za odgovore ispitanika. Često se primjenjuje pet
kategorija odnosno stepeni (Likertova skala)(Slika 5).
Slika 5. Tendencija normalne raspodjele tvrdnji (Likertova skala)
Osjetljivost mjernog instrumenta može se dodatno povećati diferen-

cijalnim ponderiranjem uratka ispitanika. U testu sposobnosti, ako ispitanik
riješi težak zadatak, dobija više bodova, a za uspješno rješenje laganog zadatka
dobija samo jedan bod ili dio boda. Tim pravednijim načinom vrednovanja
povećavaju se individualne razlike, a to znači i diskriminativnost čestica. Isti
način vrednovanja rezultata ispitanika može se primijeniti i u upitnicima
ličnosti.
Postoji više načina na koje se može provesti diferencijalno ponderiranje.

U praksi se to uglavnom izbjegava jer time postupak ocjenjivanja uratka
ispitanika postaje složeniji. Taj način vrednovanja uratka ispitanika doći će u
češću upotrebu širom primjenom kompjutera u testiranju. U tom slučaju u
program za ocjenjivanje ugradio bi se i program za diferencijalno ponderiranje.
Na osjetljivost mjernog instrumenta utječe i primjerenost instrumenta.
Mjerni instrument treba biti primjeren u odnosu na ona obilježja ispitanika
koja neposredno utječu na obilježje koje je predmetom mjerenja i od kojih
zavisi rezultat ispitanika u obilježju koje je predmetom mjerenja. Najčešće se
primjerenost instrumenta posmatra u odnosu na dob i nivo obrazovanosti.
Mjerni instrumenti se zato prilagođavaju dobi i nivou obrazovanosti ispitanika,
jer bi inače ta obilježja utjecala na rezultate u obilježju koje je predmetom
mjerenja. Iz tih razloga, naprimjer, testovi inteligencije se uvijek konstruišu
za određenu dob, a prilagođavaju se nivou obrazovanosti ispitanika. Ako test
173
nije primjeren neće biti ni osjetljiv jer će njegova varijansa biti sužena. Test
inteligencije koji nije primjeren dobi ispitanika bit će ili prelagan ili pretežak
i raspodjela rezultata odstupat će od normalne raspodjele u lijevu stranu
(pretežak test) ili u desnu stranu (prelagan test). Diskriminativnost (osjetljivost)
mjerenja ukazuje u kojoj mjeri se u procesu mjerenja mogu razlikovati ispitanici
po onome šta treba da se mjeri.
Najbolji podaci o diskriminativnosti se dobijaju na osnovu varijabiliteta

i distribucije rezultata. Varijabilitet predstavlja direktni pokazatelj
diskriminativnosti (osjetljivosti) što znači da je bolji onaj test čiji je varijabilitet
veći, odnosno da je dovoljno diskriminativan, a standardna devijacija i
koeficijent varijabilnosti su ustvari mjere varijabiliteta. Smatra se da standardna
devijacija kod dobrog testa treba iznositi 1/3 aritmetičke sredine odnosno 1/6
vrijednosti raspona rezultata tog mjerenja. Prilikom mjerenja antropoloških
karakteristika kod većine antropometrijskih mjera, naprimjer, problem
diskriminativnosti se ne postavlja, međutim, u mjerenju nekih motoričkih
aktivnosti postoji potreba za većom diskriminativnošću. Kao tipičan
primjer mogu se navesti rezultati u trčanju ili plivanju gdje se uvođenjem
elektronskog mjerenja prešlo na registrovanje vremenskih rezultata umjesto
u desetinkama sekunde na stote dijelove sekunde. Ove jedinice mjerenja
potrebno je uporediti sa jedinicom greške mjerenja pri čemu greška mjerenja
ne bi trebala biti veća od jedne jedinice mjere, a to praktično znači da jedinicu
mjere treba na neki način prilagoditi grešci mjerenja, jer je nedozvoljeno
da se mjeri u mikronima, a da se dozvoljava greška u centimetrima. Na
osnovu toga se može zaključiti da je važno da se odrede i neke statističke
karakteristike rezultata primijenjenih mjernih instrumenata, pored njihovih
metrijskih karakteristika. Statističke karakteristike mjernih instrumenata su
osnovni podaci za bilo kakvu analizu rezultata istraživanja, a neophodne
su za komparaciju između ispitanika, ili unutar uzorka ispitanika ili između
nekih drugih uzoraka ispitanika. Najčešće statističke karakteristike mjernih
instrumenata su: aritmetička sredina, standardna devijacija, minimalni i
maksimalni rezultat mjerenja.
Za određivanje „težine” zadatka u nekom mjernom instrumentu, odnosno

za procjenu primjerenosti zadatka po težini za odgovarajući uzorak ispitanika,
koristi se i odstupanje od normalne distribucije. Prema tome, asimetričnost
dobijene distribucije pokazuje da li je određeni zadatak odviše lak ili pretežak
za neki uzorak ispitanika, dok, naravno, to ne mora biti slučaj sa nekim drugim
uzorkom ispitanika. Kada je zadatak u nekom testu previše lagan, distribucija
rezultata je negativno asimetrična, tj. aritmetička sredina i mod, pa i medijana,
nalaze se u zoni većih rezultata, a distribucija je razvučena prema manjim
vrijednostima. S druge strane, ako je zadatak u testu pretežak, distribucija
174
Mjerenje
rezultata je pozitivno asimetrična, tj. prosječne vrijednosti se nalaze u zoni

manjih rezultata, a distribucija je razvučena prema većim vrijednostima
rezultata. Da li će asimetričnost biti pozitivna ili negativna, zavisi od
međusobnog položaja aritmetičke sredine (AS) i moda (modusa - Mo) rezultata
ispitanika u datom testu, kao i od standardne devijacije (S) tih rezultata. Taj
odnos se određuje kao
Sk = (AS - Mo)/s
i naziva se skjunis (engl. skewness - nagnutost). Može se uočiti da će Sk

imati pozitivan predznak ako je asimetrija pozitivna (modus - Mo) u zoni manjih
vrijednosti od aritmetičke sredine (AS), a negativan ako je asimetrija negativna
(Mo u zoni većih vrijednosti od AS). Naravno, ako je distribucija simetrična, Sk
će biti jednak nuli. U slučaju da je distribucija izrazito pozitivno asimetrična, Sk
će se približavati vrijednosti +3, a ako je izrazito negativno asimetrična, Sk će
težiti vrijednosti –3.
Slika 6. Vrste distribucije simetričnosti
Procjena homogenosti rezultata ispitanika u izvođenju testa može se

analizirati na osnovu zaobljenosti vrha krivulje distribucije rezultata koja se
naziva kurtosis (K). Na osnovu vrste zaobljenosti, distribucija rezultata testiranja
može da bude (Slika 7):
- Mezokurtična (normalna) (K=0,)
- Platikurtična (K< 0) i
- Leptokurtična (K > 0)
Izduženost krivulje ukazuje na veću homogenost ispitanika ili na

smanjenu diskriminativnost testa.
175
Slika 7. Vrste distribucije na osnovu zaobljenosti vrha krivulje distribucije
5.2.3. Objektivnost
Objektivnost nekog mjernog instrumenta je karakteristika koja se

može definisati kao nezavisnost mjerenja od mjerilaca. Prema tome, mjerni
postupak je objektivan samo u slučaju kada različiti mjerioci, ispitujući
jednim istim testom ili ocjenjivanjem neke aktivnosti iste ispitanike, dolaze
do jednakih ili veoma sličnih rezultata. Objektivnost će se poboljšati velikim
dijelom ako se mjerioci pridržavaju propisanih standardnih uslova i kriterija za
mjerni postupak. Mjerni instrument je objektivan ako dobijeni rezultati zavise
isključivo od ispitanika, odnosno od razvijenosti obilježja koje je predmetom
mjerenja, a ne od okolnosti u kojima je ispitivanje izvršeno i utjecaja ispitivača.
Ispitivač treba osigurati normalne uslove za ispitivanje (prostor s udobnim
stolicama i klupama za pisanje, dobro osvjetljenje, udobnu sobnu temperaturu,
odsutnost buke i slično). Ispitanici trebaju biti motivisani za ispitivanje. Ispitivač
postiže objektivnost mjerenja ako se striktno pridržava uputa za primjenu
instrumenata i uputa za ocjenjivanje uratka ispitanika. Kada se mjerenje vrši
za potrebe naučnog istraživanja, ispitivač treba samo u osnovnim crtama
upoznati ispitanike s ciljem istraživanja. Nije dobro ulaziti u detalje da ispitanici
ne bi naslutili koju hipotezu ili hipoteze istraživač provjerava, jer bi ispitanici
mogli svjesno ili nesvjesno „pomoći” istraživaču da ih dokaže. Objektivnost
mjerenja postiže se vježbom i iskustvom i zato osposobljavanju ispitivača
treba pridavati veliku važnost.
U pedagoškim istraživanjima, kod instrumenata koje ispitanici popunjavaju,

javlja se jedan izvor pogrešaka koji također može smanjiti vrijednost rezultata
koji se njime dobija (Mužić, 1986). Radi se o nivou objektivnosti pri kontroli
ispravnosti odgovora ispitanika, što autor smatra da je zapravo jedan od
aspekata pouzdanosti. Greške koje se javljaju neobjektivnošću automatski
176
Mjerenje
smanjuje slaganje instrumenata sa samim sobom. Razlika je jedino u tome

što se tu ne radi o slaganju između dviju primjena istog instrumenta, nego o
slaganju dvaju ili više rezultata jedne primjene istog mjernog instrumenta kod
istog ispitanika kojeg su kontrolisale dvije ili više osoba.
Objektivnost se definiše izračunavanjem koeficijenta korelacije između

rezultata mjerilaca koji su bili na isti, kvalitetan način instruisani i koji su vršili
mjerenja istim mjernim instrumentom na istom uzorku ispitanika, u istim ili
veoma sličnim uslovima. Smatra se da takva korelacija treba da je najmanje
.90 -.95 da bi se neki mjerni instrument smatrao objektivnim. Ako je taj
koeficijent korelacije manji, onda se takav mjerni instrument ne preporučuje u
istraživanjima, ili se preporučuje detaljnija analiza nivoa i kvaliteta instruisanosti
mjerilaca. Prema tome, kada se primjenjuje neki test od strane više mjerilaca
potrebno je izmjerene rezultate svakog mjerioca dovesti u međusobnu
korelaciju, te utvrditi na ovako relativno jednostavan način objektivnost tog
testa. Dakle, što je veći stepen slaganja između rezultata ispitanika koje su dobili
različiti mjerioci, to je objektivnost mjerenja veća. Koeficijent objektivnosti se
kreće u intervalu od 0 do 1, a vrijednost mu je veća što je veći broj mjerilaca
i što je veći stepen slaganja između rezultata ispitanika utvrđenih od strane
različitih mjerilaca. Postupak za utvrđivanje objektivnosti nekog mjerenja u
kome sudjeluje veći broj mjerilaca identičan je metodi interne konzistencije za
utvrđivanje pouzdanosti kompozitnih mjernih instrumenata, s tom razlikom
da su pri subjektivnoj procjeni čestice mjerenja mjerioci, odnosno suci (Dizdar,
2006). Objektivnost nekog mjerenja možemo utvrditi:
kondenzacijom originalnih ocjena sudaca aritmetičkom sredinom,
kondenzacijom standardizovanih ocjena sudaca aritmetičkom
sredinom,
izračunavanjem Cronbachovog koeficijenta objektivnosti (Cronbach’s
alpha) i Spearman-Brownovog koeficijenta objektivnosti (Standardized
alpha).
Stoga se objektivnost mjerenja može povećati uključivanjem većeg broja

ocjenjivača čije se ocjene trebaju u što većoj mjeri međusobno slagati. To se
postiže pridržavanjem standardizovanog postupka mjerenja. Objektivnost
mjernog instrumenta zavisi od:
znanja i iskustva mjerioca/ocjenjivača,
nezavisnosti mjerioca od okolnih distraktora,
jednostavnosti predmeta mjerenja,
jednostavnosti pravila mjerenja i kriterija za ocjenjivanje,
jednoznačnosti pravila mjerenja i kriterija za ocjenjivanje,
tehnološke podrške mjeriocu pri mjerenju/ocjenjivanju.
177
Kao tipičan primjer objektivnosti mjerenja u kineziologiji može poslužiti

procjenjivanje ocjenjivača (sudija) koji vrše procjenjivanje, koliko je neki
ispitanik uspješno izveo neki tehnički element ili kompoziciju elemenata.
Prema tome, u svim slučajevima kada neki sistem mjerenja nije dovoljno
objektivan, onda se objektivnost postiže tako što se koriste rezultati većeg
broja edukovanih mjerioca koji mjere neku pojavu kod pojedinca.
5.2.4. Pouzdanost
Pouzdanost (relijabilnost, dosljednost, konstantnost, postojanost)

nekog mjernog instrumenta je metrijska karakteristika koja pokazuje koliko
taj instrument tačno mjeri sopstveni predmet mjerenja. Dok kod valjanosti
postavljamo pitanje šta se instrumentom mjeri, podatak o pouzdanosti
mjernog instrumenta treba da nam da odgovor na pitanje da li se možemo
osloniti na rezultat koji smo ovim mjerenjem dobili. Jordan (1966) ističe da
kada jedan test posjeduje visoku pouzdanost, njegovi rezultati variraju vrlo
malo od jednog do drugog testiranja. Pouzdanost je metrijska karakteristika
koja se odnosi na preciznost mjerenja (Mejovšek, 2003). Definiše se na dva
načina:
1. mjerni instrument je pouzdan ako se u ponovljenom mjerenju u
osnovi dobiju isti rezultati,
2. mjerni instrument je pouzdan ako svim svojim dijelovima dosljedno
mjeri isti konstrukt.
Iz navedenih definicija proizilaze i tri metode utvrđivanja pouzdanosti

koje koriste koeficijent korelacije kao tehniku mjerenja pouzdanosti:
1. Ponavljanje istog testa (test-retest),
2. Korištenje paralelnih oblika jednog testa (paralelne forme),
3. Unutrašnja dosljednost.
Jordan (1966) ističe i četvrtu metodu za izračunavanje pouzdanosti

testova bez izračunavanja korelacije, tzv. Kuder–Richardsonova tehnika. Prvi
i drugi postupak odgovaraju prvoj definiciji, a treći postupak drugoj definiciji.
Test-retest postupak sastoji se u ponovnoj primjeni istog instrumenta na

istom uzorku ispitanika nakon određenog vremenskog intervala. Vremenski
interval se uobičajeno kreće do 6 mjeseci. Koeficijent korelacije između dvije
primjene instrumenta pokazatelj je pouzdanosti instrumenta. S produženjem
vremenskog intervala povezanost opada. Propisani standard za testove
sposobnosti je minimum 0.90, a za upitnike ličnosti minimum 0.80. Nedostatak
ovog načina je što su rezultati u prvoj i drugoj primjeni instrumenta zavisni.
178
Mjerenje
Prilikom primjene instrumenta po drugi put, ispitanici se prisjećaju odgovora

na zadatke ili tvrdnje, a to zatim umjetno podiže visinu korelacije. U testovima
sposobnosti ispitanici se prisjećaju strategija rješavanja problema, i to im može
olakšati rješavanje zadataka, tako da se u drugoj primjeni mogu očekivati bolji
rezultati. Problem je u vremenskom intervalu između primjene testa. Ako je
taj interval bio kratak onda bi ispitanici na osnovu dobrog prisjećanja situacije
i kognitivnog analiziranja bolje reagovali u drugom mjerenju, pa su mogli
povećati korelaciju između postignutih rezultata u dvije vremenske tačke.
S druge strane, u predugačkom intervalu mogu se pojaviti razni unutrašnji
i spoljašnji faktori koji mogu značajno utjecati na rezultate u istom testu, te
se na taj način dobija iskrivljena predstava o izračunatoj korelaciji, odnosno o
pouzdanosti tog testa. Međutim, viši rezultati u drugom mjerenju neće utjecati
na visinu korelacije, ako se i u drugom mjerenju zadrže iste razlike među
ispitanicima.
Paralelne forme predstavljaju jedan od mogućih načina da se izbjegne

spomenuti nedostatak test-retest metode. Paralelne forme su primjena
alternativnih formi mjernog instrumenta u određenom vremenskom razmaku
ili neposredno jedna za drugom. Paralelne forme testa mjere isti konstrukt,
ali se čestice razlikuju u sadržaju. Broj čestica trebao bi biti isti, a u testovima
sposobnosti zadaci bi trebali biti podjednake težine. Problem je, međutim, u
tome što nije jednostavno konstruisati paralelne forme mjernog instrumenta
i mnogi mjerni instrumenti nemaju paralelnu formu. Paralelne forme, također,
nisu potpuno nezavisne. U testovima sposobnosti, i ovdje, ako ispitanik otkrije
strategiju rješavanja problema u prvom mjerenju, može tu istu strategiju
primijeniti i u drugom mjerenju. Međutim, korelacija ne bi trebala biti znatnije
umjetno povišena, barem ne onoliko koliko je to u metodi test-retest jer nema
identičnih čestica koje ispitanik može zapamtiti. Što se tiče prenosa strategija
rješavanja problema u testovima sposobnosti, tu će za to biti manja mogućnost.
Unutrašnja dosljednost predstavlja dolaženje do informacije o
pouzdanosti na temelju samo jedne primjene mjernog instrumenta. Taj pristup
prilagođen je homogenim mjernim instrumentima koji mjere jedan konstrukt.
Takvi su instrumenti u metrijskom smislu bolji jer valjanije i pouzdanije
(osjetljivije) mjere/obilježe pojavu koja je predmetom mjerenja. To je i sasvim
razumljivo jer ti instrumenti mjere određeni konstrukt sa svim česticama.
Problem postoji kada se radi o generalnom konstruktu odnosno složenom
kriteriju. U tom slučaju treba konstruisati više homogenih instrumenata
koji mjere specifične konstrukte u sklopu generalnog konstrukta. Prednost
homogenih instrumenata je u jasnijoj i jednostavnijoj interpretaciji rezultata u
usporedbi s heterogenim instrumentima koji mjere više konstrukata, a dobra
pokrivenost složenog konstrukta odnosno kriterija može se osigurati nizom
(baterijom) homogenih instrumenata.
179
Postoje dvije strategije. Prva se sastoji u podjeli instrumenta na dva

dijela i računanju koeficijenta korelacije između dijelova, a u drugoj se računa
dosljednost kojom čestice instrumenta u cjelini mjere određeni konstrukt na
temelju homogenosti čestica. Kod podjele instrumenta u dvije polovine treba
voditi računa o tome da one budu ekvivalentne. To se najbolje može postići
podjelom na parne i neparne čestice, ili podjelom testa na dvoje (Jordan,
1966). Nakon toga računa se korelacija između polovina instrumenta. Da bi
se tako izračunati koeficijent korelacije mogao uspoređivati s koeficijentima
korelacije koji su dobijeni test-retest postupkom ili postupkom alternativnih
formi, potrebno je korigovati utvrđenu korelaciju jer je korelacija izračunata
na polovinama instrumenta niža u usporedbi s korelacijama izračunatim na
punim mjernim instrumentima. Razlog je u tome što koeficijent korelacije
zavisi od veličine varijansi varijabli. Korelacija između dviju varijabli bit će nulta
ili vrlo niska ako je uzorak ispitanika veoma homogen u predmetu mjerenja tih
dviju varijabli.
Homogen uzorak je onaj u kojem se ispitanici vrlo malo međusobno
razlikuju u mjerenom obilježju, a to znači da postoji mali varijabilitet odnosno
varijansa. Polovina čestica ne može tako dobro razlikovati ispitanike u
predmetu mjerenja, kao što mogu sve čestice. Koristeći pojam homogenosti,
jasno je da je uzorak ispitanika homogeniji u polovini instrumenta nego u cijeloj
dužini instrumenta, jer s povećanjem broja čestica povećava se i vjerovatnost
razlikovanja ispitanika. Iz toga proizilazi da će koeficijent pouzdanosti biti
viši u heterogenom, a niži u homogenom uzorku ispitanika. U homogenom
uzorku ispitanika, zbog suženog variranja rezultata ispitanika, postoji manja
vjerovatnost da će se moći utvrditi sistematičnost u variranju rezultata, u
dvjema promatranim varijablama. Koeficijent korelacije između dviju varijabli
nije ništa drugo nego pokazatelj sistematičnosti u variranju rezultata ispitanika
u tim dvjema varijablama.
Isto se može objasniti i na drugi način. Korelacija dviju varijabli zavisi
od veličine zajedničke varijanse tih dviju varijabli. Zajednička varijansa je dio
ukupne varijanse varijable. To je onaj dio ukupne varijanse dviju varijabli koji
se odnosi na razlike ispitanika u onom obilježju (obilježjima) koje mjere obje
varijable. S povećanjem ukupne varijanse dviju varijabli, logično je očekivati
i njihovu veću zajedničku varijansu. Korekcija koeficijenta korelacije vrši se
pomoću Spearman-Brownove formule, po kojoj se može izračunati koliko će se
povećati (smanjiti) pouzdanost instrumenta ako ga povećamo (smanjimo) za
određeni omjer njegove početne dužine. Iz prethodnog objašnjenja proizilazi
da će mjerni instrument s više čestica imati i veću pouzdanost, jer će bolje
razlikovati ispitanike u predmetu mjerenja, odnosno imat će veću varijansu,
a veća varijansa znači i vjerovatnost više povezanosti. Pouzdanost neke
informacije je veća ako je višestruko provjerena. Tu se vidi utjecaj osjetljivosti
instrumenta, treće metrijske karakteristike na visinu koeficijenta korelacije
180
Mjerenje
odnosno na pouzdanost. Pomoću te formule mogu se utvrditi promjene u

pouzdanosti u zavisnosti od broja čestica koje sadrži instrument (Jordan, 1966;
Mejovšek, 2003; Dizdar, 2006):
𝑛𝑛𝑛𝑛11
𝑟𝑟𝑡𝑡𝑡𝑡 =
1 + (𝑛𝑛 − 1)𝑟𝑟11
gdje je
- rtt procijenjeni koeficijent pouzdanosti nekog željenog produljenja
(skraćenja) mjernog instrumenta,
- r11 postojeći koeficijent pouzdanosti,
- n broj koji pokazuje koliko treba instrument produljiti/skratiti.
U slučaju računanja pouzdanosti po metodi podjele instrumenta u dvije

polovine, formula ima ovaj oblik:
2𝑟𝑟12
𝑟𝑟𝑡𝑡𝑡𝑡 =
1 + 𝑟𝑟12
U drugom pristupu računanja unutrašnje dosljednosti mjerni instrument

se ne dijeli na polovine, a Jordan (1966) ovaj pristup naziva metodom
izračunavanja pouzdanosti bez izračunavanja korelacija ili Kuder-Richardsonova
tehnika. Formulu za ovu namjenu predložili su Kader i Richardson (1937) i
bila je prilagođena za testove sposobnosti u kojima se za svaki zadatak može
izračunati proporcija ispitanika koji su zadatak riješili (p) i proporcija ispitanika
koji zadatak nisu riješili (q):
𝑛𝑛 𝑠𝑠𝑥𝑥2 − ∑ 𝑝𝑝𝑝𝑝
𝑟𝑟𝑡𝑡𝑡𝑡 = � �
𝑛𝑛 − 1 𝑠𝑠𝑥𝑥2
gdje je
- n broj zadataka,
- S2x varijansa ukupnih rezultata ispitanika.
Cronbach (1951) je predložio generalni oblik ove formule koja vrijedi za

sve vrste čestica:
𝑛𝑛 𝑠𝑠𝑥𝑥2 − ∑ 𝑠𝑠𝑖𝑖2
𝛼𝛼 = � �
𝑛𝑛 − 1 𝑠𝑠𝑥𝑥2
gdje je
- n broj zadataka,
- S2i varijansa pojedine čestice.
181
Cronbachova α je koeficijent pouzdanosti koji se najčešće koristi u

naučnoistraživačkim radovima. Ako se pouzdanost analizira postupcima na
osnovu klasičnog modela mjerenja, što se najčešće koristi u istraživanjima,
onda se polazi od pretpostavke da je odgovarajući test valjan, ali da je problem
u izračunavanju pravih rezultata u njegovim česticama. Mjere pouzdanosti
su koeficijenti pouzdanosti (relijabilnosti) koji se kreću od 0.00 (odsustvo
bilo kakve pouzdanosti) do 1.00 (idealno pouzdan test), ali se ove vrijednosti
praktično nikada ne dobijaju. Ako taj koeficijent iznosi najmanje 0.90, smatra
se da analizirani test ili njegove čestice imaju dobru pouzdanost. Jako je
važno reći da je test pouzdan ukoliko je valjan, ali da test nije valjan ukoliko
je pouzdan. Uobičajeni kriteriji za Cronbachov alfa koeficijent pouzdanosti
navedeni su u tabeli 5 (DeVellis, 1991).
Tabela 5. Prihvatljive i neprihvatljive razine Cronbach alfa koeficijenta pouzdanosti
Alfa koeficijent Implicirana pouzdanost

ispod 0.60 Neprihvatljiva
0.60 – 0.65 Granična
0.65 – 0.70 Prihvatljiva
0.70 – 0.80 Vrlo dobra
0.80 – 0.90 Odlična
iznad 0.90 Treba skratiti skalu
5.2.5. Baždarenost
Baždarenost (standardizovanost, graduiranost, normiranost) predstavlja

mjernu karakteristiku koja znači da su za te mjerne postupke poznate norme
i uslovi korištenja za određenu populaciju. Baždarenost nam ukazuje na to
da znamo kakvi se rezultati pojavljuju među ispitanicima kako bismo mogli u
relativnom smislu pozicionirati rezultat nekog ispitanika u odnosu na ukupni
uzorak, što nam daje mogućnost interpretacije rezultata u odnosu na rezultate
drugih ispitanika. Baždarenost je karakteristika nekog mjernog instrumenta
na osnovu koje se uočava mogućnost utvrđivanja kvantitativne vrijednosti
individualnog rezultata mjerenja pomoću tog instrumenta i direktno je
povezana sa njegovom osjetljivošću. Ako neki mjerni instrument nije dovoljno
osjetljiv, tj. ako se ne mogu dovoljno razlikovati postignuti rezultati u nekoj
grupi ispitanika, potrebno ga je baždariti tako da se, npr. umanje mjerne
jedinice ili da se poveća broj ponavljanja zadatka u testu ili broj čestica.
Mejovšek (2003) ističe da pod pojmom baždarenja u tehničkim i prirodnim
naukama podrazumijevamo provjeru ispravnosti mjernog instrumenta, dok
182
Mjerenje
u društvenim i humanističkim naukama pojam baždarenja treba posmatrati

u nešto širem kontekstu. Baždarenje se odnosi na utvrđivanje referencijskih
standarda pomoću kojih će se vrednovati uradak određene grupe ispitanika.
Ti standardi su aritmetička sredina i standardna devijacija, a nazivaju se norme
mjernog instrumenta. Utvrđivanje normi određenog mjernog instrumenta
predstavlja standardizaciju tog instrumenta. Standardizacija određenog
mjernog instrumenta obavlja se uvijek na reprezentativnom uzorku ispitanika
određene populacije.
Određivanje normi određenog mjernog instrumenta nužno je za

vrednovanje rezultata koje je ispitanik postigao u tom mjernom instrumentu.
Zahvaljujući aritmetičkoj sredini dobijamo informaciju o tome je li rezultat
određenog ispitanika lošiji ili bolji od prosjeka uzorka, ili je u području
prosjeka uzorka odnosno populacije. Pomoću standardne devijacije kao mjere
disperzije rezultata od aritmetičke sredine, možemo odrediti položaj ispitanika
na raspodjeli dobijenih rezultata populacije kojoj ispitanik pripada. Prema
tome, rezultat ispitanika vrednuje se u odnosu na rezultate populacije kojoj
ispitanik pripada. To se najjednostavnije može učiniti pretvaranjem bruto
rezultata ispitanika u standardizovane (z) vrijednosti:
𝑋𝑋 − 𝑀𝑀
𝑍𝑍 =
𝜎𝜎
gdje je
- X bruto rezultat ispitanika,
- M aritmetička sredina i
- σ standardna devijacija mjernog instrumenta
utvrđene na reprezentativnom uzorku ispitanika iz određene populacije.
Standardizovane vrijednosti su u čestoj upotrebi jer imaju određenih
prednosti naspram bruto rezultata. Rezultati ispitanika u različitim vrstama
mjernih instrumenata mogu se međusobno usporediti kada su pretvoreni
u z-vrijednosti. Računske operacije su jednostavnije sa z-vrijednostima (npr.
izračunavanje korelacije). U multivarijantnoj statističkoj obradi podataka
latentne dimenzije i razni koeficijenti najčešće su u standardizovanom obliku.
Zato se u principu bruto rezultati ispitanika na početku računske obrade
pretvaraju u z-vrijednosti. Da bi se odredio položaj pojedinog ispitanika
koriste se i drugi postupci kao, naprimjer, izračunavanje kvartila, decila i
centila. Kada se svi ispitanici reprezentativnog uzorka na kojem je izvršena
standardizacija mjernog instrumenta poredaju po veličini, počevši od onih
koji su postigli najniži do onih koji su postigli najviši rezultat, ispitanici se
mogu svrstati u kvartile, decile ili centile. Kvartil obuhvata 25%, decil 10%, a
centil 1% ispitanika. U prvom kvartilu, decilu i centilu nalaze se ispitanici koji
183
su postigli najniže rezultate, znači prvih 25%, 10%, odnosno 1% ispitanika. U

postupku standardizacije mjernog instrumenta odrede se granične vrijednosti
pojedinog kvartila, decila ili centila, tako da se u kasnijoj primjeni instrumenta
može odmah znati u koji kvartil, decil ili centil ispitanik pripada. Baždarenje
mjernog instrumenta u društvenim i humanističkim naukama također ima
i značenje kao i u prirodnim naukama, a to je provjera ispravnosti mjernog
instrumenta. To praktično znači da bi u određenim vremenskim razmacima
određene norme trebalo provjeriti. Ovo se radi iz prostog razloga jer se
razvijenost pojedinih obilježja populacije može u nekoj populaciji znatnije
promijeniti tokom vremena. Na osnovu toga, norme mjernih instrumenata
koji su u upotrebi već dugi niz godina treba provjeriti s vremena na vrijeme.
Neki testovi kao, npr. testovi sposobnosti i upitnici ličnosti, trebaju obavezno
imati norme jer inače nisu upotrebljivi u praksi. Da bismo individualni
rezultat ispitanika mogli ocijeniti, moramo imati informaciju o razvijenosti
obilježja koje instrument mjeri u populaciji kojoj ispitanik pripada. Na temelju
aritmetičke sredine dobijamo grubu informaciju o položaju ispitanika u
populaciji, a na temelju standardne devijacije dobijamo precizan podatak o
položaju ispitanika u populaciji u obilježju koje je predmetom mjerenja. Kao
što smo ranije rekli, koristeći i druge postupke (kvartili, decili i centili) dobijamo
preciznu informaciju o položaju ispitanika, s obzirom na ispitivano obilježje u
populaciji kojoj ispitanik pripada.
184
Tehnologija naučnoistraživačkog rada
6.
TEHNOLOGIJA NAUČNOISTRAŽIVAČKOG RADA
 Definisanje predmeta i problema istraživanja

 Ciljevi istraživanja
 Hipoteze istraživanja
 Uzorak istraživanja
 Uzorak varijabli
 Projekat naučnog istraživanja
185
186
6. TEHNOLOGIJA NAUČNOISTRAŽIVAČKOG RADA
Tehnologija etimološki vodi porijeklo od grčkih riječi technologia (grč.

τεχνολογία) i techne (grč. τέχνη) – vještina i grčke riječi logia (grč. λογία) –
nauka. Definiciju tehnologije i samu tehnologiju možemo posmatrati na
dva načina. Prvi se može odnositi na tehnologiju u materijalnom smislu,
materijalna sredstva, objekte, mašine ili alate, dok se drugi može posmatrati
i odnositi na šire teme kao što su određeni sistemi, metode organizacije
i tehnike rada u određenom procesu, ali također i kao naučnu disciplinu
koja proučava primjenu znanja, vještina i organizacije u provedbi nekog
procesa. Takav način posmatranja termina tehnologije se može primjenjivati
generalno ili na specifične oblasti, kao što su „konstrukciona tehnologija”,
„medicinska tehnologija”, „istraživačka tehnologija“ ili „trenažna tehnologija”.
Prema autorima Zelenika i Zelenika (2006) tehnologija naučnoga istraživanja
je interdisciplinarna i multidisciplinarna nauka koja izučava i primjenjuje
zakonitosti metodoloških postupaka i intelektualnih aktivnosti (tj. mjera,
akcija, misaonih postupaka, poslova, zadataka i radnji) pri transformaciji
ideje u pisano djelo, odnosno pri proizvodnji naučnih proizvoda. Budući da
je opća i posebna tehnologija, a samim tim i tehnologija naučnoistraživačkog
rada, interdisciplinarna i multidisciplinarna nauka sa svim karakteristikama
savremene nauke, nije upitna isprepletenost nauke i tehnologije, njihova
kompatibilnost, komplementarnost, međuutjecajnost. Moglo bi se čak utvrditi
da su i metodologija i tehnologija specifični oblici nauke o nauci.
U svom kontinuiranom razvoju kroz historiju, nauka nije mogla učinkovito

donositi kvalitetne rezultate bez jake sprege nauke, metodologije i tehnologije
naučnog istraživanja. Ta veoma jaka interakciona veza podrazumijevala
je postojan međusobni odnos nauke, njene klasifikacije, disciplinarnog i
višedisciplinarnog naučnog istraživanja. U svom razvoju, kroz određene
vremenske periode, prilagođavala se karakteristikama i fenomenima datog
vremena u kojem je egzistirala. Posmatrajući razvoj nauke danas, koja se
događa u tekućem vijeku, vijeku tehnološke revolucije, čini se realnim
anticipirati brojne razvojne odrednice koje karakteriše ubrzani naučni razvoj
u svim naučnim područjima, tehnološki razvoj, inovativnost i učinkovitost.
Ako govorimo o najvažnijim odrednicama tehnologije naučnog istraživanja u
21. stoljeću, moglo bi se reći da je za nju karakteristično sljedeće (Zelenika i
Zelenika, 2006: Peličić i sar., 2016):
nastavak procesa globalne afirmacije tehnologije naučnog
istraživanja,
bitno skraćivanje vremena između ideje, odnosno osmišljavanja
određenoga projekta i njegovoga završetka,
187
povećanje broja programa i projekata koji će se implementirati u praksi,

pojačavanje interakcione sprege, kompatibilnosti i komplementarnosti
između temeljnih (bazičnih, fundamentalnih), primijenjenih
(aplikativnih) i razvojnih (stručnih) istraživanja,
povećanje broja temeljnih, primijenjenih i razvojnih istraživanja
u kojima će primarni objekti istraživanja imati riječi „inteligentan“,
„inteligentna“ i „inteligentno“,
povećanje broja temeljnih, primijenjenih i razvojnih istraživanja u
kojima će se primarni objekti istraživanja odnositi na mega i globalne
društvene, ekonomske, prirodne fenomene,
u mega, globalnim i makrotemeljnim, primarnim i razvojnim
istraživanjima dominantnu ulogu igrat će inteligentni višedisciplinarni
timovi naučnika, istraživača, intelektualaca,
povećanje broja programa, projekata, studija, ekspertiza koji će biti u
direktnoj misiji povećanja profita i ekstra profita,
u mega, globalnim i makrotemeljnim, primijenjenim i razvojnim
istraživanjima dominirat će visokosofisticirani, inteligentni naučno-
istraživački instrumentariji,
implementacija rezultata istraživanja na globalnom nivou povećavat
će i produbiti jaz između bogatih i siromašnih ljudi.
Sve ovo navedeno odnosi se i na sami proces naučnoistraživačkog rada,

uvažavajući pri tome sve karakteristike i dostignuća metodologije naučnog
rada, kao specifične naučne djelatnosti.
Svaka ljudska aktivnost u kojoj se ostvaruje neki krajnji proizvod odvija se
po nekoj tehnologiji rada. Shodno tome, unapređenje bilo koje aktivnosti, bilo
koje vrste rada podrazumijeva i usavršavanje tehnologije rada koja uključuje
akumulaciju prethodnog, trenutnog i prelaznog znanja, kao i aplikaciju
adekvatnog organizacionog sistema pomoću kojeg se taj rad sprovodi.
Tehnologija istraživanja obuhvata čitav jedan proces ili organizacioni sistem,
koji polazi od ideje, a završava aplikacijom dobijenih rezultata istraživanja. Da
bi se uspješno transformisala ideja u djelo, treba imati na umu mnoge faktore,
od kojih su tri najvažnija (Zelenika i Zelenika, 2006):
Da svaka ideja nije prava ideja. Autori ističu da je vrlo teško doći
do prave ideje i da je od mnoštva dobrih ideja samo jedna ostvariva.
Pretvorba primjerene ideje u djelo, u određeni naučni proizvod,
pretpostavlja prosječan ili natprosječan koeficijent racionalne i
emocionalne inteligencije, mnogo znanja, rada, vremena, darovitost,
sposobnost, vještinu, umijeće i još mnogo toga, ovisno o kakvom se
djelu, odnosno naučnom proizvodu radi.
Da između tehnologije naučnoga istraživanja i metodologije
naučnoga istraživanja postoji čvrsta interakcijska veza.
188
Bez poznavanja i djelotvorne primjene naučnoistraživačkog

instrumentarija nije moguće efikasno primijeniti tehnologiju
naučnoga istraživanja. Samo oni istraživači koji posjeduju primjeren
kvantum općih i specijalističkih znanja o naučnom problemu
istraživanja, o objektu istraživanja, o predmetu istraživanja i koji su
više godina uspješno spajali teoriju (znanje) i praksu (tj. iskustvo,
vještinu) o metodologiji i tehnologiji izrade naučnoga i stručnoga
djela, mogu u mnoštvu ideja pronaći pravu, kvalitetnu i aktuelnu ideju
i transformisati je u određeno kvalitetno djelo, odnosno kvalitetan
naučni proizvod.
Da nije svejedno kojim redoslijedom primjenjivati bitne faze u
procesu naučnoga istraživanja, jer se kuća ne može početi graditi
od krova i nije svejedno (ni vremenski, ni prostorno, ni učincima –
promatra li se pozitivno ili negativno) kretati se sigurnim i djelotvornim
koracima (pa i malim i sporim, ali se permanentno kretati) od starta (tj.
ideje) do cilja (tj. gotovog djela) bez većeg skretanja s pravog puta
udesno ili ulijevo), jer se ne može kretati od cilja (tj. gotovog djela) do
starta (tj. ideje). Prema tome, isti autori ističu da tehnologija naučnoga
istraživanja pred naučnika, istraživača, intelektualca postavlja tačno
određen logičan redoslijed faza koje treba znalački, savjesno i
odgovorno izvršavati.
U skladu sa prethodno navedenim tvrdnjama, postavkama i spoznajama,

Zelenika i Zelenika (2006) predstavljaju po redoslijedu sve bitne faze procesa
naučnog istraživanja, odnosno tehnologije naučnog istraživanja:
1. Uočavanje naučnog problema i njegova formulacija,
2. Definisanje predmeta naučnoga istraživanja,
3. Određivanje objekta istraživanja,
4. Postavljanje temeljne hipoteze i pomoćnih hipoteza,
5. Izbor i analiza naslova djela,
6. Izrada orijentacijskoga plana naučnog istraživanja,
7. Sastavljanje radne bibliografije,
8. Prikupljanje literarne građe i naučnih informacija,
9. Proučavanje literarne građe i naučnih informacija,
10. Selekcija, analiza i sinteza relevantnih činjenica,
11. Stvaranje generalnog zaključka,
12. Pripremanje strukture ili kompozicije naučnog i stručnog djela,
13. Rješavanje postavljenoga naučnog problema, ostvarivanje predmeta
istraživanja i dokazivanje temeljne hipoteze i pomoćnih hipoteza,
14. Pismeno formulisanje rezultata istraživanja,
15. Implementacija rezultata naučnog istraživanja,
16. Kontrola primjene rezultata naučnog istraživanja.
189
Već smo naglasili da tehnologija empirijskih istraživanja obuhvata čitav

jedan proces ili organizacioni sistem koji polazi od ideje, a završava aplikacijom
dobijenih rezultata istraživanja. Osnovni činioci strukture svakog naučnog
istraživanja iste vrste uglavnom su isti i obuhvataju etape i faze procesa
projektovanja naučnog istraživanja, tako da možemo govoriti samo o različitim
modelima tehnologije naučnog istraživanja. Prema Malacku i Popoviću (2001),
ovaj tehnološki proces koji polazi od ideje, a završava se aplikacijom rezultata
istraživanja kada je riječ o empirijskim (eksperimentalnim) istraživanjima,
odvija se kroz tri komponente (subsistema) sa odgovarajućim elementima ili
fazama istraživanja (Malacko i Popović, 2001):
1. Konceptualizacija (teorijski model, ciljevi i hipoteze istraživanja,
uzorak ispitanika, uzorak varijabli, eksperimentalni tretman)
2. Kondenzacija podataka (prikupljanje, klasifikacija, unos, obrada i
prikazivanje podataka)
3. Operacionalizacija istraživanja (verifikacija hipoteza, logiziranje i
zaključivanje, pisanje teksta, lektorisanje i recenziranje, štampanje rada)
Ovdje treba istaći da se u kreiranju, dizajniranju i operacionalizaciji naučnih

projekata s tematikom bilo kojeg naučnog područja i polja primjenjuju isti
ili vrlo slični postupci transformacije ideje u djelo, dok neka područja i polja
mogu imati i zahtijevaju određene posebne postupke.
Grafikon 3. Tehnologija empirijskih istraživanja (Malacko i Popović, 2001)
190
Konceptualizacija predstavlja prvu komponentu u tehnologiji

istraživanja, a bazirana je na definisanju predmeta i problema istraživanja
i određivanju svrhe i cilja istraživanja. Ova komponenta obuhvata postupak
u kojem dolazimo do objašnjenja nekog pojma, a kao krajnji rezultat
dobijamo određeni koncept (može se koristiti i termin konstrukt). U suštini
je to mentalni proces u kojem se razrađuju, razjašnjavaju i konkretizuju široki
i neprecizni pojmovi (koncepti), odnosno, proces kroz koji specifikujemo, tj.
tačno odredimo šta mislimo pod određenim terminom. Indikatori istraživanja,
tj. varijable koje će opisati predmet istraživanja ukazuju na postojanje ili
nepostojanje koncepta kojeg istražujemo. Koncepti su u društvenim naukama
često multidimenzionalni – imaju više od jednog specifičnog obilježja. Kao
što vidimo na prethodnom grafikonu, u postupku konceptualizacije imamo
pet elemenata (faza) istraživanja koji imaju svoje programske zadatake
odnosno projekcije (inicijalni teorijski model, ciljevi i hipoteze istraživanja,
uzorak varijabli-indikatora i eksperimentalni program ukoliko se radi o
eksperimentalnom istraživanju). Ovakav redoslijed faza i njihova kompozicija
u svakom slučaju ne vrijedi za teorijska ili istraživanja sličnog tipa.
Kondenzacija predstavlja drugu komponentu u tehnologiji istraživanja, i

u suštini je to prelazna komponenta koja obuhvata sažimanje ili transformaciju
podataka dobijenih istraživanjem. U okviru ove faze se prikupljeni podaci ili
izmjereni podaci transformišu u vrijednosti na osnovu kojih se vrši interpretacija
i logičko zaključivanje u istraživanju. U ovoj komponenti istraživanja se koristi
oprema i instrumentarij karakterističan za tu naučnu oblast i informatička
tehnologija koja je postala nezaobilazna. U postupku kondenzacije imamo pet
elemenata (faza) istraživanja: prikupljanje podataka, klasifikacija podataka,
unos podataka, obrada podataka i prikazivanje podataka. I ovdje treba naglasiti
da ovakav redoslijed faza i njihova kompozicija u svakom slučaju vrijedi za
empirijska (eksperimentalna) istraživanja.
Operacionalizacija predstavlja treću i završnu komponentu u tehnologiji

istraživanja, sa ciljem da se dobijeni i obrađeni podaci istraživanja mogu
aplicirati u praksi i biti značajni za teorijsku eksplikaciju i predikciju u određenoj
oblasti. Komponenta operacionalizacije istraživanja sprovodi se putem pet
elemenata (faza): verifikacija hipoteza, logiziranje i zaključivanje, pisanje teksta,
lektorisanje i recenziranje i štampanje (objavljivanje) rada. Govoreći o etapama
i fazama procesa projektovanja naučnog istraživanja, Termiz (2004) ističe da su
osnovni činioci strukture svakog naučnog istraživanja iste vrste uglavnom isti,
što je prirodno jer su istraživačka djelatnost i istraživanje kao proces složene,
sistematske, ciljne, svrsishodne, promišljene cjeline. Autor ističe da je umno i
svrsishodno, kako bi se moglo istraživati, da se prvo utvrdi postojanja značajnog
problema i da se na osnovu njegovih bitnih odredbi opredijeli za određenu
vrstu istraživanja. To je preduslov za pristupanje izradi projekta istraživanja i
191
njegovo istraživanje. Poslije testiranja valjanosti projekta istraživanja i njegove

eventualne dorade ili prerade, slijedi terenski rad na skupljanju podataka, a
potom njihovo sređivanje, obrada i zaključivanje na osnovu njih. Istraživanje
se u načelu, završava izradom izvještaja i preporukama, a u produženom
postupku i primjenom stečenih naučnih saznanja u nauci i društvenoj praksi.
Termiz (2004) ističe da je ovo samo opća shema procesa koja se dalje realizuje
kroz dijeljenje i konkretne radnje.
U svojoj knjizi „Metode društvenih istraživanja“ Lamza Posavec (2004),

obradila je glavna pitanja metodologije empirijskih društvenih istraživanja
s ciljem osposobljavanja korisnika za pravilno vrednovanje, interpretaciju i
upotrebu njihovih rezultata i za pravilnu konceptualizaciju i provođenje takvih
istraživanja. Uz opće informacije o naučnim istraživanjima autorica navodi da
su osnovne faze/etape naučnog istraživanja:
Konceptualizacija
Operacionalizacija
Realizacija
Konceptualizacija obuhvata sljedeće elemente:

- Izbor i definisanje predmeta (problema, teme) istraživanja
- Definisanje svrhe (razloga) istraživanja
- Pregled literature
- Definisanje ciljeva istraživanja
- Orijentacijsko (eksplorativno) istraživanje
- Formulisanje hipoteza
- Utvrđivanje, razvrstavanje i opis varijabli istraživanja
- Izrada idejnog nacrta istraživanja
Operacionalizacija sadrži elemente koji obuhvataju izradu izvedbenog

nacrta istraživanja:
- Izbor i operacionalizacija metoda i tehnika istraživanja
- Izrada plana uzorka
- Izrada istraživačkog instrumenta
- Izbor, instruiranje i trening anketara (ili drugih istraživača)
- Pilot istraživanje (testiranje instrumenta, izbora uzorka i metode
istraživanja, provjera i uvježbavanje anketara)
- Primjena rezultata pilot istraživanja
- Izrada plana i programa obrade podataka
Realizacija obuhvata elemente koji definišu prikupljanje podataka,

obradu i interpretaciju rezultata:
- Kontrola postupaka prikupljanja podataka
192
- Priprema podataka za obradu (kodiranje, logička kontrola, unos

podataka, kontrola unosa)
- Obrada i analiza podataka
- Izrada analitičkih tabela, grafičkih prikaza i sl.
- Interpretacija rezultata, formulisanje zaključka, izrada istraživačkog
izvješća (studije).
6.1. Definisanje problema i predmeta istraživanja

Proces istraživanja počinje definisanjem problema i predmeta istraživanja,
što u suštini predstavlja prvi i početni element nacrta naučne zamisli i realizacije
ideje. Identifikacija i formulisanje problema istraživanja predstavlјa vrlo složen
metodološki zahvat koji treba imati svoje uporište u određivanju naučne
oblasti kojoj pripada. Treba identifikovati i u kojoj društvenoj sferi i naučnoj
oblasti će njegovo rješavanje izazvati određene posljedice. Problem i predmet
istraživanja će se najlakše odrediti ako imamo dobar teorijski model, ako
vladamo rezultatima dosadašnjih istraživanja u vezi sa procesom ili pojavom
koju istražujemo, ako razumijemo važnost tog istraživanja i ako dobro uočimo
hipotetičke stavove o problemu istraživanja. Rezultati dosadašnjih istraživanja
o problemu koji želimo istražiti imaju ogromni utjecaj na definisanje problema
istraživanja. Ako istraživač ima dobru teorijsku podlogu i više vlada rezultatima
dosadašnjih istraživanja, to će mu biti lakše u realizaciji istraživačkog procesa.
Sami rezultati dosadašnjih istraživanja mogu se grupisati u dvije cjeline, od
kojih jednu čine saznanja koja su u direktnoj vezi sa istraživanom pojavom
ili procesom, a drugu cjelinu čine saznanja koja su u indirektnoj vezi sa
istraživanom pojavom ili procesom. Obje cjeline sadrže rezultate naučno-
teorijskog i rezultate empirijskih istraživanja iz različitih nauka ili naučnih
disciplina. U ovom dijelu treba istaći najznačajnije rezultate dosadašnjih
saznanja i po mogućnosti izdvojiti one autore ili djela koji su dali najveći
doprinos u dostizanju tih saznanja. Prikazivanjem dosadašnjih saznanja,
istraživač pokazuje koliko je problem do sada istraživan, koji nivoi naučnog
saznanja o njemu postoje, što istraživaču olakšava postavlјanje naučnih cilјeva
istraživanja.
Drugi bitan element u formulaciji problema istraživanja jeste značaj

istraživanja koji rješavamo postavljanjem pitanja šta je to značajno, ili za
koga je značajno. Značaj istraživanja je dvostruk: prvo, značaj istraživanja
po rješavanje društvenih aspekata problema, i drugo, značaj istraživanja po
naučne doprinose nauci (Termiz, 2004). Društveni značaj obuhvata djelovanje
istraživanja i rezultata istraživanja, domet djelovanja na shvatanje i rješavanje
problema, rasprostiranje, trajanje i intenzitet djelovanja istraživanja. Naučni
193
značaj obuhvata djelovanje rezultata istraživanja na fond naučno-teorijskog

i uopće naučnog saznanja, domet tog doprinosa, njegovo rasprostiranje,
trajanje i intenzitet.
Problemi istraživanja mogu biti: pretežno empirijski (oni problemi koji se
tiču neposredno predmeta, procesa i svojstava objektivne stvarnosti) i pretežno
teorijski (koji se tiču zasnivanja, razrade i razvoja samih teorija izgrađenih
da daju odgovore na pitanja kojima se izražavaju empirijski problemi). U
jezičkom smislu oblik izražavanja problema istraživanja jeste pitanje, odnosno,
upitna rečenica. Pitanje predstavlja izraz kojim se nastoji otkloniti ili umanjiti
nepotpunost, neodređenost, netačnost, neizvjesnost u znanju, da bi se dobilo
novo, potpunije, određenije, tačnije, dublje znanje.
Sposobnosti i lični afiniteti istraživača značajni su u svim fazama
istraživačkog rada. Ako naučnik odabere istraživački problem koji odgovara
njegovim sposobnostima, koji je za njega izazovan i koji voli, proces
istraživanja pružit će istraživaču zadovoljstvo, teći će lakše i rezultat će biti bolji.
Kompleksnost nauke kao cjeline te brzi razvoj pojedinih naučnih oblasti nalažu
da se istraživač specijalizuje za određeno uže područje, ali ne do te mjere da ne
razumije druga područja istraživanja koja su u sastavu naučne oblasti kojom
se bavi i područja srodnih naučnih disciplina. Danas ovo predstavlja imperativ
savremenih timskih, interdisciplinarnih i multidisciplinarnih istraživanja koja
su dominantna u svim naučno-istraživačkim institucijama u svijetu.
6.2. Određivanje ciljeva istraživanja
Cilj nauke je spoznaja, dok je cilj određene nauke spoznaja dijela

objektivne stvarnosti koji je određena nauka odabrala za predmet istraživanja.
Cilj jednog određenog istraživanja u određenoj nauci mora biti mnogo
konkretniji, tako da ako je cilj te nauke vezan za njezin predmet istraživanja,
cilj bi jednog određenog istraživanja trebao biti vezan za njegov problem
istraživanja (Vujević, 2002). Određivanje ciljeva istraživanja predstavlja
jedan od najznačajnijih elemenata tehnologije naučnoistraživačkog rada,
s obzirom na to da se istraživanjem treba otkriti neka nova zakonitost i novi
odnosi među istraživanim pojavama, a nekada samo provjeriti ono što je
već ranije dokazano. Iz tih razloga neophodno je kratko i jasno precizirati
postavljene ciljeve i zadatke istraživanja. U odnosu na definisani problem
istraživanja (koji pripada konkretnom modelu) i proučene literature, kratko,
ali precizno i nedvosmisleno se definiše cilj istraživanja koji je postavljen tako
da neposredno ukazuje na ishode istraživanja u naučno-metodološkom i
praktičnom smislu. Poznavanje metoda za analizu dobijenih podataka, iz kojih
se i izvode definicije ciljeva, doprinosi valjanosti postavljenih ciljeva. Može se
reći da je cilj svakog istraživanja otkriti ono što je definisano kao nepoznato, kao
194
problem. Ukoliko je problem postavljen u upitnom obliku, cilj bi bio sadržan

u odgovoru na postavljeno pitanje. Do odgovora na postavljeno pitanje
dolazi se kroz proces generisanja i verifikacije hipoteza. S obzirom na to da se
primarni ciljevi ne vežu samo za proučavanje i pronalaženje novih pojava, već i
za potrebu efikasnije primjene postojećih znanja, ciljevi istraživanja mogu biti
u vezi i sa nekim od deskriptivnih, eksplikativnih, normativnih i pragmatičnih
zadataka dotične primijenjene nauke. Svrha zadataka istraživanja je da se, u
skladu sa postavljenim ciljem, osigura metodološka i tehnološka postupnost u
rješavanju predmetnog problema.
Već smo rekli da je cilj naučnog istraživanja spoznaja, tj. otkrivanje onoga
što smo definisali kao nepoznato, kao problem. U naučnom istraživanju javljaju
se dvije vrste ciljeva (Vujević, 2002):
Pragmatički ili društveni ciljevi koji govore o koristima koje mogu
proizaći na temelju rezultata istraživanja, o korisnicima koji se mogu
služiti dobijenim rezultatima i o načinu korištenja dobijenih rezultata
istraživanja.
Spoznajni ili naučni ciljevi koji određuju nivo spoznaje koju trebamo
ostvariti da bismo riješili problem.
Kako imamo četiri nivoa spoznaje, onda su moguće četiri vrste naučnih
ciljeva:
- Naučno opisivanje ili deskripcija prvi je korak u procesu spoznavanja
i na njemu se temelje svi ostali nivoi spoznaje. Iako je deskripcija
najniži nivo spoznaje, opisivanje mora biti valjano (da se podaci
koje prikupljamo odnose na pojave i procese koje želimo opisati),
objektivno (da opis ne zavisi od onoga ko ga opisuje već od onoga
šta se opisuje), potpuno (da se i pojave i procesi opisuju i zahvataju
u cjelini, tj. da se na osnovu podataka o dijelu ne donose zaključci o
cjelini), sistematično (da se pri opisivanju u potpunosti držimo plana
istraživanja), pouzdano (kad pri ponovljenom opisivanju iste pojave,
ista osoba dobija iste rezultate) i precizno (da pomoću opisa možemo
registrovati i manje razlike u obilježju koje nas zanima).
- Naučna klasifikacija dovodi do novih obilježja pojava i procesa i do
novih odnosa među njima, određujući njihovu vrstu ili dovodeći ih
u vezu s drugim pojavama. Prema tome, imamo dvije vrste naučnih
klasifikacija: s obzirom na zavisnu varijablu (klasifikacija istraživanja
s obzirom na osnovna obilježja istraživanja) i s obzirom na nezavisne
varijable (klasifikacija s obzirom na obilježja koja dovodimo u vezu
s osnovnim obilježjima). Naučna klasifikacija mora biti dosljedna
(klasifikacija se mora vršiti na osnovu istog kriterija), potpuna (da
se podudara s obimom pojma) i iscrpna (da ostavlja što je moguće
manje sadržaja u neodređenim kategorijama).
195
- Naučno objašnjenje ili eksplanacija koja nam otkriva uzroke

