Professional Documents
Culture Documents
A. TEMA ISTRAŽIVANJA
Temu istraživanja istraživač otkriva iz nekog zapažanja, namere da proveri neku teroiju,
da reši neki praktičan problem, razjasni rezultate prethodnog istraživanja, ispita delotvornost
nekog postupka itd. Tema se obično uklapa u neku postojeću psihološku teoriju. Da bi se mogla
empirijski proveriti, neophodna je da bude tako formulisana tj. potrebno je njeno sužavanje,
konkretizovanje. Na neko opšte pitanje može odgovoriti više istraživanja, a ne jedno. U tom
smislu je nauka kooperativan proces.
B. INFORMACIJE O ISTRAŽIVANJU
Pre nego počne detaljnije da razmišlja o realizaciji istraživanja, israživač mora da bude
upoznat sa rezultatima prethodnih istraživanja tj. relevantnom empirijom, ali i postojećom
teorijom. Iz tih razloga, istraživači imaju na raspolaganju različite vrste izvora informacija
različite direktnosti.
1
2. Direktnost izvora informacija
C. VRSTE ISTRAŽIVANJA
2
3. Cilj istraživanja (istraživanja prema cilju)
3
Studija slučaja – detaljni psihološki opis neke osobe ili grupe koje su po nečemu
izuzetne i koje imaju opšti značaj za neku oblast psihologije. Studije slučaja se koriste u kliničkoj
psihologiji i psihologiji ličnosti i često se ubrajaju u kvalitativna istraživanja koja koriste
kvalitativne metode obrade podataka.
E. OBJEKTI ISTRAŽIVANJA
1. Vrste objekata
4
bilo nepraktično (kada je populacija vrlo velika), nemoguće (kada se cela populacija ni u načelu
ne može ispitati) ili nepotrebno (kada se i na osnovu uzorka mogu utvrditi osobine populacije).
Kada je interes istraživača usmeren na uzorak tj. samo na subjekte, način izbora subjekata
nije od veće važnosti. Međutim u najvećem broju istraživanja način uzorkovanja je značajan i od
njega zavisi da li će rezultati moći da se generalizuju na populaciju.
Kako je moguće na osnovu rezultata dobijenog na uzorku zaključiti o celoj populaciji?
Radi se o induktivnom zaključivanju kod koga se na osnovu određenog broja posebnih slučajeva
donosi opšti zaključak. Nasuprot tome je deduktivno zaključivanje od opšteg ka pojedničanom.
Deduktivno zaključivanje, ako je ispravno sprovedeno mora da bude valjano, a induktivno je
samo verovatno. S obzirom na valjanost zaključivanja, dedukcija je pouzdanija od indukcije, ali
je u empirijskim istraživanjima nemoguće koristiti dedukciju. Često je opšti stav deduktivnog
zakljulivanja u stvari rezultat induktivnog zakljulivanja.
Dakle, zaključivanje u empirijskim istraživanjima je induktivno (na osnou uzorka se
zaključuje o populaciji), a ono je samo verovatno. Da bi se smanjile greške u indukciji potrebno
je da uzorak bude reprezentativan (uzorak je reprezentativan kada njegovi članovi verno
predstavljaju populaciju).
Kako sačiniti reprezentativan uzorak? Postoje dve situacije: 1. kada je populacija
homogena i 2. kada je heterogena.
Kada je populacija homogena, tj. kada su razlike između članova samo kvantitativne i
slučajne, svaki normalan član populacije je reprezentativan za nju. Kada je populacija
homogena može se koristiti prigodni uzorak – to je uzorak objekata istraživanja koji je
istraživaču relativno dostupan. Prigodni uzorak se koristi i kada su ispitivani slučajevi veoma
retki, pa istraživač nije u poziciji da bira.
Kada je populacija heterogena, tj. kada su razlike između objekata kvalitativne i
sistematske, uzorkovanju se mora posvetiti posebna pažnja. Ako je uzorka nereprezentativan
rezultati istraživanja sem oraju ograničiti na uzorka i ne mogu se generalizovati na populaciju.
