LIBERTAS MEĐUNARODNO SVEUČILIŠTE

PREDDIPLOMSKI STUDIJ MEĐUNARODNIH ODNOSA

SEMINARSKI RAD

MJERENJE I JEDINICE ANALIZE

Kolegij: Uvod u metode društvenih istraživanja

Izradili: Jurković Laura, Klemar Lara, Krnjic Sara, Kruhoberec Tin, Karnaš Hrvoje (I. godina)

Mentor: doc.dr.sc. Maroje Višić

Ovaj seminarski rad osvrće se na razumijevanje kako istraživač prelazi s utvrđivanja pojmova na
konceptualizam i operacionalizam u svojim istraživačkim aktivnostima. Također naglašava se
bitnost da istraživač mora odrediti nekoliko koncepata koje smatra važnim za proučavanje
određenog područja interesa. Istraživač mora biti fokusiran na svoj rad, mora odabrati najbolju
moguću metodu istraživanja kako bi postigao najbolji mogući rezultat odnosno odgovor na
temeljno istraživačko pitanje iliti jedinicu analize. Na samom početku govorimo o dva aspekta
svakog istraživanja, a upravo nam ti aspekti garantiraju smisao i značenje određenog istraživanja.
U daljnjem nastavku fokus je na osmišljanju i provođenju istraživačkih projekta te se naglašava
bitnost da se svaka jedinica analize i jedinica promatranja vrlo temeljito promotri kako ne bi
došlo do zamjene i razvitka problema prilikom istraživanja. Osvrnimo se na to da svako
istraživanje mora biti pouzdano a istraživač se mora pobrinuti da svi sudionici točno i precizno
razumiju značenje njegovih pojmova. Dakle nastoji se postići što veća valjanost istraživanja. Na
kraju dolazimo do skupa varijabli koje nam omogućavaju logičnu povezanost te olakšavaju
posao istraživaču. U radu se navode zavisne i nezavisne varijable te na samom kraju govori se o
vanjskim varijablama koje su zapravo vanjski društveni čimbenici koji utječu na sam rezultat
(ishod) istraživanja.

Ključne riječi: valjanost, pouzdanost, ishod (rezultat), zavisna varijabla, nezavisna varijabla,
vanjska varijabla, jedinica analize, jedinica promatranja, ekološka pogreška, redukcionistička
pogreška, skale mjerenja, atributi
Svako društveno istraživanje u svojoj konačnici mora ishoditi i nekakav rezultat, odnosno
odgovor na ono temeljno istraživačko pitanje, tj. (kako ćemo u nastavku eseja i vidjeti) jedinicu
analize. Na samom početku ovog eseja govorit ćemo o dva vrlo važna aspekta svakog
istraživanja, a upravo ti aspekti garantiraju smisao i nekakvo značenje našeg istraživanja. Radi
se, naime, o pouzdanosti i valjanosti. Za početak promotrimo pouzdanost, a zatim i valjanost.

Kako bismo bolje dočarali prvi pojam, zamislit ćemo jedno fiktivno istraživanje o utjecaju
alkohola. (Sheppard, 2020, str.79-80.) Mi kao istraživači u tu svrhu postavljamo pitanje kojim
možemo profilirati ljude koji nas u tu svrhu i zanimaju, odnosno našu jedinicu opservacije, a radi
se o onima koji su u nekom trenutku imali problema s alkoholom. Kada bismo pitanje formirali
na doslovan način: „Jeste li ikada imali problema s alkoholom“, vrlo je logično za zaključiti da
će svi alkoholičari odgovoriti pozitivno. Jesmo li dakle pronašli način kako identificirati našu
interesnu skupinu? Pa možda. Zamislimo sada kako bismo i sami odgovorili na ovo pitanje za
jutarnjeg mamurluka nakon burnog provoda, a kako dvije noći ranije trijezni i pribrani? Ukoliko
bi se naši odgovori razlikovali, a na osobnom primjeru mogu garantirati da zasigurno bi,
nailazimo na problem s pouzdanošću. Upravo ta mjera pouzdanosti ovisi o dosljednosti nečijeg
odgovora ovisno o situaciji. Dakle, formula je: ISTO PITANJE + ISTA OSOBA = ISTI
REZULTAT. Ako taj kriterij ne možemo dostatno zadovoljiti, rezultat istraživanja ne može biti
pouzdan. Uobičajen problem s dosljednošću jest pamćenje. Ukoliko bismo sada našoj grupi na
fakultetu postavili pitanje koliko su čaša vina popili u posljednjih godinu dana, vjerojatno i
nećemo dobiti pretjerano točne odgovore (naravno osim ako netko nije vodio dnevnik o tome
koliko je čaša popio), no skraćivanjem vremenskog perioda na protekli tjedan, odgovori bi
vjerojatno bili puno precizniji. Još jedan problem na koji možemo naići po pitanju pouzdanosti
jest i mehanizam istraživanja. Provodimo li recimo istraživanje o utjecaju alkohola na ponašanje
pojedinca u lokalnom kafiću, a usred istraživanja silom prilika moramo na zahod, možemo
propustiti nekoliko čašica koje je naš ispitanik popio, a slijednom navedenog i padu pouzdanosti
našeg istraživanja.