nastanka, mijenjanja i nestanka neke pojave. Postoje dvije vrste
eksplanacijskih ciljeva: ciljevi kojima otkrivamo povezanosti i ciljevi
kojima otkrivamo uzročno–posljedične zavisnosti. Eksplanacijskim
ciljem povezanosti možemo odrediti smjer i intenzitet povezanosti
među varijablama. Smjer povezanosti pokazuje predznak korelacije,
a intenzitet njegova veličina. Na osnovu ovog koeficijenta znamo da
li ima ili nema povezanosti, ali ne znamo uzročno-posljedične veze. Iz
tih razloga se mjerenje mora obavljati u strogo kontrolisanim uslovima
koji nam omogućavaju kauzalno zaključivanje. Eksplanacijskim
ciljevima istraživanja dobijamo odgovor na pitanje kako i zašto.
- Naučno predviđanje ili prognoza – za naučnu prognozu
podaci nisu jednako važni kao za naučnu dijagnozu, jer ako je cilj
istraživanja prognoza, nije dovoljno ustanoviti kakvo je stanje, već
moramo biti usmjereni na tendencije mijenjanja stanja.Veoma
često se u društvenim istraživanjima na osnovu određenih rezultata
preduzimaju akcije koje uzrokuju da se prognoza ostvari ili ne ostvari,
zavisno od cilja. Zbog toga istraživanja sa prognostičkim ciljem
moraju biti usmjerena na dinamičke karakteristike pojave, a njih nije
moguće zahvatiti samo u jednom momentu. Dugoročne prognoze
nisu moguće bez dugoročnih istraživanja.
Treba napomenuti da za svaki problem istraživanja nisu potrebni svi

nivoi spoznaje. Ciljeve istraživanja treba odrediti što preciznije i razraditi ih, a
kod njihovih određivanja definisati opće namjere istraživanja, željeno stanje
na koje su usmjerene istraživačke aktivnosti. Ciljem istraživanja se izražava
svrsishodnost istraživačkog projekta. Jasno određenje ciljeva istraživanja
neophodno je za njegovu svrsishodnost i izražavaju se jasnim normativnim
iskazima („treba da”)
6.3. Hipoteze istraživanja
Nakon definisanja predmeta i problema istraživanja nekog teorijskog

modela, nakon objašnjenih i kritički analiziranih dosadašnjih istraživanja
koja pripadaju inicijalnom modelu, pristupa se formulisanju ciljeva i hipoteza
istraživanja. Ciljevi se definišu kao željena stanja prema kojima se usmjerava
naučno istraživanje. Definišu se kratko, jasno, precizno i nedvosmisleno, da
jasno ukažu na to šta se nekim istraživanjem u određenoj oblasti želi postići.
Od ciljeva istraživanja zavisi koji će biti konačni oblik, broj i sadržaj hipoteza
istraživanja.
Hipoteze se definišu tako da ih je moguće provjeriti, a kod pokušaja da se
definiše hipoteza u istraživanju, naučnici imaju različita mišljenja. Tako Bordens
196
(1991) piše da je hipoteza pretpostavka koju je potrebno testirati. Shaughnessy

i Zechmeister (1985) pišu da hipoteza predstavlja probno (prethodno)
objašnjenje nečega. Hipoteza je naučna pretpostavka općeg karaktera,
manje ili više vjerovatna, koju naučnik dokazuje ili opovrgava odgovarajućim
naučnim argumentima. Ona proizilazi iz problema istraživanja koji je precizno
utvrđen i adekvatno definisan, a nastala je iz rezultata ranijih istraživanja,
istraživanja i razmišljanja naučnika koji definiše hipotezu. Hipoteza bi trebala
biti obrazložena odgovarajućim pouzdanim teorijskim svjedočanstvima i
dokazana argumentima do kojih je istraživač došao u svom radu.
Hipoteza u naučnom radu podrazumijeva misaonu pretpostavku o
predmetima i pojavama koji se istražuju, o njihovim svojstvima, strukturi,
funkciji, stanju, relacijama itd. (Šoše, Rađo i Mekić 1998; Čolakhodžić i Rađo
2011). Hipoteze najčešće imaju oblik stavova za koje se pretpostavlja da imaju
određenu saznajnu vrijednost koju tek treba provjeriti. Pretpostavke se moraju
unaprijed eksplicitno definisati u skladu sa hipotetičko-deduktivnim principom
istraživanja, kako bi se znalo čemu će se pripisati dobijeni rezultat. Eksplicitno
definisati hipoteze ne znači samo verbalno definisanje problema istraživanja,
nego i definisanje u terminima metode za analizu izmjerenih podataka kojom
će se testirati hipoteze, tj. matematičko definisanje.
Osnovna poteškoća u složenoj materiji hipoteza javlja se u postavljanju
adekvatne, odgovarajuće hipoteze za određeno istraživanje. Adekvatna je
hipoteza koja nema slabosti i koja odgovara problemu (predmetu) istraživanja,
a samim istraživanjem je provjerljiva. Formulacija hipoteze je veoma delikatan
saznajni proces u toku naučnog istraživanja, jer stav ili iskaz hipoteze mora biti
saznajno smislen, jezički korektan, precizan i po smislu jasan. Iz tih razloga, pri
formulisanju hipoteza potrebno je pridržavati se sljedećih pravila:
Mora se odnositi na sam predmet istraživanja,
Mora biti naučno i teorijski zasnovana,
Treba se konkretno i precizno formulisati,
Treba biti pojmovno i jezički jasna,
Mora se temeljiti na određenim empirijskim podacima i činjenicama,
Treba biti teorijski i praktično provjerljiva.
U ispitivanjima/istraživanjima hipoteze se ne potvrđuju niti negiraju nego

provjeravaju. Izbor hipoteze zavisi od predmeta i cilja istraživanja, a može se
ostvariti prema vrstama hipoteza:
1. Prema upućenosti i saznajnoj ulozi,
2. Prema predmetu,
3. Prema logičkim oblicima.
Prema upućenosti i saznajnoj ulozi hipoteze najčešće se definišu i

koriste sljedeće hipoteze: H – generalna (osnovna) hipoteza koja se može
adekvatnije, konkretnije i tačnije formulisati putem općeg stava. Generalna
197
hipoteza je ona hipoteza čiji je predmet opća pojava i može se razraditi na

niz posebnih (parcijalnih) hipoteza (H1, H2, H3..., Hn). Na sličan način se mogu
specifikovati i sve posebnije, individualne, pojedinačne hipoteze (h1, h2, h3...,
hn). Parcijalna je ona čiji je predmet posebna predmetna odlika, a individualna
hipoteza je ona čiji je predmet pojedinačna pojava ili pojedinačne određene
osobine individualne pojave.
Prema predmetu hipoteze mogu biti teorijske i praktične. Predmet

teorijskih hipoteza su zamišljeni predmeti ili pojmovi i stavovi teorijskog
mišljenja, a predmet praktične hipoteze su realne pojave u prirodi i društvu.
Prema logičkim oblicima razlikujemo implikacione, induktivne, reduktivne

i deduktivne hipoteze. Po logičko–gnoseološkoj prirodi ubrajaju se i nulte
hipoteze (H0), čija datost se usvaja bez ikakve hipotetičnosti kao izvjesna
činjeničnost. Nulta hipoteza je pretpostavka da nema razlike između stvarne
vrijednosti i pretpostavljene vrijednosti koju je utvrdio istraživač, dok se
kod alternativne hipoteze obrnuto pretpostavlja da razlika postoji i da je ona
značajna (Mužić 1968).
Provjeravanje hipoteza sastoji se u utvrđivanju konfirmacije ili verifikacije

hipoteze. Konfirmacija se sastoji u potvrđivanju vjerovatnosti hipoteze na
osnovu određenih činjenica, a verifikacija u utvrđivanju istinitosti hipoteze. Iako
je praksa osnovni, odlučujući i kriterij provjere hipoteze, treba naglasiti da ni
praksa ni naučni eksperiment, kao i teorijske provjere hipoteze, nisu apsolutne.
To je zbog toga što su i predmet hipoteze (prirodna i društvena stvarnost), kao i
teorijska osnova hipoteza manje ili više podložne transformaciji. Potvrda jednih
hipoteza vodi sagledavanju novih hipoteza, koje opet treba provjeravati. Da bi
hipoteza bila valjana treba se pridržavati niza pravila i time izbjeći nedostatke u
pogledu preciznosti, adekvatnosti, konkretizacije, jezičke i pojmovne jasnoće i
mogućnosti provjeravanja.
U procesu formulisanja hipoteze istraživač se trudi da što bolje identifikuje
očekivani odnos između dvije ili više varijabli. Hipoteza se formuliše tako da
održava kauzalne odnose varijabli tako da ih je moguće testirati odgovarajućim
metodama, tehnikama i instrumentima naučnog rada. Dokazana hipoteza
postaje naučni zakon ili naučna teorija koja čini naučnu baštinu, vrijednost
čovječanstva. Značaj hipoteze je u tome što naučnik prije nego što je formuliše:
proučava rezultate istraživanja drugih autora,
koristi se rezultatima vlastitih istraživanja,
organizuje svoje misli oko jedne ili više ideja i preduzima aktivnosti
koje treba da omoguće postizanje cilja istraživanja,
unosi odgovarajući sistem u proces organizacije i realizacije istraživanja,
štiti istraživača subjektivizma i improvizacije u toku istraživanja,
198
vrši sređivanja istraživačke građe,

izvodi zaključke i
prezentuje rezultate istraživanja naučnoj javnosti.
Istraživanje bez hipoteze bilo bi kao lutanje u mraku da se dođe do

željenog cilja, dok je hipoteza osvjetljavanje puta istraživaču kojim će, sa
velikim procentom vjerovatnoće, doći do željenog cilja. Zahvaljujući hipotezi
istraživanje se brže realizuje, troši se manje sredstava i angažuje se manji broj
saradnika. Ona određuje pristup istraživanju (longitudinalni ili transverzalni),
vremenske okvire u kojima će se istraživanje obaviti, varijable, metode, tehnike,
instrumente, uzorak, broj istraživača, broj saradnika, karakter istraživanja,
(timsko, interdisciplinarno, multidisciplinarno), finansijska i tehnička sredstva
koja su neophodna za rad.
Hipoteza koju smo formulisali može imati deklarativnu, ali i upitnu formu.
Kad je hipoteza u upitnoj formi obično ona počinje sa: zašto, kako, da li i
slično. Obaveza je istraživača da testira hipotezu i utvrdi da li se ona prihvata
ili odbacuje. Prema Shaughnessyu i Zechmeisteru (1985) „nulta hipoteza je
pretpostavka da nezavisno promjenjiva varijabla nije imala efekta” u procesu
izvođenja eksperimenta. Ako je ova pretpostavka tačna prihvata se nulta
hipoteza, a ako nezavisno promjenjiva daje odgovarajuće efekte, onda se
prihvata alternativna hipoteza.
Nulta hipoteza je pretpostavka o izostanku efekta, tj. da ne postoji
razlika među uzorcima u populaciji od interesa, na primjer da nema razlike u
aritmetičkim sredinama. To je hipoteza koja se testira, hipoteza da nema razlike.
Postavlja se najčešće u svrhu odbacivanja, tj. odbacuje se ili prihvaća.
Primjer H: Kod muškaraca i žena u populaciji jednak je broj pušača.

Nasuprot nultoj hipotezi, u alternativnim hipotezama se tvrdi da postoji
efekat ili razlika u populacijama iz kojih je izdvojen uzorak. Alternativna
hipoteza, H vrijedi ako nul-hipoteza nije istinita. Najčešće se direktno odnosi
na teorijsku pretpostavku koja se želi istražiti, tj. često je alternativna hipoteza
upravo hipoteza istraživača.
Primjer H: Kod muškaraca i žena u populaciji različit je broj pušača

Kada se sa sigurnošću ne može odrediti smjer neke testirane razlike, ukoliko
ona postoji, primjenjuje se dvosmjerni test i tada govorimo o alternativnom
dvosmjernim hipotezama. Na primjer, ako nije specificiran smjer razlike u broju
pušača, tj. da li je broj pušača u muškaraca veći ili manji u odnosu na žene u
populaciji primjenjuje se dvosmjerni test.
Jednosmjerni test primjenjuje se kada je smjer efekta specificiran u

alternativnoj hipotezi (H) i tada govorimo o alternativnoj jednosmjernoj
199
hipotezi. Primjenjuje se znatno rjeđe; na primjer, specificiran je smjer razlike

u broju pušača, tj. da je broj pušača kod muškaraca veći u odnosu na žene u
populaciji.
U životnom realitetu češće se javlja alternativna nego nulta hipoteza. U

istraživanju različitih pojava objektivne stvarnosti na različitim uzorcima češće
se polazi od pretpostavke da postoji razlika, naprimjer, u eksperimentu sa
paralelnim grupama između eksperimentalne i kontrolne grupe u efikasnosti
obavljanja određene aktivnosti koja se eksperimentalno provjerava (učenje,
efekti u proizvodnji). Samo otkriće da postoji ili ne postoji razlika ne može
biti dokaz koji ima univerzalno značenje. Do dokaza koji pretenduje da ima
univerzalni značaj dolazi se produbljenim istraživanjem.
Da bi se bolje shvatile standardne pogreške procjene i najčešći kriteriji
vjerovatnosti, Mužić (1977) navodi sljedeći primjer: „Ako se, uz pretpostavku
dovoljno velikog uzorka, radi o odstupanju koje je manje od 1,96 standardnih
pogrešaka, donosi se zaključak da se sa 95-postotnom pouzdanosti ne može
odbaciti nulta hipoteza (tj. da se ne može prihvatiti). ...Ukoliko pak razlika
prelazi tu veličinu, odbacit će se nulta hipoteza, i to na nivou od petpostotne
značajnosti (signifikantnosti), jer je samo petpostotna ili još manja vjerovatnost
da će se pojaviti karakteristike uzorka u tolikoj udaljenosti od odgovarajućeg
parametra osnovnog skupa”. Po strožijem kriteriju, kao što smo rekli, uzima
se 99-postotna pouzdanost, a nulta hipoteza se odbacuje na jednopostotnoj
značajnosti, zaključuje Mužić.
Prema Petroviću (1980) navode se ove vrste hipoteza:
preliminarna - koristi se da bi se u rješavanju složenih problema došlo
do adekvatne hipoteze,
radna - koristi se kad je zbog kompleksnosti problema nemoguće
postaviti dobro formulisanu hipotezu,
fiktivna - koristi se izuzetno kad treba ilustrovati neku pojavu i
približiti je ljudskom razumijevanju,
pomoćna - pomaže glavnoj hipotezi da se održi, bolje razumije i lakše
dokaže i
valjana hipoteza - koja treba da zadovolji ove uslove: da je
relevantna, provjerljiva, da ima eksplanatorno-predikativnu moć, da
je kompatibilna sa već prihvaćenim hipotezama i da je jednostavna.
Hipoteza se može provjeravati direktno ili indirektno zavisno od toga kojoj

oblasti pripada problem istraživanja, kojim se metodama i instrumentima koristi
istraživač. Direktna provjera realizuje se empirijskim metodama koje znače
organizovano i sistematsko praćenje, mjerenje i vrednovanje određene pojave
objektivne stvarnosti. U nekim područjima kao što je teorijska fizika, hipoteza
se ne može direktno provjeriti, niti opovrgnuti sistematskim posmatranjem i
200
mjerenjem, ali postoje drugi načini provjere koji se zovu indirektnim. U svim
naučnim oblastima, gdje je određene fenomene nemoguće direktno mjeriti,
pribjegava se indirektnom mjerenju i dokazivanju. Ova vrsta mjerenja i
dokazivanja pojavljuje se u pedagogiji, sociologiji i psihologiji.
Kad se formuliše hipoteza nužno je, ako se radi o eksperimentu, utvrditi
varijable koje omogućavaju naučniku da dođe do kvantitativnih i kvalitativnih
pokazatelja koji mogu objasniti odnose između predmeta i pojava objektivne
stvarnosti. Hipoteza je naučna pretpostavka koju tek treba dokazati da bi
mogla biti naučni zakon ili naučna teorija. Ona je sve dok se ne dokaže manje
ili više vjerovatna, a u toku istraživanja može biti potvrđena ili odbačena. Njena
je uloga specifična, kao što smo ranije naglasili, zbog toga što omogućava
istraživaču da sredi svoje misli, odabere i definiše problem, organizuje
istraživanja i dođe do novih saznanja koja potvrđenu hipotezu svrstavaju u red
teorije ili iskaza nižeg ranga.
Prema tome, potvrđena hipoteza je naučni zakon ili naučna teorija.

Postojeće teorije od kojih polazi istraživač omogućavaju mu da u svom
istraživanju ide dalje ne uzimajući postojeće teorije kao apsolutno tačne, ali
značajne kao polazna osnova u istraživanju i orijentaciji u kom pravcu treba
usmjeriti istraživanje da bi se došlo do novih dokaza koji mogu postojeće
teorije potvrditi ili prevazići. Dok hipoteza pretpostavlja teorija tvrdi, dok
hipoteza teži da usmjeri istraživanje da se otkrivaju uzročno-posljedične veze
teorija omogućava specifikovanje istraživačkih aktivnosti i praćenje interakcije
varijabli, koje omogućavaju cjelovit uvid u određeno područje saznanja i
njegovo cjelovito objašnjenje.
Iz svega gore napisanog možemo zaključiti da istraživač prilikom
postavljanja hipoteza u svom radu treba da se pridržava određenih zakonitosti:
1. Hipoteza mora predstavljati logički i posebno naučno-teorijski
osnovanu pretpostavku saznajno-vrijednog odgovora na značajno
pitanje.
2. Hipoteza mora biti adekvatna predmetu, ona se mora odnositi na sam
predmet istraživanja i njegova svojstva.
3. Hipoteza mora biti dovoljno konkretna ili specifikovana. U protivnom
slučaju hipoteza je preširoka.
4. Teorijska hipoteza koja se odnosi na čitavu oblast ili vrstu pojava mora
biti dovoljno opća. U protivnom, hipoteza je preuska.
5. Hipoteza mora biti pojmovno-jezički jasna i što preciznije formulisana.
U protivnom, hipoteza ne može biti saznajno vrijedna niti provjerljiva
te ni upotrebljiva u naučnom istraživanju. Istraživanje koje se
vodi nejasnom i neprecizno određenom hipotezom i samo ostaje
neodređeno i neplodno jer ne može dovesti do pozitivnih i tačnih
rješenja pitanja koja se rješavaju.
201
6. Empirijska hipoteza mora imati određene empirijske reference, tj.

ona se mora oslanjati na izvjesne empirijske podatke ili činjenice.
Ovo pravilo vrijedi i za teorijske hipoteze principa, zakona i teorije
empirijskih nauka uopće, koje se mogu naslanjati na izvjesne činjenične
podatke, naročito eksperimentalne, bez čega ne mogu predstavljati
hipoteze određene realne, odnosno prirodne ili društvene nauke, u
kojima se svaka teorija, u krajnjoj liniji ili u osnovi, mora odnositi na
empirijsku i objektivnu realnost da bi uopće imala smisao hipoteze ili
teorije određene nauke.
7. Valjana hipoteza mora biti teorijski, a u empirijskim naukama i
praktično provjerljiva. Teorijska provjerljivost hipoteze se sastoji u
logičkoj izvodljivosti stava hipoteze iz važećih stavova, tj. principa,
postulata, aksioma ili zakona i teorija one nauke u okviru koje se
postavlja hipoteza. Teorijsko-praktična provjerljivost sastoji se, s jedne
strane u povezanosti sa teorijskim okvirom nauke u sklopu koje se
hipoteza postavlja, a s druge strane u potvrdljivosti hipoteze pomoću
određene empirijske metode i tehnike istraživanja, npr. putem
naučnog posmatranja ili naučnog eksperimenta.
8. Hipoteza treba da počiva na naučnoj teoriji one oblasti pojava na
koje se hipoteza odnosi. Ovaj zahtjev potječe od činjenice da naučna
hipoteza predstavlja pretpostavljeni stav koji mora naći svoje mjesto
u određenoj nauci kao sistemu stavova i iz kojeg sistema stav hipoteze
mora slijediti, odnosno deduktivno biti izvodljiv.
6.4. Određivanje uzorka ispitanika
Cilj istraživanja u nauci je dolaženje do naučnih spoznaja, zakona,

odnosno uzročno-posljedičnih veza koje vladaju među pojavama i procesima.
U naučnim istraživanjima bilo kojeg naučnog područja teži se analiziranju
fenomena tako da je rezultate tih analiza moguće, uz određenu grešku,
generalizovati na odgovarajuću populaciju, odnosno osnovni skup entiteta
(ispitanika). Populacija predstavlja skup svih subjekata ili objekata koji
imaju određenu zajedničku karakteristiku, a koji su od interesa u određenom
istraživanju. Veličina populacije je određena brojem svih članova tog skupa. U
stvarnosti, rijetke su situacije da su u istraživanju dostupni svi članovi određene
populacije, jer bi takva istraživanja bila skupa, tehnički zahtjevna i dugo bi
trajala, zbog čega se ispitivanja najčešće vrše na uzorku koji je uzet iz određene
populacije. Osnovni skup ispitanika najčešće ima veoma mnogo ispitanika, pa
je potrebno izvršiti mnogo mjerenja, organizovati i prikupiti mnogo informacija
što je težak, dugotrajan i veoma skup posao, uz angažovanje velikog broja
mjerilaca, tehničke opreme i rekvizita. Zbog te praktične nemogućnosti da se
202
dobiju informacije o nekoj populaciji, u istraživanjima se koriste razni uzorci

ispitanika.
Uzorak je manji skup subjekata ili objekata koji su izvučeni (izabrani) iz
osnovnog skupa, tj. populacije, te u suštini predstavlja, podskup osnovnog
skupa, odnosno populacije. Uzorak je manji broj jedinica populacije koji će biti
objekti istraživanja i čiji će rezultati u istraživanjima poslužiti za generalizaciju
na čitavu populaciju. Potpuna generalizacija se javlja kada su ispitivanjem
obuhvaćeni svi pojedinačni slučajevi jedne pojave, a nepotpuna kada se
prouči manji broj jedinica od ukupnog broja, i sa dosta vjerovatnoće se mogu
prihvatiti njegova obilježja i karakteristike kao osobenosti čitave istraživane
populacije. Korištenjem uzorka vrši se racionalizacija istraživačkog rada i
ostvaruju se uštede u vremenu, stručnom radu i finansijskim troškovima.
Postavlja se logičko pitanje kako odrediti veličinu uzorka. Postoji nekoliko

kriterija kojih se istraživač treba pridržavati prilikom određivanja veličine uzorka:
Kriterij maksimalnosti - što veći uzorak to bolji uzorak,
Kriterij stabilnosti - dovoljno veliki da rezultati budu stabilni,
Kriterij tradicije - slične veličine kao uzorci u sličnim ranijim istraživanjima,
Statistički kriterij - dovoljno veliki da može detektovati efekat date
jačine.
Kukić i Markić (2006) u vezi sa odabirom uzorka apostrofiraju pet temeljnih
pojmova:
Pojam osnovnog skupa – masa obuhvaćena obilježjima koja se žele
ispitati, a koja mogu biti različito određena. Autori ističu primjer da
osnovni skup mogu činiti svi građani jedne države, ili svi pripadnici
jedne etničke skupine ili jedna dobna, spolna, profesionalna,
obrazovna ili neka druga grupa unutar jedne zemlje ili dijela zemlje.
Odabiranje ili projektovanje uzorka – postupak preko kojeg se
zahvaljujući dijelu cjeline omogućava opis ili ocjena izvjesnih obilježja
i osobina čitave cjeline.
Reprezentativnost uzorka – svojstvo da uzorak odražava svojstvo
čitave populacije u odnosu na obilježja koja su predmet istraživanja.
Preciznost i tačnost uzorka – pod preciznošću se podrazumijeva
nivo u kojem se niz mogućih ocjena dobijenih na uzorku poklapa sa
vrijednostima populacije, a sa druge strane tačnost podrazumijeva
odsustvo ili barem svođenje na minimum pristrasnih, nestatističkih ili
sistematskih pogrešaka do kojih može doći pri prikupljanju ili obradi
prikupljenih podataka.
Veličina uzorka – koja odgovara na pitanje koliko veliki uzorak je
potreban da bi se dobila pouzdana slika osnovnog skupa. Autori ističu
da veličina uzorka sama po sebi ne garantuje pouzdanost određenog
uzorka, i da ona prvenstveno zavisi od reprezentativnosti uzorka.
203
Da bi zaključci o populaciji bili što tačniji, uzorak treba da je reprezentativan.

Uzorak je reprezentativan onda kada ima osnovne karakteristike slične
populaciji, ili drugim riječima, ako je uzorak umanjena slika osnovnog skupa
(populacije). Uzorkom se postiže samo procjena sposobnosti i karakteristika
populacije, a statističkim analizama određuje se pouzdanost i preciznost
te procjene. Na osnovu ovoga možemo zaključiti da rezultati istraživanja na
uzorcima ispitanika daju tačne karakteristike samo za taj uzorak, a procjenjuju
populaciju uz odgovarajuću grešku te procjene iz koje je uzorak izvučen.
Prije mjerenja i testiranja ili bilo kakvog prikupljanja podataka za
istraživanje, potrebno je izraditi plan uzorka entiteta. U njemu treba da se
definiše osnovni skup i plan izbora uzorka iz takve populacije. Planovi uzoraka
entiteta dijele se na dvije grupe:
planovi gdje je izbor uzorka iz populacije namjeran,
planovi gdje je izbor uzorka iz populacije slučajan.
Na osnovu planova i izbora uzorka, osnovna podjela uzoraka je na uzorke

koji nisu bazirani na teoriji vjerovatnoće te na uzorke koji su bazirani na teoriji
vjerovatnoće. Markić i Kukić (2006) govore o tri najučestalije grupe uzoraka
(tabela 6):
uzorci koji nisu odabrani na osnovu teorije vjerovatnosti,
uzorci nastali na osnovu teorije vjerovatnosti i
kombinovani uzorci.
Tabela 6. Osnovna podjela uzoraka
U Z O R A K
UZORCI KOJI NE POČIVAJU UZORCI KOJI POČIVAJU NA BAZI
NA BAZI VJEROVATNOĆE VJEROVATNOĆE
 Prigodni uzorak KOMBINOVANI  Jednostavni slučajni uzorak
 Namjerni uzorak UZORCI  Klaster (grupni) uzorak
 Kvotni uzorak  Stratifikovani slučajni uzorak
 Sistematski uzorak
Prvu grupu uzoraka najčešće čine:

- prigodni uzorak,
- namjerni uzorak,
- kvotni uzorak.
Prigodni uzorak predstavlja slučajni uzorak do kojeg je istraživač u

određenom momentu jedino mogao doći ili su se ispitanici našli istraživaču
pri ruci. Često se istraživanja vrše na ispitanicima koji su lako dostupni
odnosno prigodni istraživaču, pa se zato takav uzorak naziva prigodnim
204
uzorkom. Najbolji primjer ovog uzorka su studenti ili učenici koji se u datom
momentu nalaze na predavanju ili učionici. U načelu, ova vrsta uzorka nije
reprezentativnog karaktera, a rezultati su često nepouzdani i pristrasni.
Namjerni uzorak je uzorak koji se koristi kod namjernog odabira slučajeva

za koje se smatra da najtipičnije predstavljaju određenu populaciju. Ako se
ispitanici (entiteti) izaberu prema nahođenju istraživača, odnosno prema
njegovom stavu reprezentativnosti, onda se takav uzorak naziva namjernim
uzorkom. Takav uzorak se koristi obično za pilot istraživanja kada je potrebno,
za neka veća i važnija istraživanja, ili o populaciji, dobiti najnužnije informacije.
Pouzdanost rezultata koji se dobijaju na osnovu namjernog uzorka zavise od
znanja i sudova istraživača, odnosno onoga ko sastavlja i određuje uzorak.
Kvotni uzorak se najčešće koristi u ispitivanju javnog mišljenja, a temelji

se na tri osnovna postupka:
- izboru utvrđenih obilježja populacije koja služe i kao osnova za odabir
uzorka,
- određivanju proporcija populacije koja posjeduje ova obilježja,
- određivanju kvota za anketare koji trebaju odabrati određeni broj
osoba s utvrđenim obilježjima tako da odgovaraju proporcijama
svake grupe ili podgrupe u ukupnoj populaciji.
Kod ovog uzorka je bitno da se moraju podudarati obilježja između
uzorka i ukupne populacije.
U drugoj grupi su uzorci čiji izbor je slučajan, i to uz neku poznatu
vjerovatnoću izbora entiteta iz populacije za uzorak. U takvim planovima
uzorka moguće je primijeniti zakone vjerovatnoće. Iz ove grupe uzoraka koji
su bazirani na teoriji vjerovatnoće najčešće se koriste:
• Jednostavni slučajni uzorak,
• Klaster (grupni) uzorak,
• Stratifikovani slučajni uzorak,
• Sistematski uzorak.
Jednostavni slučajni uzorak se formira iz neke prebrojive populacije.

Suština ove vrste uzorka je u činjenici da postoji podjednaka mogućnost
i vjerovatnoća da svaka jedinica populacije može biti odabrana i uzeta u
uzorak. Vjerovatnoća da neki ispitanik uđe u uzorak mora da bude ista za
sve pripadnike te populacije. Uzorak se sačinjava na osnovu tabele slučajnih
brojeva iz popisane liste populacije. Statistički se to može iskazati tako da
jednostavni slučajni uzorak veličine n elemenata će se dobiti iz osnovnog skupa
koji ima n elemenata, ako se izbor obavlja tako da svaki uzorak veličine n koji
se može izabrati iz tog osnovnog skupa ima istu vjerovatnost da bude izabran.
Da bi izbor pojedinih elemenata u uzorak zaista bio slučajan, neophodno je
205
pridržavati se načela primjene računa vjerovatnoće pri izboru jedinica u uzorak.

Smatra se da jednostavni slučajni uzorak odražava priličnu reprezentativnost
populacije iz koje je izvučen.
Klaster ili grupni uzorak se formira ako su ispitanici zbog institucionalnih

ili organizacijskih razloga podijeljeni u neki broj grupa. Ova vrsta uzorka,
umjesto jedinica populacije, ima grupe jedinica (entiteta). To mogu da budu
škole, razredi, klubovi, ekipe ili neke druge grupe. Kod grupnog uzorka
najbitnije je da svaka grupa po svojim karakteristikama bude što sličnija
obilježjima populacije, čime će se čitav postupak približiti jednostavnom
slučajnom uzorku, a generalizacija rezultata s uzorka na populaciju bit će
korektnija. Ako se grupe međusobno ne razlikuju, onda se uzorak može
tretirati kao jednostavni slučajni uzorak. Naravno, ispitanici unutar grupa
treba da se biraju kao jednostavni slučajni uzorak. Ovaj uzorak se koristi u
slučajevima kada ne postoji kompletna lista svih članova osnovnog skupa koja
bi služila kao osnov za formiranje uzorka ili u slučaju kada je izbor jedinica u
uzorak povezan sa problemima tehničke, organizacijske i finansijske prirode.
Ocjene karakteristika osnovnog skupa na osnovu uzorka su preciznije ukoliko
je unutrašnji varijabilitet grupa veći, a vanjski varijabilitet manji. Grupa je u
ovom slučaju primarna jedinica izbora definisana kao onaj element ili skupina
elemenata koje uzimamo u obzir za izbor u nekoj etapi izbora uzorka. Praktično
ako umjesto pojedinačnih članova neke populacije, na bazi slučaja biramo
određene grupe članova, onda govorimo o klaster uzorku.
U slučaju da se populacija sastoji od stratuma koji se razlikuju po nekom
sistemu karakteristika, onda se izvode, tzv. stratifikovani uzorci. Stratifikovani
uzorak označava odabrane jedinice populacije prema slojevima (stratum –
sloj), čime se dobija na preciznosti istraživanja. Ako se pri izboru stratifikovanog
uzorka primijeni prikladna alokacija (raspoređivanje) entiteta, tj. prikladna
raspodjela uzorka na stratume (grupe), može se poboljšati preciznost procjene.
Najjednostavnija alokacija je proporcionalna. Proporcionalni stratifikovani
uzorak dobija se na način što se iz svakog stratuma izabere za uzorak onaj
broj entiteta koji je proporcionalan broju entiteta u odgovarajućem stratumu
populacije. Često se događa da je neki stratum homogeniji od drugih, što se
procjenjuje na osnovu njihovih odgovarajućih standardnih devijacija. U tom
slučaju bit će potrebno iz homogenijeg stratuma izabrati manji broj entiteta
nego iz heterogenog. Ovakvim izborom uzorka može se znatno pojeftiniti i
racionalizovati istraživanje. Ovakav način izbora naziva se metoda optimalne
alokacije uzorka.
Sistematski uzorak pojavljuje se kada su elementi osnovnog skupa

poredani nekim redom, npr. osobe popisane u nekoj kartoteci ili popisu i sl. U
takvim slučajevima može se primijeniti sistematski način izbora elemenata za
206
uzorak. Izbor elemenata se vrši tako da se po redu broje elementi u osnovnom

skupu i da se u uzorak izabere, npr. svaki peti, deseti, pedeseti ili k-ti element.
Redni broj elementa od kojeg počinje brojanje određuje se slučajnim izborom
iz tabele slučajnih brojeva, od brojeva između 1 i k. Kod ovog izbora postoji
za svaku jedinicu u osnovnom skupu jednaka mogućnost da bude izabrana
za uzorak, ako je broj elemenata koji se bira tačan djelilac broja elemenata u
osnovnom skupu.
Prilikom izbora uzorka potrebno je nastojati da izbor uzorka što
više odgovara svim relevantnim teorijskim i metodološkim zahtjevima
reprezentativnosti i generalizacije, a to znači da postupak izbora uzorka
ispitanika zavisi od:
cilja istraživanja – koji mogu biti generalni, parcijalni i individualni,
zavisno od složenosti i vrste istraživanja,
klasifikacije populacije – strukturiranja uzoraka u grupe sa
određenim karakteristikama ( geografskim, etničkim, socijalnim,
profesionalnim i dr.) ili grupe varijabli na osnovu koje se ispitanici
mogu stratifikovati, kao i da li se mogu očekivati nenulte kovarijanse
između karakteristika i obilježja stratuma,
stepena slobode – potrebnog broja ispitanika da bi se na osnovu
rezultata istraživanja mogli donijeti zaključci sa unaprijed utvrđenom
greškom zaključivanja,
generalizacije rezultata – predviđenog raspona o generalizaciji
zakonitosti utvrđenih na uzorcima ili o generalizaciji zaključaka o
parametrima manifestnih ili latentnih dimenzija, donesenim na
osnovu informacija dobijenih na uzorcima iz segmenata ili stratuma
na cijelu ili na određeni način dobijenu populaciju ispitanika,
objektivnih uslova – vremena i sredstava potrebnih za sprovođenje
istraživanja, kao i određenih ograničenja prilikom sprovođenja
istraživanja.
Možemo zaključiti da se u navedenim postupcima izbora tipa i veličine

uzorka istraživanja, primjenjuju različiti tipovi uzoraka, saglasno nekoj
optimalnoj kombinaciji istraživanog obilježja, kako bi se pouzdane informacije
mogle dobiti na najekonomičniji način.
6.5. Varijable istraživanja
Varijabla (lat. variabilis - promjenjivica, promjenjiva) pojam je kojim se

u nauci označava veličina promjenjive vrijednosti. To može biti broj, vektor,
preslikavanje i sl. Suprotni pojam je konstanta. Varijable ili promjenjive
se ponekad nazivaju i atributima, obilježjima, svojstvima, dimenzijama,
207
karakteristikama. Iako se promjenjive mogu definisati kao osobine objekata

istraživanja, takvo određenje je samo djelimično tačno. Da bi neka osobina bila
varijabla, potrebno je da se objekti istraživanja razlikuju po ovoj osobini, bilo
jedni u odnosu na druge u trenutku ispitivanja, bilo sami u odnosu na sebe u
različitim vremenskim tačkama.
Predmet istraživanja u društvenim naukama su najčešće ljudi, pojave ili
procesi, odnosno, čovjek kao biopsihosocijalno biće. Postoji mnoštvo osobina
po kojima se razlikujemo od drugih ljudi. Neke od tih osobina su relativno trajne
(npr. spol, boja očiju, inteligencija), dok su druge osobine nešto nestabilnije
(npr. tjelesna masa, dužina kose, interesovanja). Sve dok razlike postoje, ove
osobine mogu biti predmetom istraživanja empirijski orijentisanih naučnika.
Sa druge strane, osobine po kojima se objekti istraživanja ne razlikuju nazivaju
se konstantama.
U društvenim, ali i ostalim naukama za naučna istraživanja se koriste
posebne naučne discipline - antropometrija, edukometrija, kineziometrija,
psihometrija, sociometrija itd., s ciljem proučavanja i osiguravanja tačnosti
mjerenja, odabira adekvatnih tehnika mjerenja, metrijskih karakteristika mjernih
instrumenata, organizacije mjerenja i određivanja greške mjerenja. Kada se izvrši
mjerenje ispitanika, skupovi rezultata ili dobijenih podataka tih mjerenja svih
ispitanika pomoću svakog testa predstavljaju varijable. Jedinice upotrebljavane
u mjernoj tehnici moraju biti definisane sa najvećom mogućom tačnošću. Bilo
koja osobina, sposobnost ili karakteristika koja je predmet mjerenja ili istraživanja
naziva se varijabla. U istraživanjima pojava i procesa u kojima učestvuje čovjek
kao cjelovita ličnost, i sve ono što se događa u situaciji mjerenja, pripisuje se
njegovim određenim reakcijama u određenim aktivnostima.
Varijabla se može definisati na nekoliko načina:
da označava neku promjenjivu veličinu koja može imati različite
vrijednosti,
da podrazumijeva funkcionalnu povezanost između poredanih grupa
realnih brojeva i članova neke populacije,
da podrazumijeva neko obilježje po kojem se razlikuju pojedinci i sl.
Po dimenzionalnosti varijable se dijele na:
Jednodimenzionalne - one varijable koje se odnose samo na jednu
osobinu ili karakteristiku koja se može kvantifikovati,
Višedimenzionalne (multidimenzionalne) - one varijable koje
predstavljaju nekoliko osobina, sposobnosti ili karakteristika koje se
simultano mijenjaju.
Po složenosti varijable mogu biti:
Jednostavne - one varijable koje se ne mogu rastaviti na elementarnije
varijable,
Složene (kompozitne) - koje se mogu rastaviti na jednostavnije ili
neke druge varijable.
208
Varijabla je karakteristika ličnosti, mjesta, manifestacija nekog fenomena

i dr. koja se može predstavljati sa više od jedne vrijednosti. Potrebno je ukazati
da ispitanici individualno imaju različite rezultate na istoj varijabli, i da svaki
ispitanik može da ima različite rezultate na istoj varijabli kada se mjerenje vrši
više puta. Bilo koja osobina na kojoj se mogu registrovati interindividualne
i intraindividualne razlike može biti varijabla. Prema tome, podaci variraju
između ispitanika kao i unutar ispitanika. Zbog toga što se varijable mijenjaju,
potrebno ih je pratiti (mjeriti) često ako je potrebno da znamo pravo sadašnje
stanje u toj varijabli na nekom uzorku ispitanika.
Broj mogućih varijabli je gotovo beskonačan. Postoji nekoliko načina na
osnovu kojih možemo razlikovati varijable. Od svih kriterija podjele varijabli,
najznačajniji je onaj koji se odnosi na ulogu koju varijable mogu imati u
istraživanju, a tiče se osnovne podjele varijabli na nezavisne i zavisne.
Kad se formuliše hipoteza nužno je, ako se radi o istraživanju, utvrditi
varijable koje omogućavaju istraživaču da dođe do kvantitativnih i kvalitativnih
pokazatelja koji mogu objasniti odnose između predmeta i pojava objektivne
stvarnosti. Najgrublja podjela varijabli je podjela u odnosu na reakcije entiteta,
i dijele se na:
nezavisno promjenjive,
zavisno promjenjive.
Nezavisno promjenjiva varijabla je uzrok djelovanja jedne pojave na
drugu, dok je zavisno promjenjiva varijabla posljedica ili efekat djelovanja
nezavisno promjenjive na zavisno promjenjivu. Zavisna varijabla je ona
promjenjiva za koju istraživanjem nastojimo utvrditi da li i na koji način zavisi
od nezavisne varijable. Ulogu zavisnih varijabli imaju one pojave i osobine koje
želimo da upoznamo, razumijemo i objasnimo.
Nezavisne varijable su one pojave i osobine putem kojih želimo razumjeti

promjene u zavisnoj varijabli. Po pravilu, istraživač polazi od pretpostavke da
zavisna varijabla predstavlja ishod (efekat, konsekvent, posljedicu) nezavisne
varijable koja joj prethodi vremenski ili konceptualno i koja je stoga njen
antecendent, odnosno činilac, uzrok ili uslov njenog javljanja.
Uloga varijable u istraživanju nije određena prirodom same varijable,
već ciljevima istraživanja. Drugim riječima, jedna te ista varijabla u jednom
istraživanju može biti nezavisna, dok u drugom istraživanju može imati ulogu
zavisne varijable. Naprimjer, ukoliko istraživanje ima cilj za otkrije da li uspjeh
na poslu zavisi od inteligencije, onda je uspjeh na poslu zavisna varijabla. S
druge strane, ukoliko istraživanjem nastojimo utvrditi da li uspjeh na poslu
djeluje na doživljaj ličnog zadovoljstva, onda je uspjeh na poslu nezavisna
varijabla. Pored zavisnih i nezavisnih, varijable u istraživanju mogu imati i druge
uloge poput kontrolne, moderatorske i medijatorske. U procesu realizacije
istraživanja mogu se javiti faktori koji ometaju normalan tok djelovanja
209
eksperimentalnog faktora. U toku slučaja istraživač ima posla sa extraneous

varijablom koja može negativno djelovati na tokove i ishode eksperimenta.
Kad se predviđa moguća korelacija između varijabli, varijabla koja se koristi za
predikaciju zove se predikator varijabla i varijabla čija je vrijednost predviđena
zove se kriterijska varijabla (criterion).
Varijable mogu biti i:
Kontinuirane
Diskontinuirane
Kontinuirane varijable su normalno distribuirane, tako da se u metričkom

pogledu ne moraju razlikovati od bilo koje druge varijable. Često se događa da
su nezavisne ili tretmanske varijable diskontinuirane, što znači da mogu imati
samo dvije vrijednosti, da je vrijednost prisutna (jedan) ili da vrijednost nije
prisutna (nula).
U odnosu na mogućnost mjerenja varijable se dijele na:
Manifestne varijable
Latentne varijable
Manifestne varijable su varijable koje se mogu opaziti, a za koje se

pretpostavlja da ukazuju na prisustvo neke latentne varijable. Ne možemo
opaziti inteligenciju direktno (zbog toga što je ona latentna varijabla), ali
možemo izmjeriti bogatstvo rječnika, uspjeh na poslu, IQ score, uspješnost u
složenim igrama itd.
Latentne varijable su varijable koje ne mogu biti opažene niti direktno
mjerene. Njihovo postojanje se pretpostavlja sa ciljem objašnjavanja drugih
varijabli (kao što su specifična ponašanja koja mogu biti opažena).
U metodološkoj literaturi se spominju i ove vrste varijabli:

Eksplanatorne (omogućavaju objašnjavanje i tumačenje pojava),
Interpretativne (pokazuju zašto postoji veza između određenih
varijabli) i
Specifikatorne (pokazuju intenzitet veza između nezavisno
promjenjive i zavisno promjenjive).
U procesu izvođenja eksperimenta mogu se javiti nepredviđeni faktori

koji negativno djeluju na tokove i ishode eksperimenta. U tom slučaju se
uvode intervenišuće varijable koje imaju funkciju da onemoguće faktore
koji negativno djeluju na tokove i ishode eksperimenta. Njihova je funkcija da
neutrališu ili smanje djelovanje parazitarnih faktora na eksperiment.
Mužić u svojoj metodologiji obrađuje probleme istraživanja u kojima se
javlja samo jedan faktor djelovanja, odnosno, jedna varijabla. „Kako se tu, prema
tome, nastoji pratiti djelovanje samo jedne varijable, ovo nastojanje naziva se
zakonom jedne varijable, zadovoljenje koje se, po Milu, smatra nužnim uslovom
210
bez kojeg se ne može ostvariti eksperiment” (Mužić, 1968). Mada je istraživanje

u kojem se prati djelovanje samo jedne varijable, naprimjer, određen postupak
u nastavi, rijetko se spominje u mnogim metodologijama naučnog rada, a
tamo gdje se spominje ne obrađuje se dublje i svestranije.
Ovdje je značajno naglasiti da se kvantitativna i kvalitativna svojstva
objektivne stvarnosti mogu, manje ili više uspješno, mjeriti i istraživati
praćenjem djelovanja nezavisno promjenjive varijable na zavisno
promjenjivu. U ovom slučaju primjenjuje se mjerenje, direktno ili indirektno,
koje daje valjane rezultate. Naravno, da bi mjerenje bilo pouzdano potrebno
je primijeniti sistem mjernih instrumenata kojima se istraživač koristi u
procesu praćenja efekata djelovanja nezavisno promjenjive varijable. Ovdje
se, kao što smo ranije naglasili, mjeri inicijalno stanje, prati se djelovanje
eksperimentalnog faktora i na kraju utvrđuje finalno stanje. U završnom
mjerenju istraživač se koristi instrumentima i postupcima koji mu omogućavaju
da utvrdi kvantitativne i kvalitativne aspekte djelovanja eksperimentalnog
faktora. Mjerenje u oblasti prirodnih nauka ima dugogodišnju tradiciju i
ono je usavršeno do gornjih mogućih granica, dok je mjerenje u društvenim
naukama relativno mlada metodološka aktivnost koja se realizuje indirektno i
još uvijek nedovoljno preciznim instrumentima, mada ih ima dosta (posebno
u Americi i Engleskoj).
Svako istraživanje nastoji da otkrije i objasni odnose među određenim
varijablama ili skupovima varijabli. Istraživanje se može definisati kao skup
postupaka koji za cilj imaju da otkriju, opišu i objasne različite moguće odnose
među varijablama. Jedna od relacija među varijablama je pomenuti direktni
odnos između nezavisne i zavisne varijable. Možemo razlikovati nekoliko
tipova odnosa ili relacija između dvije varijable, pri čemu svaki naredni tip
podrazumijeva sve prethodne.
Korelacija, povezanost ili asocijacija je najjednostavniji tip odnosa

između dvije varijable. Povezanost postoji kada su promjene vrijednosti
jedne varijable praćene promjenama vrijednosti druge varijable. Tada
kažemo da dvije varijable dijele zajedničku varijansu, odnosno kovariraju ili
koreliraju. Povezanost se najčešće izražava putem koeficijenata korelacije,
čiji specifični tip zavisi od tipa varijabli (numeričke ili kategoričke) i nivoa
njihovog mjerenja (nominalni, ordinalni, intervalni ili racio nivo). Vrijednosti
koeficijenata korelacije se nalaze u obimu od -1 do +1. Treba razlikovati dva
aspekta korelacije – smjer povezanosti i jačinu povezanosti. Povezanost može
biti pozitivna ili negativna, što se iskazuje predznakom koeficijenta korelacije.
Jačina korelacije se tiče stepena, odnosno intenziteta povezanosti koji može
biti nizak (do .20), umjeren (do .50) ili visok (preko .50). Jačina korelacije ima svoj
izraz u apsolutnoj vrijednosti koeficijenta korelacije (bez obzira na predznak).
Tako je, naprimjer, korelacija od -0.50 veća od korelacije 0.30. Korelacija ne
211
podrazumijeva uzročnost, ona samo ukazuje na to da je dio variranja dvije

varijable zajednički.
Predikcija podrazumijeva mogućnost predviđanja vrijednosti jedne

varijable na osnovu vrijednosti druge varijable. Ukoliko su dvije varijable
povezane, kao što su, naprimjer, visina i težina ili inteligencija i školski uspjeh,
onda na osnovu informacije o nečijoj visini možemo predviđati težinu te
osobe, a na osnovu podatka o inteligenciji može se predviđati školski uspjeh.
Varijabla putem koje se vrši predviđanje naziva se prediktorska, dok se varijabla
čije se vrijednosti predviđaju zove kriterijska. S obzirom na to da ne postoje
pojave koje koreliraju apsolutno, nijedno predviđanje nije savršeno. Drugim
riječima, svaka predikcija je praćena izvjesnim stepenom greške, pri čemu je
greška predviđanja tim manja što je povezanost dvije pojave veća.
Zavisnost je odnos koji, pored povezanosti, zahtijeva da je ispunjen još

jedan uslov. Naime, pored toga što dvije varijable koreliraju, jedna (antecendent)
mora prethoditi drugoj (konsekvent). Za razliku od korelacije, zavisnost je
asimetrična – ukoliko druga varijabla zavisi od prve ne znači nužno da i prva
zavisi od druge.
Uzročnost postoji ukoliko je, pored zavisnosti, ispunjen i dodatni uslov po

kom prva varijabla uzrokuje drugu. U ovom slučaju promjene vrijednosti zavisne
varijable smatraju se direktnom posljedicom promjena vrijednosti nezavisne
varijable. Zaključivanje o uzročnosti zahtijeva upotrebu eksperimentalnih
nacrta i strogu kontrolu uslova istraživanja.
Tabela 7. Vrste varijabli
Tip Određenje
Uglavnom zavisna varijabla sa dvije moguće vrijednosti, često
Binarna varijabla označene nulom i jedinicom. Npr. „napredovao/nije napredovao”,
„tačno/pogrešno”, „položio/nije položio”.
Dihotomna varijabla Sinonim za binarnu varijablu.
Diskretna (digitalna) Varijabla čije vrijednosti mogu biti samo cijeli brojevi. Npr. broj članova
varijabla domaćinstva.
Nastaje rekodiranjem politomnih varijabli u niz dihotomnih varijabli.
Npr. ukoliko smo boju kose izvorno kodirali kao 1=smeđa, 2=plava, 3=
riđa, naknadno je možemo rekodirati pomoću dvije varijable na sljedeći
način: var 1:1=smeđa, 0=drugo; var 2:1=plava, 0=drugo. Za riđu boju
Dummy varijabla kose, obje varijable (var1 i var2) će imati vrijednost nula. Generalno,
kategoričke varijable sa k kategorija treba rekodirati pomoću k-1
dummy varijabli. Ove varijable se koriste u regresijskoj analizi kako bi
se izbjeglo to da se izvorni numerički kodovi kategorija (tj. vrijednosti
1, 2, 3 ..., k) tretiraju kao numerički podaci.
212
Tip Određenje
Varijabla koja je određena drugim varijablama unutar kauzalnog
Endogena varijabla
sistema relacija.
Egzogena varijabla Varijabla koja utječe na druge varijable u kauzalnom sistemu odnosa.
Varijabla čije vrijednosti zavise od druge (nezavisne) varijable.
Striktno govoreći, termin zavisna varijabla treba koristiti samo u
Zavisna varijabla
eksperimentalnim istraživanjima, dok je u neeksperimentalnim
istraživanjima prikladnije govoriti o kriterijskim varijablama.
Pretpostavljeni uzrok u eksperimentalnim istraživanjima, pod uslovom
da su sve ostale varijable koje su mogle imati efekat na zavisnu varijablu
držane pod kontrolom. Vrijednosti nezavisne varijable su pod punom
Nezavisna varijabla
kontrolom eksperimentatora. Striktno govoreći, termin nezavisna
varijabla treba koristiti samo u eksperimentalnim istraživanjima. U
neeksperimentalnim je prikladnije govoriti o prediktorskim varijablama.
Uglavnom nezavisna ili prediktorska varijabla čije vrijednosti
označavaju pripadnost jednoj od nekoliko mogućih kategorija. Npr.
Kategorička
spol (muški ili ženski), bračni status (neoženjen, oženjen, razveden,
varijabla
udovac). Kategorijama se uglavnom pridodaju numeričke vrijednosti
umjesto naziva, npr. 0=muški, 1=ženski. Nominalna varijabla.
Varijabla čiji su efekti nerazdvojivo isprepleteni sa efektom neke druge
varijable. Npr. ako jedan učitelj koristi jedan udžbenik u svom razredu,
a drugi koristi drugi udžbenik u svom razredu, a učenicima se na kraju
Konfundirajuća
godine zada test čitanja, nezavisne varijable (učiteljeve metode i
varijabla
udžbenik) će biti konfundirane. Ne postoji način da se utvrdi da li se
razlike u uspješnosti čitanja između dva razreda javljaju kao efekti
jedne ili obje varijable.
Varijabla koja nije ograničena određenim vrijednostima (osim onim
Kontinualna
ograničenjima koja se tiču preciznosti mjernog instrumenta). Npr.
(analogna) varijabla
vrijeme reakcije, IQ, ekstraverzija.
Varijabla čiji efekat istraživač ne želi da istraži već je drži pod kontrolom.
Kontrolna varijabla
U određenim uslovima se naziva i kovarijat.
Kriterijska varijabla Zavisna varijabla u neeksperimentalnim istraživanjima.
Varijabla koja ne može biti opažena niti direktno mjerena. Definiše
se kao zajednička varijansa manifestnih varijabli. Njeno postojanje se
Latentna varijabla
pretpostavlja sa ciljem objašnjavanja drugih varijabli (kao što su specifična
ponašanja koja mogu biti opažena). Sinonimi: faktor, hipotetički konstrukt.
Varijabla koja se može opaziti, a za koju se pretpostavlja da ukazuje
na prisustvo neke latentne varijable. Ne možemo opaziti inteligenciju
Manifestna varijabla direktno (zbog toga što je ona latentna varijabla), ali možemo izmjeriti
bogatstvo rječnika, uspjeh na poslu, IQ score, uspješnost u složenim
igrama itd.
Manipulativna
Sinonim za nezavisnu eksperimentalnu varijablu.
varijabla
Varijabla koja objašnjava relaciju između drugih varijabli. Ponekad se
naziva intervenišućom ili posredujućom varijablom. Primjer: postoji
statistička veza između prihoda i životnog vijeka, ali ona treba da bude
Medijatorska
objašnjena zbog toga što samo posjedovanje novca ne čini život dužim.
varijabla
Ljudi sa većim primanjima češće imaju bolju zdravstvenu zaštitu u
odnosu na ljude sa nižim primanjima. U tom slučaju, zdravstvena zaštita
je medijator jer posreduje u odnosu između primanja i životnog vijeka.
213
Tip Određenje
Moderatorska Varijabla koja moderira odnos između druge dvije varijable i na taj
varijabla način proizvodi efekat interakcije.
Nominalna varijabla Sinonim za kategoričku varijablu.
Varijabla koja služi za rangiranje objekata istraživanja, pri čemu razlike
(intervali) i različite tačke skale nisu nužno jednake. Primjer: anksioznost
može biti procjenjivana na skali „nema“, „blaga“, „umjerena“, „snažna“ sa
Ordinalna varijabla numeričkim vrijednostima 0, 1, 2, 3. Osoba sa scoreom 1 je rangirana
kao manje anksiozna u odnosu na osobu sa scoreom 3, ali razlika u
stepenu anksioznosti između osoba sa scoreovima 0 i 2 nije nužno ista
kao ona između osoba sa scoreovima 1 i 3.
Varijabla koja može imati više od dvije vrijednosti. Striktno govoreći,
ovaj pojam obuhvata sve nebinarne varijable. Međutim, termin
Politomna varijabla
koristimo kada govorimo o kategoričkim varijablama koje imaju tri ili
više kategorija.
Varijabla čiji se efekat (dejstvo, utjecaj) ispituje u neeksperimentalnim
Prediktorska
istraživanjima, posebno korelacionim. Naprimjer, IQ score predviđa
varijabla
prosjek na studijama, te je stoga IQ score prediktorska varijabla.
6.6. Izrada projekta naučnog istraživanja
Projekat naučnog istraživanja je zvanični javni dokument koji sastavlja