Problem heterogenosti populacije postoji samo kada je populacija heterogena s obzirom na
varijablu koja se ispituje.
Kada je populacija heterogena, postoji više načina za izbor članova uzorka. Dve osnovne
vrste uzorka su slučajni i neslučajni. Slučajni se biraju na osnovu postavki teorije verovatnoće,
a neslučajni ne. Kod slučajnih uzorka svaki član populacije ima jednaku verovatnoću da bude
biran u uzorak. Za neslučajne uzorke nema osnova da se pretpostavi da su reprezentativni.
Neslučajni uzorci su prigodni, dobrovoljački i kvotni.
Prigodni neslučajni uzorci su opravdani kod homogenih populacija i sastoje se iz članova
populacije koji su dostupni istraživaču. Dobrovoljački neslučajni uzorci se sastoje iz samostalno
prijavljenih dobrovoljaca. Kvotni neslučajni uzorci se formiraju kod stratifikovanih populacija
(populacija podeljenih na stratume) tako što se iz svakog stratuma prigodnim putem biraju objekti
za uzorak i to tako da je zastupljenost stratuma u uzorku proporcionalna zastupljenosti u
populaciji.
Slučajni uzorci su sistematski, prosti, stratifikovani i klasterski.
Sistematski slučajni uzorak se bira tako što se sa spiska populacije za uzorak bira svaki
član posle određenog, unapred utvrđenog razmaka zavisno od odnosa veličine populacije i
5
veličine planiranog uzorka. Ako je željeni uzorak 10 puta manji od populacije, u uzorak biramo
svakog desetog člana.
Prosti slučajni uzorak se bira tako što se generiše određen broj slučajnih brojeva (liste
slučajnih brojeva ili kompjuterski program) i sa liste populacije se uzimaju u uzorak samo oni čiji
redni brojevi odgovaraju brojevima sa liste slučajnih brojeva.
Stratifikovani slučajni uzorak se koristi kada istraživači poznaju neke osobine populacije s
obzirom na koje uzorak može biti heterogen. To su npr. demografske varijable – pol, starost i sl.
Kategorije ovih varijabli su stratumi, a populacija podeljena na stratume je stratifikovana.
Stratifikovani slučajni uzorak se korsiti kod stratifikovanih populacija i podrazumeva da se
poseduju spiskovi članova posebno za svaki startum, a onda se u okviru svakog stratuma vrši
izbor članova uzorka kao kod sistematskih ili prostih slučajnih uzoraka. Broj članova uzorka u
okviru svakog stratuma se određuje na tri načina: proporcionalno (proporcionalni izbor),
disproporcionalno (disproporcionalni izbor) i paritetno (paritetni izbor). Proporcionalni
izbor podrazumeva da stratum sadrži npr. 20% članova uzorka ukoliko dati stratum čini 20%
članova populacije. Disproporiconalni izbor podrazumava da je broj članova stratuma u uzorku
nesrazmeran tom stratumu u populaciji i ovaj izbor se koristi ako je cilj da se nagalasi značaj
nekog stratuma. Paritetni izbor podrazumeva da svi stratumi uzorka imaju isti broj članova.
Klasterski slučajni uzorak podrazumeva slučajni izbor klastera tj. grupa članova
populacije, a ne pojedinaca. Klasterski uzorak je hijerarhijski organizovan – potreban je spisak
klastera, a ne populacije za razliku od ostalih slučajnih uzoraka. Iz spiska klastera se slučajnim
putem biraju određeni klasteri. Iz tako izabranih klastera se mogu za uzorak uzeti svi članovi, a
može se dalje redukovati uzorak kroz više-etapno biranje tako da se iz prethodno izabranih
klastera slučajnim putem izabere određen broj užih klastera, a onda u sledećoj etapi ponovo se na
slučajan način biraju uži klasteri, a iz najužih klastera se uzimaju svi članovi.