Dok se pouzdanost odnosi na dosljednost valjanost se odnosi na zajedničko razumijevanje.

Provedemo li sada malo istraživanje u centru Zagreba u kojem ćemo 10 ljudi ispitati da navedu
tri pojma koja ih asociraju na riječ „jabuka“, odgovori će vjerojatno biti vrlo slični, a u značajnoj
mjeri će se i preklapati. Pitamo li ih da sada navedu tri pojma koja ih asociraju na riječ
„pravednost“, vjerojatno je da će se sada odgovori razlikovati u značajnoj mjeri, odnosno doći će
do problema valjanosti. Kako bismo osigurali što veću moguću valjanost istraživanja, moramo
biti sigurni da naši ispitanici točno i precizno razumiju značenje naših pojmova. No, u
društvenim istraživanjima stvari nisu tako jednostavne kao u klasičnim eksperimentima u kojima
A uvijek uzrokuje B. Često postoje mnoge druge varijable koje mogu utjecati da A istovremeno
uzrokuje i A i B. Stoga, iznimno je važno da istraživač obrati pažnju na internu valjanost.
Istraživači obično nastoje osigurati i eksternu valjanost generička i za neke druge situacije i
kontekste izvan samog istraživanja. U svojoj srži valjanost se odnosi na dogovor.
Najjednostavniji način da svome istraživanju osiguramo visoku valjanost jest da se o „ključu“
koji nas zanima i razgovaramo. Da pojasnimo, pitanje valjanosti možemo percipirati na
razmišljanje o njoj kao o portretu. Neki portreti detaljno dočaravaju i prikazuju osobu kakva je
ona i u stvarnosti (fizički naravno), ali drugi prikazi ljudi (poput recimo karikature) često
podrugljivo iskrivljuju stvarnost, dajući pritom naglasak na neku specifičnost (čitaj.
„nedostatak“) promatrane osobe (recimo klempave uši) koju pritom ističu u prvi plan. Stoga
portreti nisu uvijek točan prikaz izgleda neke osobe, ali i dalje nastoje predstaviti tu osobu u
nekom svijetlu. Isto vrijedi i za valjanost mjera. Nijedna mjera nije točna, ali neke mjere su
točnije od drugih.

Mjerenje predstavlja dodjeljivanje brojeva prema određenim pravilima, tj. kvantifikaciju

objekata ili događaja, odnosno njihovih atributa (Mejovšek, 2009, str. 93). Kada istraživač krene
prikupljati podatke sa terena, sljedeći logičan korak je mjerenje prikupljenih podataka. Podatci
po kojima istraživač pristupa prikupljanju te podatke koje kasnije mjeri zovu se atributi i
varijable. Atribut je kvaliteta objekta (osobe, stvari itd.). Atributi su usko povezani s varijablama.
Varijabla je logički skup atributa, te one mogu varirati - na primjer, biti visoke ili niske. Koliko
visoko, odnosno koliko nisko, određuje vrijednost atributa (Babbie, 2010, str. 76).