istraživač, tim istraživača ili istraživačka institucija, koji istraživače vodi kroz
cjelokupan proces istraživanja, urađen kvalitetno i stručno i prihvaćen od
strane kompetentnih ljudi. Ima izuzetan značaj za istraživanje i zahvaljujući
njemu istraživač ima mogućnost da prije pristupanja istraživanju prouči, odredi
i definiše problem istraživanja, odredi vrstu istraživanja (fundamentalna,
razvojna, primijenjena), opredijeli se za vremenski pristup (longitudinalni ili
transverzalni), utvrdi dimenzije istraživanja (velikih, malih ili srednjih dimenzija),
opredijeli se za teorijski pristup (empirijski, racionalni ili kombinovani) i
definiše ključne pojmove koji su značajni kako za konkretnu razradu problema
istraživanja, tako i za sam proces istraživanja i sastavljanja izvještaja. U samom
procesu izrade projekta istraživanja istraživač ima mogućnosti, koristeći
se brojnim izvorima, konsultujući istaknute naučnike i realizujući tzv. pilot
istraživanja, organizovati svoje misli, precizno ovladati osnovnim pojmovima i
otkloniti opasnost od dvosmislenosti glavnih pojmova koja bi mogla negativno
utjecati na komunikaciju sa drugim istraživačima, kvalitet izvođenja projekta
te na kvalitet i objektivnost u toku pisanja završnog izvještaja.
Ovakvom organizacijom vlastitih ideja i misli istraživaču se pruža
mogućnost da ostvari sistematičnost i preciznost u radu, dovede u funkciju
rješavanja problema razmišljanja drugih istraživača s vlastitim mislima,
korektno se distancira od mišljenja onih istraživača u čijim radovima otkrije
nedostatke. Na ovakav način istraživač dolazi do teorijske racionale koja će
214
prožimati cjelokupni rad i biti vodilja u svim fazama naučnog rada, a posebno
u procesu donošenja sudova, zaključivanja, objašnjavanja i dokazivanja.
Projekat implicite sadrži teorijsku poziciju autora koji čitajući različite
izvore, definišući problem istraživanja i utvrđujući teorijski model istraživanja,
pokazuje nam da li je empirista ili racionalista, pozitivista ili sajentista. Teorijska
pozicija ima utjecaja na pristup istraživanju, izbor izvora koji će biti predmet
proučavanja, definisanje problema istraživanja, izbor metodologije i tehnike
naučnog rada, njenu primjenu i izvođenje zaključaka. Prilikom sastavljanja
projekta, posebno u procesu njegove realizacije, naučnik vodi računa da se
u svim bitnim fazama istraživačkog rada poštuju osnovni principi naučne
djelatnosti: objektivnost, pouzdanost, preciznost, sistematičnost i općost.
U samom projektu istraživač neće eksplicite govoriti o principima naučne
djelatnosti, već će se on tako izgraditi da garantuje uvažavanje ovih principa
u pripremnoj fazi, fazi realizacije i fazi verifikovanja naučnog projekta. Za
očekivati je da nivo primjene principa naučne djelatnosti doprinosi nivou i
kvalitetu rezultata naučnih istraživanja.
Jedan od zadataka projekta istraživanja je da utvrdi dimenzije istraživanja,
predvidi njegove vrste, pristup i da koncipira metodološku osnovu. Ovim
putem istraživanje dobija na osmišljenosti, preciznosti, konkretnosti, realnosti i
izvodljivosti. Projekat pomaže istraživačima da usklade svoje želje i mogućnosti
sa materijalnim mogućnostima i interesima institucije u kojoj kao istraživači
djeluju i koja finansira njihov projekat. Na ovaj način se postiže da se istražuje
ono i onoliko koliko i kako diktiraju objektivne okolnosti na koje istraživač,
pored najbolje volje, ne može utjecati.
Projektom se precizira i kalendar istraživanja, područje u kojima se nalaze
izvori istraživanja, etape istraživanja, putevi i načini prikupljanja podataka,
ekipe koje će biti angažovane, tehnička sredstva koja će biti primijenjena u
naučnom radu i finansijska sredstva koja su potrebna da bi se istraživanje
realizovalo po projektu. Koliko su precizirana sva ova područja u projektu,
toliko će biti uspješna realizacija i validni zaključci koje istraživač izvodi na
kraju realizacije projekta. Sve ove detalje sadrži tehnički i izvedbeni projekat
mada je, što se tiče konkretne realizacije, do neophodnih detalja sve razrađeno
u izvedbenom projektu.
Projekat se podvrgava raspravi i ocjeni u instituciji u kojoj istraživači rade,
a poslije toga može biti predmet javne rasprave i ocjene u kojoj uzimaju učešće
svi zainteresovani naučnici i stručnjaci. Javnost procjenjuje opravdanost
ili neopravdanost problema istraživanja, preciznost polaznih pretpostavki,
korektnost u izboru metodologije i tehnike naučnog rada, realnost u izboru
uzorka, sastavljanju kalendara i predviđenim finansijskim sredstvima. Zato se
kaže da dobro sastavljen i pozitivno ocijenjen naučni projekat daje garanciju,
pod uslovom da se dosljedno primijeni, da će istraživanje biti realizovano u
predviđenom vremenu i da će dati očekivane rezultate.
215
6.6.1. Vrste projekta istraživanja
Kao što smo već rekli, svako istraživanje prati i određeni projekat
istraživanja. U metodološkoj literaturi se obično spominju dvije ili tri vrste
naučnih projekata: idejni, izvedbeni i tehnički. Ukoliko se radi o manjim
istraživanjima možemo govoriti o tzv. orijentacionim projektima (Kukić i
Markić, 2006). Ima autora koji tvrde da postoji samo idejni i studijski projekat i
to pravdaju činjenicom da je u istraživanju, kao i u drugim oblastima, potrebno
unijeti mogući stepen racionalizacije. U tom slučaju u studijskom projektu
predviđa se sve što bi sadržavao izvedbeni projekat. Zelenika (1990), Vujević
(2002), Kukić i Markić (2006) govore o idejnom i izvedbenom projektu i u ovoj
publikaciji ćemo se držati te podjele.
Idejni projekat
Idejni projekat ima uglavnom one dijelove pomoću kojih se u najopćijim
linijama osmišljava određeni problem istraživanja. Ti dijelovi idejnog projekta
prema većini autora su:
Definicija problema istraživanja i ključnih pojmova,
Ciljevi i zadaci istraživanja,
Glavna i pomoćne hipoteze istraživanja,
Metodologija rada (metode, instrumenti, tehnike istraživačkog rada),
Uzorak istraživanja,
Kalendar istraživanja,
Kadrovski potencijal,
Oprema - tehnička baza istraživanja,
Finansijska sredstva,
Projekcija rezultata i koristi koje se mogu očekivati od projekta.
Idejni projekat je dokument kojim istraživač želi osigurati materijalne i

društvene uslove za istraživanje određenog problema (Vujević, 2002). Svrha
idejnog projekta je da istraživač ili istraživači prezentuju istraživačkoj instituciji
osmišljen problem istraživanja da bi on mogao biti uvršten u program rada
u određenom vremenskom periodu. Na temelju idejnog projekta istraživači
mogu dobiti korisne sugestije kolega u instituciji i drugih stručnjaka van
institucije. Idejni projekat može biti dokument na temelju kojeg se konkuriše
za finansijska sredstva u tzv. preliminarnoj fazi. Ako se prihvati idejni projekat
da bi dobio finansijska sredstva istraživač je dužan izraditi studijski projekat u
kome su razrađeni svi potrebni detalji značajni za tokove i ishode istraživanja.
Na visokoškolskim institucijama, od kandidata koji rade magistarske i doktorske
disertacije traži se da, prije nego što im se usvoji predložena tema i pristupe
izradi studijskog projekta, prezentuju svoj idejni projekat koji razmatra,
prihvata ili odbacuje stručna komisija visokoškolske institucije. U slučaju
216
ovakvih projekata prihvata se ili odbacuje tema koju je kandidat predložio

za svoju doktorsku disertaciju ili magistarsku tezu. Od kandidata se traži da
precizno definiše temu koju predlaže i da dā uvjerljive argumente iz kojih će se
vidjeti da je dorastao temi koju predlaže. Iako se u idejnom projektu ne traže
svi detalji, ono što on sadrži mora biti precizno, uvjerljivo i prihvatljivo za one
koji će ga ocjenjivati.
Kad se usvoji određena tema kandidat radi studijski i tehnički projekat na
temelju koga se piše referat o podobnosti teme i kandidata, daje zeleno svjetlo
kandidatu da može početi istraživanja. Neke visokoškolske institucije traže
odmah studijski projekat na temelju koga se piše referat o podobnosti teme i
kandidata, kojeg usvaja ili odbija naučno vijeće odgovarajuće institucije. Idejni
projekat, dakle, ima za cilj osigurati uslove i sredstva za konkretno istraživanje,
vodeći računa o strukturi koju svaki idejni projekat mora zadovoljiti.
Izvedbeni projekat
Kada idejni projekat bude prihvaćen od društvene sredine i bude imao
adekvatnu društvenu podršku, istraživač prelazi na izradu izvedbenog projekta.
Izvedbenim projektom se detaljno razrađuju sve aktivnosti koje treba obaviti
u toku jednog istraživanja. Po svom pristupu kojeg razvijamo, izvedbenim
projektom istraživanja se utvrđuju uslovi istraživanja koji omogućavaju
provjeravanje postavljenih hipoteza. Što se tiče strukture izvedbenog projekta
ona je, u suštini, identična idejnom projektu, s tim da su pitanja realizacije
razrađena do najsitnijih detalja.
U izvedbenom projektu do najmanjih detalja razrađuje se čitav proces
istraživanja gdje se konkretno naznačavaju uslovi rada, vrste aktivnosti, mjesto
gdje će se obaviti aktivnosti, nosioci pojedinih finansijskih i tehničkih sredstava
koja su neophodna, kojim instrumentima će se kad, šta i kako mjeriti i pratiti
i kako će se onemogućavati djelovanje parazitarnih faktora. Ovdje treba
naglasiti da je kalendar eksperimentalnog istraživanja znatno kompleksniji
nego što je kalendar survey istraživačke metode. Zato postoje posebne ček-
liste u kojima se registruje sve što je neophodno i preglednici u koje se unose
svi detalji od kojih zavisi tok i rezultat istraživanja.
Kalendar istraživanja nije sveto slovo na papiru od koga ne bi smjelo da
se odstupa, jer se u procesu istraživanja mogu javiti nepredviđene situacije
koje nalažu da se izvrši prilagođavanje novoj situaciji i unesu promjene koje
će omogućiti da se istraživanje uspješno završi. Ukoliko projekat realizuje
pojedinac potrebno je predvidjeti ko su mu konsultanti/mentori i koliki će
njihov angažman biti, kao i pomoćno osoblje (anketari, zapisničari, tehničari)
koje je neophodno u pojedinim fazama istraživanja.
Kad se realizuju timska istraživanja, interdisciplinarna i multidisciplinarna,
tu je potrebno predvidjeti ukupan broj istraživača, broj istraživača u pojedinim
ekipama, broj stručnjaka pojedinih struka, vrijeme njihovog angažovanja i
217
konkretni poslovi koje treba da obave. Od prirode problema zavisit će koji će

naučnici biti angažovani, kad će početi i kad će se završiti njihov angažman,
kolika i koja će im sredstva biti potrebna (finansijska i tehnička) itd.
U realizovanju složenih istraživačkih projekata potrebno je odrediti
koordinatore projekta i rukovodioce pojedinih segmenata. U istraživanju je
nužno angažovati grupu konsultanata i recenzenata koji će na kraju istraživanja
dati svoju ocjenu, prihvatiti rezultate istraživanja, tražiti dopunska istraživanja
ili proglasiti istraživanje (ne)uspjelim, te prezentovati izvještaj o istraživanju.
Svaki projekat naučnih istraživanja pretpostavlja određene uslove koji
će omogućiti da se realizuje. Za to su potrebni prostorni uslovi, instrumenti,
tehnička sredstva i odgovarajuća finasijska sredstva. Nijedno ozbiljno
istraživanje ne može se realizovati bez materijalne osnove shvaćene u najširem
smislu. Za uspješno realizovanje eksperimenta potrebne su nastavne baze
koje će omogućiti da se eksperiment sprovede prema datom projektu, da
se ne miješaju ispitanici kontrolne i eksperimentalne grupe i da na sami tok
istraživanja ne djeluju limitirajuće razni parazitarni faktori.
Finansijski predračun istraživanja predviđa sredstva koja su potrebna
u globalu, a posebno za kadrove, programiranje sredstava koja se koriste u
istraživanjima, kupovinu gotovih materijala i knjiga, iznajmljivanje ili kupovinu
tehničkih sredstava i nabavku potrošnog materijala. Ovdje se posebno vodi
računa da se predvide precizno sredstva za utvrđivanje inicijalnog stanja,
djelovanje eksperimentalnog faktora i mjerenje finalnog stanja, ako se radi o
eksperimentalnom istraživanju. Posebna se sredstva predviđaju za statističku
obradu podataka i pisanje završnog izvještaja. U vezi s ovim značajno je naglasiti
da se svaka vrsta istraživanja skupa, a posebno ako se izvodi eksperiment, ne
može uspješno realizovati bez znatnih materijalnih sredstava i rizika da rezultati
ne moraju ispuniti očekivanja i opravdati uloženi trud i finansijska sredstva.
Možemo na kraju zaključiti da izvedbeni projekat sadrži čitav program po
kome se do najsitnijih detalja razrađuju aktivnosti i stavljaju u funkciju praktične
realizacije istraživanja. Da bi proces istraživanja tekao bez ozbiljnijih smetnji
i dao očekivane rezultate, detaljna razrada programa realizacije istraživanja,
pored ostalog, obuhvata:
ko određenu aktivnost obavlja,
gdje se ona obavlja,
u koje vrijeme se obavlja,
šta se konkretno radi,
čime se obavljaju aktivnosti i
kako se one realizuju.
U izvedbenom projektu značajno je sve precizirati do detalja, utvrditi faze

realizacije, ostvariti predviđeno na vrijeme, držati se u svemu rokova, racionalno
koristiti sredstva i radnu snagu, osmišljeno djelovati i mudro otklanjati
218
prepreke koje u radu nastaju, sistematski pratiti ključna područja i povremeno

vršiti neophodnu verifikaciju. Uspjeh u realizaciji istraživanja neće izostati ako
su sadržaji dobro osmišljeni, aktivnosti precizno utvrđene, organizacija dobro
koncipirana i ako svi faktori, prema programu, rade korektno svoj posao. Uspjeh
neće izostati ako institucije, istraživači i primijenjena tehnologija djeluju kao
jedan osmišljen sistem.
6.7. Izvještaj o završenom istraživanju
Pisanje izvještaja nakon završetka istraživanja je radnja visokog

intelektualnog nivoa koja ima za cilj da upozna javnost šta je i na koji način
rađeno, do kojih se rezultata došlo i kako su rezultati dobijeni, obrađeni
i tumačeni. U njemu se ogleda osnovna pismenost istraživača, njegove
intelektualne sposobnosti, znanje područja koje istražuje, vještina izvođenja
kvantitativne analize i intelektualna moć u izvođenju kvalitativne analize.
Finalna etapa realizacije svakog projekta je pisanje izvještaja i prezentovanje
rezultata istraživanja naučnoj javnosti i stoga je bitno da je pisan razumljivim
jezikom jer ne služi istraživaču već široj publici.
Kao što postoje različiti modeli u pisanju projekta istraživanja, tako
postoje i različiti modeli u pisanju izvještaja o završenom istraživanju. U
narednom tekstu bit će predstavljen sadržaj jednog modela izvještaja o
završenom istraživanju. Svaki izvještaj ima svoju naslovnu stranu na kojoj se
nalazi: institucija na kojoj se ili koja radi istraživanje, istraživač ili istraživači koji
vode istraživanje, naziv teme istraživanja, mjesto i godinu gdje je istraživanje
obavljeno. Nakon naslovne strane piše se sadržaj završnog izvještaja o
istraživanjima koji obično sadrži sljedeće dijelove:
1. Uvod ili uvodna razmatranja problema ili teorijski kontekst istraživanja
2. Definicija ključnih pojmova
3. Definicija predmeta i problema istraživanja
4. Ciljevi i zadaci istraživanja
5. Glavna hipoteza i posebne hipoteze istraživanja
6. Metodologija rada
a) primijenjene metode istraživanja
b) korišteni instrumenti/tehnike istraživanja
c) uzorak ispitanika za istraživanje
d) uzorak varijabli za istraživanje
e) opis istraživanja
f ) statističke tehnike i postupci koji su korišteni u obradi podataka
7. Dobijeni rezultati/nalazi istraživanja
8. Diskusija u vezi s dobijenim rezultatima/nalazima i njihova analiza
9. Naučni doprinos i aplikativna vrijednost rezultata
219
10. Zaključci - dokazivanje hipoteze na osnovu dobijenih rezultata

11. Popis literature
12. Prilozi
13. Registar pojmova
14. Registar imena
U izvještaju se generalno posebno naglašava da li je problem istraživanja

dobro određen i izabran, da li su realno postavljeni ciljevi i zadaci istraživanja
i da li ih je bilo moguće ostvariti, da li su postojale teškoće i koje, te kako ih je
istraživač otklonio. U vezi s ovim daju se kratka obrazloženja realnosti polaznih
pretpostavki i eventualni problemi ako ih je bilo. Ukazuje se i na varijable
i mogućnosti ili nemogućnosti mjerenja stepena djelovanja nezavisno
promjenjive na zavisno promjenjivu (eksperiment). Obrazloženje koje se daje
u vezi s primijenjenim metodama i tehnikama ima cilj da pokaže da li su dobro
odabrane, korektno primijenjene i da li su dale očekivane rezultate. Ako je bilo
problema na njih se ukazuje, a ako je trebalo uvoditi nove metode i tehnike
daju se razlozi i ukazuje na njihov učinak.
Naslov istraživanja izražava osnovni sadržaj, predmet i problem

istraživanja. Treba da je kratak, jasan, precizan i inventivan.
Sadržaj izvještaja istraživanja ima osnovni smisao da čitaocu dā informaciju

o karakteru istraživanja i da mu olakša snalaženje u čitanju izvještaja.
Uvod ili uvodna razmatranja problema ili teorijski kontekst istraživanja

služi za uvođenje čitaoca u bit istraživanja, njegovo upoznavanje sa teorijskim
modelom istraživanja i izazivanje njegove radoznalosti da istraživanje pažljivo
pročita.
Definicija ključnih pojmova predstavlja povezivanja (mišljenja) određenih

činjenica s odgovarajućim pojmovima. Nema naučnog otkrića bez povezivanja
određenih činjenica s odgovarajućim pojmovima. Nauka spoznaje uz pomoć
pojmova i rezultate svojih otkrića izražava uz pomoć pojmova. Razvijenost
neke nauke se očituje u broju, jasnoći i logičkoj sređenosti njenih pojmova. Iz
tih razloga je jako bitno definisati pojmove koje ćemo upotrebljavati u datom
istraživanju.
Problem i predmet istraživanja će se najlakše definisati ako imamo

dobar teorijski model, ako vladamo rezultatima dosadašnjih istraživanja u
vezi sa procesom ili pojavom koju istražujemo, ako razumijemo važnost tog
istraživanja i ako dobro uočimo hipotetičke stavove o problemu istraživanja.
Ovaj segment je posebno razrađen ranije u ovom poglavlju.
220
Ciljevi i zadaci istraživanja predstavljaju jedan od najznačajnijih

elemenata izvještaja, s obzirom na to da se istraživanjem treba otkriti neka
nova zakonitost i novi odnosi među istraživanim pojavama ili provjeriti ono
što je već ranije dokazano. Neophodno je kratko i jasno precizirati postavljene
ciljeve i zadatke istraživanja koji trebaju biti postavljeni tako da neposredno
ukazuju na ishode istraživanja u naučno-metodološkom i praktičnom smislu.
Hipoteze u istraživanju podrazumijevaju misaonu pretpostavku o

predmetima i pojavama koje se istražuju, o njihovim svojstvima, strukturi,
funkciji, stanju, relacijama itd. Hipoteze najčešće imaju oblik stavova za
koje se pretpostavlja da imaju određenu saznajnu vrijednost koju tek treba
provjeriti. Pretpostavke se moraju unaprijed eksplicitno definisati u skladu sa
hipotetičko-deduktivnim principom istraživanja kako bi se znalo čemu će se
pripisati dobijeni rezultat.
Metodologija rada obuhvata poglavlje koje ima više potpoglavlja, gdje su

jasno definisane korištene metode istraživanja, korišteni instrumenti/tehnike
za uzimanje podataka, uzorak ispitanika na kojem je vršeno istraživanje,
uzorak varijabli koje su uzete za istraživanje, kratak opis istraživanja i statističke
tehnike i postupci koji su korišteni u obradi dobijenih podataka. Izbor, način
odabira i opis navedenih dijelova metodologije rada mora biti detaljan i tačan.
Instrumenti su posebno područje istraživačkog procesa koje zavređuje

analizu iz koje treba da se vidi da li su instrumenti dobro odabrani, koje su
vrline i mane pokazali u procesu prikupljanja podataka i kako su, ako ih je bilo,
teškoće otklanjane. Također se u realitetu testiraju metrijske karakteristike
instrumenata i otklanjaju eventualni problemi koji su posljedica propusta u
testiranju metrijskih karakteristika.
Uzorak za istraživanje je jedan od činilaca u istraživačkom radu koji

istraživaču može zadati glavobolju ako nije dobro izabran, ako se ospe u
toku istraživanja i ako nastupe okolnosti koje unose nemir i nesigurnost u
psihički život ispitanika. Delikatno je pitanje zašto se, naprimjer, neki istraživač
opredijelio za uzorak koji ne počiva na bazi vjerovatnoće, a ne za onaj koji
počiva na bazi vjerovatnoće. Problemi se mogu javiti ako istraživač suviše
slobodno vrši generalizaciju na čitavu populaciju i šire.
U statističkoj obradi podataka dosta se griješi i često zbog toga dobiju

nepouzdani rezultati. Onaj ko vrši statističku obradu podataka mora dobro
poznavati statističke metode i postupke, sigurno ih primijeniti i pravilno
interpretirati dobijene rezultate. U vezi s ovim značajno je spomenuti da
statistika, pored najbolje volje i dobre stručnosti, ne može riješiti sve one
221
probleme koji nas muče i dati rezultate koje očekujemo. Razumno korištena
statistika daje rezultate, ali od nje ne treba očekivati svemoguće niti gajiti
iluziju da je ono što smo dobili kao pokazatelj sveto slovo na papiru. Zato treba
imati znanja i mudrosti kad se koristi i obrazlaže upotreba statistike.
Dobijeni rezultati/nalazi istraživanja mogu se iznijeti u različitim

formama: tekstualno, tabelarno i grafički. Pri tome treba obratiti pažnju da
se iznošenje podataka ne ponavlja kroz različite navedene forme. Rezultati
istraživanja u pisanju izvještaja obično znače kvantifikaciju dobijenih rezultata
istraživanja, dok sama interpretacija znači tekstualnu prezentaciju istih
nalaza, što predstavlja prelaz sa činjenica na razmišljanje. U pisanju izvještaja
pojavljuje se kvantitativna i kvalitativna analiza. One se ne mogu odvajati i
odvojeno razmatrati jer su samo dva aspekta jedinstvenog procesa pisanja
izvještaja o istraživanjima. U nekim fazama rada može više da dominira
kvantitativna analiza, a u drugim kvalitativna. Kad dajemo tabele, statističke
osnovne vrijednosti do kojih smo došli dominira kvantitativna analiza, dok
će u zaključcima dominirati kvalitativna analiza. Značajno je naglasiti da
fina statistika svojim pokazateljima, koje nije potrebno obrazlagati, može
da daje kvalitativne pokazatelje. Karakteristično je za ovaj dio izvještaja o
završenim istraživanjima da imamo sučeljavanje istraživanja drugih autora,
rezultata istraživača i upoređivanje ovih izvora. Sa koliko se znanja i opreznosti
učini ova analiza, toliko će biti vredniji sadržaj i prihvatljivi zaključci koji, po
logici stvari, slijede iz ove analize. Naravno, ovdje se treba čuvati pretjerane
deskripcije koja negativno utječe na kvalitet i uvjerljivost rezultata. Težnja da
se deskribuje što više fakata dovodi autora u situaciju da uopćavanje vrši na
niskom nivou i tim dovodi sebe u situaciju da je njegov rad više materijal koji se
u daljnjim istraživanjima može koristiti, nego ozbiljna naučna studija. S druge
strane, postoji tendencija da se izračuna korelacija ili dā neka druga statistička
vrijednost, i to se smatra dovoljnim, što, također, bez odgovarajuće dublje
analize ne znači potpuno završeno istraživanje.
Diskusija u vezi s dobijenim rezultatima/nalazima i njihova analiza

treba da pokaže do kojih činjenica je istraživač došao, koje je zakone otkrio i
koji se teorijski iskazi mogu svrstati u nova naučna otkrića. U procesu diskusije
rezultata autor će izvršiti razgraničenja onoga što je njegovo i onoga do čega
su drugi autori došli. Na ovaj način istraživač uspostavlja vezu između ranijih
istraživanja i njegovih rezultata, razvija svijest o svom mjestu u nauci i izgrađuje
naučno poštenje koje se uvijek cijenilo. U procesu diskusije rezultata istraživač
vrši suptilnu i odgovornu analizu svojih i tuđih istraživanja, kvantitativnih i
kvalitativnih pokazatelja, vrši poređenja, ukazuje na sličnosti i razlike, uviđa
manjkavosti i ograničenja, daje svoj sud o istraživanju drugih i pokazuje gdje
je njegovo mjesto u istraživanju određenih problema kojima su se na sličan
način bavili drugi.
222
Zaključak predstavlja završni dio izvještaja u kojem se u skraćenoj formi

iznosi hipoteza i dokazi koji je potvrđuju ili odbacuju. Izvođenje zaključaka od
istraživača traži određeni fond činjenica, sistem u radu, preciznost u formulisanju
stavova i odmjerenost u izvođenju zaključaka. U procesu izvođenja zaključaka
istraživač izriče sudove ili formuliše teorijske stavove na temelju argumenata
do kojih je došao naučnom analizom, koji su utemeljeni na činjenicama
objektivne stvarnosti, koja je bila predmet istraživanja. Istraživači često u
toku izvođenja zaključaka polaze od toga da su rezultati potpuno pouzdani
i da se iz njih mogu izvoditi zaključci u koje ne treba sumnjati. Međutim,
takvih zaključaka se treba čuvati tim prije i više što se u društvenim naukama,
naprimjer, ne može egzaktno mjeriti kao u prirodnim naukama i stoga je teško
izvoditi zaključke i posebno izricati tvrdnje koje nemaju pokriće u rezultatima
istraživanja. Zaključak treba da bude na odgovarajućem teorijskom nivou
izveden iz činjenica koje su dobijene objektivnim putem, u čiju vrijednost
možemo samo sumnjati utoliko što je to relativno adekvatno, a ne apsolutno
utvrđeno. Od naučnika se traži da u toku izvođenja zaključaka vodi računa o
logici argumenata, sistematično izlaže svoje misli, odgovorno formuliše stavove
i kristalno jasno iznosi misli. Zaključci koji su ovako izvedeni imaju šansu da
budu priznati i pravilno shvaćeni od kritičara. U zaključku istraživač precizno
iznosi svoje rezultate, ostavlja prostora da drugi mogu provjeriti njegove
nalaze i uvijek je spreman da vodi dijalog s onim naučnicima koji bi pokušali
osporiti njegove rezultate. Uspješno izvođenje zaključaka pretpostavlja da
istraživač ima razvijeno logičko mišljenje, da ima izgrađen pogled na svijet,
da poznaje tehnike i postupke izvođenja zaključaka, da poznaje područje
koje želi naučno objasniti i modele kako se naučno objašnjava. Posebno se
treba čuvati grešaka koje se javljaju u toku izvođenja zaključaka kao što su:
prebrza generalizacija, skok u zaključivanju, dokazivanje u krugu, pretjerane
simplifikacije, zaključivanje na temelju nedovoljno provjerenih argumenata ili
onih koji su sami po sebi neistiniti i slično.
Popis literature ili bibliografija predstavlja pregled korištene literature

koju je autor koristio tokom istraživanja. Danas je poznato više sistema
navođenja i citiranja korištene literature, a svaka naučna ustanova oblikuje
i propisuje svoje standarde i svoj stil kao što su, npr. APA, Čikago, Vankuver,
Harvard, Turabian, MLA, AMA i dr. Svim ovim sistemima su zajedničke istinitost
i tačnost podataka kao i jednoobraznost. Autor mora odabrati jedan od
postojećih načina i dosljedno ga primjenjivati u pisanju rada (nije dopušteno
istovremeno kombinovati više načina citiranja u istom radu).
Prilozi obuhvataju materijale koji čitaocu nisu nužni pri čitanju izvještaja,
ali su mu potrebni u slučaju da u izvještaj i kontrolu dobijenih rezultata želi
detaljnije ući. U prilog se većinom stavljaju oni materijali kojima autor ne želi
223
opteretiti tekst izvještaja a koji mogu dati dodatna pojašnjenja čitaocu, npr.
grafikoni, tabele, slike, dokumenti itd.
Registar pojmova i registar imena čine izvještaj znatno upotrebljivijim,

olakšavaju snalaženje u njoj i omogućavaju brže pronalaženje imena i pojmova
koji čitaoca zanimaju. Treba naglasiti da niti jedno obimnije naučno djelo ne
smije izostaviti registar pojmova ili imena. Kod registra pojmova autor vrši
popis pojmova čiji pregled želi dati. Pojmovi se navode u popisu abecednim
redom, gdje se uz pojam navodi broj ili brojevi stranice na kojima se ti pojmovi
pojavljuju (npr. Nauka, 56, 67, 78…). Kod registra imena abecednim redom
navode se imena koja se u djelu spominju, uključujući i ona koja se javljaju
u popisu literature. Navodi se abecednim redom prezime, a potom ime ili
prvo slovo imena, a zatim navodi stranica/e u djelu gdje se ime spominje (npr.
Čolakhodžić, E., 34, 45, 67...).
224
Statističke analize i obrada rezultata
7.
STATISTIČKE ANALIZE I OBRADA REZULTATA
 Podjela statistike
 Parametrijski statistički testovi
 Neparametrijski statistički testovi
 Multivarijantne statističke analize
225
226
7. STATISTIČKE ANALIZE I OBRADA REZULTATA
Statistika (lat. status – stanje, tal. stato – država) je matematička disciplina

koja proučava načine sakupljanja, sažimanja i prikazivanja zaključaka iz nekih
podataka. Primjenjuje se u mnogim strukama, kao i u svakodnevnom životu.
Predstavlja granu primijenjene matematike koja se bavi analizom podataka,
tako da možemo reći da je statistika skup matematičkih metoda i tehnika kojima
se neorganizovani podaci, odnosno rezultati nekih vrsta mjerenja organizuju,
obrađuju i predstavljaju za interpretaciju i evaluaciju. Ona se primjenjuje
u raznim naučnim disciplinama, a u nekima toliko široko i intenzivno da se
dobija odgovarajući naziv primijenjene statistike, npr. biostatistika, poslovna
statistika, ekonomska statistika, statistička fizika, psihološka statistika, socijalna
statistika itd. Statistika je, zapravo, naučna metoda istraživanja masovnih
pojava putem deskripcije i analize, pretežno s kvantitativnog, ali i kvalitativnog
aspekta na dovoljno velikom broju prikupljenih i sređenih podataka koji
izražavaju varijabilnost i kovarijabilnost, u cilju otkrivanja zakonitosti koje u
njima postoje i generalizacije zaključaka u obliku statističkih brojčanih mjera
(Kundačina i Brkić, 2008). U okvirima teorijskog razmatranja statistika se tretira
na različite načine: kao nauka, kao naučna metoda, kao naučni postupak,
kao skup naučnih metoda, kao naučna metodologija itd. Kada govorimo o
karakteristikama statistike kao naučne metode možemo reći da:
pripada općoj naučnoj metodologiji,
spada u kvantitativne metode istraživanja,
po prirodi je induktivna naučna metoda,
doprinosi provjeri teorijskih stavova i objašnjenja,
podiže egzaktnost istraživanja matematičkom obradom podataka,
ne isključuje dedukciju niti druge logičko-metodološke postupke,
ispituje odlike pojava u masi slučajeva.
Zadaci statističke metode u društvenim naukama, a posebno u oblasti

odgoja i obrazovanja su:
otkrivanje bitnih karakteristika masovnih pojava,
utvrđivanje činilaca koji uslovljavaju postojeće stanje pojava,
otkrivanje povezanosti karakteristika masovnih pojava,
otkrivanje i objašnjavanje zakonitosti u pojavama,
predviđanje daljnjeg razvoja pojava.
Statističke metode nam, također, omogućavaju relativno pouzdano

predviđanje razvoja određenih društvenih pojava, tako da je moguće
predvidjeti u kojem smjeru pojava ide u određenom budućem periodu (npr. pad
ili rast broja učenika u školama u budućih deset godina, porast maloljetničke
227
delinkvencije, porast ovisnosti kod mladih, trend odlazaka mladih iz BiH,

ili neki drugi fenomen značajan za odnose u društvu. To nam omogućavaju
različiti statistički računi trenda, vjerovatnoće i slično. Problemi koji se javljaju
u primjeni statističkih metoda su tipični za skoro sve društvene nauke:
Postoji opasnost da se zaključci izvedu iz dovoljnog broja podataka
koji nisu relevantni. Naime, statistika će dati visoke mjere značajnosti
bez obzira što podaci nisu relevantni – statistika vidi samo brojke, a ne
ono što je iza njih.
Srednja vrijednost često ne odražava pravo stanje.
Statistika nam nikada ne pruža potpuno objašnjenje uzročno-
posljedičnih odnosa u društvu.
Često postoje problemi u generalizaciji sa uzorka na cijelu populaciju.
Statistika služi za prikupljanje činjenica te je svojevrstan vid deskripcije.
Društvene pojave su fluidne i često nemjerljive, tako da ih statistika ne
može adekvatno kvantitativno zahvatiti.
S druge strane, prednosti statističke metode u društvenim naukama su

višestruke:
Putem uzorka se skraćuje prikupljanje ogromnog broja podataka.
Neke pojave ne bismo mogli proučavati bez uzorkovanja.
Statistika je interdisciplinarna nauka i omogućava kvalitetna
poređenja nalaza u različitim naukama.
Ona omogućava predviđanje na osnovu trenda, vjerovatnoće ili
drugih numeričkih metoda.
Statistika donosi sistematizaciju u određena naučna područja.
Statistiku je moguće kombinovati sa drugim metodama.
Raznovrsna je po oblicima i postupcima.
Stroga je u oblicima i postupcima.
Precizna je u opisivanju pojava i njihovih manifestacija.
U istraživanjima se redovno susrećemo s kvantitativnim (brojčanim)

podacima, koji nam tek malo ukazuju na neku pojavu, sve dok ih na
odgovarajući način ne organizujemo i obradimo. Jedino statistički obrađeni
podaci imaju naučnu vrijednost, ali isto tako primjena statističkih metoda i
tehnika ne garantuje i naučnu vrijednost analiziranih podataka. To će biti slučaj
samo kada se odgovarajuća statistička metoda analize podataka sprovodi
korektno nad ispravno sakupljenim podacima u dobro planiranim mjerenjima,
odnosno eksperimentu.
Statističke metode odnosno tehnike primjenjuju se u svrhu interpretacije

brojčanih podataka dobijenih na nekom uzorku entiteta (izvori informacija),
koji mogu biti ljudska bića, ali i biljke i predmeti, ali i na jednoj osobi. Korištenje
228
statistike naročito dolazi do izražaja u naukama koje proučavaju „žive“ entitete,

a posebno čovjeka, i gdje postoji veliki varijabilitet u manifestacijama njihovih
sposobnosti, karakteristika, odnosima, ponašanju i drugim fenomenima
(pojavama). U fizičkom svijetu je varijabilitet najčešće veoma mali, a često ga
praktično nema, pa je suvišno koristiti bilo kakvu statističku metodu u cilju
interpretacije podataka istraživanja, odnosno eksperimenta.
Reakcije u takvim fenomenima koji se istražuju su determinističke,
odnosno određene i ograničene. U realnom živom svijetu varijabilitet nekog
fenomena može da bude izuzetno velik, čak toliki da je nemoguće ustanoviti
tendenciju, a kamoli pronalaženje nekih zakonitosti u tim manifestacijama.
Statistika je potrebna istraživaču kako bi:

isplanirao istraživački rad, naročito prilikom nekog eksperimenta, na
što ekonomičniji način i sa što većom efikasnošću korištenja dobijenih
rezultata mjerenja (podataka) i rezultata obrade tih podataka
(evaluacija i generalizacija),
obradio dobijene podatke i definisao odgovarajuće naučne (teorijske)
i praktične zaključke iz svog istraživanja,
mogao redovno i uspješno pratiti naučnoistraživačku literaturu.
7.1. Podjela statistike
Statistiku možemo klasifikovati na osnovu više kriterija. S obzirom na cilj

obrade dobijenih podataka statistika se dijeli na (Kundačina i Brkić, 2008):
Evidencionu statistiku koja se odnosi na prikupljanje, registrovanje
i sređivanje podataka, a u određenim slučajevima i na objavljivanje
podataka u vidu brojeva i procenata. Ona se, dakle, odnosi samo na
evidenciju statističkih podataka.
Statistiku kao naučnu metodu koja se pored prikupljanja i uređivanja
statističkih podataka, bavi analizom i tumačenjem podataka.
S obzirom na namjenu i vrstu metode koju primjenjuje statistika se dijeli

na:
Teorijsku (opću) statistiku koja razvija opće statističke metode i
postupke, objašnjava ih, dokazuje i usavršava. Ona se ne bavi stvarnim
empirijskim podacima i zasniva se na teoriji vjerovatnoće.
Primijenjene statistike koje osim općih statističkih postupaka
primjenjuju i specifične postupke primjerene određenoj naučnoj
disciplini. Tako su nastale pedagoška statistika, psihološka statistika,
zdravstvena statistika, poslovna statistika itd.
229
Prema ulozi vjerovatnoće, uzorka i osnovnog skupa u prikupljanju i analizi

statističkih podataka statistika se dijeli na:
Deskriptivnu statistiku,
Inferencijalnu statistiku.
Deskriptivna (opisna) statistika je dio statistike koji se bavi sređivanjem i

klasifikovanjem statističkih podataka, tabeliranjem i grafičkim prikazivanjem
statističkih serija, opisivanjem i analizom mjernih pojava ili procesa sa kojih su
podaci dobijeni i prezentovanjem podataka. Možemo reći da je deskriptivna
statistika skupina metoda pomoću kojih se utvrđuju činjenice o pojavama,
pri čemu se koriste postupci uređivanja, tabelarnog i grafičkog prikazivanja
te se utvrđuju brojčani pokazatelji. Deskriptivnom statistikom se ne mogu
otkrivati unutrašnje zakonitosti, niti izvoditi opširniji zaključci, ne mogu se
generalizovati utvrđene konstatacije na osnovni statistički skup. Primjenom
postupaka deskriptivne statistike dobijamo statističke informacije o mjerama
centralne tendencije (aritmetička sredina, medijana i mod), mjerama
varijabiliteta (raspon, standardna devijacija, varijansa, interkvartilni raspon,
semiinterkvartilni raspon i prosječno odstupanje), kao i grafičkim i tabelarnim
prikazivanjem osnovnih statističkih vrijednosti.
Inferencijalna statistika je dio statistike koji se bavi zaključivanjem o

odgovarajućim vrijednostima, karakteristikama, zakonitostima i međusobnim
odnosima pojedinih statističkih obilježja osnovnog skupa, na osnovu
numeričkih podataka dobijenih posmatranjem i mjerenjem obilježja jedinica
reprezentativnog uzorka istraživanja (Kundačina i Brkić, 2008). Ona se odnosi
na provjeravanje postavljenih hipoteza (nultih i afirmativnih), uz pomoć
statističkih testova, koeficijenata i njihove značajnosti (t-test, analiza varijanse,
hi-kvadrat test, koeficijenti asocijacije i korelacije, diskriminaciona analiza,
Mann-Whitneyev test, Test znaka...). U statističkom žargonu, deskriptivna
statistika se naziva statistikom sa malim s, a inferencijalna statistikom sa
velikim S, jer je osnovni cilj deskriptivne statistike da ponudi podatke koji se
dalje mogu obrađivati uz pomoć tehnika inferencijalne statistike.
U prirodnim pojavama i situacijama postoji mnoštvo varijabli koje su

međusobno povezane i tada govorimo o multidimenzionalnosti pojava, tj. o
pojavama koje su opisane s velikim brojem varijabli. Pritom je svaka varijabla
posebna manifestna (mjerljiva) dimenzija. Primjereno je poželjeti te varijable
(zbog dinamičkog sistema) analizirati sve zajedno (kao entitet u cjelini) i
istovremeno, a ne jednu po jednu ili par po par jer na taj način varijable
bivaju izvučene iz njihovog realnog konteksta. Takve statističke postupke
kojima analiziramo više varijabli istovremeno nazivamo multivarijantnim ili
multidimenzionalnim statističkim postupcima. Zavisno od toga koliko grupa
230
ispitanika i koliko grupa varijabli je uključeno u istraživanje, tada govorimo o

multivarijantnim statističkim postupcima koji obuhvataju: faktorsku analizu,
taksonomsku analizu, regresijsku analizu, kanoničku korelacionu analizu,
diskriminativnu analizu, multivarijantnu analizu varijanse i multivarijantnu
analizu kovarijanse. Statistika je objektivno sredstvo za interpretaciju skupa
podataka dobijenih različitim tehnikama: testiranjem, posmatranjem,
mjerenjem, anketiranjem i sl. Različite statističke tehnike su potrebne da se
opišu karakteristike podataka, da se ustanovi i testira povezanost (odnos)
između skupova podataka, te da se ustanove i testiraju razlike između skupova
podataka, tako da se prema tome koriste i odgovarajuće metode i tehnike:
Univarijantne statistike,
Multivarijantne statistike.
Potrebno je napomenuti da neke multivarijantne statističke analize sadrže

u sebi i rezultate univarijantnih analiza, a da sve polaze od nekih bivarijantnih
statističkih analiza, najčešće korelacija između parova u analiziranom skupu
varijabli.
S obzirom na raspodjelu podataka koji su predmet analize statistika se

dijeli na:
Parametrijsku i
Neparametrijsku statistiku.
Ukratko, parametrijska statistika se bazira na normalnoj distribuciji

podataka, jednakim varijansama i nezavisnom posmatranju, odnosno
mjerenju. Pri tome se pod pojmom „jednakim“ ne podrazumijeva numerički
jednakim, nego statistički da nema značajne razlike između varijansi. Kategorija
parametrijskih statističkih analiza i testiranja polazi od tri pretpostavke,
odnosno zahtjeva u vezi sa distribucijom podataka:
1) populacija iz koje je uzorak ispitanika izvučen mora biti normalno
distribuirana na varijabli koja se analizira,
2) uzorci ispitanika izvučeni iz populacije moraju imati istu (sličnu)
varijansu na varijabli koja se analizira,
3) posmatranja, odnosno mjerenja su nezavisna.
Evidentno je da mnogi matematički pojmovi imaju sličnost ili odražavaju

određene pojave, tako da se u stvarnosti susrećemo sa različitim linearnim
i nelinearnim funkcijama koje određene pojave pokazuju ili se njima
približavaju. Dosadašnja istraživačka praksa pokazala je težnju za normalnom,
asimetričnom u-distribucijom itd. Tim utvrđivanjem kako se određeni predmet
istraživanja javlja u populaciji i uzorku ustvari određuje statistički karakter
pojave, tj. definiše se „statistička zakonomjernost” te pojave. Istraživač mora
231
biti upoznat sa tim da li se predmet istraživanja u populaciji i uzorku javlja

kao kontinuiran, diskontinuiran ili kontinuirano-diskontinuiran proces, da li je
pojava normalno distribuirana ili odstupa značajno od normalnosti distribucije
itd. Bez poznavanja oblika distribucija uzorka ostaju mnogi statistički rezultati
bez valjane interpretacije i zaključka.
Zašto je potrebno poznavati distribucije uzoraka i po mogućnosti

distribuciju populacije? Od oblika distribucije zavisi ne samo izbor
statističkih postupaka nego i interpretacija dobijenih statističkih vrijednosti.
Parametrijska statistika se bazira na normalnoj raspodjeli, raspodjeli koja
je simetrična, mezokurtična, unimodalna i asimptotična. Neopravdano je,
naprimjer, upotrijebiti Pearsonov koeficijent korelacije (r), t-odnos i sl. na
asimetrične, platikurtične, biomodalne i druge distribucije koje značajno
odstupaju od normalne. Kako neke pojave mogu da simuliraju normalnu
distribuciju, tj. da dobijene distribucije ne odgovaraju stvarnim, realnim
distribucijama problema koji se istražuje, istraživač mora biti osjetljiv na ove i
slične poteškoće. Predmet istraživanja može biti ograničen u obimu i veličini,
tj. može da ima diskontinuiranu promjenjivu umjesto kontinuirane koja se
podrazumijeva u teoriji. Istraživač nema samo zadatak da statistički utvrdi
značajnost odstupanja neke distribucije od normalne nego, prije svega, da
ispita da li je to odstupanje slučajno variranje ili nije.
Neparametrijska statistika je dio statistike koji ne zahtijeva da su statistički

podaci raspoređeni po normalnoj raspodjeli. Ona ne podrazumijeva i ne polazi
od spomenutih zahtjeva. Postupci neparametrijske statistike, u odnosu na
parametrijsku, pružaju manju količinu informacija o mjerenim pojavama iz
razloga što su manje savršeni. Neparametrijski statistički postupci su: hi-kvadrat
test, medijana test, test predznaka, Friedmanov test, test sume rangova, Mek
Nemarov test itd.
Parametrijska statistika se može primjenjivati na varijablama čiji su rezultati

dobijeni na intervalnim i srazmjernim mjernim skalama, a neparametrijska
se primjenjuje na varijablama dobijenim na osnovu nominalnih i ordinalnih
skala mjerenja. Danas u informatičkoj i softverskoj eri postoje brojni programi
napisani za određene statističke analize. U društvenim naukama se najčešće
koriste statistički programi SPSS (Statistical Package for the Social Science),
STATISTICA i Excel.
232
7.2. Univarijantna statistička analiza
Iako smo već naglasili da su pojave i procesi multidimenzionalnog

karaktera i da je za njihovo rješavanje nužno korištenje multivarijantnih tehnika
analize podataka, ipak je potrebno da početak statističke analize započnemo
korištenjem univarijantnih tehnika. Univarijantne statističke tehnike nam ne
mogu dati uvid u složene relacije i odnose među određenim pojavama, ali nam
pružaju veoma dragocjene informacije o varijablama koje trebamo analizirati.
Bez ovih podataka nemoguće je shvatiti multivarijantne relacije tih varijabli.
Osnovni podaci potrebni za minimalnu statističku analizu uzorka su
podaci o centralnoj tendenciji uzorka na datoj varijabli (neka mjera centralne
tendencije) i podaci o njenoj varijabilnosti na toj varijabli (neka mjera
varijabilnosti). Podaci o centralnoj tendenciji nam pružaju osnovnu informaciju
o tome gdje su koncentrisane vrijednosti ispitanika na datoj varijabli, dok nam
podaci o varijabilnosti govore o tome koliko se entiteti međusobno razlikuju,
tj. koliko variraju oko te mjere centralne tendencije. Pored ovih podataka
potrebno je saopćiti i sa kojeg nivoa mjerenja potječu podaci (sa koje vrste
mjerne skale), a dobro je znati i koji je oblik distribucije dobijenih podataka.
Neki podaci o vrsti mjerne skale su već sadržani u informaciji o
primijenjenim mjerama centralne tendencije i varijabilnosti (ako su pravilno
primijenjene) u smislu da podaci potječu bar sa skale koja je minimalno
potrebna za primjenu date mjere varijabilnosti ili centralne tendencije. Ista
stvar važi i za oblik distribucije, pri čemu bismo, kada imamo primijenjenu
aritmetičku sredinu i standardnu devijaciju, mogli računati da je distribucija o
kojoj se radi normalna (mada se praktično ove dvije mjere jako često koriste i
kada distribucija nije normalna, što je, iako protivno uslovima za primjenu ovih
mjera, ipak neosporna praktična činjenica), dok kod ostalih mjera to nije slučaj.
Podaci o vrsti mjerne skale su bitni za valjanu interpretaciju dobijenih veličina,
dok nam podatak o obliku distribucije pomaže kod donošenja zaključaka o
rezultatima mjerenja (ako znamo da je distribucija bimodalna onda je, npr.
razumno pretpostaviti da naš uzorak možda obuhvata dvije različite populacije
u pogledu ispitivane osobine).
Rezultati mjerenja imaju izraženu tendenciju da se grupišu oko neke

centralne tačke, a druga tendencija je da što su rezultati udaljeniji od ove
centralne tačke, to ima manje tih rezultata. Iz toga proizilazi da se svaka
distribucija dobijenih rezultata može opisati sa tri podatka:
1. sa brojem mjerenja koje obuhvata ta varijabla,
2. sa vrijednošću centralne tačke oko koje se grupišu svi rezultati,
3. sa nekom mjerom raspršenja (varijabilnosti) rezultata oko te centralne
tačke.
233
7.2.1. Mjere centralne tendencije
Mjere koje se koriste da bi reprezentovale neku karakterističnu, prosječnu

vrijednost našeg uzorka nazivaju se mjere centralne tendencije. Gotovo da
nema istraživanja koje ne zahtijeva izračunavanje srednje vrijednosti mjera
dobijenih tim istraživanjem. Mjera centralne tendencije u statistici ima veoma
mnogo, ali su u najčešćoj upotrebi aritmetička sredina, medijana i mod.
Izračunavanje aritmetičke sredine je od praktične važnosti jer reprezentuje
vrijednosti za cijeli skup rezultata. Osim toga, njeno izračunavanje obično
predstavlja prvi korak u statističkoj obradi podataka.
Aritmetička sredina (Mean) je jedna od najčešćih i najpoznatijih mjera

centralne tendencije. Spada u parametrijske mjere što znači da zahtijeva da
mjere na kojima se primjenjuje potiču bar sa intervalne mjerne skale i da imaju
poznatu distribuciju. Ipak, aritmetičku sredinu ima smisla koristiti i u nekim
slučajevima kada distribucija nije normalna, ako je njen oblik simetričan
i poznat (kao i ako nema mnogo ekstremnih slučajeva ili ekstremnost tih
slučajeva nije velika, primjena aritmetičke sredine ima malo smisla ako je njena
dobijena vrijednost takva da se nalazi negdje van distribucije ili na nekom
mjestu na distribuciji oko koga je vrlo mala koncentracija entiteta iz uzorka).
Aritmetička sredina je poznata i kao prosječna vrijednost. Dobija se tako što se
vrijednosti svih entiteta saberu, a onda podijele sa brojem entiteta:
∑ 𝑥𝑥𝑥𝑥
𝑥𝑥 =
𝑛𝑛
Glavna prednost aritmetičke sredine kao mjere centralne tendencije je

u tome što na nju utječu svi entiteti iz uzorka i to cijelom svojom vrijednošću,
a glavna negativna strana joj je to što je, baš zbog ovih karakteristika, jako
osjetljiva na ekstremne slučajeve - dovoljan je samo jedan jako ekstreman slučaj
pa da njena vrijednost bude jako pomjerena u smjeru tog ekstrema (u podacima
iz istraživanja se takvi ekstremi vrlo često javljaju kao posljedica pogrešnog
unošenja podataka, teško ih je uočiti, a pomjerena aritmetička sredina onda
može da ukazuje na sasvim pogrešan zaključak. Na ordinalnim podacima je
također moguće primijeniti formulu za računanje aritmetičke sredine, ali se tako
dobijena mjera ne zove aritmetička sredina nego prosječni rang.

Medijana (centralna vrijednost) je druga najčešće korištena mjera
centralne tendencije. To je tačka ispod i iznad koje se nalazi po 50% entiteta,
drugim riječima, to je sredina distribucije (ako je broj entiteta neparan to je
onda vrijednost srednjeg ispitanika). Guilford (1968) je definiše kao onu tačku
234
na mjernoj skali iznad koje se nalazi tačno polovina broja slučajeva, a ispod
koje se nalazi druga polovina.
2, 2, 3, 4, 4, 5, 5, 6, 6, 6, 7, 7, 7 Me = 5 (dijeli niz na pola)

2, 2, 3, 4, 5, 5, 6, 6, 6, 6, 7, 7 Me = (5+6)/2 = 5,5
Karakteristika medijane je ta da na nju utječu svi entiteti iz uzorka,

ali samo svojim položajem, a ne i svojom vrijednošću, što je čini otpornom
na utjecaj veoma ekstremnih slučajeva, ali također i slabije osjetljivom na
raspored entiteta na varijabli (tj. osjetljiva na redoslijed, a neosjetljiva na
njihove međusobne udaljenosti). Njena primjena zahtijeva da podaci potječu
bar sa intervalne mjerne skale, a u pogledu oblika distribucije ne postoje
neki određeni zahtjevi, mada je zgodno da je distribucija simetrična (tada
su greške u procjeni vrijednosti pojedinačnih entiteta na osnovu medijane
podjednake i lijevo i desno od medijane). Kada je distribucija normalna
medijana i aritmetička sredina se poklapaju. Kada je distribucija asimetrična
aritmetička sredina je pomjerena u odnosu na medijanu u onom smjeru u
kojem je distribucija asimetrična (kod negativno asimetrične AS je lijevo, a kod
pozitivno asimetrične desno od medijane). Medijanu u izvjesnim slučajevima
ima smisla koristiti i kada podaci potječu sa ordinalne mjerne skale, ali samo u
cilju opisivanja različitih grupa sa jedinstvene rang-liste.