Pri izboru objekata za uzorak potrebna je stručnost anketara. Ukoliko neki od subjekata ne
može ili ne želi da učestvuje u istraživanju, važno je da oni budu, po mogućstvu, ravnomerno
raspoređeni. Ukoliko članovi populacije koji ne žele da učestvuju u istraživanju imaju neku
zajedničku karakteristiku, onda može biti ugrožena reprezentativnost uzorka.
Veliki broj objakata se koristi kada se želi postići veoma velika pouzdanost ili se ispituje
vrlo heterogena populacija. Jedan objekat se koristi kada on ima neku veoma retku i izuzetnu
osobinu.
Na osnovu čega se bira broj objekata istraživanja? Postoje 4 kriterijuma veličine
uzorka:
1. kriterijum maksimalnosti – uzeti što veći uzorak. U tom slučaju bi glavna ograničenja
bila dužina trajanja i cena istraživanja.
2. kriterijum stabilnosti – bira se onoliko objekata koliko je dovoljno da bi se dobili
stabilni rezultati – rezultati u kojima se pouzdano ispoljava neka pravilnost u pojavi koja
se istražuje.
3. kriterijum tradicije – uzima se onoliki uzorak koliki su koristili raniji istraživači u
sličnim istraživanjima.
4. statistički kriterijumi – formule kojima se računa preporučeni broj objekata na osnovu
procene varijabilnosti uzorka. Dakle, i pre sprovođenja istraživanja treba unapred
6
proceniti varijabilnost uzorka (obično na osnovu podataka iz prethodnih, srodnih
istraživanja).
F. VARIJABLE
Varijable (promenljive) su osobine objekata istraživanja. Postoji više podela: prema vrsti
objekata, načinu izražavanja vrednosti, stepenu kontrole itd.
Prema vrsti objekata istraživanja, varijable mogu biti subjekt i stimulus varijable.
Subjekt varijable (organizmičke varijable) se odnose na osobine subjekata i mogu biti
varijable stanja (ako se odnose na relativno trajnije osobine subjekata – pol, nacionalnost,
visina, težina, IQ, tip ličnosti) ili varijable ponašanja (koje se odnose na relativno kratkotrajne
karakteristike koje često proističu iz reakcija subjekata na zadate draži – brzina reakcije na draž,
broj zapamćenih reči na testu pamćenja). Ponekad se procena varijable stanja vrši na osnovu
varijabli ponašanja.
Stimulus varijable se odnose na osobine stimulusa prikazanih subjektima (jačina zvuka,
doza leka, prikazana boja). Ponekad se pod ovim pojmom podrazumevaju opšte karakteristike
situacije u kojoj se sitraživanje odvija, pa su to situacione varijable (nivo buke, temperatura
prostorije).
U nekim slučajevima je teško razlikovati subjekt i stimulus varijable – to su slučajevi
kada su razlike između subjekata izazvane razlikama u stimulusima kojima su izloženi.
7
nadkategorije. Finija kategorizacija daje detaljniju informaciju, ali može biti nekorisna, a sažetija
je jednostavnija, ali daje manje informacija. Potrebno je naći primerenu sredinu.
Prema stepenu kontrole varijable se dele na tri vrste – manipulativne (sa visokim
tepenom kontrole), selektivne (sa srednjim stepenom kontrole) i registrovane (sa niskim
stepenom kontrole).
Manipulativne ili eksperimentalne varijable su one kod kojih eksperimentator određuje
vrednosti tj. aktivno manipuliše. Selektivne se nazivaju i neeksperimentalne ili diferencijalne
varijable. Kod njih istraživač ne može da uspostavi vrednosti, ali može da vrši njihovu selekciju
tj. da koristi već postojeće diferencijacije među vrednostima kod različitih objekata. Istraživač
bira objekte koji poseduju određenu vrednost varijable. Npr. pol. Registrovane varijable su takve
varijable kojima ne može da se manipuliše niti mogu da se izaberu, već mogu samo da se
zabeleže njihove vrednosti tokom istraživanja. Jedna ista varijabla može biti u različitim
istraživanjima sa visokom ili niskim stepenom kontrole, zavisno od postupka istraživača.
a. Korelacija
Korelacija (povezanost ili asocijacija) – dve varijable su u korelaciji ako variraju na sličan
način kod istih objekata – ako su promene u merama jedne varijable praćene promenama u
merama druge varijable kod istih objekata. Varijable variraju od objekta do objekta inače bi bile
konstante. Kod korelacije nije bitno variranje pojedinačnih varijabli, već zajedničko variranje
više varijabli, tj. kovariranje.