Postoje četiri skale po kojima se varijable mjere: Nominalna, ordinalna, intervalna i omjerna.
One su gradacijske; nominalna skala je najjednostavnija od svih, dok je omjerna najkompleksnija
jer varijabla mora sadržavati više informacija od ostalih. Varijable koje mjerimo pomoću
omjerne skale moraju zadovoljiti sve prethodne skale. Nominalna skala uključuje varijable koje
se odnose na varijable koje su međusobno isključive; varijabla može biti „jedno“ ili „drugo“
(engl. „either or“). Npr. Osoba može biti pripadnik samo jednog spola, kao i etične pripadnosti,
ne može okupirati više spolova ili etičnih pripadnosti odjednom. Varijable koje pripadaju
ordinalnoj skali mogu se bolje kategorizirati od nominalnih; npr. osoba može biti pušač ili
nepušač, no pušači se mogu dalje kategorizirati po količini konzumiranih cigareta u nekom
vremenskom roku. Nadalje, osoba može biti bolje obrazovana od druge; dakle može se detaljnije
odrediti razina obrazovanja osobe (osnovno, srednje, visoko). Varijable u intervalnim skalama
nisu međusobno isključive kao kod nominalne skale. Intervalna skala mjerenja varijabla je
detaljnija od ordinalne; istraživač može izmjeriti jediničnu razliku između dobivenih podataka.
Najbolji primjer ordinalnih varijabla je kvocijent inteligencije; jedna osoba/skup osoba može biti
inteligentnija od druge osobe/skupa osoba te istraživač može točno odrediti razliku pomoću
računice kvocijenta inteligencije. Pri tome valja napomenuti da intervalne varijable nemaju
stvarnu nulu, tj. rezultat „nula“ na toj varijabli ne znači stvarni nedostatak mjerenog obilježja
(Pavić; Šundalić, 2021, str 29). Omjerna skala je informacijski najbogatija skala mjerenja
varijabla. Te varijable mogu se međusobno mjeriti (kao intervalna) te one sadrže apsolutnu nulu;
varijable nisu relativne nego postoji „objektivna nula“. Primjer: novčanih dohodak, dob osobe,
dubina jezera ili visina planine, itd.. Sukladno navedenom, može se pouzdano reći da je dohodak
osobe „X“ dvostruko veći od osobe „Y“, te da je osoba „A“ trostruko mlađa od osobe „B“.
Također, varijable razine zadovoljstva neke osobe spada u omjerne skale (ako se koristi ljestvica
od 1 do 10).

Navedene mjere varijabla važne su ne samo kod analize podataka, već kod pristupa prikupljanja
podataka prije početka istraživanja. Također, razina istraživanja bitno utječe kako ćemo
prikupljati podatke. Naime, poželjno je da su varijable na što većoj razini mjerenja jer se time
povećava i snaga upotrijebljenih statističkih tehnika (Pavić; Šundalić, 2021, 34). |

Pri osmišljanju i provođenju istraživačkog projekta uz sve navedeno potrebno je vrlo pozorno
paziti i na jedinicu analize i jedinicu promatranja. Te dvije stavke odnose se na ono što
istraživači promatraju skupljajući podatke za svoje istraživanje. Pošto se one vrlo lagano mogu
zamijeniti te time doprinijeti razvitku velikog broja problema pri provođenju istraživanja bitno je
točno znati definirati njihovu razliku. Jedinica analize se definira kao „tko“ ili „što“ za što se
informacije analiziraju i donose zaključci (Sedgwick, 2014, str. 38) , tj. ona bi trebala biti glavni
fokus studija. Određuje se istraživačkim pitanjem i najčešće obuhvaća pojedince, grupe, nacije…
To jest, razine društvenog života na koje je usmjereno istraživačko pitanje. S druge strane
jedinica promatranja označava stavke koje se promatraju, mjere ili prikupljaju kako bi se došlo
do određenog znanja o jedinici analize (Sedgwick, 2014, str. 38). Određena je metodom
prikupljanja podataka koja se koristi kako bi se došlo do odgovora na postavljeno istraživačko
pitanje.

