DEJAN TODOROVIĆ

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. Vrste izvora informacija

1) Studije psihologije – one su osnovni izvor informacija za studente jer se na

predavanjima i u udžbenicima prezentuje veliki broj istraživanja, ali ne i sve što se istraživalo u
psihologiji, te ona nude samo osnvona znanja iz skoro svih psiholoških oblasti.
2) Knjige – mnoge knjige pokazuju rezultate istraživanja. Samo mali deo psiholoških
knjiga postoji na našem jeziku, a i one ne odražavaju zastupljenost različitih tema u svetskoj
psihologiji. Najveći broj psiholoških knjiga je na engleskom, te je potrebno znanje barem jednog,
a bolje, i više stranih jezika. Neke knjige su pouzdan izvor informacija, a neke su pisane
senzacionistički i površno.
3) Mediji – informacije iz psiholoških istraživanja mogu biti prezentovane i u novinama,
na televiziji ili radiju, ali kvalitet i pouzdanost ovih informacija zavisti od stručnosti autora.
4) Javna predavanja – predavanja na fakultetima ili javnim tribinama.
5) Saopštenja na stručnim skupovima – tu se prikazuju rezultati novijih istraživanja.
Postoje opšti skupovi za sve oblasti psihologije, kao i specijalizovani skupovi koji se odnose na
uže oblasti.
6) Naučni časopisi – pored saopštenja na skupovima, časopisi su najvažniji izvori
informacija. To su periodične publikacije koje izlaze na dva-tri meseca. Psihološki naučni
časopisi su počeli da se pojavljuju krajem 19. veka. Postoje opšti časopisi koji objavljuju radove
iz svih oblasti psihologije i specijalizovani koji objavljuju radove iz užih oblasti. Psihološki
članci se objavljuju i u časopisima koji nisu psihološki. Procena je da se dnevno objavi oko 10-ak
članaka. U naučnim časopisima se objavljuju originalni radovi (izveštaj novog istraživanja, dotad
neobjavljenog, napisanog od strane autora istraživanja), a mogu i pregledni radovi (sintetički i
kritički prikaz većeg broja istraživanja u jednoj oblasti).
7) Ostali izvori – psihološki rečnici, psihološke enciklopedije i priručnici, zbornici
(knjige koje sadrže više istraživanja različitih autora koji sa različitih aspekata sagladavaju jednu
zajedničku temu), bibliografije (spiskovi članaka i knjiga posvećenih zajedničkoj temi), Internet.

1
2. Direktnost izvora informacija

Najdirektniji su primarni izvori tj. originalni izvori – prikazi istraživanja od strane

samog autora istraživanja. Sekundarni izvori su pregledni radovi, koji, ako su kvalitetni, daju
brzi uvid u neku oblast i sintezu primarnih radova, ali, s druge strane, ne daju sve informacije iz
primarnih izvora. Tercijarni izvori su npr. knjige koje su nastale sintezom većeg broja
preglednih radova. Izvori četvrotog reda su npr. novinski članci u kojima je prepričana knjiga, a
izvori petog reda su informacije koje renosi čitalac prethodno pomenutog novinskog članka.

C. VRSTE ISTRAŽIVANJA

Postoje razne podele istraživanja, npr. po stepenu kontrole istraživanja (eksperimentalna i

neeksperimentalna), po uslovima istraživanja (laboratorijska i naturalistička), po cilju
(eksplorativna, replikativna, parametarksa, eksplanatorna), prema nameni (fundamentalna i
primenjena) itd.

1. Stepen kontrole istraživanja (istraživanja prema stepenu kontrole)

Prema stepenu kontrole istraživača nad ključnim činiocima istraživanja, istraživanja se

dele na eksperimentalna i neeksperimentalna. Razlike između eksperimentalnih i
neeksperimentalnih istraživanja: eksperimentalna istraživanja ili eksperimenti se odlikuju višim
stepenom kontrole tj. aktivnom manipulacijom istraživača na ključnim činiocima istraživanja
(npr. ogledi sa dve grupe ispitanika od kojih je jedna podvrgnuta tretmanu, a druga ne i tvrđuje se
dejstvo tog tretmana); neeksperimentalna istraživanja se odlikuju nižim stepenom kontrole tj.
odsustvom aktivne manipulacije (opservaciona istraživanja); u eksperimentima istraživač sam
izaziva pojavu koju ispituje, a u neeksperimentalnim istraživanjima on pojavu, koja se spontano
javlja, samo registruje; eksprimentalna istraživanja daju pouzdanije zaključke o uzrocima, a
neeksperimentalna istraživanja daju bolji uvid u pojave koje nisu pogodne za eksperimentalno
proučavanje.