Tip korelacije. Korelacija između dve varijable može biti pozitivna, negativna ili nulta.
Pozitivna je ako su promene vrednosti dve korelirane varijable u istom smeru – tada višim
vrednostima jedne varijable odgovaraju više vrednosti druge varijable i obrnuto. Negativna je ako
su promene vrednosti dve korelirane varijable u obrnutom smeru – višim vrednostima jedne
varijable odgovaraju niže vrednosti druge i obrnuto. Nulta korelacije je kada ne postoji
međusobna povezanost tj. ako višim ili nižim vrednostima mogu odgovarati i više i niže vrednosti
druge varijable.
Stepen korelacije. Stepen povezanosti zavisi od toga kolika je sličnost u načinu variranja
dve varijable. Ta sličnost zavisi i od toga kolika je, za određenu vrednost jedne varijable,
varijacija među odgovarajućim vrednostima druge varijable – što je ta varijacija veća, to je
korelacija manja. Tip i stepen korelacije se izražavaju koeficijentima korelacije čija vrednost
može biti od -1 (maksimalno negativna) do +1 (maksimalno pozitivna). Apsolutna veličina
koeficijenta korelacije (tj. veličina bez obzira na predznak) označava stepen korelacije.
b. Predikcija, predviđanje
8
c. Zavisnost (zavisne i nezavisne varijable)
Zavisna varijabla je ona varijabla koja se meri tokom istraživanja i za nju se utvrđuje da li
zavisi od nezavisne varijable. ZV će zavisiti od NV ako se menja sa njenom promenom, tj. ako se
menja kada se menja NV.
Korelacija i zavisnost – ako su varijable u odnosu zavisnosti, onda one moraju i da
koreliraju. Međutim korelacija i zavisnost se razlikuju. Pojam zavisnosti je asimetričan u smislu
da ako Y zavisi od X, ne znači da X zavisi od Y, dok je korelacija simetrična – ako su Y i X u
korelaciji, onda su i X i Y u korelaciji.
Zavisnost i predikcija – ako Y zavisi od X, na osnovu poznavanja vrednosti varijable X
može se predvideti vrednost varijable Y.
Zavisne varijable nikad nisu manipulativne niti selektivne, već su uvek registrovane jer se
njihove vrednosti registruju tokom istraživanja, ali obrnuto ne važi – nije svaka registrovana
varijabla ZV jer postoje istraživanja koja nemaju NV i ZV.
Nezavisne varijable, prema nekim autorima, moraju biti manipulativne, čak i u smislu da
manipulacija predstavlja prikazivanje stimulusa, a ZV je reakcija na stimulus. Prema drugim
autorima, NV mogu biti i manipulativne i selektivne, važno je samo da prethodi zavisnoj
varijabli. Najšire shvatanje je da nezavisna varijabla može biti bilo manipulativna, bilo
selektivna, bilo registrovana i prema ovom shvatanju ne mora da prethodi zavisnoj varijabli.
Kada je nezavisna varijabla kategorička, njene vrednosti, tj. kategorije se nazivaju nivoi.
(nebitno) Termin nezavisna varijabla je preneto iz prirodnih nauka gde se isprva odnosio
na vreme za koje se u klasičnoj fizici smatralo da teče apsolutno nezavisno, a onda se termin
preneo i na druge varijable. Međutim, često je ovo ime neodgovarajuće. Nezavisna varijabla,
kada je manipulativna, itekako zavisi od postupaka eksperimentatora. Termin zavisna varijabla
može da bude neprimern ako se ispostavi da ne zavisi od nezavisne varijable. Sinonim za
nezavisnu varijablu je eksplanatorna varijabla jer objašnjava variranje ZV. Sinonim za ZV je
reaktivna i responzivna varijabla. NV je često antecedentna, a ZV konsekventna.