Iako u nekim istraživanjima može doći do slučaja u kojemu su jedinica analize i jedinica
promatranja identične, to nije nužno uvijek tako. Na primjer, u istraživanju čije pitanje glasi:
„Koji će studenti najvjerojatnije razviti ovisnost o svojim mobilnim telefonima?“ jedinica analize
i promatranja se podudaraju te su obje pojedinci (Sheppard, 2020, str. 88). Međutim, u
istraživanju s pitanjem povezanosti dobrobiti djece i ekonomskog statusa u državi razvijenog
svijeta jedinica analize bit će država, a jedinica promatranja dijete (Sedgwick, 2014, str. 39).
Prilikom svakog postavljanja istraživačkog pitanja jedinica analize i promatranja moraju se
uvijek točno odrediti. Svako preoblikovanje pitanja može, ali i ne mora, dovesti do njihove
izmjene. Ponovno uzmimo za primjer istraživanje koje odgovara na pitanje „Koji će studenti
najvjerojatnije razviti ovisnost o svojim mobilnim telefonima?“ Kao što je već navedeno, u tom
se slučaju jedinica analize i promatranja podudaraju te su obje pojedinci. Preoblikovanjem toga
pitanja dolazimo do novog istraživanja koje odgovara na pitanje „Kako se ovisnosti studenata o
njihovim mobilnim telefonima razlikuje, a kako sliči?“. Iako će jedinica promatranja ostati ista,
jedinica analize promijenit će se i postat će vrsta ovisnosti o mobilnim uređajima. (Sheppard,
2020, str. 88)

Prilikom određivanja ovih dviju jedinica često dolazi do dviju vrsta pogrešaka: ekoloških i
redukcionističkih. Ekološke pogreške pojavljuju se kada se donose netočni zaključci o
pojedincima (jedinica analize) na temelju analize grupnih podataka (jedinica promatranja). S
druge strane, redukcionistička pogreška događa se kada se dolazi do zaključaka o grupi (jedinica
analize) na temelju podataka o pojedincima (jedinica promatranja). Ove pogreške nam govore
koliko je zapravo važno uopće provoditi istraživanja pošto se nikada ne smiju donositi zaključci
o grupama kroz podatke o pojedincima i obratno. Kako bi se što više smanjila mogućnost
stvaranja ikakve pogreške pri provođenju istraživanja vrlo je bitno dobro odrediti jedinicu
analize i jedinicu promatranja, bile one identične ili ne.
Kao što je spomenuto u cjelini Mjere u društvenom istraživanju, varijable su skup atributa s
logičkom povezanošću (Babbie, 2010, str. 76). One mogu biti u međusobno
zavisnom/nezavisnom stanju. Zavisne varijable (Engl. Dependent Variable) su varijable koje
zavise o nezavisnim varijablama. Nadalje, nezavisne varijable (Engl. Independent Variable) ne
zavise o drugim varijablama, već druge varijable zavise o njima. Slijedi primjer za bolje
pojašnjenje:

Istraživači na fakultetu „X“ žele istražiti i objasniti poveznicu između prokrastinacije i spola.
Njihova hipoteza je, sudeći po podatcima iz prijašnjih istraživanja, da će studentice manje
prokrastinirati od studenata, no i dalje žele provesti istraživanje. Neovisno o rezultatu i procesu
prikupljanja podataka istraživača na fakultetu „X“, odmah se može uočiti koje varijable su
zavisne, a koje nezavisne. U ovome primjeru, spol osobe je nezavisna varijabla, dok je razina i
prisutnost prokrastinacije zavisna varijabla. Drugi primjer: Marketinški tim u velikoj tehnološkoj
tvrtki želi poboljšati prodaju svoje aplikacije starijoj populaciji. Njihova pretpostavka je, ako
njihova trenutna verzija aplikacije koristi sofisticirano sučelje, osobe starije od 60 godina nisu
zainteresirane u kupnju aplikacije (zbog znatno teže uporabljivosti). Nakon provedenog
istraživanja među korisnicima, marketinški tim odlučuje da će sljedeća verzija aplikacije imati
responzivan i jednostavniji izgled. U ovome primjeru vidimo kako dob korisnika utječe na razvoj
navedene aplikacije. Dakle, sljedeća verzija aplikacije bit će prilagođena starijim korisnicima.
Zavisna varijabla je aplikacija, dok je dob korisnika nezavisna varijabla.