2. Uslovi izvođenja istraživanja (istraživanja prema uslovima izvođenja istraživanja)

Prema uslovima izvođenja istraživanja se dele na terenska i laboratorijska. Razlike

između laboratorijskih i terenskih istraživanja: laboratorijska se vrše u laboratoriji, a
naturalistička (terenska) pod prirodnim uslovima, na terenu; laboratorijska omogućavaju efikasnu
kontrolu uslova, vremena i mesta izvođenja i ona se lako mogu ponoviti, dok se terenska odvijaju
na terenu, istraživač je obično nautralni ili skriveni posmatrač ili učesnik i uglavnom imaju
slabiju kontrolu. Međutim postoje laboratorijska neeksperimentalna i terenska eksperimentana
istraživanja. Suštinski aspekti po kojima se razlikuju jesu kontrola i prirodnost. Prednost
laboratorijskih je veća kontrola, a prednost terenskih veća prirodnost. Kontrola omogućava
pouzdaniji uvid u ključne činioce istraživanja, a postojanje prirodnosti daje veću primenu
rezultata za svakodnevne uslove. Prirodnost je značajna u onim oblastima koje su slabo poznate,
a kada su pojave relativno poznate poželjna je kontrola. Za neke pojave je bitna prirodnost uslova
(npr. ispitivanje agresivnog ponašanja, snažnih emocija), a za druge nije (ispitivanje percepcije,
pamćenja i sl).

2
3. Cilj istraživanja (istraživanja prema cilju)

Zavisno od cilja moguće je razlikovati eksplorativna (pilotska), replikativna, parametarska

i eksplanatorna istraživanja.
Eksplorativna istraživanja su pilotska i imaju za cilj početno upoznavanje neke slabo
ispitane pojave. Ova istraživanja su prva, izviđačka i u njima je cilj da se vidi šta će se dobiti i
nemaju veći naučni značaj. Na osnovu njih istraživač uviđa da li da prekine ili nastavi sa radom.
Replikativna istraživanja podrazumevaju ponavljanje već izvršenog istraživanja uz
manje promene. Cilj je ili vežbanje mladih istraživača ili provera nekog novog, iznenađujućeg ili
važnog fenomena – utvrđuje da li je prvobitni nalaz ispravan.
Parametarska istraživanja su istraživanja već dobro ispitane pojave, ali detaljnija i
preciznija. Npr. kod Miler-Lajerove iluzije postoje brojni parametri koji se mogu sistematski
menjati kako bi se ispitalo kako oni deluju na jačinu iluzije (boja i svetlina linije ili pozadine,
debljina linije, veličina cele figure itd).
Eksplanatorna služe objašnjenju neke pojave, proverava se uspešnost jedne ili više
teorija o datoj pojavi. Mogu biti krucijalna ukoliko rezultat istraživanja može da opovrgne jednu
teoriju i potvrdi drugu, njoj suprotnu teoriju.
Međutim, pojedinačno istraživanje ne može u potpunosti opovrgnuti ili potvrditi teoriju s
obzirom da je nekada moguće izvršiti manje promene u teoriji kako bi se uskladila sa rezultatima.
Generalno, treba vršiti veći broj istraživanja i proveravati više teorija kako bi se približili istini.

4. Namena istraživanja (istraživanja prema nameni)

Prema nemani istraživanja se dele na primenjena i fundamentalna. Fundamentalna služe

nauci i njihova namena u psihologiji je otkrivanje osobina psiholoških pojava i njihovo
razumevanje, te stoga, predstavljaju osnovu psihologije kao nauke. Primenjena služe nekoj
praktičnoj svrsi ili utvrđivanju nekog konkretnog stanja stvari (u društvu ili privredi). Primenjena
istraživanja se izvode za nekog naručioca. Dešava se da fundamentalna istraživanja imaju neku
praktivčnu svrhu, ali retko.