Posebna vrsta zavisnosti je uzročnost, kauzacija. Dve varijable su uzročnom odnosu ako
X dejstvuje na Y tj. ako razlike u X nisu sa mo praćene razlikama u Y već ih i izazivaju.
Varijabla X je uzrok (kauzalna uzročna varijabla), a Y je posledica (posledična varijabla).
Uzroćnost i zavisnost. Pojam uzročnosti je uži od pojma zavisnosti. Ako Y zavisi od X,
to ne znači da X uzrokuje Y – može, ali ne mora. Zavisnost može biti uzročna ili neuzročna.
Objašnjenja kauzacije. Korealcija i zavisnost ne znače nužno i uzročnost. Postoji više
mogućnosti kauzalnog objašnjenja nađene korelacije i zavisnosti. Dve vrste kauzalnih odnosa
između dve varijable su: direktni i indirektni odnosi.
Direktna uzročna veza dve varijable može da ima dva slučaja: X može da uzrokuje Y ili Y
može da uzrokuje X.
Indirektne uzročne veze podrazumevaju postojanje drugih varijabli osim X i Y (nper. Z).
1. Varijabla Z može uzročno da deluje i na X i na Y, pa je razlog što su X i Y u korelaciji taj što
imaju zajednički uzrok, a ne zato što X uzrokuje Y ili obrnuto (ali je i to moguće). 2. Moguće je
da X uzrokuje Z, a Z uzorkuje Y, pa otud korelacija X i Y, a moguće je da, i pored toga, X
uzorkuje Y.
9
Kako se utvrđuje kauzalnost? Lakše se može utvrditit kauzalnost u eksperimentalnom
istraživanju, mada ne nužno. U eksperimentima se manipuliše varijablama, tj. stvara se uzorok i
registruje se posledica te manipulacije i pod takvim uslovima se najbolje može otkloniti uticaj
neke treće varijable. Međutim, iako je prednost eksperimentalnih istraživanja mogućnost
pouzdanijih rezultata, mana je što je mnogo zanimljivih varijabli koje nisu podložne
ekperimentisanju.
G. PODACI
Podatak je vrednost varijable za neki objekat, mera osobine nekog objekta. Varijabla je
skup podataka iste vrste koji se odnose na određenu grupu objekata istraživanja. Takav skup
podataka se naziva vektor. Podaci mogu biti kategorički i numerički.
1. Kategorički podaci
10
c1. kod višedimenzionalnih klasifikacija tj. kategorizacija s obzirom na više
kriterijuma postoji dva principa klasifikacije:
c1.1. princip ukrštanja kojim se dobijaju ukrštene klasifikacije (žene
pušači, žene nepušači, muškarci pušači, muškarci nepušači)
c1.2. princip hijerarhije kojim se dobijaju hijererhijske klasifikacije kod
kojih postoje kategorije višeg reda (vrste) i nižeg reda (rodovi). Ove kategorije
se ne ukrštaju već se nekoliko kategorija nižeg reda kombinuje samo sa
jednom kategorijom višeg reda.
2. Numerički podaci
11
zna veličina intervala između susednih rangova, tj. ne zna se da li je razmak između prvog
i drugog u nizu veći, isti ili manji od razmaka između drugog i trećeg u nizu. Problem
poređenja mera podrazumeva da se ne zna za koliko je, u kojem stepenu je jedna mera
veća od druge, tj. ne možemo da tvrdimo da je vrednost drugog u nizu dva puta manja od
prvog objekta u nizu.