U navedenom primjerima može se vidjeti u kakvom odnosu varijable mogu biti. Zavisna
varijabla je zavisna o nezavisnoj, njena vrijednost ovisi o nezavisnoj varijabli. Nezavisna
varijabla aktivno utječe na „ovisnost“ zavisne varijable. U društvenom istraživanju, važno je
odrediti koje će varijable biti nezavisne, a koje zavisne. Važno je prepoznati utjecaj jednog skupa
varijabli na drugi skup kako bi se lakše strukturiralo anketno pitanje. Kada se to učini,
istraživanje će biti jednostavnije za provesti te neće dolaziti do potencijalnih komplikacija.

Vanjske varijable su izraz za koji puno manje čujemo nego li za zavisne i nezavisne varijable.
Vanjske varijable su manje uobičajene jer imaju snagu za uništenjem integriteta istraživačke
studije, koja tvrdi da pokazuje uzrok i učinak određenog odnosa. Takva varijabla jedina je koja
se može natjecati s nezavisnom varijablom u pokušaju objašnjenja ishoda odnosno rezultata. Ako
želimo utvrditi uzročno-posljedične veze uvijek moramo utvrditi postoje li neke druge vanjske
varijable koje bi utjecale na promjene. Vanjske varijable zapravo čine niz raznih faktora iz
svakodnevnog društvenog života koji mogu dovesti do promjena u zavisnoj varijabli. One imaju
mogućnost smanjiti ili povećati intenzitet odnosa između zavisne i nezavisne varijable. Kako
bismo lakše objasnili odnos iliti povezanost između varijabla objasnit ćemo to na sljedećem
primjeru. Za nezavisnu varijablu uzeti ćemo dob ispitanika a u tom slučaju intervenirajuća
varijabla biti će pozicija pojedinca u određenoj organizaciji. Kao primjer zavisne varijable uzeti
ćemo zadovoljstvo s poslom pojedinca i na kraju ono što želimo razjasniti je vanjska varijabla
koja će u ovom slučaju biti plaća i uvjeti posla pojedinca. Vanjske varijable možemo podijeliti u
četiri razna tipa a one služe kako bi istraživačima pomogle pri odabiru jedinstvene metode
kontrole. One su :

1. Situacijske varijable

Njih karakteriziramo kao vanjske čimbenike iz okoliša. Npr. pozadinska buka, vrsta rasvjete,
temperatura zraka prostorije koju istraživač koristi te u kojoj se odvija eksperiment.

2. Varijabla sudionika ( osobna varijabla)

Takva varijabla se pojavljuje kad osobni osjećaj sudionika utječe na eksperiment. Npr.
sudionici neke studije mogu doprinijeti stranim varijablama kad se razlikuju u čimbenicima kao
što su demografija i raspoloženje.

3. Varijabla eksperimentatora

To je vrsta vanjske varijable koja se javlja kad istraživač utječe na to kako bi se sudionici trebali
ponašati. To uključuje dob, spol, manire eksperimentatora.

4. Karakteristične varijable potražnje

Ovakve varijable sudioniku prenose informacije o svrsi studije. Obavještavaju sudionika o

ishodu kojeg istraživač želi i što to može utjecati na rezultate studije.

Suparničko objašnjenje predstavlja sudjelovanje u sustavnoj potrazi za alternativnim temama,