5. Ostale vrste istraživanja

Arhivska istraživanja – istraživanja u kojima istraživač ne prikuplja sam podatke, već

koristi već postojeće informacije. Istraživač kombinuje već postojeće podatke i iz njih izvodi
nove zaključke i veze.
Analiza sadržaja – slično je arhivskom jer koristi već postojeće informacije, ali se u
analizi sadržaja informacije analiziraju prema nekom kriterijumu npr. prebrojavanjem određenih
elemenata.
Matematičko modeliranje i simuliranje – za dobro ispitane pojave postavljaju se
matematički formulisani zakoni, teorije i modeli. Matematički modeli su obično u obliku
kompjuterskog programa. Da bi se ispitao model, unose se konkretne ulazne vrednosti a program
daje izlazne vrednosti tj. rezultate koje predviđa teorija na osnovu koje je projektovan. Rezultati
koje daje program (tj. model) se upoređuje sa empirijskim rezultatima i na taj način se testira
model.

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.

D. OSNOVNI ČINIOCI ISTRAŽIVANJA

Postoje tri osnovna činioca istraživanja: objekti, varijable i podaci.

Objekti istraživanja su slučajevi i pojave koje se ispituju u tom istraživanju. Slučajevi su
organizmi tj. subjekti, a pojave su uticaji koji se vrše na organizme i to su stimulusi. Uzorak je
skup objekata istraživanja, a populacija je širi skup kome pripada uzorak.
Varijable su osobine objekata istraživanja. Podaci su vrednosti varijabli za određene
objekte. Glavna aktivnost istraživača je da za određeni broj varijabli prikupi podatke na
određenom uzorku objakata (Objekat A za varijablu B ima vrednost C). Činjenice utvrđene u
istraživanju se organizuju u matricu podataka tako da su u kolonama varijable, redovima objekti,
a u ćelijama su podaci.

E. OBJEKTI ISTRAŽIVANJA

1. Vrste objekata

Objekti istraživanja mogu biti subjekti i stimulusi.

Subjekti su organizmi – ljudi ili životinje i to mogu biti pojedinci ili grupe subjekata.
Najčešće korišćenje životinje u psihološkim istražvanjima su psi, mačke, pacovi i majmuni.
Životinje se koriste u psihološkim istraživanjima iz dva razloga: 1. zato što se na osnovu
istraživanja na životinjama može naučiti nešto o ljudima i 2. u zoopsihologiji su istraživanja na
životinjama zanimljiva sama po sebi.
Prednosti i mane istraživanja životinja. Prednosti: kontrola uslova se može potpunije
obaviti; neki oblici ponašanja su jednostavniji kod životinja nego kod ljudi, pa se mogu lakše
ispitati kod životinja; na životinjama se mogu vršiti neka istraživanja koja se iz različitih razloga
ne mogu vršiti kod ljudi. Mane: otežana komunikacija sa subjektima; potreba zbrinjavanja,
hranjenja; pitanje da li su podaci rezultati dobijeni na životinjama relevantni za ljude.
Stimulusi ili draži su sadržaji, predmeti i informacije koje kontroliše istraživač i prikazuje
ih subjektima da bi ispitao njihovo dejstvo na subjekte. Ako su verbalnog tipa, nazivaju se ajtemi
ili stavke. U istraživanjima se ispituje ponašanje, tj. reakcije na stimuluse.
U nekim istraživanjima ne postoje ni subjekti ni stimulusi (nalaiza sadržaja, arhivska
istraživanja i sl.). U nekima postoje samo subjekti, a ne i stimulusi i to su istraživanja u kojima se
ispituju neke osobine subjekata (pol, visina, pušenje). U najvećem broju istraživanja postoje i
subjekti i stimulusi, ali je naglasak različit na različitim objektima.

2. Izbor objekata istraživanja: uzorkovanje

Uzorak je skup objekata koji učestvuju u istraživanju. Ti objekti su elementi uzorka. U

istraživanjima koja imaju i subjekte i stimuluse postoji uzorak subjekata i uzorak stimulusa.
Postupak uzorkovanja se odnosi na sastavljanje uzorka odnosno izbor objekata koji će ući u
uzorak. Uzorak se bira iz populacije po određenim kriterijumima. Istraživanje cele populacije bi

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.

3. Vrste izbora uzorka (vrste uzorka, kakvi uzorci postoje)

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.

4. Broj objekata istraživanja

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.

1. Podela varijabli prema vrsti objekata istraživanja

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.

2. Podela varijabli prema načinu izražavanja vrednosti

Prema načinu izražavanja vrednosti postoje numeričke i kategoričke varijable.