Mod se definiše kao tačka na mjernoj skali gdje se javlja maksimanlna
frekvencija u distribuciji. Kod negrupisanih podataka mod je ona mjera koja se
najčešće javlja (Guilford, 1968). Njegova primjena ne zahtijeva neke posebne
uslove u pogledu nivoa mjerenja ili oblika distribucije što znači da radi već na
nominalnom nivou mjerenja. Međutim, primjena moda je problematična kada
imamo kontinuirane varijable, budući da je broj mogućih vrijednosti u bilo kom
intervalu na takvim varijablama praktično neograničen (ustvari, ograničen je
samo preciznošću registrovanja rezultata), frekvencije svih mogućih vrijednosti
su male, a proglašavanje vrijednosti koja slučajno ima nešto veću frekvenciju
za mod nije mnogo pametno. Zbog toga se, kada želimo primijeniti mod kao
mjeru centralne tendencije na nekoj kontinuiranoj varijabli, obično prvo radi
njena kategorizacija tj. formiranje razreda (smanjuje se preciznost registracije
rezultata mjerenja tako što se prvo određuju intervali, koji mogu, ali ne moraju
biti jednaki, što već zavisi od cilja formiranja razreda, a nakon što se ti intervali
odrede svim vrijednostima u određenom intervalu se pripisuje ista nova
vrijednost). Mod ne postavlja nikakve zahtjeve u pogledu oblika distribucije s
tim da je sasvim moguće da jedna distribucija ima veći broj modova (termini
bimodalna i polimodalna potječu od termina „mod”). Ipak, pošto na mod
ne utječu svi entiteti iz distribucije već samo oni koji imaju najučestaliju
vrijednost, mod je najmanje pouzdana i za većinu namjena najmanje korisna
235
mjera centralne tendencije (npr. sasvim je moguće da modalnu vrijednost

imaju entiteti koji se nalaze van distribucije, ali su se slučajno skupili na jednom
mjestu).
7.2.2. Mjere varijabilnosti
U prethodnom poglavlju smo naveli da se za opisivanje bilo kojeg

uzorka preko jedne vrijednosti koriste mjere centralne tendencije. Međutim,
samo saopćavanje vrijednosti mjere centralne tendencije uglavnom ne pruža
dovoljno informacija o datom uzorku jer je sasvim moguće da se identične
vrijednosti mjera centralne tendencije dobiju na potpuno različitim uzorcima.
Mjere centralne tendencije nam ne govore ništa o tome koliko se mjere iz
uzorka razlikuju međusobno. Tako istu aritmetičku sredinu možemo dobiti i
ako svi entiteti iz uzorka imaju vrijednost te aritmetičke sredine, ali i ako su
razlike između njih ogromne. Da bismo imali i informaciju o tome koliko se
mjere unutar uzorka međusobno razlikuju koristimo mjere varijabilnosti. I
mjera varijabilnosti u statistici ima jako veliki broj, ali najpoznatije su varijansa,
standardna devijacija, kvartilna devijacija i raspon. Kada bismo prosječno
odstupanje računali vodeći računa o predznaku, onda bismo uvijek kao
sumu dobili nulu. Razlog tome je što aritmetička sredina kao težište rezultata,
vrijednost od koje odstupanje iznad i ispod nje uvijek iznosi 0 (nula). Jedan od
načina da se izbjegnu predznaci odstupanja je taj da se odstupanja kvadriraju.
Ako tako kvadrirana odstupanja zbrojimo i izračunamo im aritmetičku sredinu,
dobit ćemo mjeru varijabilnosti koja se zove varijansa.
∑( xi − M ) 2
σ =2
n −1
To je, dakle, prosječna suma kvadriranih odstupanja. Korijen iz varijanse
može se prikazati kao potpuno definisani razmak na skali rezultata. Taj drugi
korijen iz varijanse nazvan je standardna devijacija, i to zato što se ta mjera
koristi kao standard za mjerenje varijabiliteta rezultata.
Standardna devijacija je mjera varijabilnosti koja odgovora aritmetičkoj

sredini kao mjeri centralne tendencije. Ona predstavlja korijen prosjeka sume
kvadriranih odstupanja mjera entiteta iz uzorka od aritmetičke sredine uzorka.
σ= ∑ ( xi − M ) 2
n −1
236
Standardna devijacija je najpouzdanija od široko poznatih i primjenjivanih

mjera varijabilnosti. Uslovi za njenu primjenu su isti kao i za primjenu
aritmetičke sredine što znači bar intervalni nivo mjerenja i poznata distribucija.
Elementarna deskripcija nekog uzorka mjerenog na nekoj bar intervalno
distribuiranoj varijabli podrazumijeva saopćavanje podataka bar o veličinama
njegove aritmetičke sredine i standardne devijacije.
Raspon je interval između entiteta sa najvišom i entiteta sa najmanjom

vrijednošću. Kao mjera varijabilnosti ovo je najmanje osjetljiva i najmanje
pouzdana mjera varijabilnosti. Njena primjena ne postavlja posebne zahtjeve u
pogledu oblika distribucije, ali je njena primjena, kao i primjena bilo koje mjere
varijabilnosti problematične smislenosti, ako podaci ne potječu sa intervalne
mjerne skale (i ovdje važi da je ima smisla primjenjivati na ordinalnim mjerama
samo za poređenje različitih grupa na jedinstvenoj rang-listi).
Na nominalnim podacima je moguće primijeniti mjeru sličnu rasponu kao,

uslovno rečeno, mjeru varijabilnosti, ali kao mjeru koja pokazuje koliko kategorija
ima data nominalna varijabla (to se ne zove raspon, ali je kao mjera logički
slično). Budući da na vrijednost raspona utječu samo dva slučaja na krajevima
distribucije, raspon je kao mjera varijabilnosti ne samo jako osjetljiva na utjecaj
ekstremnih slučajeva, već upravo određena tim ekstremnim slučajevima, pa je
baš zbog toga u upotrebi i tzv. „potkresani raspon” (trimmed range), tj. interval
između vrijednosti dva krajnja entiteta na distribuciji, ali kada se i sa jednog i
sa drugog kraja izbaci određeni broj entiteta ili kada se i sa jednog i sa drugog
kraja odstrane entiteti koji su dovoljno udaljeni od najbližeg sljedećeg entiteta
(tj. koji se nalaze van distribucije). Pored ovdje opisanih mjera varijabilnosti i
mjera centralne tendencije u dosta širokoj primjeni su i još neke mjere kao što
su geometrijska sredina, koeficijent varijacije, harmonična sredina itd.
7.2.3. Normalna distribucija rezultata
Mjereći različite pojave i procese, osobine i karakteristike, većinom

dobijamo rezultate koji imaju tendenciju grupisanja oko neke centralne
vrijednosti i tendenciju raspršenja oko te srednje vrijednosti. Takva raspodjela
naziva se normalna raspodjela ili normalna distribucija. Normalna distribucija
je osnova za razumijevanje pojmova statističke vjerovatnosti. Kriva normalne
distribucije zove se i Gaussova ili zvonasta krivulja16. Najveći broj svojstava u
prirodi posjeduje normalnu distribuciju ukoliko su ispunjeni uslovi:
veliki broj rezultata (mjerenja),
da su sva mjerenja sprovedena istim metodama i u što sličnijim uslovima,
skup koji mjerimo mora biti homogen po svim osobinama (svojstvima,
karakteristikama), osim u osobini koju mjerimo.
16 Prema njemačkom matematičaru Gaussu (1777 -1858)
237
Grafikon 4. Normalna distribucija
Normalna distribucija mijenja svoj oblik zavisno od veličine standardne

devijacije i aritmetičke sredine. Ukoliko standardna devijacija ostaje
nepromijenjena, povećavanjem srednje vrijednosti dolazi do horizontalnog
pomicanja krivulje udesno. Smanjivanje srednje vrijednosti „pomiče” krivulju
horizontalno ulijevo. Smanjenje standardne devijacije dovodi do uske i
visoke krivulje, a povišenje standardne devijacije do široke i niske. Unutar
normalne distribucije nalazi se uvijek isti postotak jedinica statističkog skupa, a
udaljenost pojedine jedinice od aritmetičke sredine izračunava se u jedinicama
standardne devijacije:
unutar granica (µ – 1σ) i (µ + 1σ) nalazi se 68,3% od svih rezultata,
unutar granica (µ - 2σ) i (µ + 2σ) nalazi se 95,4% od svih rezultata -
raspon 95% rezultata,
unutar granica (µ - 3σ) i (µ + 3σ) nalazi se 99,7% od svih rezultata.
Provjera da li distribucija konkretnih podataka odgovara normalnoj

distribuciji početni je korak svake statističke obrade. Postupci provjere mogu biti:
1. Subjektivno
Histogram
2. Testovi
Mjere asimetrije i zaobljenosti
Kolmogorov-Smirnov test
Shapiro-Wilk W-test
Za procjenu odstupanja od idealne krive normalnog rasporeda (procjena

normaliteta) koriste se 2 mjere:
1. Skjunis (mjera asimetrije) (engl. skewness – nagnutost, zakrivljenost) i
2. Kurtosis (mjera homogenosti) (engl. curtosis).
238
Međusobni položaj aritmetičke sredine i modusa definišu asimetričnost

distribucije. Prema Skjunisu kriva može biti negativno asimetrična prema
modusu i pozitivno asimetrična prema modusu. Ukoliko je modus veći od
aritmetičke sredine, to je znak da u seriji dominiraju slabiji rezultati i takav
tip odstupanja je označen kao pozitivna asimetrija. Kada je modus manji od
aritmetičke sredine, kada u seriji dominiraju rezultati sa višim vrijednostima,
radi se o negativnoj asimetriji.
Grafikon 5. Modeli krive prema Skewnessu
Kurtosis predstavlja zaobljenost (zakrivljenost) vrha krive i zavisi

od varijabiliteta empirijskih rezultata u statističkoj seriji. Što su rezultati
homogeniji koncentrišu se bliže centralnim vrijednostima. Kurtosis predstavlja
mjeru homogenosti, a modeli krive prema kurtosisu mogu biti:
1. Mezokurtična (0) kada je Gaussova kriva normalnog rasporeda
2. Platikurtična (–) kada su rezultati izrazito heterogeni
3. Leptokurtična (+) kada su rezultati izrazito homogeni
Grafikon 6. Modeli krive prema Curtosisu
239
7.2.4. Mjere korelacije
Istraživača često interesuje stepen povezanosti između dvije ili više

pojava. U takvim slučajevima istraživač mora koristiti razne korelacione
postupke. Koeficijent korelacije predstavlja broj koji nam kaže u kojoj su
mjeri dvije stvari povezane, u kom obimu varijacije kod jene idu uporedo sa
varijacijama druge (Guilford, 1968). Dakle, on nam ukazuje na smjer i stepen
povezanosti između dvije pojave i kreće se unutar matematičkih veličina od
+1 do -1. Pozitivan znak ispred koeficijenta korelacije ukazuje na pozitivnu
vezu između dvije pojave, tj. porast vrijednosti jedne varijable prati porast
vrijednosti druge varijable, a negativan predznak ispred koeficijenta korelacije
ukazuje na negativnu povezanost između dvije pojave, ili porast vrijednosti
jedne varijable prati opadanje vrijednosti druge varijable. Da bi koeficijent
korelacije bio realan indikator povezanosti između dvije pojave, nužno je
odabrati adekvatan korelacioni postupak koji je determinisan nizom faktora, a
prije svega, metrijskom jačinom rezultata i osobinama pojava koje se istražuju.
Te osobine pojava su: distribuiranost (normalna, asimetrična, leptokurtična,
platikurtična, bimodalna itd.), kontinuiranost-diskontinuiranost, kvalitativnost-
kvantitativnost, prirodna i vještačka dihotomnost i slično.
Jedan od osnovnih pokazatelja korelacije koji se najčešće i upotrebljava

jeste Pearsonov koeficijent korelacije (r). Pearsonov koeficijent korelacije
opravdano je računati između pojava kod kojih se pretpostavlja linearna
povezanost, simetričnost i unimodalnost distribucije obje varijable, te
približno normalna distribuiranost obje varijable. Još jedan uslov koji mora
biti zadovoljen prilikom izračunavanja Pearsonovog koeficijenta korelacije
je kontinuiranost pojava između kojih se želi utvrditi stepen povezanosti. Da
bi se ustanovilo da li je dobijeni koeficijent korelacije (r) značajan (tj. da li se
značajno razlikuje od 0), izračunava se t-vrijednost.
N −2
t =r⋅
1− r2
Kod koeficijenta korelacije (r) broj stepeni slobode određuje se tako što
se od broja parova ispitanika (N) oduzme 2. Ako je dobijena t-vrijednost manja
od granične t-vrijednosti koju očitavamo u tabeli t-vrijednosti uz zadati broj
stepeni slobode (N-2) i na željenom nivou statističke značajnosti (najčešće
se odabira nivo značajnosti od 5% i 1%), zaključuje se da dobijeni koeficijent
korelacije nije statistički značajan na izabranom nivou značajnosti, i obrnuto,
ako je dobijena t-vrijednost veća od granične t-vrijednosti, zaključuje se da je
koeficijent korelacije r statistički značajan, tj. značajno se razlikuje od 0.
240
Testiranje značajnosti koeficijenta korelacije r može se provesti i na drugi

način, tj. očitavanjem iz tabele graničnih vrijednosti Pearsonovog koeficijenta
korelacije, koja govori koliko najmanje mora iznositi r uz određen broj stepeni
slobode (N-2) da bi bio značajan na određenom nivou značajnosti.
Što se tiče interpretacije visine pojedinog koeficijenta, treba istaći da

ona zavisi od više faktora, prije svega od prirode varijabli, od značajnosti
koeficijenta, od varijabilnosti grupe i sl. Kada bi mjerenje bilo provedeno na
velikom broju slučajeva, onda kao aproksimacija visine povezanosti između
dvije pojave može poslužiti donja skala za koeficijent korelacije r.
 r od .00 do ± .20 - neznatna korelacija, povezanosti gotovo nema
 r od ± .20 do ± .40 - niska korelacija, povezanost je mala
 r od ± .40 do ± .70 - umjerena korelacija, bitna povezanost
 r od ± .70 do ± .90 - visoka korelacija, izrazita povezanost
 r od ± .90 do ± 1.00 - veoma visoka korelacija
Prilikom interpretacije koeficijenta korelacije r istraživač mora voditi

računa o još nekim stvarima. On ne bi smio svoju interpretaciju proširiti i na
međusobni odnos u visini korelacije, jer skala korelacije nema karakteristike
racio skale. Ovo ograničenje treba imati uvijek u vidu prilikom upoređivanja
visine raznih koeficijenata korelacije, kako se ne bi desilo da, naprimjer,
istraživač zaključi da koeficijent korelacije od .80 ukazuje na dva puta veću
povezanost nego koeficijent od .40. Ono što bi se ovdje moglo reći jeste to da
koeficijent korelacije od .80 ukazuje na veću povezanost.
Na kraju, iako je osnovni smisao izračunavanja korelacije uočavanje
uzročno-posljedičnih veza između pojava, koeficijent korelacije kao
matematički izraz povezanosti još nije sam po sebi dovoljan dokaz za tvrdnju da
se radi o uzročno-posljedičnoj povezanosti. Zato se istraživačima preporučuje
da ne donose prebrze i neopravdane generalizacije.
U slučajevima kada nije opravdano računanje Pearsonovog koeficijenta

korelacije računat će se neki od drugih koeficijenata. Tako, naprimjer,
Spearmanova rang korelacija (ρ) računat će se u slučaju:
ako varijable koje mjerimo ne daju simetričnu raspodjelu,
ako je broj ispitanika manji od 30 (n < 30),
kada se nalazimo pred rezultatima koji su već rangirani, odnosno
prikazani na ordinalnoj ljestvici.
Rang korelacija daje približnu indikaciju povezanosti između dvije varijable

i opravdano ju je primijeniti samo onda ako nije moguće izračunati Pearsonov
koeficijent korelacije. Ako treba utvrditi povezanost između više od dvije
varijable, čiji su rezultati rangirani, računat će se koeficijent konkordancije
(W).
241
Kada se želi utvrditi povezanost između dvije varijable od kojih se jedna

distribuira kontinuirano, i to u obliku normalne distribucije (rezultati ispitanika
na nekom testu), a druga se pojavljuje u obliku dihotomije koja je vještački
izvršena (brzo - sporo, zna - ne zna), premda se i ta varijabla distribuira
kontinuirano i u obliku normalne distribucije, primijenit će se biserijalni
koeficijent korelacije (rb). Međutim, ako je druga varijabla po svojoj prirodi
stvarno dihotomna („prirodna dihotomizacija”), uz to još i kvalitativna (npr.
spol), računat će se point-biserijalni koeficijent korelacije (rpb).
Kod istraživanja u odgoju i obrazovanju česti su slučajevi da su obje

varijable dihotomne. Tada se podaci unose u tabelu sa dvije kolone i dva reda,
tj. u 2 x 2 tabelu. Premda se obje varijable izražavaju dihotomno, jedna od njih,
često i obje, mogu predstavljati kontinuirane, a i normalno diskontinuirane
pojave. Tada je najadekvatniji indikator njihove povezanosti tetrahorični
koeficijent korelacije (rt). Ako treba odrediti stepen povezanosti između
dvije varijable koje su dihotomne i kvalitativne (spol i pripadnost nekoj sekciji),
koristit će se fi-koeficijent korelacije (ϕ).
Kada se želi utvrditi povezanost između dvije varijable od kojih su jedna

ili obje atributivne (kvalitativne) i podijeljene u više od dvije kategorije, računa
se koeficijent kontingencije (C).
Statistička značajnost fi-koeficijenta korelacije i koeficijenta kontingencije
2
testira se c testom, o čemu će biti više riječi u drugom dijelu ove knjige.
Ukupna povezanost između dvije varijable često je determinisana i

djelovanjem neke treće, eventualno četvrte varijable itd., pa je istraživač dužan,
ukoliko želi saznati „pravu” povezanost između te dvije varijable, eliminisati
utjecaj drugih varijabli, a što se postiže izračunavanjem parcijalne korelacije.
Ako se želi utvrditi povezanost između više varijabli, najčešće jedne zavisne
i više nezavisnih, koristit će se multipla korelacija. Izračunavanje multiple
korelacije predstavlja osnovu u predikciji budućeg uspjeha (koji predstavlja
zavisnu varijablu) na osnovu rezultata u nekim ranijim aktivnostima, testovima
(koji predstavljaju nezavisne varijable). Rečeno jezikom edukometrije,
multiplom (višestrukom) korelacijom se utvrđuje stepen povezanosti između
kriterijske (zavisne) i prediktorskih (nezavisnih) varijabli.
Treba istaći da je Pearsonov koeficijent korelacije (proizvod-moment

korelacija), kad god je njegova primjena adekvatna, najpouzdaniji od svih mjera
korelacije. Međutim, istaknuto je da njegova primjena u svim slučajevima nije
adekvatna, a često nije ni moguća, zato se istraživačima preporučuje da budu
maksimalno pažljivi u izboru odgovarajućeg postupka računanja korelacije.
242
7.3. Parametrijski statistički testovi
Osnovni cilj statističke obrade podataka jeste da se postavljene hipoteze

potvrde ili odbace. Postupak na osnovu kojeg se za svaki konkretni uzorak
donosi odluka o prihvatanju hipoteze zove se statistički test. U tu svrhu
istraživač mora postavljenu hipotezu testirati nekim od parametrijskih ili
neparametrijskih statističkih testova, što zavisi od metrijske jačine skale kojoj
pripadaju rezultati koji se statistički obrađuju. Pomoću statističkih testova
može se utvrditi da li je utvrđena razlika između dvije mjere statistički značajna
ili statistički nije značajna, tj. slučajna.
Etape sprovođenja statističkih testova prema Kundačini i Brkiću (2006) su:
Formiranje statističke hipoteze
Izbor statističkog testa kojim se sprovodi ispitivanje statističke
hipoteze
Određivanje nivoa statističke značajnosti na koji se izvodi test i izbor
uzorka određene veličine
Određivanje veličine kojom se sprovodi testiranje i njezine sampling
raspodjele
Određivanje intervala odbacivanja nulte hipoteze H0
Donošenje odluke o prihvatanju ili odbacivanju nulte hipoteze H0
Statistički testovi mogu biti:

Parametrijski testovi
Neparametrijski testovi
Osnovni parametrijski statistički testovi koje istraživač koristi prilikom

testiranja hipoteza su t-test i f-test.
7.3.1. T-test
T-test je statistički postupak za testiranje značajnosti razlike između dva

uzorka, gdje uspoređujemo njihove aritmetičke sredine. Prilikom primjene
t-testa u testiranju hipoteza u statistici obično se polazi od tzv. nulte hipoteze.
Nulta hipoteza je pretpostavka da nema statistički značajne razlike između dva
statistička parametra iste vrste. Najčešći statistički parametar od kojeg istraživač
polazi u procesu statističke obrade podataka jeste aritmetička sredina. Ukoliko
istraživač želi testirati statističku značajnost razlike između dvije aritmetičke
sredine tada će koristiti t-test. Na taj način on saznaje da li je razlika između
dvije aritmetičke sredine iste varijable statistički značajna ili je možda ta razlika
slučajna, odbacuje li ili prihvata unaprijed postavljenu nultu hipotezu na
zadatom nivou značajnosti, te na osnovu toga donosi odgovarajuće statističke
zaključke i generalizacije.
243
Da bi istraživač potvrdio ili odbacio nultu hipotezu treba da izračuna

t-vrijednost. Razlika između dva statistička parametra podijeljena sa
standardnom greškom te razlike daje t-vrijednost. Prema tome, t pokazuje
koliko je puta razlika veća od svoje standardne greške. Izračunata t-vrijednost
se upoređuje sa graničnom (kritičkom) t-vrijednošću uz zadati broj stepeni
slobode i na zadatom nivou statističke značajnosti.
Stepen slobode predstavlja mogućnost (slobodu) varijacije nekog

niza podataka, tj. ukupan broj članova niza (u uzorku: N) umanjen za one
vrijednosti čija je veličina određena karakterom postavljenog problema. Kad
istraživač testira hipotezu o razlici između dva statistička parametra, prilikom
određivanja broja stepeni slobode, mora voditi računa o veličini uzorka i o
tome da li postoji ili ne postoji korelacija između uzoraka. Kod velikih uzoraka
(N>30), između kojih ne postoji korelacija, broj stepeni slobode iznosi N1 +
N2 - 2; kod velikih uzoraka između kojih postoji korelacija broj stepeni slobode
iznosi N - 1, gdje je N = broj parova; kod malih uzoraka (N<30) između kojih ne
postoji korelacija broj stepeni slobode iznosi N1 + N2 - 2, a kod malih uzoraka
između kojih postoji korelacija broj stepeni slobode iznosi N - 1, gdje je N =
broj parova ispitanika.
Uobičajena su dva nivoa statističke značajnosti, i to: nivo statističke

značajnosti od 1% (strožiji kriterij) i nivo statističke značajnosti od 5% (blaži
kriterij). Ako je izračunata t-vrijednost manja od granične t-vrijednosti, uz zadati
broj stepeni slobode i na željenom nivou statističke značajnosti, zaključuje se
da razlika između aritmetičkih sredina nije statistički značajna na testiranom
nivou značajnosti. Konkretno, ako je hipoteza o razlici između dvije aritmetičke
sredine testirana na 5%-tnom (ili .05 kada se izražava u proporcijama) nivou
statističke značajnosti, zaključuje se da ta razlika nije statistički značajna
na 5%-tnom nivou značajnosti, odnosno sa vjerovatnoćom 95% se može
tvrditi da je ta razlika slučajna, a samo je 5% rizika da je napravljena greška u
zaključivanju. U ovom slučaju prihvata se nulta hipoteza: pretpostavlja se da ne
postoji statistički značajna razlika između aritmetičke sredine M1 i aritmetičke
sredine M2. Međutim, ako je izračunata t-vrijednost jednaka ili veća od granične
t-vrijednosti, uz zadati broj stepeni slobode i na željenom nivou statističke
značajnosti, zaključuje se da je razlika između aritmetičkih sredina statistički
značajna na zadatom nivou značajnosti. Ako se i ovdje odabere nivo statističke
značajnosti od 5%, onda smo 95% sigurni da je ta razlika značajna, a samo 5%
nismo sigurni da je to tako ili samo 5% smo sigurni da je razlika slučajna. Nulta
hipoteza u ovom slučaju je odbačena na 5%-tnom nivou statističke značajnosti,
a prihvata se alternativna hipoteza, tj. pretpostavka da postoji statistički značajna
razlika između aritmetičke sredine M1 i aritmetičke sredine M2.
Kada se istraživanje obavi na velikim uzorcima (N>30), prilikom
interpretacije t-vrijednosti istraživač uvijek treba konsultovati tablice graničnih
244
t-vrijednosti i poštovati stupnjeve slobode koji su zapravo vezani za broj

ispitanika. On će zaključiti da je razlika statistički značajna na 5%-tnom nivou
statističke značajnosti ako je izračunata t-vrijednost jednaka ili veća od 1.96,
odnosno razlika je statistički značajna na 1%-tnom nivou statističke značajnosti
ako je izračunata t-vrijednost jednaka ili veća od 2.58. Obrnuto, ako je izračunata
t-vrijednost manja od 1.96, odnosno manja od 2.58, istraživač zaključuje da
razlika između aritmetičkih sredina nije statistički značajna (signifikantna) na
nivou statističke značajnosti od 5%, odnosno na statističkom nivou značajnosti
od 1%. Na osnovu toga možemo reći da razlika nije stvarno značajna, nego je
uslovljena slučajem. Ovaj odnos u statistici se naziva „kritički odnos” i označava
se sa CR, a opravdano ga je primijeniti samo kad se radi o velikim uzorcima.
Prilikom izbora postupka i formule za izračunavanje t-vrijednosti kod

testiranja hipoteze o razlici između dvije aritmetičke sredine, istraživač mora
voditi računa o veličini uzorka i o tome da li između uzoraka postoji ili ne postoji
povezanost. Upravo ove karakteristike determinišu izbor postupka i formule za
izračunavanje t-vrijednosti, tako da razlikujemo sljedeće vrste t-testa:
t-test za velike nezavisne uzorke,
t-test za male nezavisne uzorke,
t-test za velike zavisne uzorke,
t-test za male zavisne uzorke.
Postavlja se pitanje kada je uzorak mali a kada veliki? Pod malim

uzorcima u testiranju statističkih hipoteza u proučavanju društvenih pojava
podrazumjevaju se uzorci do 30 ispitanika, a iznad toga su veliki, dok neki autori
smatraju da do 100 ispitanika (mjerenja) predstavlja mali uzorak (Kundačina,
Brkić, 2008). Kada govorimo o nezavisnim uzorcima, govorimo o dvije različite
grupe ljudi (uzorka ispitanika), dok kod zavisnih uzoraka govorimo o jednoj
grupi na kojoj je dva puta mjerena ista pojava.
Ako treba testirati hipotezu o razlici između dvije aritmetičke sredine

velikih uzoraka između kojih ne postoji povezanost (velikih nezavisnih
uzoraka), koristi se sljedeći statistički postupak:
1 2
=
1 2
M1 - aritmetička sredina prvog uzorka

M2 - aritmetička sredina drugog uzorka
SM1-M2 - standardna pogreška razlike aritmetičkih sredina jednaka je
drugom korijenu iz sume kvadriranih standardnih pogrešaka obiju
aritmetičkih sredina
245
𝑆𝑆𝑆𝑆12 𝑆𝑆𝑆𝑆22 2 2
𝑆𝑆𝑀𝑀1 −𝑀𝑀2 =� + = �𝑆𝑆𝑀𝑀 + 𝑆𝑆𝑀𝑀
𝑁𝑁1 𝑁𝑁2 1 2
Uz t-test treba izračunati i stepene slobode: df – stepeni slobode:

df=(N1-1) + (N2-1)
U vezi s primjenom ovog postupka treba naglasiti da se radi o nezavisnim
uzorcima odabranim posebno. Teorijski ne bi bilo opravdano da se taj postupak
primijeni na dvije grupe iz istog uzorka.
Kada treba testirati hipotezu o razlici između dvije aritmetičke sredine

velikih uzoraka između kojih postoji korelacija (velikih zavisnih uzoraka),
istraživač će upotrijebiti statistički postupak:
1 2
=
1 2
Ako su dvije varijable kod kojih smo našli razliku, u određenoj povezanosti,
onda se formula za izračunavanje standardne pogreške razlike aritmetičkih
sredina računa na jedan drugi način:
2 2
𝑆𝑆𝑀𝑀1−𝑀𝑀2 = �𝑆𝑆𝑀𝑀1
+ 𝑆𝑆𝑀𝑀2
− 2𝑟𝑟1,2 𝑆𝑆𝑀𝑀1 𝑆𝑆𝑀𝑀2
r - korelacija između dvije varijable
Ovaj statistički postupak će se upotrijebiti za izračunavanje t-vrijednosti

onda kada se želi testirati hipoteza o razlici između aritmetičke sredine koju
je grupa ispitanika ostvarila na nekom mjernom instrumentu u inicijalnom
mjerenju i aritmetičke sredine koju je ta ista grupa ispitanika ostvarila na istom
mjernom instrumentu ili na njegovoj ekvivalentnoj formi poslije određenog
tretmana, tj. u finalnom mjerenju. Drugim riječima, ovaj statistički postupak će
se primijeniti kada isti ispitanici služe u eksperimentalnoj i kontrolnoj situaciji.
Primijenit će se, također, i onda kada se radi o ekvivalentnim parovima,
odnosno paralelnim grupama. U tom slučaju, testira se hipoteza o razlici
između aritmetičkih sredina kontrolne i eksperimentalne grupe.
Istraživači obavljaju određena istraživanja i na malim uzorcima, a pod

kojim se podrazumijevaju uzorci čiji je broj jedinica manji od 30 (N<30). Mali
uzorci zahtijevaju i nešto drugačije statističke postupke u izračunavanju
246
t-vrijednosti. Prema Mužiću (1986) ako istraživač želi testirati hipotezu o

razlici između dvije aritmetičke sredine malih uzoraka između kojih ne postoji
korelacija (mali nezavisni uzorci) koristit će sljedeći statistički postupak:
𝑀𝑀1 − 𝑀𝑀2
𝑡𝑡 =
1 1
𝑆𝑆𝑆𝑆�𝑁𝑁 + 𝑁𝑁
1 2
Izračunavanje standardne pogreške razlike aritmetičkih sredina u ovo

slučaju računa se na sljedeći način:
𝑆𝑆𝑆𝑆12 (𝑁𝑁1 − 1) + 𝑆𝑆𝑆𝑆22 (𝑁𝑁2 − 1)

𝑆𝑆𝑆𝑆 = �
(𝑁𝑁1 − 1) + (𝑁𝑁2 − 1)
Broj stepena slobode izračunava se na sljedeći način: df – stepeni slobode:

df=(N1 -1) + (N2 -1)
Ako želi testirati hipotezu o razlici između dvije aritmetičke sredine malih
uzoraka između kojih postoji korelacija (mali zavisni uzorci), t-test računamo
prema metodi diferencije koja uključuje i korelaciju između dva mjerenja. U
tom slučaju t-test se temelji na računanju aritmetičke sredine, standardne
devijacije i standardne pogreške razlika parova rezultata. U tom slučaju koristit
će se sljedeći statistički postupak (Mužić, 1986):
𝑀𝑀𝑑𝑑𝑑𝑑𝑑𝑑
𝑡𝑡 =
∑ 𝑑𝑑 2
�
𝑁𝑁(𝑁𝑁1 − 1)
Broj stepena slobode izračunava se na sljedeći način: df – stepeni slobode:

df=N1 -1
Ovaj statistički postupak, koji se naziva postupkom diferencije, služi

za testiranje hipoteze o razlici između aritmetičkih sredina, onda kada je
istraživanje obavljeno na malom broju ekvivalentnih parova ili kada je mala
grupa ispitanika služila sebi kao kontrola. Postoji nekoliko načina za izračun
diferencije, a mi ćemo ovdje prikazati postupak koji se većinom koristi.
Diferencija se dobije tako što se od rezultata u drugom mjerenju oduzme
prvo mjerenje, uz vođenje računa o negativnom predznaku koji treba naglasiti
gdje postoji. Zatim zbrojimo sve diferencije uvažavajući negativni predznak.
247
Zbrajajući sve diferencije mjerenja dobijemo sumu diferencija i njenim

dijeljenjem sa brojem mjerenja dobijemo prosječnu razliku ili diferenciju:
∑ 𝑑𝑑𝑑𝑑𝑑𝑑
𝑀𝑀𝑑𝑑𝑑𝑑𝑑𝑑 =
𝑁𝑁
Kada od svake pojedinačne diferencije oduzmemo prosječnu diferenciju
dobijamo vrijednost d:
𝑑𝑑 = 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 − 𝑋𝑋𝑑𝑑𝑑𝑑𝑑𝑑
Do sada je razmatran problem testiranja hipoteze o razlici između dvije
aritmetičke sredine. Analogno, može se testirati i hipoteza o razlici između
druga, bilo koja dva statistička parametra iste vrste (standardna devijacija,
proporcija, procenat, korelacija). Interpretacija t-vrijednosti i kritičke vrijednosti
(CR) u svim drugim slučajevima bila bi adekvatna ovoj koja je opisana ovdje.
7.3.2. F-test
F-test je parametrijski statistički test koji se za razliku od t-testa primjenjuje

pri testiranju hipoteze o razlici između više od dvije aritmetičke sredine. Ovaj
test se upotrebljava prilikom ispitivanja značajnosti razlike između dvije
varijanse:
varijanse između grupa i
varijanse unutar grupa, najčešće u analizi varijanse i analizi kovarijanse.
Iz odgovarajuće tabele pomoću graničnih vrijednosti saznaje se da li je

izračunati f-odnos između dvije varijanse statistički značajan. Ako je izračunata
f-vrijednost jednaka ili veća od graničnih f-vrijednosti, uz određeni broj
stepeni slobode jedne i druge varijable i uz zadati nivo statističke značajnosti,
zaključuje se da je utvrđena razlika između grupa statistički značajna. Ovaj test
ima široku primjenu u analizi varijanse.
Analiza varijanse
Istraživanja složenih pojava, koje su veoma kompleksne po svojim
sadržajima, suptilne u strukturama i izuzetno delikatne kada su predmet
proučavanja, zahtijevaju ne samo primjenu eksperimenta sa jednom
grupom i eksperimenta s paralelnim grupama nego i složenije (faktorske)
modele eksperimenta u kojima je potrebno istovremeno pratiti utjecaj više
eksperimentalnih faktora (nezavisnih varijabli) na više zavisnih varijabli. Analiza
varijanse je statistički postupak koji omogućava da se simultano ispituje
djelovanje većeg broja faktora u većem broju grupa ispitanika. Drugim riječima,
analiza varijanse je kriterij koji pokazuje da li su razlike između grupa slučajno
248
veće od razlika unutar grupa. Prema tome, analiza varijanse će se koristiti onda
kad se želi utvrditi postoje li razlike između nekoliko aritmetičkih sredina i
da li su te razlike statistički značajne ili su slučajne. U ovom slučaju nije više
opravdano primjenjivati t-test pomoću kojeg se testira hipoteza o razlici
između samo dvije aritmetičke sredine (Banđur, Krulj i Radovanović, 1996;
Kundačina i Brkić, 2008).
Logika analize varijanse je sljedeća: dokazati da li je varijansa između grupa
veća od varijanse unutar grupa. Ako je ona statistički značajno veća, ne prihvata
se nulta hipotezu: pretpostavlja se da ne postoji statistički značajna razlika
između grupa, i obrnuto, ako su razlike između grupa slučajno veće od razlika
unutar grupa, prihvata se nulta hipoteza i zaključuje se da eksperimentalni
faktori nisu imali utjecaja na pojavu koja je istraživana.
Odnos varijanse između grupa i varijanse unutar grupa testira se f-testom
koji je teorijski razradio R. Fišer (R. Fisher). Treba voditi računa da brojilac uvijek
predstavlja varijansu između grupa (obično veću), a imenilac varijansu unutar
grupa (obično manju).
Ako je izračunata f-vrijednost jednaka ili veća od granične f-vrijednosti,
koja se očitava u tabeli graničnih f-vrijednosti, uz određen broj stepeni slobode
i uz zadati nivo statističke značajnosti, zaključuje se da je nađena razlika između
grupa statistički značajna, a ako je f-vrijednost manja od granične f-vrijednosti
koja je navedena u f-tabeli, zaključuje se da se postojeće razlike između grupa
kreću u granicama slučajnog kolebanja, tj. da eksperimentalni faktor nije
djelovao i da ne postoje stvarne razlike između grupa. Broj stepeni slobode za
varijansu između grupa izračunava se tako da se od broja grupa oduzme 1, a
za varijansu unutar grupa se računa tako da se od ukupnog broja ispitanika u
svim grupama oduzme broj grupa.
Važno je napomenuti da istraživač prilikom konsultovanja f-tabele, f uvijek
čita tako da stepene brojioca (varijanse između grupa) čita u koloni (vertikalno),
a stepene slobode imenioca (varijanse unutar grupa) u redu (horizontalno).
Korištenje analize varijanse podrazumijeva da svaka od populacija iz kojih su
dobijene grupe rezultata moraju biti normalno distribuirane i da varijanse (s2)
tih populacija moraju biti jednake.
Analiza kovarijanse
Analiza kovarijanse je varijanta postupka analize varijanse, s tim što se
ovdje umjesto varijanse upoređuju kovarijanse. Ona je jedan od najsuptilnijih
statističkih postupaka koji se danas primjenjuju u istraživanjima u društvenim
naukama. Njene prednosti kao što su uklanjanje potrebe za stvaranjem
ekvivalentnih grupa, eliminisanje moguće razlike prouzrokovane drugom
varijablom, primjena istog mjernog instrumenta, u inicijalnom i finalnom
ispitivanju, učinili su je široko primjenjivanom i dosta ekonomičnim statističkim
postupkom. Istraživači je većinom primjenjuju ako žele ispitati utjecaj nekog
249
eksperimentalnog faktora na dvije ili više grupa ispitanika, a nije u mogućnosti

da ih ujednači. Značajna karakteristika analize kovarijanse jeste da rezultati
inicijalnog mjerenja, umjesto da služe stvaranju ekvivalentnih grupa, djeluju
na rezultate finalnog mjerenja, i to tako da se u postupku analize varijanse
finalnih rezultata vrše izvjesne korekture, izvjesna prilagođavanja s obzirom
na inicijalne rezultate. Drugim riječima, suština postupka analize kovarijanse,
sastoji se u upoređivanju rezultata finalnog mjerenja eksperimentalne i
kontrolne grupe, pošto su statističkim postupkom na osnovu određivanja
regresije uzeti u obzir rezultati inicijalnog mjerenja. Prema tome, primjenom
analize kovarijanse izbjegava se nužnost stvaranja ekvivalentnih grupa koje,
ukoliko se uopće može postići, redovno zahtijeva smanjenje broja ispitanika
čiji se podaci statistički mogu obrađivati, što doprinosi i smanjenju preciznosti
eksperimenta.
Istraživač treba da zna da će analizu kovarijanse morati primijeniti u
slučaju kada testira razliku između grupa, a pri tom želi eliminisati razlike
prouzrokovane drugim varijablama koje se ne kontrolišu u eksperimentu
(parazitarne varijable). Tipičan primjer se javlja u onim eksperimentima kada
se jednim testom ispituju dvije grupe ispitanika, zatim se na jednu od tih grupa
primijeni određeni program, pa se poslije završene primjene programa opet
ispitaju istim testom (Banđur, Krulj i Radovanović, 1996). Eliminisanje utjecaja
prvog ispitivanja je neophodno ako se želi pravilno ocijeniti značajnost razlike
u drugom ispitivanju. Značajnost razlike između grupa testira se f-testom i
interpretira na isti način kao i kod analize varijanse. Broj stepeni slobode za
kovarijansu između grupa (ona je obično veća i nalazi se u brojiocu), dobija se
tako što se od broja grupa oduzme 1, a za kovarijansu unutar grupa (ona je
obično manja i nalazi se u imeniocu) tako što se od ukupnog broja ispitanika
u svim grupama oduzme (k+1), gdje k predstavlja broj grupa (Banđur, Krulj i
Radovanović, 1996).
7.4. Neparametrijski statistički testovi
Kao što smo već rekli, parametrijska statistika se zasniva na normalnoj

distribuciji (veliki uzorci), t-distribuciji (mali uzorci) i f-distribuciji (za složenije
istraživačke probleme). Njihova primjena u procjenjivanju (provjeravanju
pouzdanosti) izračunatih statističkih vrijednosti pretpostavlja normalnu
distribuciju pojave koja se izučava. Iako se kod mnogih pojava javlja normalna
distribucija, kao odraz zakonitosti koje u njima vladaju, ipak postoje i takve
pojave čije distribucije značajno odstupaju od normalne (teorijske) distribucije,
i svojim funkcijama približavaju se pravougloj, bimodalnoj, platikurtičnoj,
u-distribuciji, neke pokazuju težnju približavanja pozitivnoj ili negativnoj
asimetriji itd. Pomenute distribucije ne dozvoljavaju izračunavanje mjera
250
parametrijske statistike jer se ne približavaju normalnoj distribuciji. Primjena

parametrijskih postupaka na ove distribucije je neopravdana. Zbog toga u
svim istraživačkim postupcima ispitivanje empirijske distribucije, tj. utvrđivanje
njenog oblika je neophodno. S obzirom na to da postoji izomorfizam između
stvarne funkcije kojoj pojava tendira i matematičko-statističkog modela,
utvrđivanje oblika empirijske distribucije postaje preduslov izbora statističkog
postupka. Sve takve pojave čije funkcije svojim oblikom značajno odstupaju
od normalne distribucije podrazumijevaju i zahtijevaju drugačije matematičke
osnove i modele.
Statistika je usavršila i razvila niz postupaka koji nužno ne zahtijevaju
normalno distribuiranje pojave, i takvi statistički postupci se nazivaju
neparametrijski testovi ili testovi nezavisni od oblika distribucija
(nonparametric statistics).
Prema Suziću (2007) neparametrijske pokazatelje poznajemo i kao

„statistike bez distribucije“ (Guilford, 1968), odnosno, statističke pokazatelje
koji nemaju distribuciju (distribution-free statistics). Ove pokazatelje najčešće
prepoznajemo u dvije forme:
kada se po prirodi rasprostiranja pojava ne približava normalnoj
distribuciji i
kada distribucija na početku ili u toku istraživanja mijenja formu, od
normalne prerasta u kvadratnu ili neparametrijsku.
Isti autor ističe da se u prvom slučaju podaci pomjeraju ka gornjem ili

donjem dijelu distribucije tako da dobijaju oblik latiničnog slova U, te slova L
vodoravno položenog u pozitivnom ili negativnom kvadrantu koordinatnog
sistema. Naprimjer, ako ispitujemo stavove mladih o politici, saznat ćemo da
se većina njih negativno opredjeljuje. U drugom slučaju primjer može biti
ispitivanje promjena na uzorku učenika osnovne škole. Primijenimo li neki
od interaktivnih postupaka ili metoda i pratimo njegovu efikasnost, možemo
primijetiti da najmlađi učenici slabije napreduju od srednje adolescencije, a
da najstariji nemaju značajnog napretka. Ovdje se radi o promjenama oblika
distribucije unutar uzorka i zato će nam biti zanimljiv sam oblik distribucije.
Primjena neparametrijskih testova je determinisana, ne samo oblikom

distribucije nego i drugim faktorima. Neke pojave, naprimjer, ne odgovaraju
u potpunosti veličinama. Kod njih je jedino moguće utvrditi redoslijed,
relativni nivo, a kod nekih samo njihovu prisutnost ili odsutnost. U ovakvim
slučajevima je, također, nužno upotrijebiti adekvatne neparametrijske
postupke. Kod nekih pedagoških pojava nije moguće, ili nije lako odrediti
(tačno) kvantitativne dimenzije jer su kvalitativna (atributivna) obilježja.
Ova obilježja daju podatke u vidu frekvencija i tako su pogodna za neke
251
neparametrijske postupke. Ukoliko postoji razlog za vjerovanje da distribucija

populacije nije normalna već značajno asimetrična, t-test se ne primjenjuje.
Istraživača katkad može i da zavara normalnost distribucije („simuliranje
normalnosti”), te tako neopravdano može upotrijebiti parametrijske postupke
umjesto neparametrijskih. Posebno treba ukazati na opreznost upotrebe
parametrijskih postupaka u slučaju malih uzoraka ili ukoliko postoji velika
razlika u broju jedinica između uzoraka. Istraživač u ovakvim situacijama
može slobodnije primijeniti odgovarajuće neparametrijske postupke jer
postoji manja vjerovatnoća da pogriješi. Tako se ponekad kod malih uzoraka
upotrebljava t-test za razliku između proporcija, što je sasvim pogrešno. Hi-
kvadrat test će biti pouzdaniji u ovoj situaciji. Isto tako, ponekad se izračunava
povezanost između pojava koje pokazuju ekstremnu asimetričnost pomoću
Pearsonovog koeficijenta korelacije (r). Međutim, ne smije se zaboraviti da
ta ekstremna asimetričnost može da ukazuje na nedovoljnu linearnost, te da
je u takvim slučajevima neopravdano korelativni odnos izražavati pomoću
Pearsonovog r.
U izvjesnim situacijama istraživača će zanimati promjene oblika cijele
distribucije. a ne samo neke njene karakteristike, tj. ne zanimaju ga samo
promjene u prosječnom nivou (M) ili promjene u homogenosti grupe (σ).
Tako, naprimjer, ukoliko se žele ustanoviti promjene („kretanja”) neke već
ustanovljene distribucije i značajnost tih promjena, hi-kvadrat test može
relativno dobro da ukaže na tu zakonomjernost. Tako se može kontrolisati
razvoj nekih osobina ličnosti, razvoj sposobnosti i sl. pod utjecajem vježbanja,
učenja, ponavljanja. Mogu se određivati zakonomjernosti i efekti nastavnih
metoda, nastavnih oblika i sredstava, odgojnih metoda itd. Ranije određene
distribucije, dakle, mogu se posmatrati u cjelokupnom procesu djelovanja.
Za mnoge se pojave ne poznaju ili dovoljno ne poznaju distribucije u
populaciji iz koje se uzimaju uzorci, zbog čega je i primjena odgovarajućih
neparametrijskih postupaka sigurnija.
Neparametrijski postupci se prvenstveno upotrebljavaju kod podataka

dobijenih nominalnim ili ordinalnim mjerenjem. Njihova upotreba je moguća
i kod intervalne i skale razmjere, međutim, ne treba tačnije i pouzdanije
postupke zamjenjivati aproksimativnim, ukoliko to nije nužno.
Neparametrijski postupci imaju manju snagu od parametrijskih, tj. imaju
manju osjetljivost za otkrivanje stvarnih razlika između pojava i njenih svojstava.
Tek poslije utvrđivanja nemogućnosti primjene nekih od parametrijskih
postupaka vrši se izbor neparametrijskog modela. U nekim slučajevima je čak
potrebno izvršiti transformaciju skala mjerenja, te tako omogućiti upotrebu
jačih statističkih postupaka. Transformacija bi imala smisla pod pretpostavkom
da se pojava normalno distribuira. Neparametrijski postupci mogu se različito
klasifikovati:
252
prema broju distribucija (postoje postupci koji uzimaju u obzir dvije ili
više od dvije distribucije),
postoji li ili ne postoji korelacija između distribucija (zavisni i nezavisni
uzorci),
da li su podaci sa kojim raspolažemo frekvencije, rangovi, ili su dati u
nekim mjernim vrijednostima.
Ovdje treba istaći da se i za parametrijske podatke mogu koristiti pojedini

neparametrijski postupci iako oni tada imaju manju statističku moć (Black,
1999, prema Suziću, 2007). Istraživače obično zanima koji su neparametrijski
testovi ili statistički postupci najpogodniji za obradu podataka s obzirom na
tipove mjerenih varijabli. Kojem tipu varijable odgovara koja mjera, koji su
optimalni postupci u odnosu na tip varijable i način razvrstavanja podataka
u uzorku prikazano je u tabeli 8. Ovo ne znači da se statistički postupci dati u
ovoj tabeli ne mogu nikako koristiti u parametrijskim procjenama. Radi se o
tome da su ti postupci u obradi ovih varijabli optimalni, ali ne i isključivi.
Tabela 8. Neparametrijski postupci u odnosu na tip varijable i uzorak (Suzić, 2007)
Dvije grupe Tri i više grupa

Tip Nepodijeljeni
Zavisne Zavisne
varijable uzorak Nezavisne Nezavisne
Ujednačene Ujednačene
jednosmjerna nasumična
Srazmjerna; z-test ANOVA blok
t-test trel-test
Intervalna t-test (n<30) faktorska ANOVA
ANOVA ANKOVA
Kolmogorov- Kruskal- Friedmanova
Kolmogorov- Smirnov test Wallisova dvosmjerna
Wilcoxonov
Ordinalna Smirnov Wilcoxon- jednosmjerna analiza
rang-test
test Mann-Whitney analiza varijanse
test varijanse rangova
χ 2- test χ 2- test Mak Nemarin χ 2- test Cochranov
Nominalna
goodness of fit k x 2 tabela test promjena m x k tabela Q-test
7.4.1. Z-test
Z-score (z-test) predstavlja sirovi rezultat izražen u broju standardnih

devijacija. Kada izračunamo z-score dobit ćemo broj koji govori koliko
standardnih devijacija je udaljen dati podatak od aritmetičke sredine u
pozitivnom ili negativnom smjeru. Računa se prema formuli:
𝑋𝑋𝑎𝑎 − 𝑀𝑀
𝑧𝑧 =
𝑆𝑆𝑆𝑆
253
pri čemu je:

Xa - sirovi rezultat
M - aritmetička sredina
SD - standardna devijacija
Postavlja se pitanje, čemu nam služe rezultati izraženi u z-scoreovima?

Ovaj score nam govori kakav rezultat je postigao neki pojedinac u odnosu na
sve preostale rezultate. Recimo da je aritmetička sredina na testu inteligencije
M = 100, da je standardna devijacija SD = 15 te da je jedan student ostvario
individualni rezultat Xa = 92. Sada možemo uvrsti ti podatke u gornju formulu.
Dobili smo da je taj student za 0,53 standardne devijacije ispod prosjeka, ispod
aritmetičke sredine. Kasnije ćemo vidjeti da nam ovako transformisani podaci
mogu poslužiti za druga statistička izračunavanja. Uvijek treba imati na umu
da su statistički podaci indikator da nešto postoji, da se desilo, ali nam ne kažu
zašto se to desilo. Na istraživaču je da potraži odgovor na ovo pitanje.
7.4.2. χ2- test
Od neparametrijskih statističkih testova u istraživačkoj praksi najčešće

se upotrebljava hi-kvadrat (χ2-test) test. Hi-kvadrat test je neparametrijski
statistički postupak kojim se ispituje podudarnost dvije raspodjele, tj. da li se
neka empirijska raspodjela statistički značajno razlikuje od određene teorijske
raspodjele (normalne, pravougaone itd.) ili postoji li statistički značajna
razlika u frekvencijama neke pojave između dva ili više uzoraka (Kundačina
i Brkić, 2008). Ovaj test koristi frekvencije kao i podatke koji se mogu svesti
na frekvencije. Ti podaci mogu biti poredani u 2x2 tabeli, 2x3 ili 4x5 tabeli,
može biti niz podataka koji želimo porediti sa drugim nizom u koji unosimo
očekivane podatke. Računanje svih hi-kvadrat testova uvijek slijedi istu logiku:
da se kvadrat razlike opaženog i očekivanog podatka podijeli sa očekivanim a
zatim sve to sabere. Izraženo formulom bi to izgledalo ovako:
(𝑓𝑓𝑜𝑜 − 𝑓𝑓𝑒𝑒 )2
𝑋𝑋 2 = �
𝑓𝑓𝑒𝑒 pri čemu su
f0 = opaženi podaci
fe = očekivani podaci
Relativno jednostavna primjena ovog testa ponekad može da „zavede”

i da se tako pojave različite greške, prvenstveno u interpretaciji. Zato prilikom
primjene χ2-testa treba provjeriti prirodu podataka sa kojima se raspolaže:
opravdanost pretvaranja podataka u frekvencije, smisao kategorisanja podataka,
logičku zasnovanost vještačkih kategorija, mogućnost interpretacije itd.
254
Karakteristike ovog testa su:

vrlo je osjetljiv,
pokazuje vjerovatnoću povezanosti, ali ne i stepen povezanosti,
može imati vrijednost od 0 do beskonačnosti,
kod malih uzoraka raspodjela mu je nageta udesno,
sa povećanjem veličine uzorka raspodjela postaje više simetrična.
Kao i drugi statistički testovi i χ2-test služi za provjeru i dokaz neke

postavljene hipoteze. Hipotezom se definiše specifičan odnos pojava tako da se
postavljeni odnos može empirijski definisati i provjeriti, tj. mora se dokazati da
je hipoteza vjerovatna ili nije vjerovatna. Ponekad se stepen značajnosti smatra
automatskim pravilom za donošenje odluke o „prihvatanju” ili „odbacivanju”
nulte hipoteze. Ne vodi se dovoljno računa o veličini uzorka i drugim uslovima.
Naprimjer, ukoliko je uzorak mali, χ2-test će biti značajan samo ako je nulta
hipoteza pogrešna, dok kod velikih uzoraka i mala odstupanja od nulte hipoteze
mogu se pokazati statistički značajnim. Po Nejmen-Pearsonovoj teoriji testova
hipoteza, greška prve vrste jeste odbacivanje nulte hipoteze kad je ona tačna,
a greška druge vrste jeste prihvatanje nulte hipoteze kad ona nije tačna. Zato
je od posebne važnosti, prilikom odbacivanja i prihvatanja hipoteza, imati sav
raspoloživi dokazni materijal uz specifični rezultat statističke značajnosti.
Primjena χ2- testa

Prema Banđuru, Krulju i Radovanoviću (1996), hi-kvadrat test se najčešće
upotrebljava prilikom:
provjere značajnosti razlike između empirijske i normalne (teorijske)
distribucije,
provjere značajnosti razlike između empirijske i neke druge teorijske
(pravougle, u-distribucije i sl.) distribucije,
utvrđivanja razlike između nezavisnih uzoraka u opaženim svojstvima i
utvrđivanja razlike između dva zavisna uzorka u opaženim svojstvima.
Ispitivanje normalnosti neke distribucije, kako ističu isti autori, od

naročite je važnosti za parametrijske postupke. Ukoliko podaci dolaze iz
normalne raspodjele, opažene (empirijske) frekvencije (f0) dosljedno slijede
teorijske (očekivane) frekvencije (fe). Ako podaci dolaze iz neke druge
raspodjele, f0 će pokazivati tendenciju slabog „slaganja” sa fe koje se očekuju
pod pretpostavkom normalne distribucije. To je ilustrovano na sljedećem
primjeru. Ako pretpostavimo da se „znanje” učenika kao kontinuirana varijabla
dovoljno približava teorijskoj normalnoj distribuciji, onda se može provjeriti
„normalnost” (podudarnost s normalnom distribucijom) bilo koje distribucije
ocjena iz nekog nastavnog predmeta. Pošto normalna distribucija obuhvata
približno 100% rezultata u rasponu ± 3z, onda se 6 dijeli sa 5 (ukoliko se vrši
255
ocjenjivanje petočlanom skalom). Tada se dobija za svaku ocjenu po 1.2

apscisne dužine, tj. od ± .6z za ocjenu tri (3), jer su rezultati ocjene tri (3)
simetrično raspoređeni sa desne i lijeve strane aritmetičke sredine (M), za
ocjenu četiri (4) ostaje površina od .6z do 1.8z, za ocjenu dva (2) od -.6z do
-1.8z, te broj učenika ispod -1.8z i iznad 1,8z ostaje za ocjene nedovoljan (1),
odnosno odličan (5). Sada se odgovarajuće površine pomoću standardizovanih
scoreova (z-vrijednosti) pretvore u frekvencije (broj učenika za svaku ocjenu) i
tako se dobije fe za svaku kategoriju. Nakon toga traže se razlike izmedju f0 i fe,
tj. vrši se uobičajeni postupak izračunavanja χ2-test. Jasno je da pri postupku
ispitivanja normalnosti uzorak mora biti dovoljno velik. Preporučuje se da
uzorak bude veći od 40.
Kod nekih pojava posjedujemo i određena saznanja o prirodi njihove

distribucije u određenoj populaciji, tj. poznajemo dosta pojava koje teže da se
približe normalnoj, pravougloj, bimodualnoj, platikurtičnoj, u-distribuciji itd.
Poznato je da neki stavovi pokazuju bimodalnu ili u-distribuciju, da se varijabla
„vannastavne aktivnosti” (broj učenika po vrstama) približava pravougloj
distribuciji i sl. Ukoliko postoji opravdanost postojanja hipoteze o ma kojoj
distribuciji, ili posjedujemo saznanje o vrsti distribucije, moguće je utvrditi
odstupanje dobijene distribucije na uzorku od očekivane distribucije pojave
u populaciji. Hi-kvadrat test u ovim situacijama pomaže da se uoči razlika i
podudarnost između distribucija, tj. međusobni stepen sličnosti. Određuje
se pouzdanije „ ” i „udaljavanje” dobijene empirijske distribucije
od realne ili hipotetičke distribucije populacije. Tako se može odrediti i tzv.
stepen značajnosti odstupanja distribucija. Na taj se način istraživač približava
pouzdanijem određivanju uslova mijenjanja distribucije i faktora koji
determinišu neko svojstvo pojave ili samu pojavu. Istraživač stalno treba imati
na umu da oblik empirijske distribucije zavisi od veličine i reprezentativnosti
uzorka, od metrijskih karakteristika i pravilne upotrebe mjernih instrumenata.
U istraživanjima se često provjerava razlika između dva i više nezavisnih
uzoraka. Ako se raspolaže sa relativno većim uzorkom koji sačinjavaju dva ili
više stratuma (slojeva), pomoću hi-kvadrata može se provjeriti i razlika između
njih u opaženim svojstvima. Opažene frekvencije se svrstavaju u odgovarajuća
polja tabele. Veličina tabele (2x2, 3x4, 4x5 itd.) zavisi od broja grupa, klasa,
kategorija, stepena neke kvalitativne skale i slično. Izračunati χ2-test iz tabele
može pokazati značajnost razlike između grupa, međutim, on ne govori ništa o
tome između kojih grupa postoji razlika. Ako se želi to ustanoviti onda se mora
izračunati poseban hi-kvadrat samo za dvije grupe. To ponekad otežava i samu
interpretaciju dobijene χ2-test vrijednosti. Zato se radi lakše interpretacije
frekvencije u poljima tabele mogu pretvoriti u procente.
Potrebno je naglasiti da se χ2-test može upotrijebiti samo ako je N veći
od 40. Kod izračunavanja hi-kvadrata ni jedna očekivana (teorijska) frekvencija
256
ne bi smjela biti manja od 5. Ako se desi da je ipak manja od 5, onda se vrši

logičko sažimanje kategorija (polja), čime se povećava očekivana frekvencija,
a ukoliko logičko sažimanje kategorija nije moguće (naprimjer u tabeli 2x2
i sl.), upotrebljava se, tzv. Jejtsova (Yatesova) korekcija. Utvrđivanje razlike
između dva zavisna uzorka u opaženim svojstvima je praktično i korisno.
Ako se, naprimjer, upoređuju podaci prikupljeni na ekvivalentnim grupama,
ako se upoređuju rezultati mjerenja kod iste grupe, ili se upoređuju iste
gupe u dvije različite aktivnosti i sl., dakle, ispituju se razlike između zavisnih
uzoraka u opaženim svojstvima, može se primijeniti χ2-test. Izračunava se iz
tabela kontingencije (razdjele). Na osnovu χ2-testa mogu se pratiti promjene
postojećih distribucija. Tako, naprimjer, u procesu nastave mogu se mijenjati
i pratiti promjene odgovarajućih distribucija (disciplina, kašnjenje, bježanje sa
časova, izostajanje, učenje, ponašanje). Pretpostavimo da u jednom odjeljenju
imamo pozitivno asimetričnu distribuciju discipline. Ako u određenim
vremenskim razmacima „djelujemo” izabranim (različitim) odgojnim i
nastavnim metodama i sredstvima, procedurama i tehnikama, možemo pratiti
pomjeranje i put pozitivno asimetrične distribucije prema negativnoj asimetriji,
možemo utvrditi i stepen značajnosti tih promjena i sve tačnije određivati
efekte djelovanja.
7.5. Ostali neparametrijski statistički testovi
Medijana test je vrlo jednostavan neparametrijski test koji se upotrebljava

kod dva ili više nezavisnih uzoraka. Ovaj test je povezan sa hi-kvadrat testom
i sa njime se dopunjuje. Pomoću medijana testa može se ispitivati da li dva
uzorka pripadaju populaciji sa istom medijanom, tj. pomoću ovog testa
moguće je testirati odgovarajuće hipoteze. Naročito se upotrebljava kod
izvijenih distribucija, tj. kod podataka dobijenih na mjernim instrumentima za
koje nema opravdanja izračunavati aritmetičku sredinu. Postupak primjene je
veoma jednostavan. Za dva uzorka odredi se zajednička medijana poslije čega
se vrši prebrojavanje rezultata (slučajeva) iznad i ispod zajedničke medijane
u svakom uzorku. Tako se dobije 2x2 tabela. Na osnovu podataka iz tabele
izračunava se hi-kvadrat, naravno, ako za to ima opravdanja. Medijana test je
naročito pogodan za male uzorke i uzorke koji mogu biti po veličini i jednaki
i različiti.
Run test (Test homogenog niza) se upotrebljava kod malih nezavisnih

uzoraka. Može se upotrebljavati kad imamo rezultate dobijene ordinalnim
i intervalnim mjerenjem. Prethodno se rezultati moraju rangirati. Kod
podijeljenih rangova postoje teškoće pri određivanju broja nizova, te je
potrebno izračunati z-vrijednost. Ovaj test omogućava utvrđivanje značajnosti
257
razlika između dva uzorka u pogledu centralne vrijednosti, varijabilnosti,

simetričnosti itd.
Test sume rangova (metoda kompozitog ranga) je znatno „snažniji” test

od prethodnog testa jer koristi više informacija. Koristi rangirane rezultate
za sve vrijednosti u dva uzorka. Upotrebljava se za veoma male uzorke. Test
sume rangova se odnosi na odstupanje dvaju zbirova rangova od jednakosti.
Uzorci moraju biti jednake veličine. Za uzorke različite veličine koristi se Mann-
Whitneyev U-test.
Test znaka. Kod zavisnih uzoraka neparametrijski testovi su nešto drugačiji

od onih koji se primjenjuju na nezavisne uzorke. Test znaka je najprostiji test
koji se primjenjuje u obradi rezultata dobijenih na zavisnim uzorcima. Ovaj
test je nešto „snažniji” na malim uzorcima. Na velikim uzorcima smatra se da
je njegova jačina 60% od one jačine koju pruža t-test kod onih podataka kod
kojih je moguća primjena oba testa. Test znaka „ne uzima u obzir veličinu
razlike, nego samo njen smjer”. Zato on i nije pouzdan kod podataka između
kojih postoje veoma male razlike. Za utvrđivanje veće preciznosti prikladniji je
Wilcoxonov test. Oba testa su pogodna prilikom obrade podataka dobijenih
u eksperimentalnim ispitivanjima kod malih zavisnih uzoraka.
Kruskal-Wallisov test je test koji podsjeća na analizu varijanse, samo

umjesto brojčanih mjernih podataka koristi se rangovanim podacima. On
je snažniji od medijana testa jer koristi više informacija - rangove, umjesto
jednostavne podjele rezultata na dva dijela. Podaci rangovani sa više uzoraka
moraju biti nezavisni. Dakle, on se ne može primijeniti ako se raspolaže
sa podacima prvog i drugog (inicijalnog - finalog) mjerenja. U ovakvim
slučajevima koristi se tzv. Friedmanov test. Dakle, on se upotrebljava kod više
zavisnih uzoraka. Njega nazivaju testom „dvostruke analize varijanse rangova”.
Mnogi smatraju da ima gotovo istu „snagu” kao i analiza varijanse zavisnih
uzoraka, premda koristi rangove, a ne stvarne mjerne vrijednosti.
Suštinsko pitanje koje se javlja u pedagoškim istraživanjima je i određivanje

(ocjenjivanje) i otkrivanje zavisnosti između svojstava i pojava čije se veličine
ne mogu kvantitativno tačno odrediti. To je i pitanje varijabli sa kvalitativnim
obilježjem. U neparametrijskoj statistici postoje odgovarajući koeficijenti
korelacije: Spearmanov koeficijent korelacije (ρ), koeficijent kontingencije (C),
fi-koeficijent korelacije (ϕ).
Rang korelacija predstavlja korelacioni postupak koji je afirmisan

u praksi psiholoških istraživanja. On se primjenjuje u slučajevima kada se
posmatrana pojava, tj. njen relativni nivo, rang može raspodijeliti prema
258
uzlaznom ili silaznom rangu. Dakle, veličine su određene u vidu rangova. Rang
korelacija omogućava da se uporede ocjene neposredno nemjerljivih veličina.
Na taj način se, ustvari, provjerava vrijednost posrednih pokazatelja koji su
korišteni za te ocjene. Koristi se kod malih uzoraka (N<30), odnosno kada
nemamo normalnu distribuciju podataka. Ukoliko se raspolaže podacima u
vidu mjerenja, moraju se prevesti u odgovarajući rang. Ro koeficijent je dobra
aproksimacija Pearsonovog r.
Koeficijent kontingencije. Prilikom istraživanja kvalitativnih varijabli

koje se ne mogu ni rangovati, primjenjuje se koeficijent kontingencije (C).
Ovaj koeficijent korelacije se izvodi iz c2. Dok c2 ukazuje na vjerovatnost
povezanosti između pojava, dotle C koeficijent određuje stepen povezanosti.
Ako se, naprimjer, želi odrediti povezanost između varijable „disciplina
učenika” i varijable „kvalitet njegovog učenja”, obje varijable je nemoguće
izmjeriti određenom veličinom, ili je to sasvim teško. Ako istraživač želi što bolje
da odredi njihovu vezu, potrebno je obje varijable (ako je to moguće) „razložiti”
na stepene, kategorije. Ukoliko se napravi bolja distinkcija između „kategorija”
i ukoliko ih ima više, utoliko će se dobiti pouzdaniji C koeficijent. Naprimjer,
nije dovoljno odrediti „disciplinovan – nedisciplinovan” jer je to isuviše gruba
podjela. Povećanjem broja kategorija C koeficijent se približava Pearsonovom
koeficijentu korelacije (r) u pogledu veličine. Koeficijent kontingencije uvijek je
pozitivan, tj. ukazuje samo na postojanje povezanosti, a ne na njen smjer. Da
li je korelacija pozitivna ili negativna, istraživač određuje na osnovu kretanja
podataka u tabeli kontingencije.