(3) Intervalni podaci su na višem matematičkom nivou nego ordinalni i nominalni jer kod
njih postoji jednakost i razlika, zna se koja je vrednost veća ili manja od koje, a moguće je
i poređenje intervala. Međutim kod intervalnih podataka postiji problem poređenja mera
tj. neodređenost umnožaka – nije moguće smisleno tvrditi koliko je jedna varijabla veća
ili manja od druge. Mana intervalnih podataka je to što nemaju prirodnu nulu, već
arbitratno određenu nulu.
(4) Racio podaci imaju mogućnost poređenja mera i imaju prirodnu nulu koja označava
odsustvo merene varijable. Međutim racio podaci imaju, kao i intervalni, arbitrarno
određenu mernu jedinicu i mere svih objekata se određuju kao neki umnožak merne
jedinice. Postoje ekvivalentne merne skale tj. način da se iste veličine izraze različitim
mernim jedinicama. Racio mere su uglavnom mere u u prirodnim naukama.
(5) Apsolutni podaci. Nominalna, ordinalna, intervalna i racio skala su Stivensove merne
skale. Apsolutni podaci ne spadaju u ove skale. Apsolutni podaci se dobijaju
prebrojavanjem, utvrđivanjem zbira nekih elemenata. U psihološkim istraživanjaima
koriste se za utvrđivanje broja reakcija određenog tipa kod pojedinačnih subjekata.
Apsolutni podaci, kao i racio podaci, imaju mogućnost kvantitativnog poređenja i imaju
prirodnu nulu, ali za razliku od racio podataka imaju i prirodne merne jedinice, a to je
jedan prebrojani element, pa nemaju ekvivalentnu mernu jedinicu.
Sve navedene skale se dalje mogu grupisati u diskretne i kontinualne mere tj. podatke.
Diskretne (digitalne) mere mogu uzeti samo određene vrednosti (cele brojeve) i ne mogu imati
međuvrednosti. U ove mere se svrstavaju ordinalne i apsolutne mere. Kontinualne (analogne)
mere se mogu menjati na neprekidan način, bez skokova. To ne znači da za svake dve različite
mere mogu postojati međuvrednosti u načelu. U ove mere se ubrajaju intervalne i racio mere.
H. MERENJE
1. Tehnike merenja
12
Instrumentalne tehnike koriste instrumente koji mogu biti fizički, fiziološki i psihološki.
Fizički instrumenti se koriste za određivanje vrednosti fizičkih varijabli i služe kontrolisanju
karakteristika stimulusa ili registrovanju ponašanja subjekata. Fiziološki instrumenti se koriste u
istraživanjima fizioloških osnova psiholoških procesa. Psihološki instrumenti su ankete i
testovi. Ankete putem određenog broja pitanja postavljenih reprezentativnom uzorku daju
informacije o stavovima, verovanjima, osećanjima, demografskim karakteristikama i sl. Anketa
se može vršiti usmenim putem (putem intervjua) ili pismenim putem (preko upitnika). Pitanja u
anketi su stavke, a odgovori subjekata su oblici ponašanja, reakcije. Pitanja mogu biti otvorenog
ili zatvorenog tipa. Otvorena pitanja daju mogućnost bogatih informacija, ali zahtevaju više
razmišljanja, veću motivaciju, daju mogućnost neodređenim i neupotrebljivim odgovorima i
komplikovani su za statističku obradu. Zatvorena pitanja su lakša za odgovaranje, jednostavnija
za obradu i preciznost odgovora je pod konrolom istraživača, ali iziskuju pažljiv izbor i
formulaciju stavki. Odgovori u zatvorenim pitanjima mogu biti kategoričkog ili numeričkog tipa
Ako su kategorički, odgovori mogu biti u vidu dihotomije ili višestrukog izbora, a ako su
numerički, podrazumevaju stepen slaganja sa nekim stavom u vidu niza brojeva. Testovi su
instrumenti kojima se utvrđuju razne spsobnosti, sklonosti ili osobine ispitanika. Kod ispitivanja
testovima, naglasak je na rezultatima pojedinačnog subjekta i poređenju njegovog rezultata sa
rezultatima ostalih članova populacije. Subjekti odgovaraju na pitanja ili stavke i njihovi rezultati
se izražavaju sabiranjem odgovora tj. dobijanjem skora. Da bi se rezultati ispitanika mogao
interpretirati, mora se uporediti sa rezultatima drugih osoba, tj. sa rezultatima normativnog
uzorka. Pre puštanja u praktičnu upotrebu, test se daje normativnom uzorku koji daje informaciju
o tome koliki broj ispitanika rešava određen broj zadataka. Time se dobijaju norme izražene
preko percentilnih rangova. Percentilni rang je procenat članova normativnog uzorka koji
ima niži skor od dotičnog subjekta.