divergentnim obrascima i suparničkim objašnjenjima Alternativni je čimbenik koji jasno
objašnjava rezultate primijećene u istraživanju, osim očekivanih. Slično je prijetnjama vanjskih
varijabli. Skraćeno kao RPE kome se određeni dijelovi mogu eliminirati pažljivim
istraživanjem, važno je istaknuti i prihvatiti da to nije slučaj kod svih. Kako bi vam bolje dočarali
što je zapravo RPE , dotaknuti ćemo se jednog primjera. (Sheppard, 2020, str. 100.-101.)
Provodite cijepljenje u jednoj od svojih privatnih apoteka i planirate istraživački rad na temelju
zadovoljstva klijenata. Plan provodite pažljivo kako biste otklonili prijetnje internoj valjanosti.
Anketu šaljete svim građanima i svim poduzećima da prikupite što više mišljenja i iskrenih
odgovora o kvaliteti rada. Nakon slanja ankete i dobivanja nekoliko povratnih informacija
dešava se incident sa zaposlenikom na radnome mjestu. Utječe li taj događaj na ostatak
dobivenih odgovora i vaš istraživački rad? Bi li se odgovori razlikovali da je cijepljenje teklo u
normalnom tijeku i bez incidenta? Velika šansa je da hoće te promijeniti odgovore. Tu se javlja
postojanja RPE- a , jer dolazi do negativne reakcije. RPE predstavlja ozbiljan pojam , jer
neupitno koliko rad može biti dobro proveden , dizajniran i pažljivo smišljen , sitnice mogu
oštetiti cijelu zamisao projekta. U takvome slučaju sam istraživač odlučuje hoće li nastaviti sa
radom ili ga obustaviti , jer sam procjenjuje koliko je RPE utjecao na rezultate. Postoje očiti i
manje očiti primjeri suparničkoga objašnjenja, gore navedeni svrstao bi se pod očite , no
istraživačima manje očiti stvaraju poteškoće. Neki od manje očitih su vrijeme, nova vladina
politika... (Sheppard, 2020, str. 101) te se oni obavezno uzimaju u obzir, analizirati se te o njima
raspravlja u odjeljku ograničenja u istraživačkim rezultatima. RPE također koristimo za
izvještavanje da je netko tražio, razmatrao i nije pronašao dokaze koji bi potkrijepili niz
uvjerljivih suparničkih objašnjenja tijekom procesa analize , a ponekad čitatelj sam istražuje
rezultate jer smatra da je istraživač stvorio predispozicije ili je pristran. A kako bi se istraživač
tome suprotstavio ima mogućnost nedvosmisleno izraziti predispozicije u istraživačkom
projektu ,priznati svoju pristranost i pokazati vrijednost ove perspektive , a tako se istraživač
uključuje u potragu za alternativnim temama i suparničkim objašnjenjem. Prema Larry Wrightu
suparnička objašnjenja kod čovjeka čine se dovoljno jednostavnima ; ili sam to učinio ili me je
nešto natjeralo da to učini - no ne može biti oboje. Tako shvaćamo da je prirodno pretpostaviti da
objašnjenja vezana za namjeru i svrhu moraju biti suprotstavljena i ne spojiva s objašnjenjima u
smislu mehaničkih povlačenja i nasjedanja.
Popis literature:

Anonimno (2020). Extraneous Variable: Definition & Examples. Statology

https://www.statology.org/extraneous-variable/#:~:text=An%20extraneous%20variable%20is
%20any,effect%20on%20the%20dependent%20variable. Pristupljeno 18. ožujka 2022.

Babbie, E. R. (2010). The Practice of Social Research. Belmont, California, U.S.: Wadsworth
Publishing.

Garger, J. (2020). 4 Levels of Measurement in Social Science Research. John Garger

https://www.johngarger.com/blog/4-levels-of-measurement-in-social-science-research.
Pristupljeno 18. ožujka 2022.
Kimberly Kempf, L. (2005). Encyclopedia of social measurement. Amsterdam; Elsevier.

McLeod, S. (2019). Extraneous Variable. Simplypsychology

https://www.simplypsychology.org/extraneous-variable.html. Pristupljeno 18. ožujka 2022.

Mejovšek, M. (2003). Uvod u metode znanstvenog istraživanja u društvenim i humanističkim

znanostima. Zagreb: Naklada Slap.

Patton, M.Q. (2001). Qualitative Research and Evaluation Methods (2nd Edition). Thousand
Oaks, California, U.S: Sage Publications.

Pavić, Ž., Šundalić, A. (2021). Uvod u metodologiju društvenih znanosti. Osijek: Grafičko
oblikovanje i tisak.

Sedgwick, P. (2014). Unit of observation versus unit of analysis. The BMJ 348, 38-40,
https://www.researchgate.net/profile/Philip-Sedgwick/publication/291447568_Unit_of_observati
on_versus_unit_of_analysis_CORRECTION_vol_348_g3840_2014/links/
5eccf5d292851c11a88ab8b1/Unit-of-observation-versus-unit-of-analysis-CORRECTION-vol-
348-g3840-2014.pdf. Pristupljeno 17. ožujka 2022.
Sheppard, V. (2020). Research Methods for the Social Sciences: An Introduction.
https://pressbooks.bccampus.ca/jibcresearchmethods/. Pristupljeno 18. ožujka 2022.

Wright, L. (1973). Rival explanations. Mind, 82 (328), 497-515.