Fi-koeficijent korelacije. Ovaj koeficijent se izračunava iz hi-kvadrata i
direktno iz tabele 2x2. Upotrebljava se onda kad su obje varijable dihotomne i
kad predstavljaju kvalitativna obilježja. Može se upotrijebiti i kod varijabli koje
su kontinuirane po svojoj prirodi, ali su vještački dihotomizovane na osnovu
utvrđenog (definisanog) kriterija.
7.6. Multivarijantne statističke analize
U prirodnim situacijama postoji mnoštvo varijabli koje opisuju određenu

pojavu i koje su međusobno povezane. Tada govorimo o multidimenzionalnosti
pojava, tj. o pojavama (događajima ili stanjima) koje su opisane s velikim brojem
varijabli. Pritom je svaka varijabla posebna manifestna (mjerljiva) dimenzija.
Primjereno je poželjeti te varijable (zbog dinamičke ravnoteže u kojoj se
nalaze) analizirati sve zajedno (kao entitet u cjelini) i istovremeno, a ne jednu
po jednu ili par po par jer na taj način varijable bivaju izvučene iz njihovog
realnog konteksta. Manje je prirodno razbijati cjelinu na dijelove i promatrati
259
ih nezavisno od drugih varijabli. Analitičke postupke kojima analiziramo više

varijabli istovremeno nazivamo multivarijantnim ili multidimenzionalnim
analitičkim postupcima.
Ovaj pristup znači da se pažnja usmjerava prema p(p-1)/2 kovarijansi i
varijansi u nekom skupu (p - broj varijabli), a ne samo p aritmetičkih sredina
i isto toliko varijansi. Naprimjer, ako analiziramo 7 varijabli istraživač mora
uzeti u obzir u svojoj analizi 7(7-1)/2 = 21 veza među varijablama, a ako, pak,
analiziramo 10 varijabli onda treba u analizi uzeti u obzir 10(10-1)/2 = 45 veza
među varijablama, koje zatim valja i interpretirati. Neke od tih veza su bitne,
neke nebitne, a neke su obični artefakti. Zbog složenosti veza među varijablama
univarijantni statistički postupci često su ograničenog dometa. Često su
čak i izvor zabluda, pogotovo ako se primjenjuju kada priroda istraživanog
problema nalaže primjenu multivarijantnih analitičkih postupaka. U analizi
podataka prirodnih situacija dominiraju dva pitanja. Jedno je razumijevanje
pojave koju promatramo, a drugo objašnjenje te pojave. Razumijevanje je u
suštini odgovor na pitanje ŠTA (Šta se događa?), a objašnjenje daje odgovor
na pitanje ZAŠTO (Zašto se to događa?). Razumijevanje je pretpostavka svakog
objašnjenja.
Konačno, prirodna istraživanja podrazumijevaju prostor i vrijeme.
Prostor je multidimenzionalan s često velikim brojem dimenzija (varijabli).
Neki od multivarijantnih algoritama redukuju prostor. Od mnoštva varijabli
među kojima postoji povezanost oni proizvode manji broj novih varijabli (tzv.
latentnih varijabli ili dimenzija), pomoću kojih se uspješnije opisuje sistem
negoli s originalnim, mjerenim, manifestnim varijablama. Drugi pristup koji
uključuje komponentu vremena analizira promjene u sistemu (kvantitativne
i kvalitativne), one koje se dešavaju spontano i one koje su izazvane izvjesnim
intervencijama. U literaturi se može naći obilje modela za analizu prirodnih
situacija. To su, u pravilu, multivarijantne analize podataka. Multivarijantno
mogu se analizirati sve vrste podataka mjerenih na različitim skalama mjerenja.
7.6.1. Klasifikacija metoda za multivarijantnu analizu podataka
Za lakše razumijevanje multivarijantnih metoda i njihov pravilan izbor za

odgovarajući naučnoistraživački problem, potrebno je izvršiti neku klasifikaciju.
Jedna od mogućih klasifikacija bi se temeljila na osnovu populacija, odnosno
grupa ispitanika i skupa varijabli. U većini istraživanja u društvenim naukama
mjerenja se vrše na ispitanicima jedne ili više grupa. Primijenjene varijable
mogu formirati jedan ili više skupova. Prema tome, izbor metoda zavisi od toga
koliko je skupova varijabli i koliko je grupa ispitanika uključeno u istraživački
nacrt.
260
Na osnovu toga, ukoliko imamo jednu grupu ispitanika i jedan skup

podataka, biramo sljedeće metode:
Faktorsku analizu
Taksonomsku analizu
Ukoliko imamo jednu grupu ispitanika i jedan ili više skupova podataka,
tada biramo sljedeće metode:
Regresijsku analizu
Kanoničku korelacionu analizu
Ukoliko imamo dvije ili više grupa ispitanika i jedan skup podataka, tada
biramo:
Multivarijantnu analizu varijanse (MANOVA)
Diskriminativnu analizu
Ukoliko imamo dvije ili više grupa ispitanika i jedan ili više skupova
podataka, tada biramo:
Multivarijantnu analizu kovarijanse (MANCOVA)
Za uspješno sprovođenje multivarijantnih analiza u naučnoistraživačkom

radu potrebno je da se zadovolje sljedeći osnovni uslovi:
1. Prostor varijabli treba da je što više uravnotežen, i to tako da svaki
hipotetski faktor (ako postoji neki hipotetski model) bude zastupljen
sa najmanje 3-5 varijabli.
2. Veličine (efektiv) uzorka u pojedinim grupama entiteta na kojima su
vršena mjerenja treba da su najmanje jednaka broju koji je bar 3-5
puta veći od ukupnog broja analiziranih manifestnih varijabli.
Ako osnovni uslov u vezi sa veličinom uzorka entiteta (ispitanika) nije

zastupljen, nije opravdano direktno primjenjivati metode za multivarijantnu
analizu podataka. Za slučajeve kada je manji broj entiteta postoje, tzv. robusne
metode koje vrše samo procjenu analiziranih rezultata.
7.6.1.1. Faktorska analiza

Faktorska analiza je skup statističko-matematičkih postupaka pogodnih
za analizu podataka o međusobnoj povezanosti među promatranim pojavama,
koja je nastala i koja se i danas razvija u sklopu psihologije. Cilj faktorske analize
je da se veliki broj međusobno povezanih manifestnih varijabli kondenzuje
i redukuje na manji broj međusobno relativno nezavisnih latentnih varijabli
(dimenzija) koje mogu objasniti međusobne relacije analiziranog skupa
manifestnih varijabli (Malacko i Popović, 2001). Izdvojene (ekstrahovane,
261
izolovane) latentne varijable se smatraju generatorima (uzrocima ili izvorima)

varijacija i kovarijacija između manifestnih varijabli.
Poznavajući međusobne povezanosti fenomena moguće je na osnovu
informacija o stanju i promjenama u nekom ili nekim fenomenima predvidjeti
stanje i promjene u drugom ili drugim fenomenima. Faktorska analiza se
odnosi na veliku grupu metoda koje imaju zajednički, u svojoj suštini, samo
logički smisao i djelimično matematički smisao. Faktorska analiza je jedna
tipična kibernetička metoda jer njena logička i filozofska osnovica se svodi na
bazične principe kibernetike. Osnovna koncepcija faktorske analize sastoji se
u sljedećem: ako označimo sa s neki nepoznati sistem, tj. sistem čija je interna
struktura nepoznata (crna kutija) i ako ne možemo prodrijeti u nju, onda je to
moguće učiniti na način da se na sistem djeluje sa nekim ulaznim stimulusima.
Ako možemo registrovati izlaz iz sistema i ako su ulaz i izlaz iz sistema poznati,
onda se može naći jedno od mogućih rješenja za strukturu sistema i za njegovo
formulisanje.
Faktorska analiza je skup od nekoliko stotina različitih metoda koje

variraju prema kriteriju prihvatljivosti rješenja. Mnogi sistemi u prirodi i
društvu pripadaju klasi kibernetičkih modela u tom smislu što njihova
ustrojstva i njihovo funkcionisanje može da se odnosi samo na temelju
njihovih reakcija na podražaj. Nervni sistem ljudskih bića i uopće ljudska
bića, spadaju u tu klasu. Faktorska analiza je nastala kao metod koji pokušava
utvrditi kako je konstruisan (utvrđen) nervni sistem, tj. kognitivni sistem.
Kasnije je utvrđeno da je pogodna i za mnoga druga područja i mnoge druge
različite probleme. U suštini, faktorska analiza nije jedna pojedinačna, već skup
više različitih tehnika koje imaju samo neke zajedničke osobine (identifikuju
faktore koji stoje u osnovi povezanosti većeg broja manifestnih varijabli čijim
vrijednostima raspolažemo). Moguće su različite podjele ovih tehnika (prema
načinu rada, prema nivou mjerenja na kojem treba da budu ulazni podaci...),
ali najčešća podjela ovih metoda je na metode ekstrakcije faktora koje daju
korelirane reziduale i na faktorsku analizu u užem smislu koja (barem u teoriji)
daje nekorelirane reziduale. Rečeno je da je faktorska analiza skup od nekoliko
stotina metoda koje se mogu podijeliti u dva velika izvora:
1. grupu koju nazivamo komponentnom analizom i
2. grupu koju nazivamo faktorskom analizom u okviru faktorskog
modela ili tačnije, faktorskom analizom u užem smislu.
Dok u prvu kategoriju spadaju sve metode faktorske analize koje se mogu
naći u komercijalnom statističkom softveru, autor druge metode je psiholog
Čarls Spearman koji je upravo ovakvim konceptom objasnio strukturu ljudske
inteligencije (opći G-faktor i veći broj specifičnih faktora inteligencije) (Kostić
i Hedrih, 2005). Ima istraživača koji tvrde da postoji i treća grupa faktorskog
262
modela koja obuhvata sve ostale naučne metode, tj. da sve ostale naučne
metode izviru iz faktorske analize.
Faktorska analiza u užem smislu (Spearmanova) polazi od osnovne

pretpostavke da se skup manifestnih varijabli koji posmatramo može u
potpunosti objasniti preko skupa zajedničkih faktora koji sadrže varijansu
koju varijable dijele, odnosno koji su odgovorni za korelacije između varijabli,
i jednog skupa faktora koji su jedinstveni za svaku varijablu posebno. Polazi se
od pretpostavke da se svaka varijabla sastoji od dijelova od kojih svaki dijeli sa
bar još jednom varijablom iz skupa i od dijela koji je karakterističan samo za
nju i koji ne dijeli ni sa jednom drugom varijablom. Zbir dijelova koji varijabla
dijeli sa bar još jednom drugom varijablom naziva se komunalitet, dok se dio
koji je karakterističan za datu varijablu naziva unikvitet. Tako vrijednost svakog
ispitanika na svakoj varijabli predstavlja kombinaciju vrijednosti jednog broja
zajedničkih faktora i jednog faktora koji je jedinstven za tu varijablu. Korelacija
između unikviteta različitih varijabli je 0.
Metoda analize glavnih komponenata je najpoznatija metoda

faktorskih analiza koje daju korelirane reziduale, a koja potječe iz statistike. Ako
u glavnoj dijagonali korelacione matrice nemamo komunalitete nego jedinice,
onda se takva faktorska analiza zove komponentna analiza. Faktorska analiza
zajedničkih faktora i faktorska analiza komponenata zapravo su dva osnovna
modela faktorske analize. Međutim, oba modela imaju različite varijante. Kod
komponentnih faktorskih analiza ne postoji, dakle, problem komunaliteta, a to
znači da se u takvim analizama ne čini razlika između zajedničkog i unikvitetnog
dijela varijansi manifestnih varijabli koje se faktorski analiziraju. Faktorskom
analizom komponenata manifestnih varijabli dobijaju se komponente tih
varijabli koje su međusobno linearno nezavisne. Tehnika glavnih komponenata
je jedna od najčešćih primjenjivanih tehnika i primjenjuje se:
kada se želi izvršiti redukcija nekog sistema varijabli na jednu
dimenziju koja sadrži najveću količinu informacija koja se može izvući
ili ekstrahovati iz tog sistema varijabli, da bi se zadovoljio princip
parsimonije (jednostavne strukture),
u svrhu određivanja početnog koordinatnog sistema vektora
manifestnih varijabli, koji će zatim biti transformisan u pogodniji
ortogonalni ili kosi koordinatni sistem, koji zadovoljava princip
parsimonije (jednostavne strukture).
Poslije 1918. godine predložio ju je matematičar Siril Bertl, a opet nezavisno

od njega švedski matematičar Harold Kotel, doduše, drugim tehnikama
računanja. Istu tu metodu su predložili Terston i Kelist (drugim računskim
tehnikama). Svi ti postupci se temelje na jednoj teoremi koja je dokazana
263
tek 1937. godine. Teorema je potekla od Echarta i Jenga, a spada u jednu od

klasičnih matematičkih teorema danas. Da vidimo kako se u današnjem načinu
razmišljanja to tretira. Pretpostavimo da imamo matricu podataka. Sažmimo
te podatke u jednu jedinu varijablu i to tako da zadovoljimo istovremeno tri
uslova:
1. da ta nova varijabla najbolje moguće razlikuje sve objekte/subjekte
koje smo analizirali, dugim riječima rečeno, da imaju najveću varijansu,
2. da ta nova varijabla ima sa ovim originalnim varijablama najveće
moguće korelacije,
3. da suma kvadrata razlika objekata, ljudi ili šta već analiziramo, i te
nove varijable bude najmanje moguća, to jeste da su ljudi najbliži toj
varijabli.
Svrha faktorske analize je da se ostvare 2 cilja, da olakša interpretaciju

dobijenih rezultata i da rezultate pretvori u oblik koji više odgovara realnosti,
nego oblik koji je dobijen primjenom metode glavnih komponenata. Oba
ova cilja su povezana. U pravilu, što su rezultati bliži realnosti to ih je lakše
interpretirati, razumjeti. Zbog toga se, osim matematički formulisanih ciljeva
na osnovu kojih je izvedena metoda glavnih komponenata, formulišu još neki
dodatni ciljevi od kojih je prvi najvažniji, a može se definisati tako da se rezultati
glavnih komponenata transformišu u što je god jednostavniji oblik. Iza toga
cilja, tj. što jednostavniji oblik, obično se krije neka matematička formulacija
rezultata. Ovaj cilj je, u pravilu, ali ne uvijek, povezan sa još jednim ciljem, a
taj je da pouzdanost rezultata nakon transformacije bude ili veća, ali ako to
nije moguće, bar ravnomjernije raspoređena po izolovanim dimenzijama. Kod
metode glavnih komponenata prva je komponenta najpouzdanija zato što
ima najveće varijanse, druga je do nje, pa tako redom.
Princip jednostavnosti, koji inače vrijedi u nauci, temelji se na jednoj
pretpostavci koju nije moguće dokazati, već samo pokazati, a taj je da su
najjednostavniji rezultati, dakle rezultati koji imaju najjednostavniji oblik,
u pravilu, najbliži realnosti. Naravno, ovo je samo filozofska metoda, ona na
svakoj konkretnoj metodi mora biti nekako potvrđena. Ideja transformacije
rezultata dobijenih faktorskom analizom ili komponentnim modelom potječe
od Luisa Terstona. To je, evidentno, najveći njegov doprinos nauci. U početku je
Terston zahtijevao da ta akcija bude takva da se očuva nezavisnost koordinatnih
osovina, tj. da i dalje među njima (osovinama) bude nula (0). Ljudi su došli na
pomisao da bi te principe trebalo formulisati na neki matematički način, jer se
ovakva jedna struktura može formulisati na nekoliko različitih matematičkih
načina. Nekoliko autora, nezavisno jedan od drugog, pokazalo je da je taj
problem rješiv čistom algebarskom metodom, ali ne neposredno algebarskim
metodama, nego metodama koje proistječu iz matematičkog programiranja,
dakle metodama iterativnog približavanja stvarnome cilju problema.
264
Osnovna namjena ove tehnike je smanjivanje broja varijabli potrebnih

za opisivanje nekog skupa entiteta, a uz što manji gubitak informacija.
Geometrijski posmatrano, u prostoru čije su dimenzije varijable koje smo mjerili,
a entiteti tačke čije su koordinate njihove vrijednosti na svim varijablama, treba
zarotirati koordinatni sistem tako da što veći broj dimenzija postane suvišan
odnosno takav da sve tačke na što većem broju dimenzija imaju jednake
vrijednosti. Pored toga potrebno je da rješenje koje se dobije bude isto, bez
obzira koliko faktora (nakon rotacije dimenzije zapravo postaju faktori) želimo
zadržati. Iz ovoga onda slijedi da se prva dimenzija koja se rotira (prvi faktor
koji se ekstrahuje) postavlja tako da objašnjava najveću količinu varijanse, tj.
da maksimalno korelira sa što većim brojem izvornih varijabli, druga onda tako
da opet objašnjava najveću moguću količinu varijanse izvornih varijabli, ali
da istovremeno ne korelira sa prvim i tako dalje. Svaki sljedeći ovako dobijen
faktor objašnjava manje varijanse nego prethodni, a više nego naredni. Pošto
se rotira cijeli prostor definisan izvornim varijablama, na kraju dobijamo
onoliko faktora koliko smo imali izvornih varijabli. Matematički se ovo postiže
traženjem linearnih kombinacija izvornih varijabli koje su takve da ispunjavaju
naprijed navedene uslove.
Pošto je cilj ovog postupka smanjivanje broja dimenzija potrebnih za

opisivanje skupa, u sljedećem koraku mi odlučujemo o tome koje ćemo
faktore zadržati, a koje proglasiti suvišnim. U rijetkim slučajevima sva varijansa
skupa izvornih varijabli bit će objašnjena manjim brojem nekoreliranih faktora
(i tada imamo slučaj da izvorne varijable imaju samo zajedničku varijansu, tj.
komunalitet i kada se ovi rezultati zaista mogu smatrati identičnim onima koji
bi se dobili postupkom Spearmanove faktorske analize), ali to uglavnom neće
biti slučaj, te ćemo morati neke od faktora proglasiti suvišnim. Suvišni mogu
biti faktori koji objašnjavaju samo neke manje dijelove pojedinačnih varijabli,
ali uglavnom ćemo imati faktore koji objašnjavaju manje dijelove više varijabli.
Sljedeći korak je da odlučimo koje faktore ćemo zadržati, a koje odbaciti. Tu
naravno ne postoji neko jasno i uvijek tačno pravilo, ali neki razuman opći
princip je da treba sačuvati dovoljnu količinu informacija (tj. varijanse izvornih
varijabli), ali istovremeno imati i optimalno mali broj faktora. U nedostatku bilo
kog drugog principa, dobra je ideja i zadržati faktore koji objašnjavaju više
varijanse nego jedna pojedinačna izvorna varijabla itd. Ono što je bitno je da u
najvećem broju slučajeva i faktori koje odbacimo objašnjavaju neku varijansu
koja je zajednička za više varijabli, a koja sada postaje izgubljena, te predstavlja
rezidual predviđanja vrijednosti izvornih varijabli na osnovu zadržanih faktora.
Taj rezidual onda biva sastavljen i od dijelova varijanse koji su zajednički za
različite izvorne varijable, te otud i korelacije između reziduala, što predstavlja,
kao što smo naprijed napomenuli, definišuću karakteristiku metode faktorske
analize u koju analiza glavnih komponenti spada.
265
Kada se postupak sprovede dobijamo određeni broj faktora koji su

međusobno nekorelirani, a od kojih svaki ima određenu korelaciju sa svakom
od izvornih varijabli (koja može da bude i 0) i ta korelacija izvorne varijable
sa faktorom naziva se faktorsko zasićenje. Kada smo utvrdili koji faktori
predstavljaju latentne dimenzije (tj. koje ćemo zadržati) treba tim dimenzijama
dati neka imena – tada na scenu stupaju faktorska zasićenja na osnovu
kojih utvrđujemo koje su to varijable koje sa datim faktorom imaju najviše
zajedničkog. Onda gledamo šta je to što je njima zajedničko međusobno, a
po čemu se one razlikuju od varijabli koje sa tim faktorom imaju nisku ili nultu
korelaciju i onda, prema tome, faktoru dodjeljujemo naziv.
Međutim, ponekad se može desiti da, recimo, sve varijable imaju relativno
visoka zasićenja na prvom, srednja na drugom itd., ili da se javi neka druga
konfiguracija faktorskih zasićenja koja je takva da ne znamo kako ili ne možemo
da je interpretiramo. Tada nam na raspolaganju stoje postupci, takozvane
rotacije faktorskog prostora (ili rotacije faktorske matrice) koji imaju za cilj
da faktorski prostor tako zarotiraju kako bi se promijenila faktorska zasićenja
pojedinih varijabli, a sa ciljem da nam se olakša interpretacija. Postoje razne
metode faktorske rotacije, ali one se u osnovi mogu podijeliti na ortogonalne
i kose rotacije. Ortogonalne metode rotacije daju novu konfiguraciju tih istih
faktora pri čemu faktori ostaju nekorelirani (faktori u nerotiranoj faktorskoj
matrici nisu u korelaciji), a kose dozvoljavaju da u novoj konfiguraciji faktori
budu u korelaciji. Rotacijom se mijenjaju faktorska zasićenja (pa samim tim
i koeficijenti koji se koriste za dobijanje faktora od izvornih varijabli), ali se
svojstvene vrijednosti faktora uglavnom ne mijenjaju bitno. Vrijednost koja
pokazuje koju količinu varijanse izvornih varijabli objašnjava dati ekstrahovani
faktor (pri čemu je ukupna varijansa svake varijable 1, te je ukupna varijansa
datog seta varijabli brojčano jednaka broju varijabli) naziva se svojstvena
vrijednost (karakteristični korijen, svojstveni korijen, engl. eigenvalue).
Ovako utvrđene faktore smatramo uzrocima ili izvorima (generatorima)

kovarijacija između manifestnih varijabli. Iz ovoga je jasno da faktori koji se
utvrđuju u postupku faktorske analize imaju temeljno značenje u odnosu
prema promatranim manifestnim varijablama. Na osnovu njih možemo
protumačiti veliki broj manifestnih oblika i pojava, te njihovu međusobnu
povezanost. Nije teško pokazati kod regresijske i kanoničke analize da se svaka
naučna metoda može svesti na faktorski problem faktorske analize. Povezanost
između fenomena može da bude:
1. Uzročno-posljedična povezanost – kada je stanje ili promjena nekog
fenomena uzrok nastajanja nekog drugog fenomena ili određenih
promjena u tom fenomenu.
2. Korelativna povezanost – kada promjena stanja u nekom fenomenu
prati promjenu u nekim drugim fenomenima, a da ti prvi fenomeni nisu
266
uzrok drugima. Ovakve paralelne promjene bez uzročno-posljedičnih

veza su također česte u nekim pojavama.
Problemi koji se rješavaju pomoću faktorske analize mogu biti:

da se utvrdi latentna struktura prostora istraživanja,
da se utvrdi valjanost mjernih instrumenata, kao i stepen te valjanosti
u odnosu na druge mjerne instrumente koji procjenjuju iste latentne
dimenzije,
da se uspoređuju strukture zajedničkog prostora istraživanja za
različite grupe ispitanika,
da se izvrši redukcija cijelog ili dijela sistema primijenjenih manifestnih
varijabli (prostora istraživanja) u cilju dobijanja jedne dimenzije –
kriterijskog faktora (varijable),
da se izvrši valorizacija i klasifikacija mjernih instrumenata ili nekih
subjekata procjenjivača,
da se definišu latentne dimenzije istraživanog prostora istraživanja
(pošto one imaju veću naučnu vrijednost od manifestnih varijabli)
kao osnovne varijable za druge obrade podataka, a prema problemu
i ciljevima istraživanja.
Prilikom rješavanja fenomena pomoću ovakvog linearnog modela

moguće su dvije strategije faktorske analize:
konfirmativna – ako su faktori koji djeluju na fenomene unaprijed
poznati,
eksplorativna – ako koordinantni sistem koji definiše fenomene nije
unaprijed poznat.
Rotacija faktora
Veoma važan alat u interpretaciji faktora je faktorska rotacija. Pojam
rotacija znači upravo ono što i implicira, referentne ose faktora se okreću oko
koordinatnog početka dok se ne postigne neka druga pozicija. Kao što smo
rekli ranije, nerotirana faktorska rješenja ekstrahuju faktore po redoslijedu
njihove važnosti. Prvi faktor je opći faktor gdje skoro svaka varijabla opterećuje
značajno, i on objašnjava najveću količinu varijanse. Drugi i naredni faktori se
onda baziraju na rezidualnom obimu varijanse. Svaki objašnjava sukcesivno
manje dijelove varijanse. Krajnji efekat rotiranja faktorske matrice je da se
redistribuira varijansa sa ranijih faktora na kasnije faktore, da bi se ostvarila
jednostavnija, teorijski značajnija, faktorska shema. Najjednostavniji slučaj
rotacije je ortogonalna rotacija u kojoj se ose održavaju na 90 stepeni. Također
je moguće rotirati ose, a ne zadržati ugao od 90 stepeni između referentnih osa.
Kada nije ograničena na to da bude ortogonalna, rotaciona procedura se zove
kosa rotacija. Na slici 8 prikazana je ilustracija ortogonalne faktorske rotacije.
267
Vertikalna osa predstavlja nerotirani faktor II, a horizontalna osa nerotirani

faktor I. Ose su obilježene sa 0 na početku, i protežu se do +1,0 ili -1,0. Brojevi
na osama predstavljaju faktorska opterećenja. Prikazano je pet manifestnih
varijabli u koordinatnom sistemu koje su obilježene sa V1, V2, V3, V4 i V5.
Faktorsko opterećenje za varijablu V2 na nerotiranom faktoru II se determiniše
povlačenjem isprekidane linije horizontalno od podatka do vertikalne ose za
faktor II. Slično tome, vertikalna linija se povlači od varijable 2 do horizontalne
ose nerotiranog faktora I, da bi se determinisalo opterećenje varijable V2 na
faktor I. Slična procedura koja je uslijedila za preostale varijable, determiniše
faktorska opterećenja za nerotirana i rotirana rješenja. Na nerotiranom I faktoru
sve varijable opterećuju prilično visoko. Na nerotiranom drugom faktoru
varijable 1 i 2 su vrlo visoko u pozitivnom smjeru.
Slika 8. Ortogonalna faktorska rotacija
Varijabla V5 je umjereno visoko u negativnom smjeru, a varijable 3 i 4 imaju

znatno niža opterećenja u negativnom smjeru. Pregledom slike 8 očigledno je
da postoje dva klastera varijabli. Varijable 1 i 2 idu zajedno, dok su varijable
3, 4 i 5 zajedno. Međutim, ovakva šablonizacija varijabli nije toliko očigledna
iz nerotiranih faktorskih opterećenja. Rotiranjem originalnih osa u smjeru
kazaljke na satu, kako je indicirano na slici, dobijamo potpuno drugačiju shemu
faktorskog opterećenja. Primjećujemo da se u rotiranju faktora ose održavaju
pod uglom od 90 stepeni. Ova procedura označava da su faktori matematički
268
nezavisni i da je rotacija ortogonalna. Nakon rotiranja faktorskih osa varijable

3, 4 i 5 opterećuju vrlo visoko na faktoru I, a varijable 1 i 2 opterećuju vrlo
visoko na faktoru II. Stoga je klastering ili šablonizacija ovih varijabli u dvije
grupe očiglednija nakon rotacije nego prije, čak iako relativna pozicija ili
konfiguracija varijabli ostaje nepromijenjena. Isti opći principi ortogonalnih
rotacija se odnose i na kose rotacije, samo što je ova metoda jer faktorske ose
ne moraju biti ortogonalne. On je, također, i realističniji jer se ne pretpostavlja
da su teorijski važne osnovne dimenzije, nekorelirane jedna sa drugom. Na slici
9 porede se ove dvije rotacione metode. Opažamo da kosa faktorska rotacija
tačnije predstavlja klastering varijabli. Ova tačnost je rezultat činjenice da je
svaka rotirana faktorska osa sada bliža odgovarajućoj grupi varijabli. Također,
koso rješenje pruža informacije o obimu u kojem su faktori zapravo korelirani
međusobno.
Slika 9. Kosa faktorska rotacija
Mnogo istraživača se slaže da većina direktnih nerotiranih rješenja nije

dovoljna, tj. u većini slučajeva rotacija će poboljšati interpretaciju putem
redukovanja dijela dvosmislenosti koje često prate preliminarnu analizu.
Glavna dostupna opcija je da se odabere metod ortogonalne ili kose rotacije.
Krajnji cilj svake rotacije je da se dobiju teorijski značajni faktori i, ako je
moguće, najjednostavnija faktorska struktura. Ortogonalni rotacioni pristupi
se šire koriste, jer svi kompjuterski paketi sa faktorskom analizom sadrže opcije
ortogonalne rotacije, dok metode kose rotacije nisu toliko rasprostranjene.
269
Ortogonalne rotacije
Cilj svih metoda rotacije je da se simplifikuju kolone i redovi faktorske
matrice da bi se olakšala njihova interpretacija. U faktorskoj matrici kolone
predstavljaju faktore gdje svaki red korespondira sa opterećenjem varijable
među faktorima. Pod simplifikovanjem redova podrazumijevamo da se što više
vrijednosti u svakom redu što više približi nuli (tj. maksimiranje opterećenja
varijable na jednom faktoru). Pod simplifikovanjem kolona podrazumijevamo
da se što više vrijednosti u svakoj koloni što više približi nuli (tj. što je moguće
više smanjiti broj „visokih“ opterećenja). S obzirom na to da je poznato da
uspostavljanje inicijalnog koordinatnog sistema pomoću metode glavnih
komponenata ne pruža mogućnost da se struktura manifestnih varijabli u
korelacionoj matrici objasni, potrebno je koordinatne osovine tog sistema
transformisati u takvu poziciju da je moguće tu strukturu što bolje definisati.
U nekim slučajevima ortogonalna transformacija može da bude gruba
taksonomska analiza varijabli, ali ne i faktorska analiza koja treba da pruži
rješenje o strukturi latentnih dimenzija analiziranog uzorka varijabli. Pošto
su takve solucije matematički ekvivalentne, i kako ih ima bezbroj, potrebno
je uspostaviti kriterij za izbor, tako da se dobije što jednostavnija struktura
faktora (kriterij parsimonije). Od svih kriterija koji se predlažu za ortogonalne
solucije najviše se koriste:
quartimax,
equimax,
varimax.
Za potrebe istraživanja značajno je istaći varimax kriterij kojeg je predložio

Kaiser 1958. Godine (Fulgosi, 1984). Kaiserov kriterij za varimax soluciju
donekle je interesantan za istraživanja jer izjednačava doprinos svake varijable
u definisanju faktora.
Quartimax ortogonalna rotacija ima za cilj da se simplifikuju redovi

faktorske matrice, tj. ona se fokusira na rotiranje inicijalnog faktora, tako da je
opterećenje varijable visoko na jednom faktoru, i što je moguće niže na svim
ostalim faktorima. U ovim rotacijama mnoge varijable mogu opteretiti visoko
ili blizu visoko na isti faktor jer se ova tehnika usmjerava na simplifikovanje
redova. Problem sa njim je to što on proizvodi opći faktor kao prvi faktor na koji
većina varijabli, ako ne i sve, ima visoka opterećenja.
Equimax je rotacija koja je kompromis između quartimax i varimax

pristupa rotacije. Umjesto da se koncentriše na simplifikaciju redova ili
simplifikaciju kolona, on pokušava da ostvari ponešto od obje. Equimax nije
široko prihvaćen i ne koristi se često.
270
Varimax rotacija suprotno od quartimax rotacije, fokusira se na

simplifikovanje kolona faktorske matrice. Kod ovog rotacionog pristupa
maksimalna moguća simplifikacija se postiže ako su u koloni samo jedinice
i nule. Varimax metoda maksimira sumu varijansi zahtijevanih opterećenja
faktorske matrice. Prisjetimo se da u quartimax pristupima mnoge varijable
mogu da opterećuju visoko ili blizu visoko na istom faktoru jer se ova tehnika
koncentriše na simplifikovanje redova. Kod varimax rotacionog pristupa
postoje neka visoka opterećenja (tj. blizu –1 ili +1) i neka opterećenja blizu 0 u
svakoj koloni matrice. Logika je da je interpretacija najlakša kada su korelacije
varijabla-faktor: blizu +1 ili -1, stoga indicirajući jasnu pozitivnu ili negativnu
vezu između varijable i faktora, ili blizu 0, indicirajući jasan nedostatak
povezanosti.
Ova struktura je fundamentalno jednostavna. Iako je quartimax rješenje
analitički jednostavnije od varimax rješenja, varimax izgleda pruža jasnije
razdvajanje faktora. Varimax metoda se pokazala vrlo uspješnom kao analitički
pristup dobijanju ortogonalne rotacije faktora.
Kose rotacije
Kose rotacije su slične ortogonalnim rotacijama, osim što kose rotacije
dozvoljavaju korelirane faktore umjesto održavanja nezavisnosti između
rotiranih faktora. Da bi se odredila latentna struktura istraživanog prostora
na način koji ostvaruje naučnu egzistentnost, potrebno je da se prilikom
transformacija glavnih komponenata napusti uslov ortogonalnosti. To znači
da transformacijska matrica treba da sadrži vrijednosti kosinusa koje određuju
transformaciju glavnih komponenata u takvu soluciju gdje će novi faktori
prolaziti kroz vektore tako da se faktori mogu smisleno definisati. Postoji više
kriterija da se izvede kosa transformacija glavnih komponenata. Zajedničko je
za sve te transformacije da su one znatno komplikovanije i teže ih je računati
od ortogonalnih transformacija. Međutim, one su jedino realne i imaju naučno
opravdanje. Dok se kod ortogonalnih transformacija kao rezultat dobija samo
jedna matrica u kojoj se nalaze faktorski koeficijenti (zasićenja, saturacije) i to
oni koji pokazuju kakva je korelacija između vektora svake manifestne varijable
i svakog, npr. varimax faktora, dotle se kod kosih transformacija dobija znatno
više informacija ili matrica. Rezultat svake kose solucije su tri matrice:
U jednoj matrici su koordinate vektora (paralelne projekcije) varijabli
na faktore (matrica sklopa).
U drugoj su korelacije vektora varijabli i faktora (ortogonalne
projekcije) ili tzv. matrica strukture.
U trećoj matrici su međusobne korelacije izolovanih faktora.
Za interpretaciju faktora najveću važnost ima matrica koordinata

vektora varijabli u prostoru faktora (matrica sklopa), te je ona i osnova za
271
definisanje izolovanih faktora. Ostale informacije: interkorelacije izolovanih

faktora (matrica korelacije izolovanih faktora), veličina komunaliteta varijabli,
međusobne korelacije varijabli (matrica interkorelacija manifestnih varijabli)
samo dopunjavaju interpretaciju izolovanih faktora.
U istraživačkoj praksi najbolje su se pokazale sljedeće kose transformacije

(Malacko i Popović, 2001):
1. Direktan oblimin kriterij (Jennrich i Sampson, 1966) i
2. Orthoblique kriterij (Harris i Kaiser, 1964).
Direktni oblimin kriterij kose rotacije sastoji se od više postepenih

transformacija (rotacija) inicijalnih značajnih glavnih komponenata, što se
naziva ciklusom iteracija. Ove iteracije se izvode dok se ne zadovolji oblimin
kriterij koji treba minimizirati da bi se postigla maksimalna parsimonija.
Kada su izolovane latentne dimenzije s njima se može dalje postupati kao i
sa manifestnim varijablama, isto tako se izračunavaju njihove interkorelacije,
a dobijena matrica se može, također, faktorizirati čime će se dobiti manji
broj latentnih dimenzija. Prethodne latentne dimenzije se nazivaju primarne
ili dimenzije prvog reda, a njihovom kondenzacijom, transformacijom i
redukcijom dobijaju se latentne dimenzije (faktori) drugog reda (sekundarni
faktori). Ako se i dalje vrši faktorizacija nove matrice korelacija faktora, dobijaju
se faktori trećeg reda (tercijerni faktori) itd. Na kraju faktorizacije može se dobiti
generalni faktor (ili više njih, ako su relativno nezavisni) istraživanog prostora.
Do sada nisu razvijena nikakva specifična pravila koja bi pružala

smjernice istraživačima u odabiru određene rotacione tehnike. U većini
slučajeva istraživači u praksi jednostavno koriste onu tehniku koja im pruža
kompjuterski program. Ne postoji nijedan analitički razlog za favorizovanje
jedne rotacione metode u odnosu na drugu. Izbor rotacije treba izvršiti
na osnovu konkretnih potreba datog istraživanja i istraživanog problema
istraživanja. Ako je cilj istraživanja redukovati broj originalnih varijabli, bez
obzira na to koliko značajni rezultirajući faktori mogu biti, onda bi adekvatno
rješenje bilo ortogonalno. Također, ako istraživač želi redukovati veliki broj
varijabli na manji set nekoreliranih varijabli za narednu upotrebu u regresiji
ili drugim tehnikama predviđanja, ortogonalno rješenje je najbolje. Međutim,
ako je krajnji cilj faktorske analize dobijanje nekoliko teorijski značajnih faktora,
onda je pogodna kosa rotacija. Ovaj zaključak proizilazi iz toga jer je vrlo malo
faktora nekorelirano, kao u ortogonalnoj rotaciji.
Savremenije metode od komponentne analize

Gotovo u svakoj nauci postoje problemi koji zahtijevaju pomalo specifičan
tretman s obzirom na postupke koji pripadaju klasi faktorske analize, tj.
272
zahtijevaju takve modifikacije ili takve metodološke promjene koje te metode

čine primjerenijim, prirodnim problemom pojedinih nauka. Poslije tog vremena
razvile su se vrlo brojne i različite metode koje se međusobno razlikuju, ne
samo po onome o čemu smo u početku govorili, tj. da li pripadaju faktorskom
ili taksonomskom modelu, i ne samo prema tome da li se jednostavne strukture
postižu ortogonalnom ili kosom rotacijom ili prema tome u kojem prostoru
se, zapravo, analiza vrši. U okviru komponentnog modela faktorske analize se
mogu vršiti u četiri različita prostora, zapravo, u četiri različite metrike. Često se
upotrebljava termin prostor, a radi se o metrici i one su sljedeće:
1. Prva je metrika originalnih varijabli. To je, dakle, metrika varijabli koje
nisu podvrgnute nikakvoj pretvorbi ni standardizaciji, što znači da
kako smo mjerili tako i ispitujemo, tj. radimo sa sirovim podacima.
2. Druga je metrika standardizovanih varijabli.
3. Treća metrika je metrika image varijabli. U običnom se govoru naziva
image metrika ili image prostor, a često se kaže i Guttmanova metrika.
4. Četvrta metrika se obično zove univerzalna metrika ili Harrisova
metrika.
Analize u image metrici ili image prostoru danas postoje sve češće i
češće. Međutim, historija tih procedura koja se izvodi u ovoj metrici je vrlo
duga, ustvari od 1953. godine. Izraelski matematičar Guttman koji je radio u
SAD-u u to vrijeme objavio je jedan čuveni članak u kojem je dao osnovne
principe analize u image metrici ili u image prostoru. Njegova ideja počiva na
generalizaciji pojma uzorka varijabli. Mi smo dosad navikli da promatramo
uzorak ispitanika kao dio neke populacije. Međutim, i uzorak varijabli možemo
promatrati, kao i u regresijskoj analizi, kao podskup neke populacije varijabli.
Ono što je Guttmana zainteresovalo bilo je kako će se ponašati faktorski
model, a ne model glavnih komponenata, ako, osim što je uzorak entiteta
izvučen iz neke populacije entiteta, i uzorak varijabli bude izvučen iz nekog
univerzuma varijabli ili neke grupe varijabli, pri čemu operacija dobijanja
uzorka varijabli mora biti na takav način da se pomoću njih na vrlo dobar način
reprezentuje neko područje varijabli. Pri tome je grupa varijabli definisana u
okviru nekog područja, u okviru svih mogućih varijabli koje postoje. Suština
je u sljedećem - svaka originalna varijabla sa svojom vlastitom slikom, dakle
image varijablom, ima korelaciju koja je jednaka kvadratu multiple korelacije
te varijable sa svim preostalim varijablama, tj. kovarijansom, a korelacije
koje su tačnije kovarijanse originalnih varijabli i image varijabli, jednake su
korelacijama između samih varijabli.
Razlozi zašto se češće upotrebljava image analiza:

Kao prvi razlog za faktorsku analizu, odnosno komponentnu analizu
važno je razumjeti da dužine vektora varijabli nisu jednake. Ako se neka
273
varijabla može vrlo dobro predvidjeti od ostalih varijabli imat će veliku dužinu.
Ako se neka varijabla vrlo loše može predvidjeti od preostalih varijabli imat
će malu dužinu. Iz toga slijedi da će varijable koje se mogu bolje predvidjeti
od preostalih, tj. koje sa preostalim imaju nešto zajedničko, više utjecati na
konačna rješenja negoli varijable koje imaju manje zajedničkog sa prvom
varijablom. Upravo zbog tog svojstva image analiza se najviše upotrebljava jer
varijable koje imaju nešto zajedničko s drugim varijablama mogu više utjecati
na rezultate nego ostale, a to je i pravi smisao faktorske analize.
Drugi razlog zašto se image analiza češće upotrebljava vrlo je jednostavan.

Kada bacimo varijable koje smatramo rezidualnim (ostacima) varijablama,
dakle, anti-image varijable, mi odmah bacimo sve pogreške mjerenja iz
podataka, pa je takva analiza pouzdanija jer se temelji na varijablama kod kojih
su pogreške mjerenja eliminisane.
Postoji i treći razlog zašto se upotrebljava image analiza, a koji potječe

iz činjenice da su, zapravo, image varijable linearna kombinacija svih varijabli
iz sistema, a one tendiraju tome da proizvedu normalne distribucije, i onda
kada originalne varijable nisu baš bogzna kako distribuirane. Znači, image
transformacija normalizuje varijable što je važno u analizi. Ova tri svojstva
image analize su vrlo važna, a image analiza je posebno važna, ne samo u
faktorskoj analizi, nego i u dijelovima mjerenja.
Image faktori se mogu transformisati u jednostavniji oblik i to metodom

orthoblique. Ta metoda izgleda malo neobično. Izabrali smo je izložiti u okviru
image analize jer kod image analiza ortogonalne transformacije, u principu,
nemaju baš mnogo smisla. Ali je inače to jedna metoda za dobijanje jednostavne
strukture (kose), dakle, gdje su faktori u korelaciji, ali se ta struktura postiže ne
sa kosim, nego sa ortogonalnim transformacijama. Postoji mogućnost, naime,
da dobijemo koso rješenje, ali da sve transformacije budu ortogonalne.
Metoda je kombinacija od ortogonalnih, što znači pravougaoni oblik

i oblique, što znači kosi oblik. Potječe od Kaisera i Harrisa 1964. Uz oblimin,
orthoblique je jedna od najčešćih primjenjivanih metoda transformacije, a nad
obliminom ima i neke prednosti, npr. jeftinija je mnogo, a u nekim slučajevima
daje čak i bolje rezultate. Orthoblique je jedna veoma brza metoda, jer ona,
zapravo, radi samo varimax transformacije.
Univerzalna ili Harrisova metrika naziva se metoda sa univerzalnom

metrikom. Tehnika analize na univerzalnoj metrici danas dominira u analizi
podataka i to zbog nekoliko razloga:
274
Prvi je razlog što forsira solucije, dakle, rješenja, kod kojih su samo važne
varijable presudne za definitivno određivanje ili definisanje faktora. Drugi,
većina programa radi na taj način da automatski određuje važnost varijabli.
Treći, tehnika određuje pouzdanost varijabli na bolji način. Ona je nekako
sigurnija zbog toga što su faktori orijentisani prema važnim varijablama, pa
se ne može desiti da pokupi pouzdanost tim što pomalo „jedu” varijanse od
slabo važnih varijabli. Četvrti, orthoblique transformacije napravljene su na
ovoj metrici tako da daju neke rezultate koji se prepoznaju na vrlo jednostavan
način, ali začudo forsiraju, zapravo, funkcionalnu interpretaciju dimenzija, a ne
strukturalnu.
Prije postavljanja inicijalnog koordinatnog sistema u multidimenzio-

nalnom prostoru manifestnih varijabli, potrebno je riješiti koje su glavne
komponente značajne za objašnjavanje tog prostora. Sukcesivnom
ekstrakcijom glavnih komponenata treba doći do nekog broja k – glavnih
komponenata. Dakle, potrebno je da se nađe krajnji broj glavnih komponenata
koje će sadržati maksimalno dovoljnu količinu informacija o tom prostoru.
Kriterija za određivanje broja značajnih glavnih komponenata ima više. Bit će
pomenuti samo oni koji su najčešće u upotrebi u istraživanjima.
Guttman-Kaiserov kriterij. Najrasprostranjeniji kriterij je onaj kojeg

su predložili Guttman i Kaiser (1954), a koji se bazira na entropiji matrice
interkorelacija. Entropija je ukupna količina informacija koju daje (emituje) neki
sistem. Po ovom kriteriju potrebno je zadržati samo one glavne komponente
koje imaju odgovarajući karakteristični korijen veći ili jednak 1,00. Smatra se da
je ovaj kriterij pogodan za određivanje gornje granice broja značajnih glavnih
komponenata (Horn,1965).
Plan brendi kriterij (Pb-kriterij) predložili su Štalec i Momirović (1971),

a poznat je kao Pb-kriterij i zasniva se na potrebi ekstrakcije onolikog broja
značajnih faktora koji će iscrpiti najmanju ukupnu količinu valjane varijanse
matrice interkorelacija manifestnih varijabli. Najmanja količina valjane varijanse
dobija se sumacijom valjanih varijansi varijabli u cijelom sistemu. Autori ovog
kriterija smatraju da se njegovom primjenom dobija donja granica značajnih
faktora. Mnoga istraživanja autora pb-kriterija, pa i drugih, pokazala su da
je superiorniji od kriterija Guttmana i Kaisera. Međutim, iako pb-kriterij daje
uvijek najznačajnije faktore, postoji sumnja da on ne obuhvata dosta varijanse
za objašnjenje realnog prostora matrice interkorelacija. Ova metoda se pojavila
1971. godine, ideju nisu dali ni Štalec ni Momirović, nego jedan student koji
je bio u pripitom stanju na predavanju, pa se zbog toga zove pb-kriterij.
Matematičarka Mozer je analizirala ponašanje pb-kriterija za određivanje broja
značajnih faktora i to na taj način da je unaprijed znala koliko faktora ima.
275
Dakle, ona je to radila simulirajući različite metode. Matrice korelacija kvarila

je raznovrsnim greškama koje je emitovao kompjuter. Te greške su bile velike
ili male, distribuirane normalno ili na drugi način. Problem je bio da otkrije
koji kriterij otkriva tačan broj faktora kada su podaci napunjeni greškama. Pb-
kriterij je otkrivao podatke, faktore uvijek tačno, ali ostali kriteriji nisu uvijek
dobijali isti broj faktora. Prema tome, to je jedna metoda koja otkriva vrlo tačan
broj faktora, tj. slabo je osjetljiva na pogreške mjerenja ili na druge pogreške.
Ovaj kriterij ima jedan nedostatak - ako je sumnjivo da jedan faktor

postoji, onda on kaže da ne postoji. To znači da može biti da neki faktor postoji,
ali ako je sumnjivo on ga smjesta baci vani, jer on sa sumnjivim uopće ne želi
imati posla. Na taj način on može baciti nešto što valja, to je jasna stvar. To
mu je nedostatak i zato ga autori ovog kriterija vrlo rijetko upotrebljavaju.
Iako je njihov kriterij, oni smatraju da je potrebno vidjeti šta je sumnjivo.
Međutim, mnogi drugi istraživači ga intenzivno primjenjuju. Ostali kriteriji kao
što su: Bartlettov, Monte Carlo, Scree-test, lc, ld, Damean-kriterij i drugi se isto
primjenjuju i mogu se naći u odgovarajućoj literaturi.
7.6.1.2. Taksonomska analiza