2. Problemi merenja
13
postupke. Interna validnost podrazumeva da postoje dovoljne osnove za zaključivanje o
kauzalnim efektima među varijablama u istraživanju što omogućava kontrola spoljnih varijabli.
3. Problem pouzdanosti – varijabla je pouzdana ako višestruko merenje istihobjekata
daje iste ili slične vrednosti. Pouzdanost je stvar stepena. Odnos validnosti i pouzdanosti –
validna varijabla mora biti pouzdana, ali pouzdana varijabla može biti nevalidna (može pouzdano
meriti nešto drugo, a ne predmet merenja). Pouzdanost merenja treba utvrditi prilikom pilot
istraživanja tj, konstruktcije instrumenta merenja. Postoji više načina merenja pouzdanosti
(koeficijenti pouzdanosti): test-retest (iste osobe u dva različita vremenska trenutka rade isti test
i što je korelacija mera sa dva ispitivanja veća, to je test pouzdaniji. kod test-retest metoda postoji
problem da se ispitanici mogu setiti pitanja sa prvog testa), paralelne forme testa (subjekti rade
paralelne forma testa tj. varijante istog testa sa različitim stavkama (problem je obimnost rada na
pripremi takvih testova), unutrašnja (interna) konzistentnost (konzistencija) – stavke jednog
testa se proizvoljno podele na dve polovine, pa se računaju dva skora i izračuna njihova
korelacija.
I. KONTROLA ISTRAŽIVANJA
Spoljne (eksterne) varijable su one varijable koje nisu uključene u istraživanje a koje
mogu da utiču na rezultat istraživanja i teško ih je kontrolisati. U istraživanju u kome se ispituje
dejstvno NV na ZV, očekuje se dieferencijalni efekat (različito dejstvo) NV na ZV tj. da
različitim nivoima NV odgovaraju različite vrednosti ZV. Međutim, spoljne varijable mogu da
zamagljuju ovo dejstvo pa variranje vrednosti ZV postaje posledica kombinacije dejstva NV i
spoljnih varijabli. Spoljne varijable se dele po poreklu i po sistematičnosti. Po poreklu, spoljne
varijable mogu biti spoljne situacione varijable (potiču od karakteristika situacije), spoljne
subjekt varijable (potiču od osobina subjekata i mogu biti intrasubjektivne koje se odnose na
osobine jednog subjekta i intersubjektivne koje se odnose na razlike među osobinama različitih
subjekata) i spoljne eksperimentatorske varijable (potiču od osobina ekperimentatora). Po
sistematičnosti one su sistematske i nesistematske.
Nesistematske spoljne varijable mogu da deluju na ZV, ali ne koreliraju sa NV. Njihovo
dejstvo nije na sistematičan način različito za različite nivoe NV. Pošto nisu korelirane sa NV
njihovo dejstvo na ZV je nesistematsko tj. slučajno i kod njih nemamo razloga da očekujemo
sistematski različito dejstvo na ZV za različite nivoe NV. Ako se ta razlika pojavi biće posledica
slučaja. Nesistematske varijable se zovu varijable šuma jer je odnos NV i nesistematske spoljne
varijable sličan odnosu signala i šuma. Signal je informacija da ZV zavisi od NV. Zadatak
istraživača je da kontroliše šum.