Numeričke (kvantitativne) varijable – njihove vrednosti su izražene brojevima tj.
merama. One izražavaju razlike u količini tj. kvantitetu i odgovaraju na pitanje koliko ima nečega
ili u kom stepenu je izražena neka osobina. Kod njih se objekti razlikuju tako što jedan ima veću
ili manju vrednost na jednoj varijabli od drugog.
Kategoričke varijable su izražene kategorijama tj. kategoričkim merama. Kategorije su
skupovi objekata koji su, s obzirom na neku osobinu, jednaki ili slični. One informišu o kvalitetu
neke osobine, o tome kojoj vrsti ona pripada i informišu o načinu izraženosti neke osobine. Kod
njih razlika između objekata može da postoji ili ne postoji, ali ne može biti manja ili veća kao kod
numeričkih varijabli.
Moguće su transformacije iz kategoričkih u numeričke varijable, a neke pojave se mogu
izraziti i na jedan i na drugi način. Međutim, precizniju informaciju uvek daju numeričke
varijable. Neke varijable mogu biti istovremeno numeričke i kategoričke ako je osobina objekta
numeričke vrste, a objekti koji imaju istu tu osobinu svrstavaju se u istu kategoriju. Ovo su
numerički definisane kategoričke varijable. Kategoričke varijable koje nisu i numeriči definisane
nazivaju se kvalitativne varijable.
Nivo preciznosti kategorizacije se može menjati jer se kategorije mogu razdeljivati ili
sažimati. Razdeljivanje kategorija je deljenje postojećih kategorija na manje kategorije tj.
potkategorije. Sažimanje kategorija je grupisanje postojećih kategorija u veće kategorije tj.

7
nadkategorije. Finija kategorizacija daje detaljniju informaciju, ali može biti nekorisna, a sažetija
je jednostavnija, ali daje manje informacija. Potrebno je naći primerenu sredinu.

3. Podela varijabli prema stepenu kontrole

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.

4. Relacije među varijablama – korelacija, predikcija, zavisnost i uzročnost

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

Varijabla na osnovu koje se vrši predikcija je prediktorska varijabla (prediktor), a

varijabla koja se previđa je kriterijumska varijabla (kriterijum). Statistički postupak za predikciju
je regresiona analiza. Predikcija će biti preciznija što je veći stepen korelacije između prediktora
i kriterijuma.

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.

d. Uzročnost (kauzacija, kauzalni odnos)

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

Kategorički podaci su vrednosti kategoričkih varijabli za različite objekte. Objekti se dele

u dve kategorije (dihotomija), tri (trihotomija) ili više grupa (politomija).
Postoje dva problema pri korišćenju kategoričkih varijabli (problemi kod kategoričkih
podataka):
a. problem razvrstavanja populacije na kategorije (kako podeliti populacije u kategorije
– naziva se i kategorizacija ili klasifikacija populacije ili taksonomija i tipologija)
b. problem svrstavanja objekata u kategorije (kada imamo kategorije, kako svrstati
objekte u te kategorije – naziva se i klasifikacija ili klasifikacija objekata ili
dijagnosticiranje)

a. Klasifikacija populacije (problem razvrstavanja populacije na kategorije)

Pravila ili principi ili kriterijumi klasifikacije populacije:

1. Osnovni princip – u istu kategoriju se svrstavaju objekti koji su po nečemu jednaki ili
slični tj. svi objekti koji imaju zajedničku vrednost neke varijable. Istovremeno, različiti
objekti se razvrstavaju u različite kategorije. Objekti se po sličnostima združuju, a po
razlikama dele. Klasifikacija tj. kategorizacija služi da odredimo da li su objekti isti ili
različiti po nekoj varijabli.
2. Dodatni principi klasifikacije populacije su dati u obliku preporuka kako treba deliti
populaciju na kategorije. Mogu biti formalni i sadržinski. Sadržinski podrazumeva da
klasifikacija treba da odražava strukturu i sadržinu pojave koja se ispituje.
Formalni principi su:
a. princip isključivosti (kategorije moraju biti međusobno isključive, ne smeju da se
preklapaju – jedan objekat pripada samo jednoj ili nijednoj kategoriji)
b. princip iscrpnosti (kategorije iscrpljuju populaciju i svaki objekat mora pripadati
najmanje jednoj kategoriji, a može biti kategorisan i u više kategorija.
Kombinacijom principa iscrpnosti i isključivosti dobija se zahtev da svaki objekat
pripada samo jednoj kategoriji. Ali ova zahteva mogu biti i nezavisni.)
c. princip jedinstvenosti ili doslednosti (sve kategorije se definišu s obzirom na
jedan kriterijum klasifikecije – tada je klasifikacija jednodimenzionalna)

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.