U istraživačkoj praksi često je nužno izvršiti podjelu većeg broja entiteta
na manji broj homogenih grupa kako bi se određeni programi podesili prema
karakteristikama određenih grupa. Da bi se entiteti čije su vrijednosti mjerene
na određenom skupu varijabli podijelile u određene kategorije na osnovu
vrijednosti koje imaju na tim varijablama, koristimo multivarijantne metode za
klasifikaciju entiteta. Broj kategorija, grupa, klastera ili taksona je problem koji
se u statistici rješava postupcima klasifikacije koju nazivamo taksonomska ili
klaster analiza (Rađo i Wolf, 2002).
Taksonomska ili klaster analiza je naziv za grupu multivarijantnih tehnika
čija je primarna svrha grupisanje objekata bazirana na karakteristikama koje
posjeduju17. Klaster analiza klasifikuje objekte (ispitanike ili druge objekte)
tako da je svaki objekat veoma sličan drugima u klasteru uz poštivanje nekog
unaprijed određenog kriterija selekcije. Nastale skupine objekata bi trebale
pokazati visoku internu homogenost (unutar klastera) i visoku eksternu
različitost (između klastera). Klaster analizom se prave »tvrde« kategorije (svaki
ispitanik ili pripada ili ne pripada određenoj kategoriji i svaki ispitanik pripada
jednoj i samo jednoj kategoriji). Primjena taksonomske ili klaster analize je
najčešća u sljedećim slučajevima:
1. kada iz uzorka entiteta treba formirati grupe sa što homogenijim
karakteristikama i/ili sposobnostima,
17 Termin klaster dolazi od engleske riječi cluster (skupina, grozd, hrpa).
276
2. kada treba u jednom uzorku entiteta utvrditi postojanje određenih

tipova (morfoloških, motoričkih, psiholoških i sl.),
3. kada postoji mogućnost za izvođenjem određenog eksperimentalnog
tretmana, pa je potrebno iz jednog uzorka entiteta odrediti one
grupe entiteta na kojima se mogu optimalno primijeniti odgovarajući
tretmani,
4. kada je u jednom uzorku entiteta utvrđeno postojanje značajno
različitih grupa entiteta na osnovu izmjerenih karakteristika i/ili
sposobnosti, pa je potrebno izraditi odgovarajuće planove, programe
i načine primjene odgovarajućih tretmana na tim grupama.
Iako se i diskriminativna analiza i klaster analiza odnose na problem

klasifikacije objekata ili ispitanika u kategorije, diskriminativna analiza zahtijeva
poznavanje grupne pripadnosti za jedinice koje koristimo pri utvrđivanju
klasifikacijskih pravila. U klaster analizi grupna pripadnost objekata nije poznata,
kao ni konačni broj grupa. Koncept sličnosti unutar objekata je fundamentalan
u klaster analizi i može se mjeriti na različite načine, ali tri metode dominiraju u
okviru klaster analize: korelacione mjere, mjere udaljenosti i mjere udruživanja.
Mjere udaljenosti koje reprezentuju sličnost kao blizinu posmatranja između
varijabli su najčešće mjere sličnosti koje se koriste. Mjere udaljenosti su zapravo
mjere nejednakosti sa većim vrijednostima koje pokazuju manje sličnosti.
Izbor mjere određen je važnošću nekih karakteristika podataka u specifičnoj
situaciji u kojoj vršimo klasterizaciju objekata. Prema Kostić i Hedrih (2005),
Rađo i Wolf (2002) postoji više načina za računanje udaljenosti ili sličnosti dvije
tačke, a najpoznatije i praktično korištene su:
- Manhattan udaljenost – udaljenost dvije tačke je suma razlika
njihovih koordinata na odgovarajućim dimenzijama (kao udaljenost
koju treba preći između dvije kuće u gradu – pod pretpostavkom da
se ide ulicama i da su sve ulice pod pravim uglom jedna u odnosu na
drugu)
- Euklidska distanca – ono što obično nazivamo daljinom (u
dvodimenzionalnim uslovima to zovemo „vazdušna linija”
- Kvadrirana euklidska distanca – prethodna distanca na kvadrat
- Mahalonubisova udaljenost – kvadrirana euklidska distanca
korigovana za koreliranost između dimenzija (uslovno rečeno, ovdje
se prvo ose ortogonalizuju – tj. učine se nezavisnim/nekoreliranim,
a onda se računa kvadrirana euklidska distanca), a umjesto distanci
se mogu koristiti i mjere sličnosti kao naprimjer Pearsonov produkt
moment koeficijent korelacije
- Udaljenost Minkowskog – nije jedan način, već ustvari više načina
– isto što i kvadrirana euklidska distanca, samo što eksponent kod
računanja može biti bilo koji, a ne samo 2 (kvadrirana euklidska i
277
Menhetn se mogu tretirati kao specijalni slučajevi ove – gdje je kod

prve eksponent u jednačini 2, a kod druge 1)
- Pearsonov koeficijent korelacije – korelacija dva vektora (prvi
klaster na varijablama sa drugim klasterom na varijablama)
- Chebychev – distanca dva klastera je razlika između vrijednosti dva
klastera na varijabli na kojoj se ta dva klastera najviše razlikuju
Naravno, ovdje pomenute distance su, prije svega, za intervalne ili racio
podatke, a za apsolutne mjere (znači koje su rezultat nekakvog prebrojavanja)
ili binarne na raspolaganju su dodatni nizovi mjera udaljenosti.
Ne postoji neko opće pravilo koju mjeru udaljenosti kada treba koristiti –
zavisi od teme koju istražujemo i teorijskih opravdanja. Za udaljenosti između
dva klastera (udaljenost neke tačke u jednom od udaljenosti neke tačke u
drugom) imamo bezbroj mogućnosti, ali se najčešće koriste sljedeće (Rađo i
Wolf, 2002; Kostić i Hedrih, 2005):
- Metoda najbližih susjeda (Nearest neighbour) – računa se
udaljenost dva najbliža entiteta iz dva klastera (jedan iz jednog, a
drugi iz drugog, pa ona dva koja su najbliža)
- Metoda najdaljih susjeda (Furthest neighbour) – isto, samo se
uzimaju dva najdalja entiteta
- Metoda međugrupnog povezivanja (Between-group linkage) –
udaljenost dva klastera je prosjek udaljenosti entiteta iz dva klastera
(naprave se svi mogući parovi entiteta iz dva klastera – znači tako da
je u svakom paru jedan iz jednog, a drugi član iz drugog klastera, a
onda se računa prosjek)
- Metoda unutargrupnog povezivanja (Within-group linkage) –
udaljenost dva klastera je prosjek udaljenosti svih parova koji se dobiju
kada se ta dva klastera spoje u jedan (znači sada svaki sa svakim, bez
obzira iz kojeg su klastera)
- Centroidna metoda (Centroid clustering) – udaljenost dva klastera
je udaljenost njihovih centroida. Kad se dva klastera spoje centroid
novodobijenog klastera je kombinacija (prosjek vrijednosti) ova dva
centroida ponderirana u skladu sa njihovim veličinama (tako da svaki
doprinosi novom centroidu prema broju entiteta koje sadrži)
- Metoda medijane (Median Clustering) – isto kao prethodna metoda
samo što nema pondera, tako da oba klastera podjednako doprinose
vrijednosti centroida novoformiranog klastera bez obzira na broj
entiteta koje sadrže
- Vardova metoda (Ward’s Method) – računaju se sume udaljenosti
entiteta od centra klastera, a klasterizacija se radi tako da ove sume u
klasterima minimiziraju
278
Postoji veći broj metoda za kombinovanje objekata u klastere. U načelu

razlikujemo hijerarhijske i nehijerahijske metode klasterizacije. U ovoj knjizi
bavit ćemo se hijerarhijskim pristupima koji se dalje mogu podijeliti na, tzv.
aglomerativne (agglomerative) – „gomilajuće“, i divisive odnosno dijeleće.
Ovi prvi polaze od pojedinih objekata koje povezuju u sve veće klastere, dok
drugi polaze od svih objekata udruženih u jedan klaster, pa ih zatim dijele do
pojedinih objekata. Hijerarhijski postupci podrazumijevaju izgradnju jedne
hijerarhijske strukture nalik drvetu (dendogram) (grafikon 5).
U aglomerativnim postupcima svaki objekat ili jedinica posmatranja počinje
kao sopstveni klaster. U narednim koracima dva najbliža klastera (ili individue)
se kombinuju u novi klaster, smanjujući na taj način broj klastera za jedan u
svakom narednom koraku. U nekim slučajevima trećina jedinica posmatranja
se priključuje u prva dva klastera. U drugom slučaju, dvije grupe individualnih
jedinica koje su formirane u nekom ranijem koraku se mogu udružiti u novi
klaster. Na kraju, svi pojedinci su grupisani u jedan veliki klaster (grupu) te se iz
tog razloga aglomerativne procedure ponekad nazivaju i metodama izgradnje.
Kod „aglomerativnih“ metoda svaki objekat se tretira na prvom koraku kao
zaseban klaster. Zatim se udružuju dva najbliža objekta u prvi klaster. U trećem
koraku ili se tom klasteru dodaje neki pojedini objekat ili se dva pojedina
objekta povezuju u drugi klaster. Pri svakom sljedećem koraku ili se pojedini
objekti kombinuju u nove klastere ili se već postojeći klasteri međusobno
povezuju. Jednom formirani klaster se kod hijerarhijskih metoda klasteriziranja
više ne može dijeliti, već se samo može povezivati s drugim klasterima. Mogu
se podijeliti u 3 grupe: metode povezivanja (linkage), metoda greške sume
kvadrata ili metoda varijanse i centroidne metode. Sve metode se zasnivaju
na matricama udaljenosti ili sličnosti među objektima. Dominantno se u
istraživanjima koristi spomenuta hijerarhijska „aglomerativna“ metoda.
Grafikon 5. Dendogram
279
U slučajevima kada unaprijed znamo na koliko grupa ćemo podijeliti

ispitivani uzorak pristupi se, tzv. K-means klaster analizi (Quick cluster),
pogodnoj za rad s velikim brojem objekata. Za razliku od hijerarhijske klaster
analize, koja rezultira sukcesivnim spajanjem objekata u sve veće klastere, kod
K-means metode postoji samo jedno rješenje za unaprijed zadati broj klastera.
Kod ovog postupka mora se unaprijed definisati konačni broj klastera
na osnovu čega program nove objekte svrstava u najbliži klaster. Prema
ovom algoritmu objekat se povezuje s onim klasterom prema čijem centru
(centroidu) ima najmanju udaljenost. Ako su centri klastera poznati (tj.
prosječne vrijednosti na svakoj od k varijabli), objekat se pridružuje klasteru od
kojeg je najmanje udaljen. Ukoliko centri klastera nisu poznati oni se iterativno
procjenjuju iz podataka. Postupak u kojem se unaprijed definiše broj klastera:
kompjuter krene od nekih slučajno raspoređenih tačaka (početni centri) ili
se definišu koordinate početnih centara klastera, pa onda program računa i
premješta ispitanike iz klastera u klaster, računajući centroide klastera u svakom
koraku iznova, i pravi razne kombinacije sve dok se ne nađe takvo rješenje u
kome je varijabilitet unutar klastera (udaljenost ispitanika od centroida) što
je moguće manji, a varijabilnost između klastera (tj. međusobna udaljenost
centroida klastera) što je moguće veća (varijabilnosti unutar i između grupa je
kao kod analize varijanse).
7.6.1.3. Kanonička korelaciona analiza

Kanonička analiza je metoda koja predstavlja poopćenje regresijske
analize. Sasvim općenito, pretpostavlja se postojanje dvaju slučajnih vektora
(dvaju skupova varijabli), a traži se njihova povezanost. Pri tome slučajne
vektore mogu činiti iste slučajne varijable mjerene na istim entitetima u dvije
vremenske tačke ili, pak, različite varijable (npr. fizičke sposobnosti u jednom
skupu varijabli, a mentalne u drugom skupu) mjerene na istim entitetima.
U okviru kanoničke analize konstruišu se kanoničke varijable kao linearne
kombinacije polaznih (manifestnih) varijabli. Varijable se formiraju u parovima.
Princip formiranja prvog para kanoničkih varijabli Hoteling je formulisao
ovako: „Izvedi kanoničku varijablu nekom linearnom kombinacijom varijabli
iz prvog slučajnog vektora i varijabli iz drugog slučajnog vektora tako da te
izvedene varijable imaju najveću moguću korelaciju.”
Pri izvođenju drugog para kanoničkih varijabli vrijedi isto pravilo, ali
uz jedan dodatak. Drugi par kanoničkih varijabli ne smije korelirati s prvim
parom. Na isti način izvode se i preostale kanoničke varijable. Svaki sljedeći par
kanoničkih varijabli ne smije korelirati ni s jednom prije izvedenom kanoničkom
varijablom. Varijable koje se dobiju ovim izvođenjem ili kombinovanjem
nazivaju se kanoničke varijable, kanoničke komponente ili kanonički faktori.
Pošto se kanoničke varijable proizvode u parovima (jedna iz prvog i jedna iz
280
drugog skupa), parova može biti najviše onoliko koliko ima varijabli u manjem
od dva skupa. Uslovi za primjenu ove tehnike su bar intervalni nivo mjerenja,
što simetričnija distribucija (tehnika je veoma osjetljiva na slučajeve koji leže
van distribucije). Da bi rezultati bili stabilni (tj. valjani) potrebno je da broj
ispitanika bude 40 do 60 puta veći od broja varijabli. Kada u jednom od dva
skupa imamo binarne varijable onda se ovaj postupak svodi na kanoničku
diskriminacionu analizu.
Problemi koji se rješavaju pomoću kanoničke korelacione analize u
istraživanjima mogu biti:
kad treba da se utvrde relacije između dva multidimenzionalna
sistema manifestnih ili latentnih varijabli koji pripadaju različitim
skupovima dimenzija,
kada treba povezati jedan multidimenzionalni kriterij sa multidi-
menzionalnim sistemom varijabli prediktora.
Glavni statistici i output koji se dobiju ovom analizom su sljedeći (Kostić i
Hedrih, 2005):
- Koeficijent kanoničke korelacije – koeficijent korelacije dvije
kanoničke komponente (znači kanoničkih komponenti iz jednog para
– korelacija jednog člana para sa drugim članom para). Ona ustvari
ne predstavlja realnu već prije neku maksimalnu moguću povezanost
dva skupa varijabli.
- Koeficijent kanoničke determinacije – kvadrat koeficijenta
kanoničke korelacije – varijansa koja je zajednička dvjema kanoničkim
komponentama.
- Koeficijent strukture – koeficijent korelacije određene izvorne
varijable sa kanoničkom komponentom dobijenom iz skupa varijabli
kome ta izvorna varijabla pripada. Matrica koja sadrži ove koeficijente
naziva se matrica strukture ili matrica kanoničkih faktora.
- Koeficijent krosstrukture – koeficijent korelacije određene izvorne
varijable sa kanoničkom komponentom dobijenom iz onog drugog
skupa varijabli (kome ta varijabla ne pripada). Matrica koja sadrži ove
koeficijente naziva se matrica krosstrukture ili matrica kanoničkih
krosfaktora.
- Svojstvena vrijednost (karakteristična vrijednost, karakteristični
korijen, eigenvalue) – količina varijanse koju varijable jednog skupa
dijele sa kanoničkom komponentom dobijenom iz tog skupa (uslovno
rečeno, njena vrijednost nam pokazuje koliko cijelih izvornih varijabli
objašnjava data kanonička komponenta).
- Objašnjena varijansa – proporcija ukupne varijanse izvornih varijabli
koju one dijele sa datom kanoničkom varijablom (koja je dobijena iz
istog skupa iz kog su i izvorne varijable).
281
- Koeficijent redundanse (ili samo redundansa) – količina varijanse

koju varijable iz jednog skupa dijele sa određenom kanoničkom
komponentom iz drugog skupa – nekada može biti predstavljena
kao proporcija ukupne varijanse izvornih varijabli koju one dijele sa
kanoničkom komponentom iz drugog skupa, a nekada kao broj cijelih
varijabli koje objašnjava data kanonička komponenta (ove dvije se
razlikuju po brojkama koje se javljaju – ako je proporcija u pitanju
onda nigdje ne može da bude preko 1). Redundansa nam detaljnije
govori o povezanosti između dva skupa varijabli.
- Kanonički koeficijenti (nalaze se u matrici koeficijenata) – konstante
sa kojima treba množiti izvorne varijable da bi se dobila određena
kanonička komponenta. Oni praktično pokazuju kako se došlo do
kanoničkih varijabli (tj. kako su one formirane iz izvornih).
7.6.1.4. Diskriminativna analiza

Diskriminativna analiza je metoda koja omogućava da se ustanovi koje
varijable prave razliku među grupama entiteta (ako ta razlika uopće postoji
i ako je varijabilitet u svim grupama isti). Diskriminativni model može se
interpretirati kao poseban tip faktorske analize u kojoj se izoluju ortogonalni
faktori u prostoru manifestnih varijabli koji su postavljeni tako da najbolje
razdvajaju grupe ispitanika u prostoru tih varijabli.
Glavni zadaci diskriminativne analize su sljedeći:
određivanje diskriminacijskih varijabli na kojima se grupe međusobno
što je moguće više razlikuju,
redukcija broja diskriminacijskih varijabli, tj. zadržavanje samo onih
varijabli na kojima se centroidi pojedinih grupa značajno razlikuju,
interpretacija diskriminacijskih varijabli pomoću originalnih.
Maksimalni mogući broj tih vektora je za jedan manji od broja grupa

koje su formirali ispitanici u tom prostoru. Kod diskriminativne analize nije
potrebno da veličine grupa budu jednake, ali je važno da njihov varijabilitet
bude statistički jednak. Generalna statistička značajnost diskriminacije
grupa ispitanika, odnosno značajnosti međusobnih rastojanja centroida
grupa na diskriminativnoj funkciji određuje se pomoću f-testa, kao i kod
MANOVE. Diskriminativna snaga (vrijednost) primijenjenih varijabli određuje
se Wilksovom lambdom (može da poprimi vrijednost od 0.0 - maximalna
diskriminativnost do 1.0 – nikakva diskriminativnost).
Glavni statistici i output koji se dobiju ovom analizom su sljedeći:
- Wilksova lambda ukazuje na odnos između varijanse unutar i između
grupa.
282
- Bartettovim hi-kvadrat testom se određuje statistička značajnost

svake izolovane diskriminativne funkcije uz odgovarajući broj stepeni
slobode.
- Boxov M-test (Box, M) je test pomoću kojeg se testira sličnost matrica
kovarijansi po grupama, aproksimativna Ficherova f-vrijednost,
tako da se uz zadati broj stepeni slobode (df1 i df2) može odrediti
vjerovatnoća greške pri odbacivanju nulte hipoteze da diskriminacija
nije značajna.
- Kanonički korelacioni koeficijenti predstavljaju maksimalnu
korelaciju između svake značajne diskriminativne funkcije i sistema
binarnih varijabli koje klasifikuju ispitanike u grupe. Kvadrirana
vrijednost ovih koeficijenata govori o proporciji učešća te
diskriminativne funkcije u ukupnoj diskriminaciji grupa.
- Matrica strukture pokazuje korelacije pojedinačnih manifestnih
varijabli sa diskriminativnom funkcijom, odnosno sa varijablom koja
maximalno razlikuje prvo od drugog mjerenja.
- Matrica standardizovanih kanoničkih koeficijenata predstavlja
koordinate, tj. paralelne projekcije vektora manifestnih varijabli na
diskriminativnu funkciju.
Diskriminativna analiza se može vršiti na više načina, zavisno od slučajeva

istraživanja, a u naučnim istraživanjima se najčešće koristi (Malacko i Popović,
2001):
(1) Linearna diskriminacija dvije grupe
(2) Kanonička diskriminativna analiza
Kanoničkom diskriminativnom analizom vrši se diskriminacija dvije ili više

grupa, te je ona u istraživanjima pogodnija od linearne diskriminacije dvaju
grupa.
U interpretaciji rezultata diskriminacijske analize dobro će doći i

vrijednost centroida na pojedinim diskriminacijskim varijablama (faktorima).
Iz tih vrijednosti se može vidjeti međusobna udaljenost pojedinih grupa.
Diskriminativna analiza upotrebljava se u sljedećim slučajevima:
1. kada je potrebno da se definišu karakteristike grupa ispitanika u
manifestnom ili latentnom prostoru,
2. kada je potrebno da se na osnovu multidimenzionalnog sistema
manifestnih ili latentnih varijabli, koji se tretira kao sistem prediktorskih
varijabli, odredi pripadnost nekog ispitanika nekoj grupi,
3. kada je potrebno da se latentne ili manifestne varijable transformišu
u sistem nezavisnih kanoničkih varijabli koje maksimalno separišu
grupe ispitanika.
283
7.6.1.5. Regresijska analiza

Regresijska analiza je metoda koja pretpostavlja postojanje dva skupa
varijabli pri čemu se jedan skup sastoji od p slučajnih varijabli a drugi skup
čini jedna slučajna varijabla. Prvi skup je prediktorski skup ili prediktor, a drugi
kriterijski skup ili kriterij. U istraživanjima se često interes istraživača usmjerava
prema problemu povezanosti među varijablama. Pri tom je od posebnog
interesa mogućnost prognoziranja ili predikcije vrijednosti (ili varijabilnosti)
jedne varijable na osnovu drugih varijabli. Kada se kaže regresija obično se
misli na skup regresionih tehnika koje rade sa varijablama koje su bar na
intervalnom nivou mjerenja, mada postoje i regresione tehnike koje rade i sa
ordinalnim (ordinalna regresija) i nominalnim (logistička regresija) podacima.
Znači, u ovoj tehnici potrebno je da sve varijable koje ulaze u postupak budu
bar na intervalnom nivou mjerenja.
Prvi tako formulisani problem potječe od engleskog antropologa Francisa
Galtona. On je sa Pearsonom, mjereći visine očeva i sinova, ustanovio neku
vrstu paradoksa, odnosno, da visoki očevi imaju visoke sinove, ali u prosjeku
ne tako visoke kao što su oni sami, i slično, da niski očevi imaju niske sinove,
ali opet u prosjeku ne tako niske kao što su oni. Ovu tendenciju prosjeka neke
karakteristike (u ovom slučaju visine) selekcionirane grupe da u sljedećoj
generaciji sinova teži u prosjeku populacije a ne prosjeku njihovih očeva,
Galton je nazvao regresijom, tačnije, regresijom prema prosjeku.
Da bi dobio informaciju o zavisnosti visine sinova od visine njihovih očeva
Pearson je pretpostavio da se ta zavisnost može izraziti kao funkcija y = f(x),
pri čemu je y zavisna ili kriterijska varijabla (u Galtonovom primjeru visina
sinova), a x nezavisna ili prediktorska varijabla (visina očeva). Ukoliko se radi o
problemu zavisnosti koji se realno može opisati dvjema varijablama, jednom
prediktorskom (x) i jednom kriterijskom (y), zavisnost varijable y od varijable x
može se prikazati linearnom funkcijom od x:
y = bx + a
Grafikon 8. Linearna funkcija
284
Parametar b je tangens ugla kojeg pravac zatvara s pozitivnim smislom ose x

ili nagib pravca. Nazivamo ga koeficijentom regresije, dok je a odsječak na ordinati.
Jačina povezanosti ne zavisi od a, pa zato ukoliko ne postoje neki posebni razlozi,
pravac se pomiče u ishodište Kartezijevog sistema (koordinatni sistem razapet
apscisom i ordinatom) tako da je a = 0, a regresija prima oblik y = bx. U realnim
situacijama za istu vrijednost varijable x možemo imati više vrijednosti varijable y
za koje se u regresijskoj analizi pretpostavlja da su normalno distribuirane. Može
se pokazati da regresija tada prolazi prosjecima varijable y za svaku pojedinu
vrijednost varijable x, što prikazuje slika. Opisani model ima primjenu u sistemima
koje možemo opisati dvjema varijablama i gdje ne postoje utjecaji drugih
nezavisnih varijabli x2, x3, ..., xk (one možda ne postoje ili ih možemo zanemariti).
Istraživanja prirodnih sistema su, međutim, složenija. Moramo pretpostaviti više
nezavisnih varijabli tako da govorimo o prediktorskom sistemu, a zavisnost među
varijablama prikazujemo generalnim linearnim modelom.
7.6.1.5.1. Multivarijantna regresija

Zbog složene prirode istraživanja postoji prediktorski skup varijabli, tj.
više nezavisnih varijabli x1, x2, x3, ... xn te jedna kriterijska ili zavisna varijabla y.
Zavisnost među varijablama prikazujemo generalnim linearnim modelom.
Varijabla y ne zavisi samo od varijabli x1… xk nego i od nekih varijabli koje nam
nisu dostupne. Dakle, prognozirana ili procijenjena vrijednost y povezana je i
greškom: y = f(x , x , …. x ) + e
1 2 n
Zbog pretpostavke linearnosti u parametrima ovaj model se naziva
linearni model.
y = vektor zavisnih ili kriterijskih varijabli
x = matrica dizajna, matrica vrijednosti za koje se pretpostavlja da su u
zavisnosti od y, tzv. nezavisne ili prediktorske varijable
β = vektor nepoznatih parametara modela ili koeficijenata regresije
2
σ = vektor greške > 0
I = jedinična matrica n-tog reda
Grafikon 9. Linearni model
285
Opisani model svodi se na problem rješavanja sistema linearnih

jednadžbi u kojima nam je parametar β nepoznat. U tom modelu postoji serija
interkorelacija između prediktorskih varijabli te prediktorskih sa kriterijskom
varijablom. Tako dobijemo matricu korelacija R, čiji su elementi Pearsonovi
koeficijenti korelacija koji nas informišu o stepenu povezanosti između parova
varijabli, a mogu primiti vrijednost od -1 do +1. Predznak govori da li se radi o
pozitivnoj korelaciji (rastom vrijednosti jedne varijable raste i vrijednost druge)
odnosno negativnoj korelaciji (kada porastom vrijednosti jedne varijable
vrijednost druge opada). Ako su dvije varijable funkcionalno povezane (npr.
obim kruga O = 2rπ) onda koeficijent korelacije prima vrijednost 1. Područje
između -1 i +1 je područje korelacija koje srećemo u prirodnim i društvenim
istraživanjima. Ta područja ne pretpostavljaju determinisane sisteme sa
funkcionalnim vezama među varijablama, nego stohastičke (vjerovatne).
Matrica Pearsonovih koeficijenata korelacija u multivarijantnim analizama je
materijal na kojem se gradi neki analitički algoritam.
Kod primjene regresijske analize možemo naići na probleme. Naime,
empirija je pokazala da regresijski koeficijenti u slučaju malog uzorka, ili čak
i uzorka umjerene veličine (n reda veličine 100), znatno variraju od uzorka do
uzorka istog osnovnog skupa. Zato uzorak treba biti dovoljno velik. Prilikom
interpretacije regresijske analize ne treba gledati samo regresijske koeficijente,
nego treba izračunati i varijansu procjene kriterijske varijable koja se obično
označava kao Rd2 i naziva koeficijentom determinacije. Koeficijent determinacije
može se interpretirati kao dio (proporcija) varijanse koji se može objasniti
promatranim prediktorskim sistemom. Može se smatrati mjerom efikasnosti
regresije, odnosno uspješnosti prognoze. Signifikantnost koeficijenta
determinacije Rd2 (ili koeficijenta multiple korelacije Rd) testira se Fisherovim
testom. Vrijednost Rd2 varira od 0 do 1, odnosno, ako ga izražavamo kao
procenat od 0 do 100%. Daljnji važan dio regresijskog algoritma jeste multipla
parcijalna korelacija. Entiteti su, naime, opisani s mnoštvom varijabli koje su
u međusobnoj korelaciji. Pritom često korelacija (visoki koeficijenti korelacija)
između dviju varijabli može biti posljedica djelovanja neke treće varijable koja
je u visokoj korelaciji sa svakom od onih dviju. Zato se postavlja pitanje: kolika
je stvarna korelacija između dviju varijabli, odnosno, možemo li na neki način
iz izabranih dviju varijabli ukloniti utjecaj svih preostalih varijabli, tj. možemo
li ukloniti „smetnju“ kako bismo dobili stvarnu povezanost izabranih varijabli.
Odgovor je izračun multiple parcijalne korelacije.
Osim klasičnog linearnog modela regresijske analize postoje i drugi
koji se javljaju u praksi analize podataka u istraživanjima. Jedan tip modela
dozvoljava i druge (nelinearne) odnose, a drugi dozvoljava da prediktorska i
kriterijska varijabla ne budu numeričke prirode, tj. omjernog ili intervalnog tipa.
Općenito se mogu promatrati najrazličitije zavisnosti kao, npr. eksponencijalne,
polinomne i slično. Regresije s nelinearnošću u varijablama češće nalazimo kao
286
rješenja u eksperimentalnim istraživanjima ili onda kad postoji neko logičko

opravdanje promatrati, npr. x2 ili x1x2 itd. kao varijable prediktore. Međutim,
linearni model kao najjednostavniji apsolutno dominira u istraživanjima i
praktički zadovoljava potrebe većine prirodnih i društvenih istraživanja. Što se
tiče problema varijabli koje nisu intervalnog ili omjernog tipa, ali se podaci
mogu prikazati kao ordinalne varijable, te ukoliko se realno može pretpostaviti
da je ispitivana varijabla normalno distribuirana, dopuštene su operacije
transformiranja originalnih vrijednosti. Cilj je takve transformacije da ordinalne
varijable prime svojstvo normalno distribuiranih, te s njima budu dopuštene
sve statističke analize koje su primjerene originalno normalno distribuiranim
varijablama. Takva se transformacija postiže, tzv. normalizacijom varijabli
pomoću inverznog normalnog integrala čime varijabla postaje numerička i
njezin prvobitni kvalitativni (nenumerički) karakter se gubi. Daljnji problem
u analizi podataka u medicinskim istraživanjima, kada je kriterijska odnosno
zavisna varijabla binarna (y je 1 ili 0, infarkt: da ili ne), rješava se logističkim
regresijskim modelom.
Poseban problem predstavljaju varijable koje nisu normalno distribuirane.

Ukoliko su varijable bimodalno ili jako asimetrično distribuirane, regresijska
analiza se ne bi smjela sprovoditi. Moguće rješenje je u pokušaju da se varijable
transformacijama „normalizuju“, bilo logaritamskom ili nekom drugom
transformacijom. Za regresijsku analizu poželjno je imati veće reprezentativne
uzorke. U literaturi susrećemo i vrlo stroge zahtjeve kao, naprimjer, da uzorak
mora biti veći od 200. Ako je uzorak malen (<50) koeficijenti regresije mogu
pokazivati izrazite slučajne fluktuacije. Prije regresijske analize treba osmišljeno
izabrati prediktorski sistem koji ne smije sadržavati prediktorske varijable za
koje je poznato da su u međusobnoj korelaciji. Također, treba obratiti pažnju
na rezidualna odstupanja, tj. ponašanje greške e. Reziduumi moraju slijediti
normalnu raspodjelu i ne smiju imati visoke vrijednosti.
Regresijska analiza se primjenjuje kada treba (Malacko i Popović, 2001):

odrediti značajnosti i relativne veličine utjecaja bilo kojih kvantitativnih
faktora (ili varijabli na jednodimenzionalni kriterij, ili sistem kriterijskih
varijabli koji se može svesti na jedinstvenu kriterijsku varijablu (npr.
prvu glavnu komponentu),
izvršiti predikciju (prognozu) rezultata u bilo kojoj posebnoj
varijabli, tretiranoj kao kriterijska varijabla na osnovu bilo kojeg n-
dimenzionalnog sistema varijabli, koje se mogu tretirati kao prediktori,
odrediti značajnost i relativnu veličinu utjecaja jednog skupa varijabli
na bilo koju pojedinačnu varijablu koja pripada nekom drugom skupu,
uključujući i veličinu međusobne povezanosti prvog skupa varijabli sa
pojedinačnom varijablom.
287
Glavni statistici i output koji se dobiju ovom analizom su sljedeći (Kostić i

Hedrih, 2005):
- R-koeficijent multiple korelacije – predstavlja korelaciju između
kriterija i skupa prediktorskih varijabli koje su ubačene u proceduru.
- R-kvadrat (R-square) – koeficijent multiple determinacije – predstavlja
procenat varijanse koji je zajednički kriteriju i skupu prediktorskih
varijabli ubačenih u proceduru.
- Prilagođeni R-kvadrat (adjusted R-square) – prilagođeni koeficijent
multiple determinacije – treba da predstavlja procjenu procenta
varijanse koji je zajednički prediktorima i kriteriju, ali u populaciji
(obično je R-kvadrat često tako visoko samo na uzorku).
- Sig. F ili samo sig. – za testiranje značajnosti koeficijenata korelacije
(svih) u postupku regresije koristi se f-test i zavisno od uključenih
opcija kompjuter izbacuje nivo statističke značajnosti odgovarajućeg
koeficijenta korelacije. Također se koristi f-test i za ispitivanje toga
koliko dobro (da li bolje od slučaja) regresioni model predviđa kriterij.
- B – oznaka za koeficijente kojim treba množiti i konstantu koju treba
dodati prediktorskim varijablama da bi se napravio prediktor. B je oznaka
za nestandardizovanu varijantu koeficijenata (koja kad se primijeni daje
predviđanja kriterija koja su na istoj skali na kojoj i kriterij).
- Beta – to isto samo kada se radi sa standardizovanim verzijama
prediktorskih varijabli (na z-skali). Naravno, ovim putem se dobijaju
predviđanja kriterija na z-skali.
- Korelacija nultog razreda (zero-order correlation) – obična korelacija
(obično jedne od prediktorskih varijabli i kriterija).
- Semiparcijalna korelacija (Part correlation) – korelacija (u ovom
slučaju) date nezavisne varijable i kriterija onda kada se iz nezavisne
varijable izbaci onaj dio koji je toj varijabli zajednički sa ostalim
varijablama u modelu.
- Parcijalna korelacija (Partial) – korelacija nezavisne varijable i kriterija
kada se i iz kriterija i iz nezavisne izbaci onaj njihov zajednički dio koji
im je zajednički i sa ostalim varijablama iz modela.
- Ostatak (rezidual) – razlika između prave i predviđene vrijednosti
(može biti standardizovana, nestandardizovana, studentizovana...).
Za čovjeka koji se bavi naučnim radom statistička metodologija i statistički

način razmišljanja postali su dio općeg obrazovanja i opće kulture. Teško je
zamisliti istraživača danas, koji je visoko obrazovan a da ne poznaje osnovne
statističke pojmove i da ne koristi osnovne statističke programe. Iz tih razloga
u u prethodnom poglavlju ove knjige opisane su osnove statistike i statističkih
analiza koje se koriste za praćenje literature, obradu dobivenih podataka,
zaključivanje i planiranje istraživanja.
288
Pisanje i objavljivanje radova
8.
PISANJE I OBJAVLJIVANJE RADOVA
 Navođenje i citiranje literature

 APA standard
 Tipologija pisanih radova
 Baze podataka
289
290
8. UPUTE ZA PISANJE I OBJAVLJIVANJE RADOVA
Upute za pisanje i objavljivanje radova (naučnih, stručnih, akademskih) u

ovoj knjizi se izdaju s namjerom da mladim istraživačima i studentima pomognu
pri pisanju i izradi pisanih radova. Tokom višegodišnjeg naučnoistraživačkog
rada i rada sa studentima došlo se do zaključka da je potrebno standardizovati
pisane studentske radove. U tekstu koji slijedi prikazana su osnovna pravila i
načela pisanja ovih radova. Studentima se, također, na detaljan način prikazuje
značaj ispravnog načina citiranja relevantne literature što je potkrijepljeno
konkretnim primjerima.
8.1. Navođenje i citiranje literature
Prilikom pisanja bilo koje vrste publikacije, bilo naučnih ili stručnih radova,
neophodno je adekvatno navesti sve izvore/reference koje smo preuzeli
od drugih autora. Direktno i indirektno navođenje (citiranje), upućivanje
(referisanje) na izvore te pisanje bibliografije (literature) standardni su
postupci bez kojih je nezamislivo pisanje, čitanje i razumijevanje akademskih,
stručnih i naučnih radova. Stoga je za svakog člana akademske zajednice
važno da što brže i kvalitetnije savlada ove vještine. U naučnim krugovima
referenca predstavlja informaciju koja je potrebna čitaocu u prepoznavanju i
pronalasku korištenog izvora. Osnovno pravilo pri navođenju korištenih izvora
jeste da reference moraju biti tačne, kompletne, te da ih treba dosljedno
primjenjivati. S druge strane, pod citiranjem se podrazumijeva od riječi do
riječi pisano ili usmeno navođenje dijelova tuđeg teksta ili riječi koje se mogu
izvorno provjeriti (Zelenika, 2000). Prema Šamiću (1990) citiranje je tačno
navođenje izvornog teksta ili riječi drugih autora što podrazumijeva da se
u citiranom tekstu „zadržavaju sve pravopisne osobenosti (interpunkcijski
i pravopisni znaci) i eventualne greške“. Citiranje, prema tome, predstavlja
pružanje reference na određenu publikaciju (članak, knjigu, web-stranicu) čiji
smo materijal koristili za vlastite radove, sa dovoljnim detaljima kako bi se ta
publikacija mogla pouzdano identifikovati. Dopušteno je doslovno navođenje
ulomaka autorskog djela (citata), koje je na zakonit način postalo pristupačno
javnosti, radi naučnog istraživanja, nastave, kritike, polemike, recenzije, osvrta,
u mjeri opravdanoj svrhom koja se želi postići i u skladu s dobrim običajima,
time da se mora naznačiti izvor i ime autora.
Dakle, kada je riječ o citiranju i parafraziranju (parafraza grč. Παραφρασις
- opisujem, prevodim u drugi izraz) dva su ključna zahtjeva koja se postavljaju
pred autora rada: da vjerodostojno prenese sadržaj koji citira ili parafrazira i
da na što jasniji način uputi čitaoca na izvore s kojih je te sadržaje preuzeo.
291
Za razliku od direktnog navođenja ili citiranja (što predstavlja doslovno

preuzimanje drugog teksta u vlastiti tekst), indirektnim navođenjem ili
parafraziranjem se vlastitim izražajnim sredstvima prenosi ideja, teorija,
objašnjenje, hipoteza, argument, dokaz, interpretacija, metoda ili se općenito
u akademskom tekstu na relevantan način koristi tuđi sadržaj. Parafraziranje u
suštini predstavlja interpretaciju argumenata i ideja drugih autora, odnosno
preoblikovanje izrečenog ili napisanog sadržaja sopstvenim riječima i
stilom. Takvi sadržaji su u pravilu zaštićeni, njihova reprodukcija ne podliježe
samo obavezi upućivanja (referisanja) na izvor, nego i obavezi njihovog
vjerodostojnog prenošenja. Za razliku od prenošenja teksta (rečenica i dijelova
rečenica), prenošenje informacijskog sadržaja (tj. smisla teksta) vrši se tako da
se na jasan način zadovolji uslov vjerodostojnosti. Autori koji vrše parafraziranje
često se suočavaju s optužbama da su „pogrešno prikazali“ nečije stajalište,
nečiji argument ili nečiju teoriju, da su „iskrivili“ nečije riječi, izmijenili „smisao“
nečijeg teksta, nečije tvrdnje protumačili „na subjektivan način“.
U naučnoistraživačkom radu neizostavan dio, pored citiranja i
parafraziranja drugih autora, predstavlja i popis literature (referenci) koji sadrži
podatke o autorima i korištenim dokumentacijskim izvorima (knjige, članci,
naučni i stručni skupovi, web-izvori i dr.). Popis literature može biti samo
referentna lista koja obavezno sadrži sve citirane izvore informacija u tekstu
rada, ili i bibliografija koja uključuje sve izvore informacija koji su konsultovani
i preporučeni za daljnje čitanje, a na koje se u tekstu direktno ne poziva. Od
izuzetnog značaja je ispravno citiranje i referenciranje što podrazumijeva
dosljednu primjenu usvojenih pravila pri navođenju korištenih izvora
informacija u tekstu rada i na kraju u popisu literature. Citiranjem se ostvaruje
nekoliko ciljeva:
pomaže se čitaocima da lakše pronađu dodatne pouzdane informacije
o temi,
povećava se stručnost i kredibilitet našeg rada,
omogućava se lagana provjera tačnosti i pouzdanosti sadržaja rada,
izbjegava se plagiranje i pripisujemo zasluge autoru koji ih zaslužuje.
Citiranost izvornih naučnih i preglednih članaka koji su tako kategorizirani

u citatnim bazama povećava faktor odjeka (impact factor) naučnog časopisa i
time njegov ugled i važnost u naučnoj zajednici.
8.1.1. Kako i šta treba citirati?
U tekstu u kojem referišemo treba navoditi kada se preuzimaju ideje,

izjave, misli, rezultati, hipoteze, konstatacije ili tvrdnje drugih osoba (istraživača,
autora). Ako ne navedemo autora onda je to zapravo „intelektualna krađa” i
292
„krivotvorina”, tj.„plagijat”. To je sve češća neetična pojava u različitim oblastima,

pa tako i u nauci. Većina autora u njoj učestvuje svjesno i sa određenim ciljem,
ali postoji i nesvjesno učestvovanje u ovoj pojavi. Plagijat (lat. plagere - oteti)
označava akt prisvajanja ili kopiranja tuđeg pisanog, umjetničkog ili drugog
kreativnog rada kao svog vlastitog, bilo djelimično ili u cijelosti, bez navođenja
prvog, izvornog autora ili izvornika rada (plagijarizam je detaljno objašnjen u
poglavlju 2., potpoglavlje 2.4.4.). Ovdje treba razlikovati pojam plagijarizma od
pojma krivotvorenja. Kod plagijarizma, za razliku od krivotvorenja u kojemu
je upitna autentičnost rada, riječ je o neetičnom, ali i nezakonitom prišivanju
tuđeg djela kao vlastitog. Postavlja se pitanje kako i šta treba navoditi? Ne citira
se samo ono što je postalo dio općeg znanja. Treba citirati uvijek iz originalnog
izvora, a ako on nije dostupan, može se izuzetno preuzeti citat iz drugog izvora,
ali to je potrebno navesti (preuzeto od: ......, ili prema: ........).
Citirati treba u originalnom obliku, u navodnicima, ili se samo navedu
autorove izjave, bez navodnika. Rezultate, misli, stavove, izjave i sl. citiramo
tako da se nakon toga u zagradi napiše prezime autora i godina izvora, a
između ta dva podatka stavimo zarez. Ako se navode rezultati ili nešto drugo iz
jednog rada od jednog autora treba navesti prezime autora i u zagradi godinu
publikovanja rada (npr. Wolf, 1998). Ako se piše da je odgovarajući autor dobio
neke rezultate, treba pored prezimena autora u zagradi staviti odgovarajuću
godinu [npr. rezultati analize linearnih relacija morfoloških i motoričkih
varijabli, koje je dobio Mekić (1984), pokazali su ...]. Kada se navodi više radova
istog autora, onda se napiše prezime autora, zarez, godine publikovanja tih
radova koje se odvajaju zarezima (npr. Petz, 1984, 1987). U slučaju navođenja
dva ili više izvora istog autora ili grupe autora u istoj godini, potrebno je staviti
u zagradu prezime autora, zarez, godinu i po abecednom redu mala slova,
zarez, i navoditi redom, zatvoriti zagradu (npr. Mekić, 2000a, 2000b), ali tim
redoslijedom moraju se navesti ti izvori i u poglavlju literatura.
Ako se navode dva autora (npr. Čolakhodžić i Rađo, 2008) ili Čolakhodžić
i Rađo (2008), onda je potrebno uvijek navoditi oba prezimena i godinu. Za
pisanje u međunarodnim časopisima umjesto „i” koristi se „&”, ali sa zarezom i
iza pretposljednjeg autora, a prije & (Čolakhodžić, & Rađo, 2008).
U slučaju da su autori istih prezimena treba navesti i inicijale imena (npr.
R. D. Luce (1959) i P. A. Luce (1986) i koristiti tu formu tokom cijelog rada (bez
obzira na različite godine), kako se ne bi unijela zabuna.
Kada se navodi rad sa tri, četiri ili pet autora, potrebno je prvi put navesti
sva prezimena i godinu. U sljedećim navođenjima treba uključiti prezime samo
prvog autora i dodati „i saradnici” ili „i sar.” ili „et al.” (npr. Rađo, Čolakhodžić,
Skender, Kajmović, Fazlagić (2009) - prvo citiranje u tekstu, a zatim samo Rađo
i sar. (2009) ili (Rađo et al. 2009).
Kada je više od 4 autora onda treba navesti kao u prethodnom primjeru
u slučaju ponovljenih navođenja, odnosno samo prezime prvog autora i „et
293
al.” ili „i sar.,” i godinu (npr. Čolakhodžić et al. 2009) ili (Čolakhodžić i sar., 2009).
U popisu bibliografskih jedinica, odnosno listi izvora koja se nalazi na kraju u
poglavlju literatura, potrebno je obavezno navesti sve autore koji su navedeni
u tekstu koji se piše.
U slučaju navođenja dva ili više izvora sa šest i više autora kod kojih prvi i
sljedeći imaju ista prezimena, potrebno je navesti sukcesivno prve autore sve
dok se ne razlikuju izvori. Npr. sljedeća dva izvora: Kosslyn, Koenig, Barrett,
Cave, Tang i Gabrieli (1992); Kosslyn, Koening, Gabrieli, Tang, Marsolek i Daly
(1992) u tekstu treba navesti u sljedećem obliku: Kosslyn, Koenig, Barrett, et al.
(1992) i Kosslyn, Koenig, Garieli, et al. (1992) kako bi se razlikovali.
Ako se citira rad za koji nema podataka o autoru, umjesto prezimena
treba navesti naslov rada (npr. Statut Nastavničkog fakulteta, 2002).
Posredno citiranje, kojeg treba veoma rijetko koristiti jer se očekuje da se
čitaju originali, zahtijeva navođenje u zagradi autora i godinu, ali u produžetku
i autora i godinu izdanja rada u kome je ta informacija nađena (npr. Elsner,
1986; prema: Čolakhodžić, 2011).
Ovdje ćemo navesti neka opća pravila citiranja u tekstu (Šamić,1988):
Citirani tekst se obavezno označava navodnicima na početku i na kraju.
Ukoliko se pak neke riječi — kao neinteresantne, beznačajne, suvišne
— ispuštaju iz citata, mora se to označiti sa tri tačke, stavljene u
uglastu zagradu [...].
Sve izmjene u citiranom tekstu je potrebno označiti uglastim
zagradama (npr. promjena velikog slova u malo i obratno, kratka
primjedba ili napomena i sl.).
Citat u citatu se označava polunavodnicima (‘...’).
U citatu se zadržavaju sve pravopisne osobenosti (interpunkcijski
i pravopisni znaci) i eventualne greške, iza kojih se stavlja u uglastu
zagradu riječ sic: [sic!].
Riječ sic (lat. - tako) navodi se kao znak upozorenja u uglastim
zagradama iza uočene greške u citiranom tekstu.
Ukoliko se pak ukaže potreba da se iz izvjesnih razloga pravopis
modernizuje, ujednači sa pravopisom autorovog teksta, mora se to
posebno napomenuti u referenci ili u predgovoru. Izuzetak od ovoga
čine početno slovo u prvoj riječi citata i interpunkcijski znak na kraju
citiranih riječi, koji se prilagođavaju strukturi rečenice u koju su
uklopljeni.
Izuzetno, kada primarni izvor nije dostupan, može da se navodi citat
koji je već citiran od strane nekog drugog autora i u tom slučaju
govorimo o sekundarnoj referenci. U popisu literature potrebno je
navesti puni bibliografski zapis originalnog citata, kao i publikacije
iz koje je preuzet dati citat. Sekundarnom referencom pozivamo se
na rad čiji original (primarni izvor) nismo iz bilo kojeg razloga mogli
294
pročitati, nego smo u radu drugog autora naišli na njegovu referencu

‐ takav rad postaje tzv. sekundarna referenca i kao takvog ga je
potrebno navesti.
Ako se u tuđem citatu žele neke riječi posebno istaći, mora se naznačiti
i to kome pripada isticanje (npr. u podnožnoj napomeni ili u zagradi
se ispišu riječi: „Ističemo mi. M. Š.“ ili „Podvukao M. Š.“ i sl.).
Isto tako se mora u uglastu zagradu staviti sve što se citatu dodaje,
npr.: „Ukratko, ove [tj. društvene] nauke jesu važan faktor...“.
Poznato je više sistema citiranja i navođenja korištene literature, a svaka

naučna ustanova oblikuje i propisuje svoje standarde i svoj stil kao što su,
npr. Čikago, Harvard, Turabian, APA, MLA, AMA i dr. Zajednička osobina svih
ovih sistema tačnosti podataka je jednoobraznost. Korišteni sistem citiranja i
navođenja zavisi od naučne discipline u kojoj autor piše, tako da se u praksi
način navođenja referenci u nekom radu iz jednog naučnog područja razlikuje
od navođenja referenci u radu iz drugog naučnog područja. Autori su suočeni
sa potrebom poštivanja unaprijed postavljenih zahtjeva za citiranje i navođenje
izvora od strane institucije, časopisa, kongresa ili izdavača. Različiti su zahtjevi
i kod visokoobrazovnih institucija po pitanju referenciranja u akademskim
radovima od, npr. zahtjeva izdavača publikacije koja je indeksirana u nekoj od
međunarodnih baza podataka, tako da možemo zaključiti da su načini citiranja
u svijetu standardizovani, a njihovu primjenu određuje izdavač.
8.1.2. Navođenje izvora na kraju rada
Izvori su najčešće razne bibliografske jedinice (diplomski, magistarski,

doktorski radovi, članci u stručnim i naučnim časopisima, razne knjige, novine
i sl.), ali i drugi mediji na kojima se mogu naći odgovarajuće informacije (film,
televizija, radio, internet, autorizovani kompakt diskovi i dr.). Svaka informacija
ima svoj izvor, pa ako se koristi u radu mora se navesti izvor te informacije.
Izvori se navode na kraju rada i to u poglavlju koje nosi naziv Literatura. Navest
ćemo nekoliko smjernica za navođenje izvora na kraju rada:
Izvore navodimo po abecednom redu prezimena prvog autora
(odnosno naslovu rada kada je autor nepoznat). Ako se isti autor
pojavljuje prvi put samostalno, drugi put kao prvi autor rada sa dva ili
više autora, prvo se navode njegovi samostalni radovi, zatim (uređeno
po abecedi prezimena drugog, trećeg...) autorski radovi. Ako se isti
autor pojavljuje više puta, navode se radovi po godini izdanja, i to
starija pa zatim mlađa djela.
Svi izvori moraju biti numerisani rednim arapskim brojevima.
Ako rad još nije publikovan (ali je u postupku publikacije), treba
napisati sve podatke o radu, ali umjesto godine treba staviti „u štampi”.
295
Ako je autor rada nepoznat, umjesto prezimena treba napisati naslov

rada i ostale podatke.
Obavezno je navesti SVE autore (iako ih je više od pet), a ne samo
prvoga, kao što je kod citiranja. Autore odvajamo zarezom, a između
pretposljednjeg i posljednjeg staviti „i” ili „&” (u engleskom se stavlja
zarez i ispred &).
Pri navođenju monografije (knjige) naslov rada pisati u kurzivu (kosi
tekst), a pri navođenju članaka kurzivom treba pisati naziv i godinu
(volumen) časopisa.
Svi podaci se pišu u originalnom jeziku (ako je korišten originalni izvor
a ne publikovani prijevod), a ako se stavlja i prijevod naslova onda ga
treba dodati na bosanskom jeziku u uglastoj (srednjoj) zagradi [tačno
prema originalnom naslovu].
Postoje standardizovani načini navođenja za svaku vrstu izvora, a ovdje će

se ukazati na navođenje iz najčešćih izvora prema APA standardu.
8.1.3. Citiranje i navođenje izvora po APA standardu
APA standard (American Psychological Association) je u svijetu najčešće

korišten način citiranja i navođenja izvora. Koristi ga veliki broj međunarodnih
i nacionalnih naučnih časopisa i izdavačkih kuća u Evropi i Americi. Navedeni
priručnik je na engleskom jeziku i prilično obiman (oko 368 strana osnovnog i
32 stranice uvodnog teksta). U cilju praćenja savremenih tokova u korektnom
pisanju akademskih radova, kao i pripremi i publikovanju naučnoistraživačkih
radova, te težnji ka kontaktima sa međunarodnim institucijama i redakcijama
časopisa, neophodno je usvojiti ovaj standard za pisanje seminarskih,
diplomskih, magistarskih i doktorskih radova, te istraživačkih radova,
stručnih i naučnoistraživačkih članaka i u našoj zemlji. Ovaj standard koriste
mnoge visokoškolske institucije u Bosni i Hercegovini, kao i u Sloveniji, Srbiji
i Hrvatskoj, posebno u društvenim naukama. U ovoj knjizi su prikazani neki
od osnovnih primjera korištenja APA stila za navođenje i citiranje u raznim,
najčešćim oblicima pojavljivanja (knjiga, članak u časopisu, zbornik...). Treba
napomenuti da se naslovi knjiga, radova, časopisa itd. NE prevode (za sve ostale
primjere i druge detalje vidi: www.apastyle.org). APA standardi za referisanje
(upućivanje) i citiranje literature u određenom tekstu se vrše na sljedeći način:
Upućivanje na jedan rad jednog autora

Šamić (1989) navodi… ili U novijim proučavanjima vremena reakcije Rogers
(1994)… ili Godine 1994. Petz je usporedio…
296
Unutar jednog paragrafa nije potrebno navoditi godine rada sve dok ne
postoji mogućnost da se radi o različitim radovima:
U novijim istraživanjima vremena reakcije Rogers (1994) je opisao metodu…
Rogers je također našao da…
Upućivanje na jedan rad grupe autora (do 6 autora)

Ako se radi o dvojici autora uvijek treba navoditi imena oba autora svaki
put kada se referenca navodi u tekstu. Kada rad ima tri, četiri ili više autora prvi
put treba navesti imena svih autora a u kasnijim navodima navesti samo ime
prvog autora i iza toga navesti „i sar.“
Npr. kada se prvi put spominje u tekstu: Čolakhodžić, Đedović, Popo,
Novaković i Palić (2017) su našli…
Svako sljedeće navođenje: Čolakhodžić i sar. (2017) su našli…
Upućivanje na rad sa šest ili više autora

Ako rad ima šest ili više autora navodi se ime samo prvog autora i „i sar.“
svaki put. Iznimka je ako ima više radova sa šest ili više autora, tada treba
navesti ime prvog autora i imena drugih autora (onoliko koliko je potrebno da
se razlikuju dvije reference.
Npr. ako imamo: Kosslyn, Koening, Barrett, Cave, Reed, Tang i Gabrieli
(1992) i Kosslyn, Koening, Gabrieli, Tang, Marsolek i Daly (1992) onda citiramo
u tekstu na sljedeći način: Kosslyn, Koeninig, Barrett, i sar. (1992) i Kosslyn,
Koening, Gabrieli, i sar. (1992).
Upućivanje na autore s istim prezimenima

Ako lista uključuje reference jednog ili dva primarna autora s istim
prezimenom treba uključiti inicijale prvog autora u svim citiranjima, čak i ako
se razlikuje godina izdanja.
Npr.: R.D. Luce (1959) i P.A. Luce (1972) su također našli da… J.M. Goldberg i
Neff (1961) te M.E. Goldberg i Wurtz (1972) su predložili…
Upućivanje na rad bez autora

Kada rad nema autora koriste se prve dvije ili tri riječi naslova. Naslov se
stavlja u navodne znake ako se odnosi na članak, poglavlje knjige ili internetsku
stranicu. Naslov se stavlja u kurzivu ako se odnosi na knjigu, časopis, brošuru
ili izvještaj.
Npr.: …raspravljalo se o klimatskim promjenama („Climate and Weather“,
1997).
297
Anonimni autori bi se trebali navesti na sljedeći način: …s obzirom na

klimatske promjene (Anonimno, 2008).
Upućivanje na internet stranice

Za literaturu s internet stranica vrijede ista pravila kao i za prethodno
navedeno citiranje literature, osim što se u popisu literature na kraju navodi i
datum posjeta internet stranici.
Službena internet stranica (organizacija, udruženje)
Npr.: IFIS (2008) Food Science Central. International Food Information
Service. Pristupljeno 21. januara 2008.
Kod navođenja u tekstu: (IFIS, 2008).
Knjiga dostupna online
Npr.: Bryant, P. J. (2006). Biodiversity and Conservation. Pristupljeno 29.
novembra 2007.
Navođenje u tekstu: (Bryant, 2006).
Rad u elektronskom časopisu
Npr.: Van Schaftingen, E., Gerin, I. (2002). The glucose-6-phosphatase
system. Biochem. J. 362, 513-532. Pristupljeno 29. novembra 2007.
Kod navođenja u tekstu: (Van Schaftingen i Gerin, 2002).
NAVOĐENJE KNJIGE (MONOGRAFIJE)
Prezime autora [zarez], inicijal/i imena [tačka], [otvorena mala

zagrada] godina izdanja [zatvorena mala zagrada] [tačka] naslov djela -
italicom [tačka], grad [dvije tačke], izdavač [tačka].
(Knjiga sa jednim autorom)

Skender, N. (2008). Transformacioni procesi antropoloških obilježja
pod utjecajem posebnog kineziološkog programa. Bihać: Pedagoški fakultet
Univerziteta u Bihaću.
Auste, N. (1999). Konditions training fussball. Hamburg: Rowohlt
Tascenbuch Verlag GmbH.
(Knjiga sa dva autora)

Banđur, V. i Potkonjak, N. (1999). Metodologija pedagogije. Beograd: Savez
pedagoških društava Jugoslavije.
(Knjiga sa tri autora)

Skender, N., Pistotnik, B. i Čolakhodžić, E. (2010). Osnove kretanja u sportu.
Bihać: Pedagoški fakultet.
298
(Više autora, prijevod naslova)

Thomas, J. R., & Nelson, J. K. (2001). Research Methods in Physical Activity
(Third Edition) [Istraživačke metode u fizičkoj aktivnosti]. Champaign: Human
Kinetics.
(Bez autora)
Publication Manual of the American Psychological Association (Fourth
Edition). (1994). Washington, D.C.: American Psychological Association.
(Bez autora, ima samo urednika, editora, ed.)