14
različito na različitim nivoima NV tako da postoji mogućnost diferencijalnog efekta
konfundirajuće varijable na zavisnu varijablu koji oponaša diferencijalni efekat NV na ZV.
Postojanje konfundirajuće varijable omogućava alternativno objašnjenje rezultata – umesto da se
efekat pripiše dejstvu NV on se može pripisati dejstvu konfundirajuće varijable.
15
b. Kontrola sistematskih spoljnih varijabli
(1) Randomizacija. Članovi uzorka se na slučajan način podele u podgrupe koje čine
nivoenezavisne varijable čime se postiže da sve grupe budu ujednačene po sastavu tako da ne
postoje sistemske već samo slučajne razlike. Randomizacijom se postiže automatska kontrola
velikog broja spoljnih varijabli koje istraživač i ne zna da postoje. to je veći uzorak, raste stepen
ujednačavanja grupa. NV mora biti ekperimentalna jer samo tako istraživač može određivati
kojem nivou pripada objekat. Randomizacija je slična slučajnom uzorku jer se slučajno bira kojoj
će grupi pripasti koji objekat. Razlika između ranodmizacije i slučajnog uzorka je u tome što
slučajnim uzorkovanjem samo mali deo populacije biva obuhvaćen, a randomizacijom svi ili
većina članova uzorka biva dodeljena u grupe.
(2) Repeticija. Na svakom nivou NV učestvuje ista grupa tj. svi članovi uzorka. Svi
objketi prolaze sve nivoe NV tako da se dobijaju ponovljene mere kojih ima onoiliko koliko ima i
nivoa NV. Svaki objekat je sam sebi kontrola tako da su svi nivoi maksimalno ujednačeni. Stepen
ujednačavanja je viši nego kod randomizacije. Potrebno je koristiti eksperimentalnu NV.
Negativna osobina, mana repeticije je u tome što omogućuje javljanje jedne nove vrste spoljnih
varijabli – sekvencijalne varijable koje se odnose na vremenski redosled kojim jedan subjekat
prolazi kroz različite nivoe NV. Problem je što može doći do efekta prenosa – uticaj prethodnog
učešća subjketa na određenom nivou NV na naredne nivoe. Sekvencijalne varijable se odnose na
zamor, uvežbavanje ili promenu strategije odgovaranja.One se otklanjaju kontrabalansiranjem.
(3) Kontrabalansiranje, balansiranje poretka – nije cilj eliminacija poretka već
njegovo neutralisanje. Postoji intrasubjektivno i intersubjektivno kontrabalansiranje.
Intersubjektivno kontrabalansiranje – kod različitih subjekata se koriste različiti
poreci. Zato se uzorak deli na blokove čiji članovi prolaze različitim redosledom kroz različite
nivoe. Tako, ako NV ima dva nivoa n1 i n2, uzorka se deli na dva bloka tako da jedan prolazi
kroz nivoe redolsedom n1n2, a drugi n2n1. Pretpostavlja se da je dejstvo prethodnog prolaska
kroz prvi nivo na ponašanje na drugom nivou približno jednako dejstvu prethodnog prolaska kroz
drugi nivo na ponašanje subjekta na drugom nivou. Ako ima više nivoa NV, moguće je odustati
od kontrabalansiranja ili uraditi delimično kontrabalansiranje. Za to se koristi latinski kvadrat.
Latinski kvadrat je u vidu matrice gxg i sadrži g 2 kućica u kojima se nalaze simboli tako da se u
svakom redu ili koloni svaki simbol sreće samo jednom. Redovi su blokovi, a kolone redosled
16
izlaganja uslova. Npr. Latinski kvadrat četvrtog reda (umesto kod potpunog kontrabalansiranja
koje zahteva 24 različita poretka, delimično kontrabalansiranje zahteva 4 poretka.
1 3 2 4
3 1 4 2
2 4 3 1
4 2 1 3
17
c. Poređenje tehnika kontrole (razlike između eksperimentalnih i neeksperimentalnih
tehnika kontrole)
STANISLAV FAJGELJ
18