Cattell, R. B. (Ed.). (1966). Handbook of Multivariate Experimental Psychology.
Chicago: Rand McNally & Company.
NAVOĐENJE DIPLOMSKIH, MAGISTARSKIH ILI DOKTORSKIH RADOVA

zagrada] godina izdanja [zatvorena mala zagrada] [tačka] Naslov
diplomskog rada - italicom [tačka], Diplomski rad [tačka], grad [dvije
tačke], izdavač [tačka].
Čolakhodžić, E. (2006). Biomehanika kretanja na primjeru nogometa.
Diplomski rad. Mostar: Nastavnički fakultet.

magistarskog rada - italicom [tačka], Magistarski rad [tačka], grad [dvije
tačke], izdavač [tačka].
Čolakhodžić, E. (2008). Transformacioni procesi morfoloških karakteristika
i motoričkih sposobnosti nogometaša uzrasta 12-15 godina. Magistarski rad.
Sarajevo: Fakultet sporta i tjelesnog odgoja.

doktorskog rada - italicom [tačka], Doktorska disertacija [tačka], grad
[dvije tačke], izdavač [tačka].
Čolakhodžić, E. (2010). Razlike u dimenzionalnosti razvojnih karakteristika
i motoričkih sposobnosti nogometaša mlađih uzrasnih kategorija različitih nivoa
takmičenja. Doktorska disertacija. Mostar: Nastavnički fakultet.
POGLAVLJE U KNJIZI

zagrada] godina izdanja [zatvorena mala zagrada] [tačka] naslov
poglavlja [tačka], U inicijal imena urednika Prezime urednika, [otvorena
299
mala zagrada], Ur [tačka], [zatvorena mala zagrada] [zarez], Naslov knjige

- italicom [otvorena mala zagrada], str [tačka], Prva strana poglavlja –
posljednja strana poglavlja [zatvorena mala zagrada], grad [dvije tačke],
izdavač [tačka].
Momirović, K., Bala, G. i Hošek, A. (2002). Taksonomska struktura nekih
simptoma aberantnog ponašanja dece od 4 do 7 godina. U K. Momirović i
D. Popović (Ur.), Psihopatija i kriminal (str. 125-142). Leposavić: Univerzitet u
Prištini, Centar za multidisciplinarna istraživanja Fakulteta za fizičku kulturu.
NEOBJAVLJENI ILI OGRANIČENO DOSTUPNI RAD

zagrada] godina izdanja [zatvorena mala zagrada] [tačka] naslov rada
[tačka], Neobjavljeni rad [tačka].
Skender, N. i Čolakhodžić, E. (2010). Testiranje i mjerenje u sportu.
Neobjavljeni rad.
ČLANAK U ČASOPISU

zagrada] godina izdanja [zatvorena mala zagrada] [tačka] naslov rada
[tačka], Naziv časopisa - italicom [zarez] i broj odnosno volumen - italicom
[zarez], stranica početka rada [crta] stranica završetka rada [tačka].
Bala, G. (1999). Struktura relacija motoričkih i kognitivnih dimenzija
studenata fizičke kulture pod nelinearnim modelom. Psihologija, 3, 241-258.
ČLANAK U ŠTAMPI

zagrada] u štampi [zatvorena mala zagrada] [tačka], naslov rada [tačka],
Naziv časopisa [tačka].
Bala, G. (u štampi). Quantitative differences in motor abilities of pre-
school boys and girls. Kinesiologia Slovenica.
(Članak nije predat u štampi, nepublikovan)
Prezime autora [zarez], inicijal/i imena [tačka], [otvorena mala zagrada]
godina izdanja [zatvorena mala zagrada] [tačka], naslov rada - italicom
[tačka], Tehnički izvještaj [zarez], grad [dvije tačke], izdavač [tačka].
Bala, G., Hošek, A. i Momirović, K. (2002). Učestalost nekih simptoma
aberantnog ponašanja dece od 4 do 7 godina. Tehnički izveštaj, Beograd: Institut
za kriminološka i sociološka istraživanja.
300
SAOPĆENJE U ZBORNIKU KONFERENCIJE, SIMPOZIJA ILI KONGRESA

zagrada] godina izdanja [zatvorena mala zagrada] [tačka], Naslov rada
[tačka], U Naslov zbornika - italicom, [otvorena mala zagrada] stranica
početka rada [crta] stranica završetka rada [tačka], grad [dvije tačke],
izdavač [tačka].
Bala, G. (1999). About the methods for oblique transformation of motor
behaviour factors implemented in the SPSS program package. U Proceedings of
the 6th International Scientific Conference of the International Association of Sport
Kinetics in cooperation with the Faculty of Sport-University of Ljubljana, “Sport
Kinetics ‘99” (58-61). Ljubljana: Faculty of Sport.
ONLINE ČASOPIS, DOSTUPAN SVAKOM NA ELEKTRONSKOJ POŠTI

zagrada] godina izdanja [zarez] mjesec [zatvorena mala zagrada]
[tačka], Naslov časopisa [tačka], [otvorena velika zagrada] dužina članka
[zatvorena velika zagrada] [tačka] Ime časopisa – italicom [otvorena
velika zagrada] Online-serijska publikacija [zatvorena velika zagrada]
[zarez] Volumen (broj) - italicom, [tačka], Dostupno na e-mail [dvije
tačke], e-adresa Poruka [dvije tačke] tekst poruke.
Funder, D. C. (1994, March). Judgmental process and content: Commentary
on Koehler base-rate [9 paragraphs]. Psycoloquy [Online serijska publikacija],
5(17). Dostupno na e-mail: psyc@pucc Poruka: Get psyc 94-xxxxx
WWW (Internet, Web-stranica)
Naslov strane - italicom [tačka], [otvorena mala zagrada] Datum

[zatvorena mala zagrada] [tačka], Mjesto [dvije tačke], Izdavač [tačka],
Postavljeno dan [tačka] mjesec [tačka] godina sa web-stranica [dvije
tačke] http naslov [tačka]
Electronic reference formats recommended by the American Psychological
Association. (19.11.1999). Washington, DC: American Psychological Association.
Postavljeno 3.5.2000 sa web-stranice: http: (www.apa.org(webref.html.
8.2. Tipologija pisanih radova

Pisani radovi u kojima se obrađuju i čija su tema neki naučni i stručni
problemi u pravilu se dijele na naučne i stručne. Oni mogu biti akademski
radovi kad im je cilj postizanje akademskog zvanja u sistemu obrazovanja.
Naučna i stručna djela i radovi na prvi pogled nisu oštro razgraničena iako
301
postoje evidentne razlike između njih. Naučnim djelom smatramo svako djelo
nastalo kao rezultat naučnoistraživačkog rada primjenom naučnih metoda,
a koje otkriva dotad nepoznate činjenice i odnose i objašnjava zakonitosti
među pojavama. Djelo koje je usmjereno na ispitivanja veza i odnosa među
predmetima i pojavama u objektivoj stvarnosti, a utvrđuje pravilnosti i
zakonitosti u prirodi i društvu, primjenjujući naučne metode u istraživanju i
otkrivajući dotad nepoznate činjenice i teorije, i koje doprinosi povećanju
naučnih spoznaja, nazivamo naučni rad. Svako naučno djelo mora doprinositi
ukupnom znanju, što znači da mora biti originalno, odnosno, kao rezultat
donijeti do tada univerzalno nepoznato znanje. Postoje određeni principi kojih
se autor istraživač mora pridržavati prilikom pisanja, bez obzira da li je djelo
naučno ili stručno:
Ne treba praviti velike uvode.
Poželjno je da se izlaganje već na samom početku dovede u vezu s
predmetom istraživanja.
U rad ne treba unositi ništa što nije u neposrednoj vezi s predmetom
istraživanja.
Rad se ne smije pretrpavati beznačajnim pojedinostima.
Misli, ideje i informacije u radu jednom izrečene ne treba ponavljati.
U pisanju rada ne treba stvari detaljno razlagati i opširno objašnjavati
ukoliko su same po sebi razumljive.
8.2.1. Naučni radovi
Naučni radovi su radovi koji se temelje na provedenim naučnim

istraživanjima i dio su naučnoistraživačke djelatnosti koja je definisana
zakonom o naučnoistraživačkoj djelatnosti u nekoj zemlji. To je složena
aktivnost koja mora biti zasnovana na principima logike, i mora uključivati
i logički povezivati 3 nivoa: naučno mišljenje, nivo teorijske orijentacije te
nivo empirijsko-metodskih postupaka. Naučni i stručni radovi su pisani
na principima originalnosti (da nije prepisan nečiji tuđi rad, tuđe ideje za
koje autoru nisu navedene dužne reference) i objektivnosti koja odražava
utemeljenost na racionalnom logičkom pristupu. Na osnovu toga rad svakog
pojedinca ograničen je njegovim vlastitim spoznajama i iskustvima nastalim u
odgovarajućem društvenom okruženju, koje je djelovalo na njegove ukupne
vrijednosne stavove.
Prema već poznatoj klasifikaciji razlikujemo sljedeće naučne radove:

Izvorni naučni rad (Original scientific paper) je originalno
naučno djelo u kojem su izneseni novi rezultati fundamentalnih
ili primijenjenih istraživanja. Izvorni naučni članak je prva objava
302
originalnih istraživačkih rezultata u takvom obliku da istraživanje može

da se ponovi, a utvrđene činjenice provjere. Po pravilu je organizovan
po shemi IMRAD (Introduction, Methods, Results And Discussion) za
eksperimentalna istraživanja ili na deskriptivan način za deskriptivna
naučna područja. U ovu kategoriju djela spadaju nove, još nepoznate
naučne činjenice i spoznaje koje predstavljaju doprinos nauci. Sadrži
značajan doprinos naučnoj problematici ili njenom shvatanju, a
napisan je tako da jednako kvalifikovani istraživač može ponoviti
eksperiment. Bitno je da ima elemente nečega novog, a uz rezultate
treba prezentovati novi pristup, činjenice ili poglede na problematiku.
Mora biti objavljen u naučnom časopisu sa recenzentskim sistemom
prihvatanja članaka i recenziran. Jako je važna publikacija u kojoj se
rad objavljuje i poželjno je da to bude priznata primarna publikacija
čiji recenzentski sistem mora biti vidljiv iz uputstava za autore.
Kratki naučni prilog je izvorni naučni članak kod kojeg neki elementi
sheme IMRAD mogu biti izostavljeni. Ukratko sažima rezultate
završenog izvornog istraživačkog djela ili djela koje je još u toku.
Ovdje spadaju i kratki pregledi (mini review) i prethodne objave, ako
imaju značaj kratkog naučnog priloga.
Prethodno priopćenje ili preliminarna bilješka (Preliminary
communication) je također naučno djelo koje sadrži naučne spoznaje
ili rezultate naučnih istraživanja čiji karakter zahtijeva objavljivanje.
To je ujedno obavijest drugim naučnicima da je započeto istraživanje
određene teme ili problema. Ovaj naučni članak obavezno sadrži
jednu ili više naučnih informacija, ali bez dovoljno pojedinosti koje
bi omogućile čitaocu provjeru iznesenih naučnih spoznaja, rezultata
istraživanja i naučnih informacija na način kako je to opisano za izvorni
naučni članak.
Pregledni rad (Review) sadrži cjelovit prikaz o problemu istraživanja
o kojem je već objavljena naučna informacija, rezultat naučnog
istraživanja, odnosno naučnih spoznaja, samo što su u njemu te
informacije na nov način prikupljene, analizirane, sintetizirane i na
naučni način prezentovane. Ovaj članak se od izvornog naučnog
članka razlikuje po tome što ne mora sadržavati originalne (nove)
rezultate istraživanja. Autor preglednog članka dužan je navesti
sve bibliografske jedinice koje je koristio u obradi određene teme.
Mora biti objavljen u naučnom časopisu sa recenzentskim sistemom
prihvatanja članaka i recenziran.
Monografija (Monograph) je publikacija u kojoj se naučno,
sistematično, iscrpno i sveobuhvatno tretira neki problem, pitanje ili
predmet, ličnost ili događaj u jednoj svesci, odnosno u određenom
broju svezaka, koje se objavljuju istovremeno ili u unaprijed određenom
303
vremenskom periodu. Možemo reći i da je to naučna rasprava,

usmjerena prema nekom užem području, predmetu, problemu neke
nauke, ili biografiji, liku i djelu neke osobe. Ona predstavlja naučno
ili popularno naučno djelo koje integralno analizira svoj predmet. U
prošlosti je monografija bila dominantna vrsta naučnog djela, nakon
toga dominantna je bila naučna rasprava, a danas su najzastupljeniji
zbornici radova - iscrpna temeljito dokumentovana rasprava u kojoj
autor iscrpno pokriva neko uže područje, predmet ili problem u
određenoj nauci. Obično se objavljuje u obliku kraće knjige ili dužeg
članka. Publikacija mora biti recenzirana i mora imati sve propisane
elemente za dobijanje CIP-a i ISBN-a (ISMN-a). Može predstavljati
samostalan ili timski rad.
Projekat ili studija predstavlja naučno djelo na kojem obično radi
tim istraživača pod vodstvom glavnog istraživača, voditelja projekta.
Rezultati naučnog istraživanja moraju uvijek dati jasan doprinos teoriji
ili praksi. Pri podnošenju prijedloga za projekat potrebno je navesti
o kojoj se vrsti istraživanja radi prema karakteru ili načinu realizacije
(fundamentalnom, primijenjenom ili razvojnom), te se navode oblast
i područje u kojem se sprovodi, instrumenti, ljudski resursi, finasijski i
vremenski plan realizacije projekta.
Pismo uredniku (Brevia) je naučno saopćenje koje u novije vrijeme
ima sve veći značaj te ga neki časopisi izjednačavaju i s izvornim
naučnim radom. Predstavlja veoma sažet prikaz rezultata određenog
naučnog istraživanja. Po obliku nalikuje proširenom sažetku izvornog
naučnog rada ograničenog obično na tačno određen broj riječi.
Izlaganje sa naučnih skupova (Conference paper) je posebna vrsta
naučnog članka. Za konferencijska saopćenja vrijedi klasifikacija
kao i za naučne članke ukoliko su bili recenzirani od najmanje dva
referentna recenzenta, ili su bili evaluirani diskusijom sudionika
samog naučnog skupa. Klasifikacija konferencijskih saopćenja tada
se temelji na objavljenom zborniku diskusija. Po tome konferencijsko
saopćenje može biti izvorni naučni rad, prethodno saopćenje ili
pregledni rad. Naučnim člancima treba smatrati i naučna predavanja
za koja organizator naučnog skupa odredi prigodnu aktuelnu temu
predavanja i odabere afirmisanoga predavača.
8.2.2. Stručni radovi
Stručni radovi imaju značajnu ulogu u unapređivanju prakse i

reinterpretaciji rezultata i saznanja kojima raspolaže neka nauka ili struka.
Stručni radovi se klasifikuju na sljedeći način:
304
Stručni članak (Professional paper) je prikaz već poznatog, s

naglaskom na upotrebljivosti rezultata izvornih istraživanja i širenju
znanja, a zahtjevnost teksta prilagođena je potrebama korisnika
i čitaoca stručnog ili naučnog časopisa u kojem je objavljen. Sadrži
rezultate stručnih istraživanja (ili provjeru tih rezultata) koja ne
predstavljaju naučni doprinos, ali rasvjetljavaju temu ili problem
s gledišta već postojećih spoznaja i prakse. Pod stručnim radom se
smatra rad objavljen u stručnom časopisu ili rad koji recenzenti
kategorizuju kao stručni.
Popularni članak je članak za popularizaciju naučnih ili stručnih
spoznaja i društvene uloge istraživačke i razvojne djelatnosti.
Popularni članci po pravilu se objavljuju u općim časopisima i
novinama, te drugim časopisima za popularizaciju znanja.
Stručni prikaz je opis stručnih i naučnih informacija objavljenih
negdje drugdje koji sadrži kritički osvrt na te informacije. Predstavlja
prikaz stručnog mišljenja, mišljenja o naučnom, stručnom ili
umjetničkom djelu, naročito s obzirom na njegov kvalitet.
Izvješće – opis toka nekog istraživanja ili projekta na kojem se radi
(kod dugoročnih ili kratkoročnih projekata). U uvodnom dijelu se
opisuje postojeće stanje i analiziraju ciljevi projekta. Zatim se opisuje
provođenje projekta ili istraživanja, njegove faze i rezultati. U zaključku
se daje kritički osvrt i preporuke za daljnji rad.
Knjiga i udžbenik (Text-books/Hand-books) je štampana publikacija
čije su stranice uvezane u korice i prema UNESCO-voj definiciji ima
najmanje 49 stranica. Ukoliko ukoričena publikacija sadrži manje
od 49 stranica naziva se brošura. Udžbenik je knjiga u kojoj se na
jedan sistematičan i korisnicima primjeren način izlaže sadržaj nekog
nastavnog predmeta ili nekog njegovog dijela, tj. sadrži informacije
za izučavanje određenog predmeta. Udžbenik može biti: štampana
knjiga, skripta, hrestomatija, autorizovana predavanja, zbirka
zadataka, priručnik i radna sveska. Za svaku knjigu i udžbenik, u pravilu,
pribavljaju se recenzije (eksperti za određeno naučno područje,
odnosno naučno polje). Na visokoškolskim institucijama uvriježilo se
pravilo da se traže najmanje dvije recenzije naučnika, univerzitetskih
profesora iz određenog naučnog polja ili naučne grane za koju se
izdaje udžbenik. Osnovno obilježje udžbenika je da je on izvor znanja
u kojem je naučno, na dostupan način, izložena nastavna građa
prema nastavnom programu određenoga predmeta. U udžbeniku
treba iznijeti općenito prihvaćene koncepcije, spoznaje, stavove,
ali isto tako treba davati i hipoteze, odnosno ostavljati otvorena
sporna pitanja za diskusiju. Univerzitetski ili visokoškolski udžbenik,
ili udžbenik za višu školu je vrsta publikacije koja je namijenjena
studentima kao propisana nastavna građa za određeni studijski smjer
305
ili predmet (npr. udžbenik algebre, praktikum). Udžbenik za osnovne

i srednje škole, te drugo preduniverzitetsko formalno obrazovanje,
priređen je u skladu s propisanim nastavnim planom i programom i
prihvaćen po odgovarajućem postupku.
8.2.3. Akademski radovi
Akademski radovi su radovi koji se izrađuju na višim i visokim

univerzitetskim studijima radi stjecanja stručnih naziva ili akademskog
stepena obrazovanja, odnosno radi akademskog napredovanja. Razlikujemo
četiri oblika studija: studij za postizanje više stručne spreme, visoke stručne
spreme, magisterij i doktorske studije. U Bosni i Hercegovini prema bolonjskom
sistemu školovanja postoje stručni dodiplomski studiji u trajanju od 3 (180
ECTS) i 4 (240 ECTS) godine, te univerzitetski diplomski studij u trajanju od
2 (120 ECTS) i 1 (60 ECTS) godine. Poslijediplomski studij prema bolonjskom
sistemu obrazovanja se organizuje kao naučni studij za stjecanje stepena
doktora nauka iz određene oblasti (dr. sci.).
Akademski se radovi pišu i izrađuju pod vodstvom nastavnika, mentora

ili voditelja rada. Pišu se u toku ili na završetku visokoškolskog obrazovanja
i radi postizanja stručnih i naučnih zvanja. Cilj im je omogućavanje procjene
da li određena osoba zadovoljava određene kriterije u obrazovanju ili kriterije
u postizanju određenog akademskog stepena. Zavisno od pravila studiranja
na određenoj visokoškolskoj ustanovi, najčešće temu rada predlaže i određuje
kandidat/polaznik u saradnji s nastavnikom (supervizorom) predmetnog
područja iz kojeg se tema obrađuje. Institucija u propisanoj proceduri imenuje
mentora18 akademskog rada, kome se polaznik obraća za pomoć i savjete u
toku izrade rada. Vođenje kandidata ili mentorstvo obuhvata davanje savjeta,
upute, pomoć, razmatranje ideja i planova, te pregled i kritiku pisanog
materijala na kojem kandidat radi.
Mentorstvo predstavlja odnos u kojem iskusnija osoba pomaže manje
iskusnoj kod izrade određenog rada. Da bi uspješno podijelio svoje znanje mentor
mora biti entuzijasta, da zrači otvorenošću i željom za dijeljenjem stečenog znanja,
mudrosti i iskrenosti, da posjeduje poštivanje i entuzijazam pri radu s drugima uz
aktivno slušanje i empatiju.
Kandidat od mentora očekuje sljedeće kvalitete:

da želi pomoći i da je na glasu kao onaj koji pomaže drugima,
da sam/a ima pozitivno iskustvo s mentorima i da posjeduje zavidno i
konkurentno znanje,
18 Mentor (grč. Mέντωρ, Méntōr) u Homerovoj Odiseji, stanovnik Itake, Odisejev prijatelj kome
je ovaj, polazeći u Trojanski rat, povjerio svoj dom i sina Telemaha.
306
da ima vremena i energije i da je na raspolaganju,

da ima pozitivan stav prema učenju,
da posjeduje dobre ljudske karakteristike i ima efikasne menadžerske
vještine,
da na vrijeme pročita rad,
da je kritičan u pozitivnom pravcu,
da je zainteresovan za istraživanje.
Mentor od kandidata očekuje sljedeće kvalitete:

da je nezavisan i da zrači odlučnošću u proširivanju svojih saznanja i
sposobnosti,
da ima dobre komunikacijske i saradničke vještine i da postupa po
savjetima,
da pokaže otvorenost i interes za ono što radi,
da ima sklonost prema novim načinima učenja i isprobavanju novih
ideja,
da prihvata i usvaja povratne informacije te da je otvoren za traženje
pomoći,
da je fokusiran na ostvarenje poslovnih rezultata i da ima osjećaj
odgovornosti i posvećenosti.
Razlikujemo sljedeće akademske radove:

Esej (fr. essai – ogled) je kraći prozni rad u kojem se obrađuje različita
tematika, bilo iz života ili iz nauke, na način koji uključuje razmišljanje
i zaključivanje. Predstavlja najjednostavniji pisani rad koji se može
pisati u okviru nastavnog procesa ili kao ispitni zadatak. Mora imati
uvod, razradu i zaključak. U eseju se ne navodi literatura niti kritički
osvrt.
Referat (lat. referatus - izvještaj, predavanje) predstavlja samostalni
pismeni rad na zadanu temu kojem prethodi istraživački rad studenta.
U njemu student razrađuje neku temu vezanu uz nastavni program.
Predstavlja kraći pisani rad koji mora imati uvod, razradu i zaključak te
se na kraju navodi korištena literatura.
Seminarski rad predstavlja obradu određene teme vezane uz
nastavni program iz propisanih ili određenih predmeta. Ima za cilj
produbljivanje stručnih spoznaja i savladavanje pisanja stručnih i
naučnih radova. Dijelovi seminarskog rada su: naslovnica, unutarnja
strana, sadržaj, tekst, popis korištene literature te po potrebi prilozi ili
dodaci.
Diplomski rad je pisani rad u kojem kandidat obrađuje određenu
temu manjeg obima, primjenjujući odgovarajuća metodološka pravila
kojima dokazuje sposobnost stručnog rada i rješavanje praktičnih
307
problema svojim originalnim pristupom. Izrađuje se po završetku

diplomskog nivoa obrazovanja uz vođenje dodijeljenog mentora i
na osnovu njega autor stječe stručni naziv. Svojim sadržajem treba
predstavljati praktično-teorijska rješenja vezana za probleme koje
treba razjasniti u određenom području.
Magistarski rad je naučno-akademsko djelo koje se izrađuje i brani
radi postizanja stepena magistra nauka (mr. sci.). Ovaj rad je originalno
naučno djelo koje kandidat samostalno izrađuje, uz nadzor i vođenje
mentora i koje je po metodologiji obrade i doprinosu nauci prikladno
za utvrđivanje kandidatove sposobnosti da aktivno sudjeluje u
naučnoistraživačkom radu u naučnom području i naučnom polju za
koje se dodjeljuje magisterij. Uvođenjem bolonjskog procesa, pored
studija za naučni stepen magisterija, postoji studij za stručni stepen
magisterij i specijalistički studij. Izrađujući magistarski rad kandidat
dokazuje da vlada metodologijom naučnoistraživačkog rada i da se
osposobio za primjenu naučno utvrđenih činjenica, te da je sposoban
prezentovati originalne podatke i donositi originalne zaključke.
Doktorska disertacija je izvorno, originalno naučno djelo koje
samostalno izrađuje doktorant i koje je po primijenjenoj metodologiji
i doprinosu nauci prikladno za utvrđivanje kandidatove sposobnosti
da bude samostalni istraživač u određenom naučnom području i
polju za koje se dodjeljuje akademska titula doktor nauka. Disertacija
bi trebala dati doprinos nauci, otkriti nove naučne činjenice, pojave
ili zakonitosti primjenom originalne metodologije i originalnim
rješenjem naučnog, stručnog ili nekog drugog problema. Kandidat
izradom doktorske disertacije pokazuje sposobnost za samostalan
naučnoistraživački rad u području za koje se dodjeljuje doktorat
nauka (dr. sci.). Doktorska disertacija predstavlja prvenstveno izvještaj
o sprovedenom naučnom istraživanju koje daje doprinos spoznaji u
određenoj naučnoj oblasti.
8.3. Baze podataka
Izvori naučnih informacija koje istraživač može koristiti u svom radu

mogu biti:
štampani časopisi, knjige i drugi pisani izvori,
baze podataka,
elektronski časopisi i elektronske knjige,
web-pretraživači i specijalizovani web-poslužitelji,
katalozi biblioteka…
308
Baze podataka su organizovane zbirke podataka. Svaka baza podataka

sastoji se od zapisa opisanih prema dogovorenim pravilima koji sadrže određena
polja unutar kojih su sadržani podaci. Svaka baza podataka obrađuje radove iz
časopisa, zbornika radova sa naučno-stručnih skupova i drugih publikacija, tj.
indeksira određenu publikaciju. Baze podataka izrađuju određena strukovna
društva, biblioteke te komercijalne i nekomercijalne institucije i dijele se na:
Baze podataka sa cijelim tekstom - to su one baze podataka koje
imaju mogućnost uvida u cjelokupni tekst u online prostoru. Najčešći
formati prikaza su u HTML-u i/ili PDF-u. Primjeri baza podataka
s cjelovitim tekstom su: Academic Search Premier (EBSCO), ERIC
(bibliografska/cjeloviti tekst) itd.
Bibliografske baze podataka – to su baze podataka koje sadrže
bibliografske podatke o različitim vrstama građe, tj. sadrže podatke
o radovima objavljenim u različitim publikacijama. Veoma su važne
za stjecanje uvida u određeno naučno područje. Ne sadrže cjelovite
tekstove radova. Bibliografski zapisi u bazama sadrže podatke o
autoru, naslovu rada, vrsti publikacije, izdavaču, godini objavljivanja
itd. Primjeri bibliografskih baza: Current Contents (CC), COBISS (OPAC),
WorldCat (OPAC) itd.
Citatne baze podataka – to su baze podataka koje za razliku od
bibliografskih, imaju dodatnu vrijednost koja se odnosi na obradu
popisa korištenih referenci i citata u radovima, tj. sadrže podatke
o citiranosti radova objavljenih u različitim publikacijama. Koriste
se za stjecanje uvida u određeno naučno područje i za praćenje
faktora odjeka (impact factor) određenog rada ili autora unutar
naučnog područja. Zbog ove dodatne vrijednosti moguće je pratiti
popularnost, čitanost i citiranost pojedinih radova unutar zasebnih
naučnih područja. Primjeri citatnih baza podataka su: Web of Science,
Arts And Humanities Citation Indexs, Conference Proceedings
Citation Index – Social Science & Humanities, Scopus itd. Ne sadrže
cijele tekstove radova.
Citatne baze podataka su bibliografske baze podataka u kojima, osim

osnovnih bibliografskih podataka o objavljenim naučnim radovima, nalazimo
i podatke o korištenim referencama i vezama između citiranih i citirajućih
dokumenata. Time se omogućava i posebna vrsta pretraživanja prema citatnim
vezama: kad jednom pronađemo rad koji je relevantan za naše potrebe - velika
je vjerovatnost da će i stariji dokumenti koji su citirani u tom radu, kao i oni
noviji dokumenti koji citiraju naš rad, biti relevantni za naše potrebe. Osim u
svrhu pronalaženja informacija, citatne baze često pružaju i podatke potrebne
za vrednovanje naučnog doprinosa pojedinog naučnika, institucije ili države.
Broj citata koje je pojedini rad primio u određenom vremenskom razdoblju
309
ukazuje na značaj i kvalitet tog rada (značajniji i kvalitetniji radovi bit će češće
citirani od strane drugih naučnika. Citatne baze podataka sekundarni su izvori
naučne i stručne literature koje uz bibliografski opis dokumenta (članka, knjige
i sl.) donose i popis referenci na koje se autori u dokumentu pozivaju. Primarna
zadaća citatnih indeksa je da služe kao relevantan izvor naučne literature
jer sistem uključivanja časopisa ili dokumenta, publikacija ima ugrađen
mehanizam selektivnosti. Svaka baza podataka sastoji se od zapisa koji se
upoređuju sa kataloškim karticama u biblioteci. Svaka knjiga opisana je na
kataloškoj kartici prema određenim pravilima, a slična pravila slijedi struktura
kompjuterskih zapisa u bazama podataka. Svaki zapis sadrži određena polja
koja sadrže podatke.
U posljednje vrijeme sve veći broj bibliografskih baza uključuje i podatke

o citiranosti. Najstarije i najpoznatije citatne baze podataka dostupne su na
sučelju Web of Science. Druga značajna citatna baza koja je novijeg karaktera
i koja obuhvata veći broj časopisa, posebno sa područja Evrope, ali i kraće
vremensko razdoblje je SCOPUS. Scopus je multidisciplinarna citatna baza
koja obuhvata sva naučna područja. Još jedan veliki, ali ne sasvim pouzdan
izvor informacija o citiranosti je i Google Scholar. U redovima koji slijede
prikazan je kratak opis najpoznatijih baza podataka.
Web of Science (WoS) - http://www.webofknowledge.com

Web of Science ‐WoS predstavlja online pretplatu na baze naučno-
citatnog indeksiranja. Servis održava Thomson Reuters koji obezbjeđuje
sveobuhvatnu citatnu pretragu. WoS daje pristup prema više baza podataka
koje omogućavaju dubinsko istraživanje specijalizovanih potpolja unutar
akademske ili naučne discipline. Web of Science je bibliografska i citatna baza
podataka koja omogućava pretraživanje preko 60 miliona zapisa iz časopisa,
zbornika radova i knjiga iz oblasti prirodnih, društvenih i humanističkih nauka
i umjetnosti. Omogućen je pristup sljedećim citatnim indeksima WoS Core
Collection:
Science Citation Index Expanded (SCI-EXPANDED) - multidiscipli-
narna baza podataka iz oblasti prirodnih, biomedicinskih i tehničkih
nauka
Social Sciences Citation Index (SSCI) - citatni indeks koji pokriva
područje društvenih nauka
Arts & Humanities Citation Index (A&HCI) - citatni indeks koji
pokriva područje humanističkih nauka i umjetničko područje
Emerging Sources Citation Index (ESCI) - od 2015. godine novi
citatni indeks naučnih časopisa od posebnog regionalnog značenja
koji trenutno indeksira 2.589 časopisa koji su prošli Thomson
Reutersovu inicijalnu uredničku evaluaciju kao prvi korak procesa
310
evaluacije i odabira časopisa za uključivanje u njihove gore navedene

najpoznatije citatne indekse časopisa
Scopus - https://www.scopus.com/
Scopus je najveća bibliografska i citatna baza podataka koja obuhvata
naučne časopise, knjige, konferencijske zbornike radova i patente. Sadrži preko
60 miliona zapisa iz preko 21.500 časopisa (oko 4.200 u otvorenom pristupu),
preko 113.000 knjiga, preko 7 milion konferencijskih radova i preko 27 miliona
patenata. Pruža sveobuhvatan pregled objavljenih istraživanja u svijetu u
oblasti nauke, tehnologije, medicine, društvenih i humanističkih nauka i
umjetnosti. Scopus daje mogućnost korištenja različitih alata za praćenje,
analizu i vizuelizaciju istraživanja. Scopus bazu podataka održava Elsevier
od 1966. godine do danas. Baza je zatvorenog tipa i ne može se pretraživati
ukoliko nemate potpisan ugovor.
Science Direct - http://www.sciencedirect.com

Science Direct je multidisciplinarna baza podataka sa cijelim tekstom
i bibliografskim informacijama iz područja prirodnih, tehničkih, društvenih i
medicinskih nauka. Science Direct je dio Elseviera (Nizozemska) i nudi pristup
na 3.800 časopisa (od čega oko 2.000 kao izdavač) i preko 37.000 knjiga. Samo
određenim časopisima je omogućen slobodan pristup full-textu.
EBSCO - https://www.ebscohost.com
EBSCO Database je „online” sistem koji pruža mogućnost pristupa
velikom broju različitih elektronskih baza. EBSCO Publishing je jedna od
najvećih kompanija koja obezbjeđuje i omogućava pristup resursima, bazama
podataka svih vrsta publikacija, kao i usluge referentnih baza podataka
naučnih i ostalih stručnih časopisa iz svih oblasti sa indeksiranim sadržajima i
citatima, uvidom u puni tekst članaka i unakrsnim referencama. Omogućeno
je pretraživanje velikog broja naučnih i stručnih časopisa u punom tekstu, a
pored časopisa moguće je pretraživati i ogroman broj raznovrsnih publikacija
koje nude sažetke, novinske preglede i enciklopedijske podatke. One institucije
koje obezbijede licencu za korištenje EBSCOhost Database može pristupiti
sljedećim servisima:
1. Academic Search Complete
2. Business Source Complete
3. Computers & Applied Sciences Complete
4. Legal Collection
5. MEDLINE with Full Text
6. Environment Complete
7. SPORTDiscus with Full Text
311
8. GreenFILE
9. Library Information Science & Technology Abstracts
10. Teacher Reference Center
11. eBook Collection (EBSCOhost)
8.4. Upute za pisanje radova
U ovom odjeljku odlučili smo pažnju posvetiti temi pisanja radova, sa

posebnim osvrtom na pisanje naučnih i akademskih radova. Upute za pisanje
radova (naučnih i akademskih) u ovoj knjizi se izdaju s namjerom da mladim
istraživačima i studentima pomognu pri izradi i pisanju ove vrste pisanih
djela. U tekstu koji slijedi prikazana su osnovna pravila i načela pisanja ove
vrste radova, a koja su proizišla iz višegodišnjeg naučnoistraživačkog iskustva,
rada sa studentima i metodoloških standarda pisanja radova primjenjivanih u
dosadašnjoj praksi.
8.4.1. Pisanje naučnog rada
Već smo ranije istakli da su naučni radovi zapravo radovi koji se temelje
na provedenim naučnim istraživanjima i dio su naučnoistraživačke djelatnosti
koja je definisana zakonom o naučnoistraživačkoj djelatnosti u nekoj zemlji,
te da predstavljaju originalno naučno djelo u kojem su izneseni novi rezultati
fundamentalnih ili primijenjenih istraživanja. Svjedoci smo da postoje različite
tehnike i metodologija pisanja naučnih i stručnih radova, što neupućenima,
a posebno mladim istraživačima i studentima često može izazvati određene
nedoumice i dovesti do uzaludnog trošenja vremena i rasipanja energije. Kukić
i Markić (2006) ističu da nema naučnog djela bez tri temeljna dijela koja ga
čine - uvoda, razrade i zaključka, ali zaključuju i da iole značajnije naučno djelo
u stvarnosti sadrži više sastavnih dijelova. Prema istima autorima, Šamić (1969)
razlikuje deset dijelova naučnog rada, Zelenika (1990) razlikuje čak šesnaest
bitnih elemenata naučnog rada, dok pojedini autori govore o dvije vrste
sastavnih dijelova naučnog rada – onima koji se u pravilu nalaze kod naučnih
djelā i onima koji se u tim djelima mogu pojaviti. Tekst izvornog naučnog rada
najčešće se piše prema, tzv. IMRAD strukturi i sastoji se od sljedećih dijelova/
poglavlja:
Uvoda (Introduction),
Metoda (Methods),
Rezultata (Results) i (and)
Rasprave (Discussion).
312
Ova IMRAD struktura je nastala kao odraz procesa naučnog istraživanja i

primjenjuje je većina naučnih časopisa i naučnih konferencija/kongresa. Unutar
ovih dijelova naučni članak može imati dodatne podnaslove/potpoglavlja
za razradu i organizovanje sadržaja. Druge vrste radova, npr. stručni radovi,
metaanalize itd., mogu imati i zahtijevati drugačije oblike i strukturu, mogu
imati manje strukturirane ili nestrukturirane oblike. U daljnjem tekstu objasnit
ćemo standardna poglavlja izvornih naučnih publikacija, a koja obuhvataju i
IMRAD strukturu.
Naslov je važan dio rada, puno važniji nego što se to na prvi pogled
može pomisliti. Sadržaj naslova je neskrativi skup pojmova koji tačno opisuje
sadržaj rada. Može biti informativnog i indikativnog tipa. Naslov je indikativan
za rad, pogađa bit rada, sugerira čitaocu sadržaj rada, a ponekad čak i otkriva
najvažnije otkriće ili naučni doprinos koje rad donosi. Naslov rada treba da
bude u isti mah koncizan, precizan i izrazit, to jest da u preciznom i sažetom
obliku odražava i izražava što adekvatnije i potpunije sadržinu i predmet djela
(Šamić, 1986). Organizacija samog naslova rada se vrti oko važnih riječi (ključnih
riječi) koje definišu predmet, problem i cilj rada. Iz naslova treba izbaciti sve
nepotrebne riječi koje ništa posebno ne znače i opterećuju naslov. Ako se rad
odnosi na neku određenu vrstu ili pak grupu ispitanika, u pravilu ona mora
biti uključena u naslov. Ako se radi o nazivu vrste, on mora biti napisan na
latinskom, u pravilu pisan i istaknut kurzivom. U naslovu treba izbjegavati
specijalizovanu terminologiju, „kovanice“ i skraćenice (osim općepoznatih kao
što su npr. DNK, CO2, ATP itd.). Najčešće greške koje se u praksi javljaju kod
formulisanja naslova su da je naslov predugačak, preopširan, neprecizan i da
sadrži nepotrebne riječi i skraćenice.
Sažetak (Abstract) je najznačajniji dio članka iz razloga jer čitaoci

i recenzenti prvobitno pročitaju sažetak kako bi utvrdili da li je ostatak
rada dovoljno zanimljiv za daljnje čitanje. Piše se u trećem licu jer se tako
omogućava čitaocima brzi pregled osnovnih ideja, metoda, rezultata koji se
nalaze u sadržaju rada. Sažetak mora biti kratak, precizan i koncizan, a njegova
struktura nalazi se u uputama za autore publikacije/zbornika koji objavljuju
rad. Recenzenti rada mogu zatražiti promjene u strukturi i sadržaju sažetka.
Preporuka iskusnijih istraživača je da se sažetak piše posljednji i da se ima na
umu da on predstavlja cijeli rad u skraćenoj verziji. Može se pisati u esejskom
ili strukturiranom obliku zavisno od standarda koje postavlja izdavač rada.
Također se navode i ključne riječi (key words), 5 do 8 ključnih riječi čija je svrha
ciljano pretraživanje.
Uvod je početni dio rada gdje se navodi kontekst ili pozadina istraživanja,
odnosno, priroda problema i njegova važnost. U njemu se iznosi svrha ili cilj
istraživanja. Uvodna razmatranja nam daju kratak pregled ranijih relevantnih
313
istraživanja i pojašnjavaju problem koji želimo istražiti, kao i osnove za

postavljanje hipoteze koja će biti provjerena. Stil pisanja uvoda, ali i cijeloga
članka treba da bude prilagođen onima koji nisu u potpunosti upoznati sa užom
naučnom oblasti, i odgovarajućim načinom izlaganja bude sasvim nepristran
i objektivan. Uvod se u pravilu piše prema principu „obrnute piramide” gdje se
počinje od općeg, šireg konteksta da biste upoznali čitaoca s onim što već zna,
a zatim s onim što još ne zna, te s problemima i onim što ste vi odlučili istražiti.
Kroz njegov sadržaj treba istaći važnost istraživane problematike, dostupnu
literaturu koja je u vezi s opisanom problematikom i s osnovnim ciljem članka
i jednostavno opisanu svrhu, ciljeve i hipotezu rada. Uvod je potrebno završiti
opisom jasno definisanog cilja i svrhe učinjenog istraživanja koje se opisuje
u članku. U ovaj dio teksta ne uključujte podatke ili zaključke o radu o kojem
pišete.
Metode i materijali/postupci je odjeljak koji precizno opisuje izvođenje

eksperimenta ili drugog oblika istraživanja. Daju nam jasne informacije
koje čitaocima omogućavaju ponavljanje istraživanja i procjenu vrijednosti
istraživanja. Ako je izvorna metoda ostala nepromijenjena, detalji opisa
primijenjene procedure ili protokola mogu se (parcijalno ili potpuno) izostaviti,
ali uz obavezu korektnog citiranja originalnog opisa apliciranih metoda i
precizan opis njihovih eventualnih modifikacija. Piše se precizno, detaljno i
jasno – tako da svako ko je dovoljno zainteresovan poduzeta istraživanja može
ponoviti. U ovom poglavlju je potrebno i opisati uzorak ispitanika (populacija,
način uzorkovanja, opće karakteristike, pristanak ispitanika…), navesti
postupke istraživanja, varijable/indikatore istraživanja, opis statističke analize
(testovi i statistički programi, nivo statističke značajnosti) i ukoliko je potrebno,
odobrenje etičkog odbora institucije.
Rezultati predstavljaju polazni cilj i krajnji ishod ozbiljnih naučnih radova.

Ovo glavno poglavlje izvornih naučnih publikacija sadrži opis i analizu uočenih
pojava na osnovu prikupljenih eksperimentalnih, terenskih ili drugih bitnih
podataka, uključujući i rezultate statističke obrade, koja te podatke elaborira.
Kod rezultata istraživač mora priložiti relevantan naučni dokaz koji pokazuje
da je mogućnost slučajnosti dobijenih rezultata izuzetno mala. Potrebno je da
odjeljak rezultati bude odvojen od odjeljka diskusija/rasprava, jer se u odjeljku
rezultati trebaju opisati dobijeni rezultati, a u odjeljku diskusija/rasprava
dobijene rezultate treba staviti u širi kontekst i uporediti sa već publikovanim
podacima. Dobijeni rezultati prvo moraju biti opisani/predstavljeni, a zatim se o
istima raspravlja. Potrebno je pažljivo raspravljati gdje su do danas publikovani
slični podaci ili u čemu su sličnosti ili različitost dobijenih rezultata u odnosu na
do danas publikovane rezultate. Prikaz rezultata može biti tekstualni, tabelama,
slikama i grafikonima.
314
Diskusija/rasprava je poglavlje u kojem se istraživač upušta u raspravu,

poređenja sa referentnim dosadašnjim rezultatima drugih istraživača i daje
sugestije za buduća istraživanja. Respektujući potrebnu jednostavnost
izlaganja i jasnoću teksta, ovdje se mogu objasniti nejasnoće ili dvosmislenosti
rezultata i razmotriti eventualne primjedbe, pri čemu su dopušteni i rasprava i
ubjeđivanje. Imajući u vidu strogu formalnost i neophodnu nepristranost, što
nalažu elementarna pravila naučnog ponašanja, konačni odjek naučnog rada
može bitno zavisiti od uspješnog izlaganja ideja, odnosno sposobnosti da se
one učine interesantnim i sugestivnim. Autor u raspravi ukratko navodi glavne
rezultate svog istraživanja koje počinje odgovorom na pitanje postavljeno na
početku rada, a koji proizilazi iz dobijenih rezultata. Navode se ograničenja koja
su pratila istraživanje te ih uspoređujemo s drugim istraživanjima i raspravljamo
šta dobijeni rezultati znače u teorijskom i praktičnom smislu. Pažljivo se izvodi
zaključak i predlažu buduće smjernice u istraživanjima, ističe se šta je novo i
kako se dobijeni rezultati uklapaju u šire područje koje je opisano na početku
u poglavlju uvoda.
Zaključak/rezime (Summary) jezgrovito obuhvata najbitnija pitanja i

dobijene rezultate, a predstavlja standardno završno poglavlje većine radova.
U njemu se najkonkretnije sumiraju isključivo dobijeni rezultati i nalaz datog
istraživanja. U završnom dijelu rada, u završnih nekoliko rečenica potrebno je
opisati tok i ishod cijelog sadržaja rukopisa. Ne smiju se uključivati spekulativne
izjave, već je potrebno na temelju dobijenih rezultata ukazati na potrebu
provođenja dodatnih istraživanja, posebno ako se dobijeni rezultati mogu
upotrijebiti u svakodnevnoj praksi.
Literatura obuhvata popis citiranih i bibliografskih jedinica koje u sebi

sadrži svaki naučni rad. Sadrži sve relevantne podatke o citiranim izvorima koji
su navedeni prema jednom od poznatih standarda navođenja i referenciranja
korištene literature a koji su spomenuti u ovoj knjizi. Svaki od korištenih
izvora uključuje ime autora (jednog ili više njih), godinu objavljivanja, naziv
djela i volumen (tom) časopisa u kojem je publikovan, izdavača, mjesto
izdavanja, oznaku stranice. Reference upozoravaju na druge bitne i srodne
radove iz proučavanog naučnog područja, a čime se također odaje i priznanje
naučnicima koji su prethodno dali doprinose u određenoj oblasti.
Šamić (1986) navodi nekoliko općih principa kojih bi se autor trebao

pridržavati u izlaganju da bi postigao sažetost i kratkoću, odnosno izbjegao
razvučenost, razlivenost:
Ne počinjati izlaganje suviše izdaleka, nego ondje gdje je to nužno,
neophodno.
Ne unositi u rad ništa što nije u neposrednoj vezi s temom, što rad čini
razvodnjenim.
315
Ne pretrpavati rad beznačajnim pojedinostima.

Ne ponavljati ono što je već na neki način rečeno.
Ne razlagati i objašnjavati opširno stvari koje su same po sebi dovoljno
razumljive.
Pored ovih principa sažetosti, isti autor ističe još neke osnovne osobine
svojstvene dobrom naučnom radu, bez obzira na to iz koje se oblasti piše rad.
Te osnovne osobine su:
Jedinstvo - nužno je da svi dijelovi rada budu posvećeni jednoj stvari,
jednom predmetu, jednoj ideji, da zajedno čine organsku cjelinu i
da doprinose, svaki za sebe i svi skupa, postepenom toku i razvoju
osnovne ide je, tj. da budu funkcionalni.
Sklad (koherentnost) - svi dijelovi rada treba da budu u skladu,
kako jedni s drugima međusobno, tako i, svaki od njih, sa radom kao
cjelinom, to jest potrebno je da između svih dijelova i cjeline postoji
logička koherentnost, logička povezanost, sklad.
Adekvatno isticanje - svaka misao i niz misli razvijenih u nekom radu
treba da budu istaknute prema svojoj važnosti. Adekvatno isticanje
postiže se, većim ili manjim prostorom koji se daje nekoj misli ili nizu
misli, i mjestom: ono što se želi najviše istaći stavlja se na posljednje
mjesto, koje je najvažnije, zatim po važnosti dolazi prvo mjesto itd.
Originalnost - svaki rad, čak i najskromniji, treba da sadrži nešto
novo, da se odlikuje nekom originalnošću, da donosi novu građu,
dotad nepoznatu, drugima nepristupačnu, ili takvu do koje je autor
došao svojom pronicljivošću, oštroumnošću. Jednom riječju, naučni
rad treba da saopćava rezultate ličnih istraživanja, ličnih razmišljanja,
ličnih iskustava autora i to na način kako dotad nije niko učinio i što je
samo svojstveno njegovom radu.
Pravilno rasuđivanje - saglasno karakteru naučnog rada i
primijenjenoj istraživačkoj metodi, istraživač saopćava na razne načine
rezultate svoga istraživanja. Pri tome treba obratiti pažnju posebno
na dvije stvari: 1) da svaka tvrdnja, sud, mišljenje budu obrazloženi i
potkrijepljeni valjanim i ubjedljivim argumentima i dokazima jer su
bez toga proizvoljni i bez vrijednosti; 2) da rasuđivanja i zaključivanja
budu pravilna: da autor ne uproštava stvari, uzimajući u obzir samo
argumente koji idu u prilog izvjesnoj tezi. Rad ne smije da se svodi
na apstraktno rasuđivanje nego ga treba potkrijepiti raznovrsnim
primjerima, koji se mogu crpiti iz ličnog iskustva i iskustva drugih iz
sadašnjosti i iz prošlosti.
Stilske odlike - osnovna funkcija rada je da prenese informaciju jasno
i nedvosmisleno. Naučni radovi i djela pišu se književnim jezikom
- naučnim stilom. Naučnim stilom se pišu naučni radovi iz raznih
316
oblasti nauke. Naučni stil mora da bude nedvosmisleno jasan i da

naučna problematika o kojoj se govori bude stalna preokupacija i da
se pažnja čitalaca ne odvraća od naučnog problema. Razumljivost,
preciznost, jasnost i logičnost su njegove osnovne karakteristike.
Treba izbjegavati žargon, skraćenice i akronime, metafore i idiome.
8.4.2. Pisanje seminarskog rada
Seminarski rad predstavlja samostalnu ili grupnu, stručnu obradu

izabrane teme, zasnovanu na sprovedenom istraživanju (teorijskom ili
eksperimentalnom). Izradom seminarskog rada student pokazuje teorijsko i
praktično znanje kao i sposobnost samostalnog služenja aktuelnom domaćom
i stranom literaturom u pismenoj obradi (Čolakhodžić i Rađo, 2011). Kroz
izradu seminarskog rada student treba pokazati da je osposobljen da izvodi
teorijska istraživanja literature iz određene oblasti radeći samostalno ili u
timu i da primijeni znanja koja je stekao tokom praćenja predmetne nastave.
Seminarski radovi bi trebali svojim kvalitetom da se približe kvalitetu stručnih
radova iz oblasti kojoj pripadaju. Bolji seminarski radovi mogu biti uključeni u
krug radova koji konkurišu za objavljivanje u nekoj od publikacija koja se bavi
odnosnim temama.
Ciljevi izrade seminarskog rada su:
proširenje i produbljivanje znanja iz sadržaja nastavnog programa,
stjecanje iskustva u pisanju stručnih radova.
Seminarski radovi su obuhvaćeni nastavnim programom pojedinih

predmeta upisanog studija. Tema seminarskog rada bira se s popisa objavljenih
tema ili se dogovara, u skladu s interesima studenata, s nastavnikom. U slučaju
da student samostalno predlaže temu rada, on predlaže i radni naslov, te
sadržaj rada, a podrobnije ga određuje u saglasnosti i nakon savjetovanja s
nastavnikom. U prijedlogu radnog naslova i sadržaja rada, student navodi
i popis već proučene literature, te druge izvore podataka koje namjerava
koristiti pri obradi teme i izradi rada. Nakon prihvatanja teme nastavnik je
dužan uputiti studenta u način obrade teme, uputiti ga na dodatnu literaturu i
odrediti obim seminarskog rada. Preporučljiv opseg seminarskog rada je 15-20
stranica (bez naslovne stranice, sadržaja i popisa literature).
Struktura i izrada seminarskog rada

Seminarski rad se predaje u pisanoj formi koja treba da ima sadržaj koji
je u skladu sa metodologijom izrade stručnog rada. Kod većine visokoškolskih
institucija iskristalisali su se standardi za pisanje seminarskih i drugih
akademskih radova i u većini slučajeva kod seminarskih radova to znači da
imamo sljedeća poglavlja:
317
Naslovna stranica seminarskog rada sadrži podatke o autoru rada

(njegovo ime i prezime), naslov teme rada, naznaku „Seminarski rad“, titulu, ime
i prezime i zvanje mentora, mjesto, mjesec i godinu predaje rada. Kod nekih
verzija seminarskog rada autori pišu i naziv kolegija iz kojeg je seminarski rad
izrađen. Naslovna stranica i izgled razmještaja podataka na naslovnoj stranici
seminarskog rada na Nastavničkom fakultetu Univerziteta „Džemal Bijedić“ u
Mostaru možemo vidjeti na skici ispod ovog teksta.
Primjer: Izgled naslovne stranice seminarskog rada

ODSJEK _________________
NASLOV TEME SEMINARSKOG RADA

(Seminarski rad)
Student: Mentor:
Ime i prezime Zvanje, ime i prezime
Mostar, mjesec i godina
Sadržaj predstavlja stranicu koja dolazi odmah poslije naslovne stranice

i koja sadrži podatke o strukturi pisanja seminarskog rada. Struktura sadrži
naslove i brojčane oznake poglavlja i potpoglavlja rada i brojeve stranica na
kojima započinju. U pravilu pisanja seminarskog rada poglavlja se pišu uvijek
na novu stranicu dok potpoglavlja prate tok teksta unutar rada.
318
Primjer: Struktura seminarskog rada
SADRŽAJ
1. UVOD……………………………………………………….
2. PREDMET I PROBLEM RADA………………………….
3. CILJ I ZADACI RADA……………………………………
4. METODE RADA …………………………………………....
4.1…………………………………………………………
4.2…………………………………………………………
4.3…………………………………………………………
4.4…………………………………………………………
4.5…………………………………………………………
5. TEORIJSKA I PRAKTIČNA VRIJEDNOST RADA…
6. ZAKLJUČAK……………………………………………..
7. LITERATURA…………………………………………….
Uvod predstavlja prvo poglavlje u pisanju seminarskog i bilo kojeg

drugog rada. Služi da se ukratko (dvije do tri stranice teksta) opišu dosadašnja
saznanja na području odabrane teme, naglase svrha rada i opredjeljenja za
temu, u kontekstu rješavanja problema seminarskog rada. Uvod se piše u
trećem licu i budućem vremenu. Uvod je prva stranica rada na kojoj se mora
naći numeracija, s time da se sve prethodne stranice broje. Uvod kao poglavlje
nas „uvodi“ u samu suštinu teme seminarskog rada.
Predmet i problem rada opisuju predmetnu oblast, odnosno pojam koji
je predmet istraživanja autora i problematiku vezanu za taj predmet. Ovdje
se konkretno opisuje tema ili masovna pojava o kojoj govori seminarski rad.
To je opisni dio u kojem se objašnjava problematika koja će se obrađivati ili
istraživati odnosno razlozi zbog kojih je uzeta određena tema ili zbog čega se
sprovodi istraživanje.
Cilj i zadaci rada trebaju jasno i precizno i u jednoj ili dvije rečenice
definisati šta se želi postići seminarskim radom (istraživanjem) i zadaci koji se
očekuju od rada.
Metod rada predstavlja glavni dio seminarskog rada u kojem se opisuje i
razrađuje zadata (obrađena) tema po poglavljima i potpoglavljima. Ukoliko je
seminarski rad istraživačkog karaktera u strukturi se nalaze sva potpoglavlja koja
opisuju uzorak i način prikupljanja podataka, kratak opis metoda istraživanja
i metoda obrade podataka koji su primijenjeni u radu. Metod rada u suštini
predstavlja seminarski rad, dok poglavlja ispred predstavljaju uvođenje u
319
seminarski rad. Poglavlja poslije metoda rada predstavljaju zaključivanje teme

seminarskog rada.
Teorijska i praktična vrijednost rada predstavlja sastavni dio seminarskog
rada, s namjerom da se predoči moguća teorijska i praktična vrijednost rada
u primijenjenoj praksi. Ukoliko se radi o istraživanju predočavaju se rezultati
istraživanja koji imaju svoj cjelovit društveni smisao tek primjenom u praksi,
ukoliko je unapređuju i usavršavaju.
Zaključak na kraju seminarskog rada se donosi u kontekstu problema rada
i odnosi se na preporuke i smjernice za daljnja istraživanja istih ili sličnih problema
ili za rješavanje određenog problema u neposrednoj praksi u datoj oblasti.
Literatura se navodi na kraju seminarskog rada i to samo osnovna
literatura koja je korištena i imala bitnog utjecaja na pisanje rada. Primjeri
standardizacije, navođenja i pisanja literature prikazani su u poglavlju o pisanju
i navođenju literature u ovoj knjizi.
Prilozi (ukoliko postoje) predstavljaju kopije anketnih listova, dokumenata,
tabela, grafikona ili slika koje su vezane za rad a kojim student želi da dopuni,
bliže objasni i približi čitaocu svoj rad.
8.4.3. Pisanje diplomskog rada

Diplomski je rad samostalan rad u kojem student pod vodstvom nastavnika
(mentora) obrađuje izabranu temu. Student koji je položio ispite, izradio
seminarske radove i izvršio druge obaveze predviđene nastavnim planom i
programom studija određenog fakulteta, izradom diplomskog rada dokazuje
sposobnost samostalnog rješavanja složenih problema. Diplomskim radom
student dokazuje sposobnost za samostalno rješavanje problema uz primjenu
osnova metodologije i tehnologije istraživanja u određenom naučnom
području. Student dokazuje sposobnost operacionalizacije stečenih znanja
u procesu rješavanja predmetnih problema, realizacije postavljenih ciljeva i
interpretacije rezultata rada. Zavisno od afiniteta studenta, diplomski rad ima
i usmjeravajuću funkciju u smislu naglašavanja kriterija njegove profesionalne
uspješnosti kao što su: dobro poznavanje svoje struke, poznavanje
odgovarajućih naučnih disciplina, poznavanje metodoloških osnova (teorije
eksperimentalnih nacrta, statistike, teorije mjerenja, kao i pravila pisanja i
publikovanja izvještaja rezultata istraživanja), korištenje informatičkih sredstva
i kontinuirano praćenje odgovarajućih publikacija i skupova, te i kontinuirano
publikovanje rezultata svojih istraživanja (Čolakhodžić i Rađo, 2011). Ciljevi
izrade diplomskog rada su dokazati:
sposobnost primjene teorijskih i praktičnih znanja stečenih tokom
studija,
sposobnost primjene naučnih metoda i instrumentarija u rješavanju
problema i izradi rada,
320
sposobnost samostalnog služenja odgovarajućom domaćom i

stranom literaturom, tj. korištenje spoznaja i činjenica objavljenih u
navedenim izvorima.
Obim diplomskog rada je varijabilan od fakulteta do fakulteta, a

preporučljiv obim diplomskog rada je 30-50 stranica (bez naslovne stranice,
predgovora, sadržaja, popisa literature, tabela i grafičkih prikaza, priloga).
Organizacijske procedure
Tema diplomskog rada bira se u toku posljednje godine studija, uz
sugestije i pomoć predmetnog nastavnika u vezi sa mogućim temama,
željenim istraživanjima i potrebnom literaturom. Nakon što se student odluči
za temu rada, prijavljuje je na posebnom obrascu u administraciji fakulteta.
Vijeće fakulteta razmatra prijavu, određuje mentora, utvrđuje tačan naslov
rada i komisiju od tri člana za odbranu diplomskog rada (jedan od članova je
mentor). Mentori mogu da budu docenti, vanredni i redovni profesori. Mentor je
obavezan pomagati studentu u izboru literature, strukturi i koncepciji rada. Rad
se može predati tek nakon pozitivne ocjene i dopuštenja (potpisa) mentora. Prije
predaje diplomskog rada student mora imati sve ispunjene obaveze propisane
nastavnim planom i programom (položene sve ispite i obavljene studentske
prakse). Diplomski rad se predaje u tri neuvezana primjerka kako bi se, nakon
što ga pročitaju ostali članovi komisije, mogle unijeti potrebne izmjene. Nakon
što ga pročitaju i odobre članovi komisije rad se uvezuje u tvrdi uvez (najčešće
se rad uvezuje u pet primjeraka od čega dva primjerka idu u arhivu fakulteta i
univerzitetske biblioteke, a ostala tri članovima komisije. Time su ispunjeni svi
uslovi za zakazivanje datuma odbrane i pristup odbrani diplomskog rada.
Odbrana diplomskog rada pravovremeno se prijavljuje u administraciji
fakulteta kao „diplomski ispit“. Odbrana je javna i uz članove komisije mogu
je slušati i drugi zainteresovani. Student u 20-30 minuta pred komisijom treba
izložiti sve glavne karakteristike svog rada: temu, probleme, ciljeve, hipoteze,
metodološke postupke, rezultate i zaključke. Komisija nakon toga postavlja
pitanja vezana za temu rada. Nakon dobijenih odgovora članovi komisije se
povlače i donose odluku o konačnoj ocjeni rada. Pri ocjenjivanju rada u obzir
se uzimaju: izbor teme, obim, struktura, oprema i izvedba rada, korištena
literatura, sposobnost studenta da temu potkrijepi i argumentuje stručnom i
naučnom literaturom, obim korištene literature, te način prezentacije rada na
samoj odbrani. Diplomski rad se ocjenjuje ocjenom od dovoljan (6) do odličan
(10) na numeričkoj, odnosno od zadovoljava minimalne kriterije (F) do izuzetan
uspjeh sa neznatnim greškama (A) na ECTS skali prema Bolonjskom procesu.
Treba napomenuti da svaki univerzitet ima svoja pravila studiranja, prijave i
odbrane završnih i diplomskih radova, i da ta pravila treba da budu jasno
objavljena i dostupna studentima.
321
Tehničke procedure
Diplomski rad piše se na kompjuteru i ispisuje se na bijelom papiru
formata A4 (21 cm x 29,7 cm). Obim rada je između 30 i 50 stranica. Veličina
slova (font) je 12; prored 1,5 redak; margina 2,5 cm sa svake strane, s time da
lijeva stranica ima uveznu marginu (3 cm).
Sve stranice od uvoda pa nadalje moraju biti numerisane. Sve slike,
dijagrame i tablice treba tehnički korektno uklopiti u tekst i brojčano označiti.
Svaka vrsta ilustracije čini poseban skup – tabele 1, 2, 3…; slike 1, 2, 3…;
dijagram 1, 2, 3...
Tabele moraju biti brojčane, a iznad tabele mora doći tekst koji opisuje šta
je u tabeli prikazano, npr. Tabela 1. Osnovni statistički parametri varijable spol.
Ovaj tekstualni dio koji označava šta je u tabeli obično se piše veličinom slova 11.
U tekstu se upute na rezultate prikazane u tabeli navode ovako (npr. tabela 1 i 2).
Ispod svake slike ili dijagrama (grafičkog prikaza), koji su isto označeni
brojčano, mora doći tekst koji opisuje šta je slikom ili dijagramom prikazano, npr.
Slika 4. Kibernetički model psihomotoričkog funkcioniranja. U tekstu se uputa na
sadržaj slike navodi ovako: „… treba pričvrstiti na predmet mjerenja (slika 4)…”.
U tekstu diplomskog rada pozivanje na literaturu (bibliografske bilješke)
ili objašnjenje nekog pojma ili postupka (sadržajne ili druge bilješke)
naznačavaju se stavljanjem u zagradu broja bilješke na koju se autor poziva.
Bilješke se numerišu arapskim brojevima u zagradi, konsekutivno kroz čitav
rad. Na kraju diplomskog rada u poglavlju „Bilješke” navodi se potpuni sadržaj
svake bilješke.
Pozivanje na literaturu naznačava se brojem pod kojim se u poglavlju
„Bilješke” navodi potpuni bibliografski navod (prema uputama za citiranje
literature). Ako je u djelu naveden doslovan citat iz literature onda navod
mora sadržavati i tačnu stranicu s koje je preuzet citat. Ukoliko se na određeno
djelo poziva nekoliko puta zaredom, svako pozivanje dobija sljedeći novi broj
bilješke, a u sadržaju bilješke ne ponavlja se potpuni navod već se koristi izraz
„isto” ili latinska skraćenica „IBID”. Ukoliko je pozivanje na isti navod razdvojeno
bilješkom za objašnjenje ili kojom drugom bilješkom, mora se ponoviti
bibliografski navod na koji se bilješka odnosi.
Sadržajne ili objasnidbene bilješke se koriste za objašnjavanje neke
pojedinosti u vezi sa predmetom o kojem se govori. Kako ove bilješke mogu
odvlačiti pažnju od problema preporučuje se da se koriste srazmjerno rijetko.
Umjesto umetanja bilješki u dnu teksta (fusnota) preporučuje se
obilježavanje bilješke brojem u zagradi te stavljanje teksta bilješke na kraju uz
pripadajući broj u poglavlju„Bilješke“ (u istom nizu s bibliografskim bilješkama).
Struktura diplomskog rada

Model strukture diplomskog rada u edukaciji u vezi je sa tehnologijom
istraživanja, što pretpostavlja jedinstvo svih pravovaljanih i svrsishodnih
322
metodoloških postupaka, struktura i funkcija organizacijskog sistema

zasnovanog na primjeni odgovarajućih tehničkih sredstava, a posebno
onih iz područja teorije mjerenja i informatičke tehnologije. Tehnologija
istraživanja obuhvata širi izbor novih saznanja u nauci, doprinos dinamiziranju
naučnog procesa, njegovoj diferencijaciji i individualizaciji, odnosno i veću
identifikaciju i povoljnije ishode rada. Eksperimentalno rješavanje problema
(pozicioniranih na ranijim naučnim saznanjima - istraživanjima) odvija se kroz
sistematizovan proces koji polazi od ideje (iz okruženja), realizuje se kroz faze
konceptualizacije, kondenzacije i operacionalizacije, a završava se aplikacijom
rezultata istraživanja (Malacko i Popović, 2001).
Konceptualizacija istraživanja odnosi se na buduća vremena, sadrži

razradu ideje, izradu skice, nacrta, plana projekta istraživanja. Ona je prvenstveno
bazirana na određivanju svrhe, cilja i organizacije budućeg istraživanja i od
nje direktno zavise operacionalizacija i kondenzacija prikupljenih podataka.
Konceptualizacija u suštini pojednostavljeno predstavlja pripremu istraživača
za istraživanje. Ona ima svoje faze koje su međusobno zavisne, a to su:
izrada teorijskog modela,
definisanje ciljeva i hipoteza istraživanja,
izbor uzorka ispitanika,
izbor uzorka varijabli i
konstrukcija eksperimentalnog tretmana.
Kondenzacija ili sažimanje podataka je faza istraživanja u kojoj se

prikupljeni kvantifikovani podaci transformišu u kvalitativne vrijednosti iz
kojih se vrši interpretacija, logiziranje i zaključivanje u procesu istraživanja. Uz
korištenje laboratorijske opreme, instrumenata i informacione tehnologije,
kondenzacija podataka se izvodi kroz sljedeće aktivnosti:
prikupljanje podataka,
klasifikacija podataka,
unos podataka,
obrada podataka i
prikazivanje podataka.
Operacionalizacija istraživanja predstavlja treću i završnu komponentu

u tehnologiji istraživanja sa ciljem da se dobijeni podaci istraživanja mogu
primijeniti u neposrednoj praksi i trasirati puteve za buduća istraživanja u toj
oblasti. Ova komponenta istraživanja svodi se na sljedeće aktivnosti:
verifikacija hipoteza,
logiziranja i zaključivanja,
pisanje teksta,
lektorisanje i recenzija i
štampanje rada.
323
Cilj joj je finaliziranje obrađenih podataka do nivoa mogućnosti njihove

aplikacije u neposrednoj praktičnoj aktivnosti i značajnosti za teorijsku eksplikaciju
i predikciju, kao i usmjerenja ka budućim istraživanjima odnosnih problema.
Diplomski rad u većini visokoškolskih institucija čine sljedeći elementi:
- Omotna ili vanjska stranica tvrdih korica, izgleda istog kao i naslovna
stranica.
- Naslovna stranica na kojoj u lijevom gornjem uglu ili centrirano piše:
naziv univerziteta, naziv fakulteta, više škole ili odsjeka, u sredini
stranice: naslov rada, diplomski rad (u okrugloj zagradi); u lijevom
donjem uglu: ime i prezime studenta, u desnom donjem uglu: titula
(obavezno velikim slovima kad se prenosi u sljedeći red) i ime mentora;
na dnu stranice u sredini: mjesto, mjesec i godina odbrane diplomskog
rada (na crtežu je prikazan izgled naslovne stranice diplomskog rada na
Nastavničkom fakultetu Univerziteta „Džemal Bijedić” u Mostaru).
Primjer: Izgled naslovne stranice diplomskog rada

ODSJEK _________________
NASLOV TEME DIPLOMSKOG RADA

(Diplomski rad)
Kandidat: Mentor:
Ime i prezime Zvanje, ime i prezime
Mostar, mjesec i godina
324
Poslije naslovne stranice ide sadržajna stranica na kojoj se nalaze

numerisana poglavlja i potpoglavlja diplomskog rada. Ovdje treba razlikovati
pisanje projekta diplomskog ili istraživačkog rada koji se piše u budućem
vremenu i koji u svojoj strukturi treba da ima poglavlja: VREMENSKI PLAN
ISTRAŽIVANJA i FINANSIJSKI PLAN ISTRAŽIVANJA, tako da će u ovoj knjizi biti
opisan način pisanja diplomskog ili istraživačkog rada koji se pišu u vremenskoj
odrednici nakon završetka uzimanja podataka, testiranja, mjerenja i obrade
dobijenih podataka. Struktura takvog diplomskog (istraživačkog) rada sastoji
se od sljedećih elemenata:
Primjer: Struktura diplomskog rada štampa se u sljedećoj formi:
SADRŽAJ
1. UVOD (TEORIJSKI KONTEKST PROBLEMA).......................................................
2. PREDMET I PROBLEM ISTRAŽIVANJA...............................................................
3. DOSADAŠNJA ISTRAŽIVANJA...........................................................................
4. CILJEVI I ZADACI ISTRAŽIVANJA......................................................................
5. HIPOTEZE ISTRAŽIVANJA..................................................................................
6. METODOLOGIJA ISTRAŽIVANJA .......................................................................
6.1. Uzorak ispitanika ................................................................................................................
6.2. Uzorak varijabli....................................................................................................................
6.2.1. Opis mjernih instrumenata (tehnika) ...................................................................
6.3. Opis istraživanja...................................................................................................................
6.4. Metode za analizu podataka............................................................................................
7. REZULTATI ISTRAŽIVANJA I RASPRAVA (DISKUSIJA) ......................................
8. TEORIJSKA I APLIKATIVNA VRIJEDNOST ISTRAŽIVANJA................................
9. ZAKLJUČAK.......................................................................................................
10. LITERATURA.....................................................................................................
11. PRILOZI (ako ima priloga) ...............................................................................
Navedeni redoslijed i kompozicija karakteristični su za eksperimentalne

istraživačke radove, što znači da ne mora vrijedjeti i za netipične radove
teorijskog ili sličnog tipa koji i nemaju karakteristike istraživanja.
Diplomski radovi studenata mogu se (što je i poželjno) bazirati na
rješavanju pojedinih problema karakterističnih za pojedine (teorijske i
praktične) faze istraživanja. U tom smislu, opisanu kompoziciju rada treba
tretirati kao opću i prilagodljivu svakom konkretnom radu. Posebno vrijedan
interes su diplomski radovi studenata sa praktičnim temama iz prakse,
povezanog sa operacionalizacijom ciljeva sadržanih u nastavnim planovima i
programima školskih sistema.
325
Kratak opis elemenata strukture rada

UVOD (TEORIJSKI KONTEKST PROBLEMA) je neophodan sastavni
dio svakog rada (seminarskog, diplomskog, naučnog...) i služi da se ukratko
opišu dosadašnja saznanja na području odabranog istraživanja. U uvodnim
napomenama ili pristupnim razmatranjima potrebno je navesti razloge
pristupa odabranoj temi za koju smo se opredijelili. U tom kontekstu naglasi
se svrha rada i osnovne teme, kao i plan rješavanja problema istraživanja ne
navodeći dobijene rezultate istraživanja, piše se u trećem licu i budućem
vremenu. Uvod je prva stranica na kojoj se mora naći numeracija, s time da se
sve prethodne stranice broje. Ukratko, uvod daje osvrt na motive istraživača za
izbor teme rada (istraživanja) i koncept rješavanja predmetnog (istraživačkog)
problema, ne navodeći dobijene rezultate. Kao što sam naziv kaže ovaj
element strukture nas uvodi u problematiku. Početni široki pristup i ulaz u
problematiku postepeno poprima karakter sužavanja i omeđivanja prostora
i predmeta istraživanja. U pravilu uvod se piše po principu obrnute piramide.
Počnite od općeg, šireg konteksta da biste upoznali čitaoca s onim što već zna,
zatim s onim što još ne zna, te s problemima i onim što ste vi odlučili istražiti.
DEFINISANJE PROBLEMA I PREDMETA ISTRAŽIVANJA predstavlja

polaznu tačku svakog rada i veoma je bitno da se ispitivani problem jasno
razgraniči sa drugim problemima i pojavama. Problem istraživanja je problem
koji se ne može riješiti učenjem ni studiranjem, već je potrebno provesti
istraživanje da bi se došlo do novih saznanja. Ta saznanja nisu nova samo za
onog koji istražuje, nego trebaju biti novi prilog nauci. Mada je uočavanje
problema jedan od najkreativnijih doprinosa istraživanja, jer samo uočavanje
važnih problema dovodi do značajnih istraživanja i otkrića. U diplomskom radu
težište je na usvajanju i upotrebi naučne metodologije i naučne tehnologije
rješavanja problema. Predmet istraživanja može biti svaki element stvarnosti,
realne ili imaginativne, koja je od nekog interesa za nas i/ili nauku. U općem
smislu predmet istraživanja u društvenim naukama mogu biti društvene
pojave, društveni događaji ili društveni procesi.
DOSADAŠNJA ISTRAŽIVANJA je značajan dio rada koji kandidat

priprema. U ovom poglavlju potrebno je istaći rezultate referentnih
istraživanja do danas, dati kritički osvrt i rezime dokle se stiglo u izučavanju
(rješavanju) ovog problema, na koja saznanja se treba osloniti i kakve daljnje
korake treba poduzeti u istraživanjima. Poželjno je prikazati novija referentna
istraživanja koja su u užoj vezi sa temom, za problematiku relevantna (ukoliko
ih ima). Pregled dosadašnjih istraživanja u vezi je sa definisanim problemom
istraživanja i primijenjenim teorijskim modelom rada, a trebao bi osigurati
valjanu naučnu osnovu (jasnoću, preciznost i društvenu razumljivost) za
verifikaciju i valorizaciju rezultata istraživanja. Problem istraživanja određuje
326
osnovu za proučavanje postojeće dosadašnje literature, koja može pomoći

u razradi svake faze procesa istraživanja i u definisanju provjerljivog modela
istraživanja. Najveća greška koju kandidati čine u ovom poglavlju je da uzimaju
istraživanja koja ne korespondiraju sa problemom, uopćena i neaktuelna
istraživanja. Pri radu na obradi dosadašnje literature pažnja se usmjerava na:
istraženost i obrađenost problema,
definicije ključnih pojmova (sve takve definicije prikupiti za
pojmovnu analizu: „pojam je zamisao suštine pojava i procesa“, a
„nauka je pojmovna interpretacija objektivne stvarnosti zasnovana
na činjenicama te stvarnosti”),
različite teorijske pristupe koji će pomoći u izboru i primjeni
odgovarajućih metoda i tehnika rada.
Poželjno je, uz dostupnu štampanu literaturu, maksimalno koristiti

sadržaje sa interneta i referentnih baza podataka. Konačan cilj proučavanja
dostupne literature jeste formiranje ocjene položaja nekog rada u odnosu na
ukupnu prethodnu spoznaju.
CILJEVI I ZADACI ISTRAŽIVANJA predstavljaju jedan od najznačajnijih

elemenata u izradi diplomskog rada, s obzirom na to da se istraživanjem treba
otkriti neka nova zakonitost i novi odnosi među istraživanim pojavama, a nekada
samo provjeriti ono što je već ranije dokazano. Iz tih razloga je neophodno
kratko i jasno precizirati postavljene ciljeve i zadatke istraživanja. U odnosu na
definisani problem istraživanja (koji pripada konkretnom modelu) i proučene
literature, kratko, ali precizno i nedvosmisleno se definiše cilj istraživanja, tako
da neposredno ukazuje na ishode rada u naučno-metodološkom i praktičnom
smislu. Poznavanje metoda za analizu dobijenih podataka, iz kojih se i izvode
definicije ciljeva, doprinosi valjanosti postavljenih ciljeva. Može se reći da je cilj
svakog istraživanja otkriti ono što je definisano kao nepoznato, kao problem.
Ukoliko je problem postavljen u upitnom obliku, cilj bi bio sadržan u odgovoru
na postavljeno pitanje. Do odgovora na postavljeno pitanje dolazi se kroz
proces generisanja i verifikacije hipoteza. S obzirom na to da se primarni ciljevi
ne vežu samo za proučavanje i pronalaženje novih pojava, već i za potrebu
efikasnije primjene postojećih znanja, ciljevi istraživanja mogu biti u vezi i sa
nekim od deskriptivnih, eksplikativnih, normativnih i pragmatičnih zadataka
određene primijenjene nauke. Svrha zadataka istraživanja je da se, u skladu
sa postavljenim ciljem, osigura metodološka i tehnološka postupnost u
rješavanju predmetnog problema.
HIPOTEZE ISTRAŽIVANJA u naučnoistraživačkom radu podrazumijevaju

misaone pretpostavke o predmetima i pojavama koji se istražuju, o njihovim
svojstvima, strukturi, funkciji, stanju, relacijama itd. Hipoteze najčešće imaju
327
oblik stavova za koje se pretpostavlja da imaju određenu saznajnu vrijednost

koju tek treba provjeriti. Pretpostavke se moraju unaprijed eksplicitno
definisati u skladu sa hipotetičko-deduktivnim principom istraživanja,
kako bi se znalo čemu će se pripisati dobijeni rezultat. Eksplicitno definisati
hipoteze ne znači samo verbalno definisanje problema istraživanja, nego
i definisanje u terminima metode za analizu izmjerenih podataka kojom
će se testirati hipoteze, tj. matematičko definisanje. Osnovna poteškoća u
složenoj materiji hipoteza javlja se u postavljanju adekvatne, odgovarajuće
hipoteze u određenom istraživanju. Adekvatna je hipoteza koja nema slabosti
i koja odgovara problemu (predmetu) istraživanja, a samim istraživanjem je
provjerljiva. Formulacija hipoteze je veoma delikatan saznajni proces u toku
naučnog istraživanja jer stav ili iskaz hipoteze mora biti saznajno smislen,
jezički korektan, precizan i po smislu jasan. Da bi hipoteza bila valjana treba
se pridržavati niza pravila i time izbjeći nedostatke u pogledu preciznosti,
adekvatnosti, konkretizacije, jezičke i pojmovne jasnoće i mogućnosti
provjeravanja (pogledati poglavlje o hipotezama istraživanja).
METODOLOGIJA ISTRAŽIVANJA
Kao što smo u poglavlju o metodologiji istraživanja rekli, za metodologiju
možemo kazati da je logička disciplina i pretpostavlja sistem metoda neke
nauke koji se bavi proučavanjem metoda, njihovih logičkih načela i načina
sistematizovanja znanja. Kao pomoćna naučna disciplina metodologija
predstavlja međusobno zavisan skup disciplina koje proučavaju principe,
sisteme i postupke mjerenja, prikupljanja i obrade podataka i upotrebu
kompjutera u rješavanju tipičnih problema. Diplomski radovi studenata mogu
se (što je i poželjno) bazirati na rješavanju pojedinih problema karakterističnih
za pojedine faze istraživanja. U tom smislu, predočenu kompoziciju rada treba
tretirati kao opću i prilagodljivu svakom konkretnom radu.
Uzorak ispitanika
Svako mjerenje sprovodi se samo na manjem dijelu neke populacije iz
praktičnih razloga (skupoća istraživanja, nedostupnost svih članova itd.).
Onaj dio populacije koji je selektivno odabran da bi populaciju predstavljao
nazivamo uzorak ispitanika. Dobro osmišljeni nacrt mjerenja omogućava da iz
relativno malog uzorka donesemo zaključke o svojstvu cjelokupne populacije
(Petz, 1985). Uzorak je, dakle, ograničeni broj članova neke populacije (njen
podskup) koji će biti istraživan. Iz populacije se uzorak izabire tako da izabrana
skupina što bolje i tačnije predstavlja (reprezentuje) populaciju iz koje je
izabrana. Takav se uzorak naziva nepristranim ili reprezentativnim uzorkom.
Ako to nije postignuto uzorak je pristran (ne predstavlja dobro populaciju u
cjelini) (Petz, 1985). Sudovi izrečeni o populaciji na osnovu ispitivanja njenih
uzoraka mogu da budu pogrešni ili tačni. Znači da je sud o populaciji slučajna
promjenjiva kojoj odgovara neka vjerovatnoća. Vjerovatnoća tačnosti suda
328
o populaciji utoliko je veća ukoliko uzorak bolje reprezentuje populaciju.

Reprezentativnost uzorka zavisi od: cilja istraživanja, klasifikacije populacije,
broja ispitanika, slučajnog izbora, generalizacije rezultata i objektivnih
uslova. Svrsishodno radu, uzorak se planira primarno na principu slučajnog
izbora poput, tzv. jednostavnog slučajnog, grupnog ili stratifikovanog uzorka
ispitanika. Jednostavni slučajni uzorak formira se iz prebrojive populacije;
grupni uzorci ispitanika uvjetovani su potrebom podjele ispitanika u grupe,
a izbor se vrši na principima jednostavnog slučajnog uzorka za svaku grupu
posebno; stratifikovani uzorci izvode se iz populacije koja je po nekim
obilježjima podijeljena u stratume (grupe), a izbor unutar stratuma obavlja
se na principima jednostavnog slučajnog uzorka ispitanika. Zato što između
populacija uzorka i populacije postoji tijesna povezanost, moguće je
uopćavanje rezultata ispitivanja uzorka na populaciju. Ta povezanost proizilazi
zato što je uzorak dio populacije i posjeduje važnu osobinu da je raspodjela
posmatranog obilježja elemenata reprezentativnog uzorka približna raspodjeli
tog obilježja na subjektima populacije. Potrebno je do u detalje opisati vrstu
uzoraka, broj ispitanika, starost, spol, područje i populaciju iz koje se uzima
uzorak ispitanika.
Uzorak varijabli
Varijabla je svaka pojava, proces, osobina, sposobnost ili karakteristika koja
je predmet mjerenja ili istraživanja. U pojavama i procesima čovjek sudjeluje kao
cjelovita ličnost, a za njegove manifestne reakcije u određenim aktivnostima
(koje su mjerljive) odgovorne su njegove latentne sposobnosti. Manifestacije
se opisuju manifestnim varijablama, dok se latentnim varijablama opisuju
latentne sposobnosti. Neke pojave moguće je registrovati i mjeriti neposredno,
npr. ako nas zanimaju godine starosti, visina mjesečnih primanja, bračni status,
broj djece itd. Postoje neke druge pojave i procesi koje nije moguće direktno
opažati ni mjeriti. Naprimjer, zadovoljstvo poslom, religioznost, osjećanja ili
sreća. Ove pojave možemo posmatrati i mjeriti pomoću varijabli ili indikatora
kao pojavne strane tih pojava. Indikatori su pojavna strana nekog predmeta
istraživanja, ono što je dostupno našim čulima (vidu, sluhu, dodiru, okusu,
mirisu) i što je moguće registrovati. Detaljnije o vrsti, tipovima varijabli
objašnjeno je u poglavlju o varijablama u ovoj knjizi.
Opis mjernih instrumenata (tehnika)

Za izbor mjernih instrumenata (testova), kako za pojedine varijable tako i
za sistem varijabli, nisu značajne samo zadovoljavajuće mjerne karakteristike,
cijena i jednostavnost u primjeni i obradi podataka, već je važna i njihova
praktična primjena i provjera, stoga što i obučenost lica koja vrše mjerenja
i standardizacija uslova mjerenja doprinose smanjenju onog dijela greške
mjerenja koja nije sadržana u samom instrumentu.
329
Opis istraživanja
Opis istraživanja predstavlja poglavlje u kojem kandidat (istraživač)
navodi detaljno sve karakteristike dotičnog istraživanja. Navodi se vrijeme
istraživanja (timing) sa do u detalje kreiranim programom (PLANOM) rada,
uslovi istraživanja (vremenski, prostorni), broj mjerilaca i zapisničara, raspored
mjernih mjesta. U opisu istraživanja nije potrebno navoditi elemente koji su
već objašnjeni u prethodnim poglavljima, ali je potrebno na što jasniji način
do u detalje opisati tok i osigurane uslove istraživanja u cilju dobijanja što
preciznijih i kvalitetnijih podataka.
METODE ZA ANALIZU PODATAKA

Svrha metoda za analizu podataka u istraživanjima je omogućiti
rješavanje četiri osnovne grupe problema definisanih kao deskripcija,
eksplanacija, predikcija i utvrđivanje zakonitosti (ili pravilnosti) određenih
društvenih pojava i procesa. Deskripcija podrazumijeva adekvatnim sistemom
postupaka prikupljen optimalan broj objektivno mjerljivih podataka po
osnovu kojih je moguće definisati osnovne latentne strukture neke pojave ili
procesa. Postupci primjene deskripcije sastoje se u prikupljanju informacija
provjerenim instrumentima i njihova statističko-matematička obrada u
informacije iz kojih je moguće identifikovati, analizirati i generalizovati sve
faktore što sudjeluju u opisu neke pojave. Dok su kvantitativna obilježja
podloga utvrđivanju kvalitativnih i strukturalnih obilježja, koja su u osnovi
nekog fenomena, eksplanacija je postupak utvrđivanja uzroka, mehanizama
ili osobina koje regulišu neki proces. Predviđanje pretpostavlja poznavanje
činilaca neke pojave ili procesa, tj. njihove strukture i na njoj zasnovanih
funkcija i performansi. Iako ciljevi predikcije mogu biti različiti, konačan
rezultat predviđanja uvijek je ustanovljenje optimalne pripadnosti subjekta
nekom unaprijed definisanom kriteriju koji opisuje poželjno stanje, što je i
osnova programiranja i provođenja određenih procesa. Nakon što se podaci
prikupe slijedi proces analize podataka. Zavisno od metode i prirode podataka
koristi se čitav niz statističko–matematičkih procedura i tehnika koje nam daju
odgovor na postavljena pitanja i probleme.
Proces analize dobijenih podataka najčešće obuhvata:
kategorizaciju i klasifikaciju empirijskog materijala,
komparaciju prikupljenih podataka po različitim kriterijima,
provjeravanje i preispitivanje postavljenih hipoteza,
utvrđivanje veza i odnosa između elemenata/pojava i procesa,
testiranje i provjeru mogućih zaključaka.
U poglavlju „Statističke analize i obrada podataka“ u ovoj knjizi objašnjene

su najčešće korištene matematičko-statističke analize u naučnoistraživačkom
radu na univarijantnom i multivarijantnom nivou. Analiza podataka ima i
330
vremensku dimenziju, što znači da ovaj proces može trajati neograničeno, tj.
skup podataka može se uvijek nanovo analizirati jer je broj logičkih mogućnosti
neograničen. Ovdje je potrebno opisati korištene statističke analize (testovi i
statistički programi, nivo značajnosti).
REZULTATI ISTRAŽIVANJA I RASPRAVA (DISKUSIJA) čine poglavlje koje

predstavlja odraz činjeničnog stanja pojave i problema koji smo istraživali
i proučavali. U ovom poglavlju istraživač traži odgovor na pitanja koja se
proučavaju, a koja su formulisana u ciljevima i hipotezama istraživanja. Podaci
sa mjernih instrumenata moraju se pripremiti za elektronsku obradu na način
primjeren karakteristikama mjernih instrumenata. Dalje, podaci se obrađuju
primjenom onih metoda za analizu podataka koje će omogućiti valjanu –
potpunu, koja se odnosi na ono što se istražuje, i originalnu interpretaciju
rezultata. U interpretaciji rezultata sadržan je dio novog saznanja i dio koji je
potrebno provjeriti daljnjim istraživanjima. Prilikom interpretacije rezultata
treba voditi računa o razlici kao i dijalektičkoj povezanosti između općeg,
posebnog i pojedinačnog, i problemima i rezultatima istraživanja. Svaki rezultat
potrebno je smatrati posebnim momentom kroz koji se javlja opći moment,
određene opće zakonitosti. Interpretacija rezultata treba da bude temeljita i
objektivna, u njoj treba da analiziramo rezultate svog istraživanja, zatim da te
rezultate uporedimo i potkrijepimo sa rezultatima drugih sličnih istraživanja,
te da damo jasne preporuke i zaključke proistekle iz naših rezultata, te rezulta
drugih sličnih istraživanja.
TEORIJSKA I APLIKATIVNA VRIJEDNOST RADA navodi se kao sastavni

dio diplomskog rada, s namjerom da se predoče mogući efekti istraživanja
u neposrednoj praksi. Rezultati istraživanja dobijaju svoj cjeloviti društveni
smisao tek primjenom u praksi, ukoliko je unapređuju i usavršavaju na jedan
veći, kvalitetniji nivo. Mogućnost generalizacije rezultata zavisi od izbora
metode uzoraka. Da bi se na osnovu uzorka mogla dobiti prava ocjena osnovnog
skupa (populacije) potrebno je da uzorak bude reprezentativan. Uzorak je
reprezentativan ako je dovoljno velik i ako elementu osnovnog skupa pripada
ista vjerovatnoća da bude izabran u uzorak. Ukoliko se zadovolje ovi kriteriji,
postojat će i mogućnost da se rezultati generalizuju na cijelu populaciju.
ZAKLJUČAK kao završno poglavlje na kraju rada izvodi se na kratak,

ali sveobuhvatan način u kojem treba biti naglašeno ono što je bila namjera
istraživanja, kako je to provedeno i koji su rezultati ostvareni. Također,
naglašava se i mogućnost daljnjih istraživanja na istraživanom polju. Ukratko
navedite glavne rezultate svog istraživanja. Navedite ograničenja istraživanja
te ih usporedite s drugim istraživanjima i raspravite što oni znače u teorijskom
i praktičnom smislu. U zakljčcima se daju odgovori na postavljene hipoteze,
331
ciljeve, odnosno zadatke istraživanja i preporuke za dalja istraživanja, odnosno

praksu.
LITERATURA kao poglavlje sadrži popis korištene literature i dolazi na
stranicu rada iza zaključka (a prije popisa tabela, slika i priloga, ako postoje).
Naslov “Literatura” piše se velikim slovima (font 12, podebljano) centrirano
na vrhu stranice. Reference treba pisati prema uputama za navođenje i
referenciranje prema standardu koji je propisan od visokoškolske ustanove. U
društvenim naukama u većini slučajeva koristi se APA standard koji je objašnjen
u ovoj knjizi.
332
Literatura
9.
LITERATURA
333
334
Literatura
9. LITERATURA
1. Adamović, Ž., Ivić, M., Vuković, V. (2017). Metodologija i tehnologija izrade naučnih radova.
Banja Luka: Univerzitet za poslovni inženjering i menadžment.
2. Adams, R. (1979). Managing by Project Management, UTC, Dayton, Ohio.
3. Akobeng A.K. (2005). Understanding systematic reviews and meta-analysis. Arch Dis Child; 90:
845–8.
4. Almack J. c. (1930). Research and Thesis writing. Boston: Houghton Mifflin Co.
5. Avard, D., Black, L., Samuel, J., Griener, G. & Knoppers, B.M. (2012). Best practices for health
research involving children and adolescents: Genetic, pharmaceutical, and longitudinal studies.
Canada: McGill University, Canadian Institutes of Health Research.
6. American Psychological Association (1973). Ethical principles in the conduct of research with
human subjects. Washington, DC: American Psychological Association, Ad Hoc Committee on
Ethical Standards in Psychological Research.
7. American Psychological Association. (2017). Ethical Principles of Psychologists and Code of
Conduct. Washington, DC: American Psychological Association.
8. Bailey, J. (2013). Review: Viper Anti-Plagiarism Scanner. Plagiarism Today. November 18.
9. Bakovljev, M. (1995). Osnovi metodologije pedagoških istraživanja. Beograd: Naučna knjiga.
10. Bala, G., Malacko, J., Momirović, K. (1986). Metodološke osnove istraživanja u fizičkoj kulturi. Novi
Sad: Fakultet fizičkog vaspitanja.
11. Banđur, V., Krulj, R. S., Radovanović, I. (1996). Statistika u pedagoškom istraživanju. Beograd:
Univerzitet u Beogradu.
12. Banđur, V. i Potkonjak, N. (1999). Metodologija pedagogije. Beograd: Savez pedagoških
društava Jugoslavije.
13. Bordens, K. S., Abbott, B. B. (1991), Research Design and Methods: a process approach. 2nd ed.
Mountain View, Calif.: Mayfield Pub.Co.
14. Borenstein M., Rothstein H. (1999). Comprehensive meta-analysis: manual for meta-analysis.
New York: Biostat.
15. Brkić S. (2006). Plagiarism. In: Brkić S, Vučković-Dekić Lj, Bogdanović G, editors. Publishing
in biomedicine. Scientific research and presentation of research results. 2nd ed. Novi Sad:
OrtoMedics; p. 35−38. (Serbian).
16. Campbell DT, Stanley J. C. (1963). Experimental and quasi-experimental designs for research.
Chicago: Rand McNally & Company.
17. Cattell, B. R. (1966). Handbook of multivariate experimental psychology. Rand, Chicago of
multivariate experimental psychology.
18. Cohen, Manion, Morrison (2007). Metode istraživanja u obrazovanju. Zagreb: Naklada Slap.
19. Coolican, H. (2013). Research Methods and Statistics in Psychology. New York: Routledge.
20. Čolakhodžić, E. (2008). Transformacioni procesi morfoloških karakteristika i motoričkih
sposobnosti kod nogometaša uzrasta 12 – 15 godina. Magistarski rad. Sarajevo: Fakultet sporta
i tjelesnog odgoja.
21. Čolakhodžić, E., Rađo, I. (2011). Metodologija naučnoistraživačkog rada u kineziologiji. Mostar:
Nastavnički fakultet.
22. DeLuca, J. B., Mullins, M. M., Lyles, C. M., Crepaz, N., Kay, L., and Thadiparthi, S. (2008). Developing
a comprehensive search strategy for evidence based Systematic reviews. Evid. Based Libr. Inf.
Pract. 3, 3 –32. doi: 10.18438/B8KP66.
23. DeVellis R.F. (1991). Scale development. Newbury Park, NJ: Sage Publications.
24. Dizdar, D. (2006). Kvantitativne metode. Zagreb: Kineziološki fakultet Sveučilišta u Zagrebu.
25. Dubić, S. (1970). Uvođenje u znanstveni rad. Sarajevo: Zavod za izdavanje udžbenika.
26. Đurić, S. (2012). Etički problemi u istraživanjima o deci. Beograd: Specijalna edukacija i
rehabilitacija. Vol. 11, br. 3. pg: 449-468.
27. Ecker, E. D., and Skelly, A. C. (2010). Conducting a winning literature search. Evid. Based Spine
Care J. 1, 9–14. doi: 10.1055/s-0028-1100887.
335
28. Egger M, Davey Smith G. (1997). Meta-analysis: potentials and promise. BMJ.; Vol. 315:1371–4
29. Fajgelj, S. (2004). Metode istraživanja ponašanja. II dopunjeno izdanje. Beograd: Centar za
primenjenu psihologiju.
30. Filipović, M. (2004). Metodologija znanosti i znanstvenog rada. Sarajevo: Svjetlost.
31. Finfgeld-Connett, D., and Johnson, E. D. (2013). Literature search strategies for conducting
knowledge-building and theory-generating qualitative systematic reviews. J. Adv. Nurs. 69, 194–
204. doi: 10.1111/j.1365-2648.2012.06037.
32. Fulgosi, A. (1984). Faktorska analiza. Zagreb: Školska knjiga.
33. Grandjean, M. (2015). Analiza društvenih mreža i vuzualizacija: Morenovi Sociogrami revidirani.
34. Guilford, J. P. (1968). Osnovi psihološke i pedagoške statistike. Beograd: Savremena administracija.
35. Halder, A. (2002). Filozofijski rječnik. Zagreb: Naklada Jurčić.
36. Harris, C.W., & Kaiser, H.F. (1964). Oblique factor analytic solutions by orthogonal transformations.
Psychometrika, 29, pg.347-362.
37. Hasanagić, A. (2009). Prognostička valjanost instrumentarija korištenog na prijemnom ispitu
za upis na Odsjek za specijalnu pedagogiju Islamskog pedagoškog fakulteta u Zenici. Zbornik
radova Islamskog pedagoškog fakulteta u Zenici br.7/2009.
38. Hood, A.B., & Johnson, R.W. (1991). Assessment in Counseling: A Guide to the Use of Psychological
Assessment Procedures.
39. Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika,
30(2), pg.179–185.
40. Ilić, I. (2009). Meta–analiza. Acta Medica Medianae. Vol.48, pg.28-31.
41. Jennrich, R. I., Sampson, P.F. (1966). Rotation for simple loadings. Psychometrika; Sep;31(3):
pg.313-23.
42. Jordan, A.M. (1966). Mjerenje u pedagogiji. Beograd: Vuk Karadžić.
43. Klaić, B. (1974). Veliki rječnik stranih riječi. Zagreb: Zora.
44. Kaiser, H.F. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika,
23, pg. 187-200.
45. Kniewald, J. (1993). Metodika znanstvenog rada. Zagreb: Multigraf.
46. Kostić, P. i Hedrih, V. (2005). Psihološka računarska statistika v 0.3. Niš: Filozofski fakultet.
47. Krković, A. (1978). Elementi psihometrije. Zagreb: Sveučilište u Zagrebu.
48. Kukić, S., Markić, B. (2006). Metodologija društvenih nauka. Mostar: Ekonomski fakultet
Sveučilišta u Mostaru.
49. Kundačina, M. i Banđur, V. (2000). Metodološki praktikum. Užice.
50. Kundačina, M., Brkić, M. (2008). Pedagoška statistika. Užice: Učiteljski fakultet.
51. Langridge, Derek W. (1992). Classification: its kinds, elements, systems and applications. London
[etc.]: Bowker Saur.
52. Lamza Posavec, V. (2004). Metode društvenih istraživanja. Zagreb: Hrvatski studiji.
53. Liberati A, Altman DG, Tetzlaff J, Mulrow C, Gøtzsche P, et al. and the PRISMA Group (2009). The
PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate
health care interventions: Explanation and elaboration. PLoS Med 6: e1000100. doi:10.1371/
journal.pmed.1000100.
54. Malacko, J., Popović, D. (2001). Metodologija kineziološko antropoloških istraživanja. Leposavić:
Univerzitet u Prištini.
55. Marković, M. (1994). Filozofski osnovi nauke. Beograd.
56. McGowan, J., and Sampson, M. (2005). Systematic reviews need systematic searchers. J. Med.
Libr. Assoc. 93, 74–80.
57. Mejovšek, M. (2003). Uvod u metode znanstvenog istraživanja u društvenim i humanističkim
znanostima. Zagreb: Naklada Slap.
58. Mekić, M. (1982). Načela znanstvenog rada i kvantitativne metode u kineziologiji. Skripta.
Zagreb: Fakultet za fizičku kulturu Sveučilišta u Zagrebu.
59. Mekić, M., Kazazović, B. (1996). Logičke osnove kvantitativnih metoda u kineziologiji. Priručnik.
Sarajevo: Fakultet za fizičku kulturu Univerziteta u Sarajevu.
336
Literatura
60. Mejovšek, M. (2003). Uvod u metode znanstvenog istraživanja u društvenim i humanističkim

znanostima. Izdavač: Naklada Slap.
61. Metikoš, D., Hofman, E., Prot, F., Pintar, Ž., Oreb, G. (1989). Mjerenje bazičnih motoričkih dimenzija
sportaša. Zagreb: Fakultet za fizičku kulturu.
62. Mikačić M. (1974). Klasifikacija znanstvenih područja: zadatak radne grupe FID / SRC. Vjesnik
bibliotekara Hrvatske; 20 (1/4): 22-25.
63. Mikolajewicz, N., Komarova, S. V. (2019). Meta-Analytic Methodology for Basic Research: A
Practical Guide. Frontiers in Physiology. Volume 10.
64. Milas, G. (2009). Istraživačke metode u psihologiji i drugim društvenim znanostima. Jastrebarsko:
Naklada slap.
65. Milat, J. (2005). Osnove metodologije istraživanja. Zagreb: Školska knjiga.
66. Miljević, I. M. (2007). Metodologija naučnog rada. Pale: Filozofski fakultet.
67. Mitrović, A., Vidič, N. (2015). Plagijarizam i kako ga izbeći. Seminarski rad u okviru kursa
Metodologija stručnog i naučnog rada. Beograd: Matematički fakultet.
68. Moher D, Cook DJ, Eastwood S, Olkin I, Rennie D, Stroup DF, for the 8 QUOROM group (1999).
Improving the quality of reporting of meta-analysis of randomized controlled trials: The QUOROM
statement. Lancet; 354:1896-1900
69. Moher D, Liberati A, Tetzlaff J, Altman DG, The PRISMA Group (2009). Preferred Reporting Items
for Systematic Reviews and Meta-Analyses: The PRISMA Statement. PLoS Med 6(7): e1000097.
doi:10.1371/journal.pmed1000097 (For more information, visit www.prisma-statement.org).
70. Momirović, K. (1972). Metode za transformaciju i kondenzaciju kinezioloških informacija.
Zagreb: Institut za kineziologiju.
71. Momirović, K., Štalec, J., Prot, F., Bosnar, K., Pavičić, L., Viskić-Štalec, N., et al. (1984). Kompjuterski
programi za klasifikaciju, selekciju, programiranje i kontrolu treninga. Zagreb: Fakultet za fizičku
kulturu Sveučilišta u Zagrebu.
72. Momirović, K., Wolf, B., Popović, D. A. (1999). Uvod u teoriju merenja i interne metrijske
karakteristike kompozitnih mernih instrumenata. Priština: Fakultet za fizičku kulturu Univerziteta
u Prištini.
73. Morrow, V. (2008). Ethical dilemmas in research with children and young people about their social
environments. Children’s Geographies, 6(1), 49–61.
74. Mraković, M. (1972). Metode istraživanja u kineziologiji. Kineziologija, 2 (1), 5-10.
75. Muratbegović, E., Šućur – Janjetović, V. (2013). Etički kodeks istraživanja sa djecom i o djeci u
Bosni i Hercegovini. Tuzla: Repro Karić.
76. Mužić, V. (1986). Metodologija pedagoških istraživanja, Sarajevo:
77. Mužić, V. (1977). Metodologija pedagoških istraživanja, III izdanje. Sarajevo: Svjetlost.
78. Mužić, V. (1999). Uvod u metodologiju odgoja i obrazovanja. Zagreb: Educa d.o.o.
79. Nagradić, S., Miković, M., Muratbegović, E., Đuderija, S. i Krneta, D. (2006). Etički kodeks
istraživanja o djeci. Sarajevo: Vijeće za djecu Bosne i Hercegovine.
80. Peličić, D., Bokan, D., Dobrović, D., Bokan, D. (2016). Klasifikacija nauke. Sestrinska reč, Vol. 20,
br. 73, str. 18-21.
81. Petrović, G. (1980). Logika. Zagreb: Školska knjiga.
82. Petz, B. (1985). Osnovne statističke metode za nematematičare. Zagreb: Sveučilišna naklada
Liber.
83. Rađo, I., B. Wolf, Hadžikadunić, M. (1999). Kompjuter u sportu. Sarajevo: Fakultet za fizičku
kulturu.
84. Rađo, I., Wolf, B. (2002). Kvantitativne metode u sportu: Metode za klasifikaciju u sportu
(taksonomska i diskriminativna analiza). Sarajevo: Fakultet za fizičku kulturu.
85. Richardson, E. C. (1964). Classification: theoretical and practical. 3. ed. Hamden: Conn, Shoe
String Press.
86. Ristanović, D., Dačić, M. (1999). Osnovi metodologije naučnoistraživačkog rada u medicini.
Beograd: Velarta.
87. Ristić, Ž. (1995). O istraživanju, metodu i znanju. Beograd: Institut za pedagoška istraživanja.
337
88. Shaughnessy, J. J., Zechmeister, E. B. (1985), Research Methods in Psychology. New York.
89. Shaughnessy, J. J., Zechmeister, E. B., Zechmeister, J.S. (2012). Research Methods in Psychology.
Ninth Edition. New York: The McGraw-Hill Companies, Inc.
90. Shorten, A., Shorten, B ( 2013). What is meta-analysis? Evidence Based Nursing. Vol. 16. No. 1.
91. Spinak, E. (2014). Editorial Ethics: The Detection of Plagiarism by Automated Means.” SciELO in
Perspective. February 12.
92. Stevens, S. S. (1951). Mathematics, measurement, and psychophysics. In S. S. Stevens (Ed.),
Handbook of experimental psychology (p. 1–49). Wiley.
93. Suzić, N. (2007). Primijenjena pedagoška metodologija. Banja Luka: XBS.
94. Šamić, M. (1988). Kako nastaje naučno djelo. Sarajevo: Svjetlost.
95. Šamić, M. (1990). Kako nastaje naučno djelo: uvođenje u metodologiju i tehniku
naučnoistaživačkog rada - opšti pristup. / 8.izdanje. Sarajevo: Svjetlost.
96. Ščuka, L. (2005). Meta-analysis in medicine. Zdrav vestn. Vol. 74: pg.39–48.
97. Šešić, B. (1974). Opšta metodologija. 4. popravljeno i dopunjeno izdanje. Beograd: Naučna
knjiga.
98. Šoše, H., Rađo, I. (1998). Mjerenja u kineziologiji. Sarajevo: Fakultet za fizičku kulturu.
99. Šoše, H., Rađo, I., Mekić, M. (1998). Vodič za pisanje stručnih i naučnih radova u kineziologiji.
Sarajevo: Fakultet za fizičku kulturu.
100. Štalec J., Momirović, K. (1971). Ukupna količina valjane varijance kao osnov kriterija za
određivanje broja značajnih glavnih komponenata. Kineziologija, 1 (1):pg. 77-81.
101. Thomas, J.R., Nelson, J. K. (2001). Research methods in physical activity. Fourth edition. Human
Kinetics.
102. Termiz, Dž. (2004). Metodologija društvenih nauka. Lukavac: NIK „Grafit“.
103. Tkalac Verčić, A., Sinčić Ćorić, D., Pološki Vokić, N. (2010). Priručnik za metodologiju istraživačkog
rada: kako osmisliti, provesti i opisati znanstveno i stručno istraživanje. Zagreb: M.E.P.
104. Vidov, M. (2006). Meta-analiza u sustavima e-učenja. Diplomski rad. Split: Fakultet
prirodoslovno-matematičkih znanosti i kineziologije.
105. Vujević, M. (2000). Uvod u znanstveni rad. Zagreb: Školska knjiga.
106. Vujević, M. (2002). Uvođenje u znanstveni rad u području društvenih znanosti. Zagreb: Školska
knjiga.
107. Vukasović, A. (1993). Etika i moral osobnosti. Zagreb: Školska knjiga.
108. Vukosav, J. (2011). Metodologija znanstvenih istraživanja. Zagreb: MUP.
109. Wassenbauer, B. (2007). Znanstveni i stručni rad. Karlovac: Veleučilište u Karlovcu.
110. Wolf, B., Rađo, I. (1998). Analiza grupisanja manifestnih varijabli. Sarajevo: Fakultet za fizičku
kulturu.
111. Wynar BS. (1992). Introduction to cataloging and classification. 8th ed. /edited by Arlene G.
Taylor. Englewood, Colo: Libraries Unlimited.
112. Zelenika R.(2004). Znanost o znanosti, peto izmijenjeno i dopunjeno izdanje, knjiga prva,
Rijeka: Ekonomski fakultet Sveučilišta u Rijeci.
113. Zelenika, R. (1988). Metodologija i tehnologija izrade znanstvenog i stručnog djela. Beograd:
Savremeno pakovanje.
114. Zelenika, R. (2004). Znanost o znanosti. Rijeka: Ekonomski fakultet Rijeka.
115. Zelenika, R., Zelenika, S. (2006). Klasifikacija znanosti u fokusu metodologije i tehnologije
znanstvenoga istraživanja. Pomorski zbornik Vol.44; No.1, pg.11-39.
116. Zlobec, L. (1975). Komparativna analiza nekih taksonomskih algoritama. Magistarski rad.
Zagreb: Elektrotehnički fakultet Sveučilišta u Zagrebu.
117. Zvonarević, M. (1976). Socijalna psihologija. Zagreb: Školska knjiga.
118. Žepić, M. (1961). Latinsko-hrvatskosrpski rječnik. Zagreb: Školska knjiga.
119. Žugaj, M. (1989). Osnove znanstvenog i stručnog rada. Samobor: Tisak Zagreb.
120. Žugaj, M., Dumičić, K., Dušak, V. (2006). Temelji znanstvenoistraživačkog rada. Varaždin: TIVA.
338
Biografija
Prof.dr.sci. Ekrem Čolakhodžić rođen je

25.04.1968. godine u mjestu Presjeka, opština
Nevesinje. Osnovnu i srednju školu završio je
u Mostaru. Diplomirao je na Nastavničkom
fakultetu Univerziteta “Džemal Bijedić” u Mostaru,
a magistarsku tezu odbranio je 2008.godine na
Fakultetu sporta i tjelesnog odgoja Univerziteta
u Sarajevu. Doktorsku disertaciju uspješno je
odbranio 2010. godine na Univerzitetu„Džemal
Bijedić“ u Mostaru i stekao naučni stepen
„Doktor nauka iz oblasti sporta“. Vanredni je
profesor na Nastavničkom fakultetu Univerziteta
„Džemal Bijedić“ u Mostaru za područje Društvene nauke, polje Kineziologija,
grana “Transformacioni procesi i modeli u sportu” i granu “Kineziologija sporta
i rekreacije”. Predmet naučnog interesa su: Metodologija naučnoistraživačkog
rada, Sportski trening, Kondiciona priprema mladih i Nogomet. Odlukom rektora
Univerziteta „Džemal Bijedić“ u Mostaru imenovan je voditeljem doktorskog
studija iz oblasti kineziologije. Kandidat je objavio i prezentirao svoje naučne
radove na mnogobrojnim kongresima u zemlji i inostranstvu od kojih izdvajamo
Bangkok (Kraljevina Thailand), Antalija (Republika Turska), Constanta (Rumunija),
Ljubljana (Slovenija), Split, Zagreb, Opatija, Sarajevo, Bihać, Tuzla, itd. Kao predavač
po pozivu (keynote speaker) učestvovao na 3. ISSC International Social Sciences
Conference, Bangkok, Thailand i na X međunarodnom simpoziju „Sport i zdravlje“
u Tuzli 2017 godine. Kroz Erasmus program razmjene nastavnog kadra boravio je
na Univerzitetu u Almeriji (Kraljevina Španija) 2019. godine. Kroz Mevlana program
razmjene nastavnog kadra sa Republikom Turskom boravio na Univerzitetu
Hacitepe u Ankari (Republika Turska) 2018. godine. Predsjednik je Nadzornog
odbora Euro Asia Sports Science (ESSU) udruženja sportskih naučnika Evrope i
Azije. Učesnik je i voditelj mnogih projekata iz oblasti obrazovanja i sporta. Od
2010-2015 godine bio je glavni urednik indeksiranog naučnog časopisa iz oblasti
sporta i edukacije „Sportski logos”, član je naučnog odbora i recenzent naučno
stručnih časopisa “Homosporticus“, “Sport Scientific And Practical Aspects”, “Sport
Logia”, “Turkish journal of kinesiology“, “The Journal of Eurasia Sport Sciences and
Medicine” i “Educa”. Vršio je dužnost voditelja PDS multidisciplinarnog studija
na Nastavničkom fakultetu, voditelja Studijske grupe Predškolski odgoj, od
2010 do 2020 godine obavljao je dužnost prodekana za nastavu Nastavničkog
fakulteta Univerziteta „Džemal Bijedić“ u Mostaru. Od 2020 godine na funkciji je
dekana Nastavničkog fakulteta Univerziteta „Džemal Bijedić“ u Mostaru. Aktivno
je angažovan u sportu. U periodu 2011-2015 i periodu 2015-2019 bio je član
UO sportskog saveza Grada Mostar. Dobitnik je priznanja sportskog saveza
Grada Mostara za stručni razvoj i unapređenje sporta 2008 godine, Bodybilding
saveza BiH za razvoj sporta 2014 godine, zahvalnicu Fakulteta sporta i tjelesnog
odgoja Univerziteta u Sarajevu za 50-u godišnjicu postojanja ovog fakulteta, kao
i zahvalnice i plakete Unije studenata Univerziteta „Džemal Bijedić“ za razvoj ove
339
studentske organizacije. Nogometom se bavio od 1981- 2000 godine. Trener je na

UEFA - inom projektu „Open Fun Football Schools“, predavač u Centru za edukaciju
trenera NFS/NS BiH, posjeduje UEFA - inu „B” i „A” trenerske licence. Kao autor i
koautor objavio sedam (7) knjiga, šezdeset šest (66) naučnih i deset (10) stručnih
radova iz sporta i obrazovanja, pretežno sportskog treninga, transformacionih
procesa i sportskih igara. Živi i radi u Mostaru, oženjen je i otac dvoje djece.
340
View publication stats

Metodologija I Tehnologija Naučnoistraživačkog Rada: June 2021

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metodologija I Tehnologija Naučnoistraživačkog Rada: June 2021

Uploaded by

Copyright:

Available Formats

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Metodologija i tehnologija naučnoistraživačkog rada

Book · June 2021

The user has requested enhancement of the downloaded file.

UNIVERZITET „DŽEMAL BIJEDIĆ“ U MOSTARU

Kompjuterska obrada i priprema

Biografija: str. 339-340. - Bibliografija: str. 335-338.

Mostar, 2021. godine

1. NAUKA I NAUČNA SPOZNAJA......................................................................... 17

4. TEHNIKE PRIKUPLJANJA PODATAKA............................................................125

6. TEHNOLOGIJA NAUČNOISTRAŽIVAČKOG RADA..........................................185

7. STATISTIČKE ANALIZE I OBRADA REZULTATA..............................................225

8. PISANJE I OBJAVLJIVANJE RADOVA.............................................................289

Knjiga „Metodologija i tehnologija naučnoistraživačkog rada“ nastala

promijenila obradu dobijenih podataka i tehnologiji naučnoistraživačkog rada

Anela Hasanagić, vanredni profesor

Knjiga Metodologija i tehnologija naučnoistraživačkog rada, autora Ekrema

od ovih tehnika je opisana do u detalje. Naravno, krajnji korisnik može naći

Prof. dr. HUSEJN MUSIĆ, redovni profesor

Recenzija rukopisa udžbenika-knjige

Rukopis udžbenika-knjige autora prof. dr. Ekrema Čolakhodžića pod

,,Pisanje i objavljivanje radova,, pri čemu je sa dosta primjera dao mladim

Prof.dr. Izet Rađo, redovni profesor

Nakon pregledanog materijala želim izraziti zadovoljstvo što mogu

Kako se sve mijenja, tako se i metodološki koncept mijenja. Udžbenik

Prof.dr Izet Rađo

1. NAUKA I NAUČNA SPOZNAJA

U najširem smislu riječi nauka je sinonim za znanje, dok u užem

Opisivanje obuhvata postupke kojima različite pojave definišemo,

Predviđanje obuhvata nastojanje da se predvidi neki događaj ili

Razumijevanje predstavlja najvažniji naučni cilj. Možemo reći da smo

Razumijevanje predstavlja i relativno i nikad potpuno konačno objašnjenje

Kontrolu smatramo krajnjim ciljem nauke, odnosno mogućnošću utjecaja

Osnovna obilježja ili značajke nauke su sljedeća:

Internacionalni karakter – internacionalna i općeljudska po

Analitičnost – određene pojave treba raščlaniti na sastavne elemente

1.1. Naučna spoznaja

Zdravorazumska spoznaja temelji se na nesistematizovanim i ograničenim

koje se svakodnevno dešavaju u području naučne djelatnosti u svijetu. Iz

Za naučnu misao je karakteristično da ima ciljeve, sistematski istražuje

teorijski nivo. Zdravorazumska spoznaja u odnosu na naučnu ima znatan broj

Naučno objašnjenje se razlikuje od zdravorazumskog u sljedećim bitnim

Kako je značajno učiniti razgraničenje između zdravorazumske i naučne

1.2. Naučno znanje

Naučno znanje čine naučne činjenice, zakoni i teorije do kojih je došla

da je objektivno dato zahvaljujući primjeni metodologije i tehnike naučnog

a) Racionalizam (lat. ratio - razum, razbor, um, pamet) je gnoseološki

b) Empirizam (grč. empeiría - iskustvo) je gnoseološki pravac koji zastupa

objektivnim metodama i postupcima koji su univerzalno prihvaćeni u nauci.

c) Realizam čiji predstavnici tvrde da je neopravdano suprotstavljati

posredstvom naučne metode mijenja, obogaćuje, dopunjuje, razvija. Razlika

Objektivisti polaze od toga da istina postoji nezavisno od čovjeka koji

savremenog svijeta, nadživi svoje vrijeme, uvažava se i ostaje baština

1.3. Karakteristike vrednovanja naučnog objašnjenja

Jedan od najbitnijih ciljeva naučnog obrazovanja je da kod pojedinca

odnosu. To znači da pojave koje stoje u kauzalnom odnosu moraju postojati u

Genetičko objašnjenje je onaj tip objašnjenja koji nam ukazuje na to

Razumijevanje znači “objašnjavanje“ ponašanja pojedinaca i društvenih grupa

Tabela 1. Prikaz naučnog i nenaučnog pristupa

Metodološki činioci Nenaučno Naučno

zato se ne može, strogo uzevši, svrstati u pouzdane izvore saznanja. Stoga on

1.4. Podjela i klasifikacija nauke

Klasifikacija znači razvrstavanje, raščlanjivanje, raspoređivanje, siste-