b. Klasifikacija objekata (problem svrstavanja objekata u kategorije)

Ovde je rešen problem formiranja kategorija. U kategorizaciji objekata treba razlikovati

tipične (centralne) slučajeve kod kojih je lako odrediti kojoj kategoriji pripadaju i prelazne
(granične) slučajeve za koje je teško utvrditi kategoriju. Problem graničnih slučajeva se može
rešiti na više načina, ali ni jedan nije idealan.
Prvi – moguće je postaviti precizan kriterijum i njega se držati dosledno (mana je što je
moguće uključiti netipične slučajeve, a izostaviti tipične).
Drugo – moguće je uvseti novu kategoriju za netipične slučajeve, ali se time ugrožavaju
formalni principi klasifikacije populacije, a moguće je da se jave i novi prelazni slučajevi koji ne
odgovaraju ni toj novoj kategoriji.
Treće – moguće je iz istraživanja izbaciti netipične slučajeve i zadržati samo tipične, ali
setime gubi iscrpnost klasifikacije i podaci o prelaznim slučajevima.

2. Numerički podaci

Numerički podaci (mere) su vrednosti numeričkih varijabli. Kod njih se objektima

pripisuju brojevi. Svaka mera mora pripadati određenom opsegu vrednosti.
Vrste numeričkih podataka. Postoji domen brojeva kao apstraktnih pojmova i domen
objekata koji imaju izvesne osobine prisutne u određnemo stepenu i izražene brojevima.
Postupkom merenja se povezuju ova dva domena. Objektima se pripisuju brojevi i time se vrši
merenje odgovarajuće numeričke varijable. Klasifikacija numeričkih podataka zasnovana na
tome u kojoj su meri određeni matematički postupci primereni odgovarajućim podacima je
klasifikacija na nominalne, ordinalne, intervalne, racio i apsolutne podatke tj. mere. Istim
imenima se nazivaju skale kojima se oni mere ili varijable za koje se prikupljaju ovi podaci.
(1) Nominalni podaci – kod njih brojevi služe isključivo kao imena za kategorije. Nominalni
podaci su zapravo kategorički podaci, ali izraženi brojevima. Matematički postupci koji
su primereni ovim podacima su samo jednakost i nejednakost. Ne može se utvrditi da li je
vrednost nekog objekta veća od vrednosti nekog drugog objekta kada su u pitanju
nominalni podaci i potpuno je sve jedno koji broj se pripisuje za neki podatak.
(2) Ordinalni podaci (rangovi) – kod ovakvih podataka brojevi omogućavaju rangiranje,
uređivanje objekata po stepenu izraženosti neke osobine. Dakle može se utvrditi da su
objekti po vrednostima na ordinalnim varijablama isti ili različiti, ali i da li je vrednost
nekog objekta veća ili manja od nekog drugog. Objekti se, na osnovu ordinalnih podataka,
mogu poređati u rang listu. Postoje dve mane ordinalnih podataka- problem poređenja
intervala (neodređenost razmaka) i problem poređenja mera (neodređenost
umnožaka). Problem poređenja intervala podrazumeva se kod ordinalnih podataka ne

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

Merenje je utvrđivanje vrednosti neke varijable za neki objekat. Kategoričko merenje je

utvrđivanje vrednosti kategoričkih varijabli i sastoji se u svrstavanju u kategorije. Numeričko
merenje je utvrđivanje vrednosti numeričkih varijabli, a sastoji se u pripisivanju brojeva
objektima.

1. Tehnike merenja

Podela tehnika merenja na opservacione i instrumentalne tehnike.

Opservacione tehnike korsite posmatranje i u njima ključnu ulogu imaju opserveri tj.
trenirani posmatrači koji procenjuju i beleže vrednosti varijabli. Često opserveri koriste
instrumente, ali ne radi direktnog utvrđivanja podataka, već radi olakšavanja postupka
opservacije. Problem kod ovih tehnika jeste pouzdanost opserverskih procena. Da bi se ona
proverila može se koristiti više nezavisnih posmatrača i računa se koeficijent korelacije između
njihovih procena.

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

1. Problem operacionalizacije – operacionalne definicije . S obzirom na način

definisanja varijabli i mogućnost njihovog merenja mogu se razlikovati dve vrste varijabli –
operacionalno definisane (empirijske) varijable koje su definisane tako da se iz njihove
definicije može izvesti postupak njihovog merenja i konceptualno definisane (teorijske)
varijable koje su definisane na osnovu teoretskog shvatanja koncepta koji se istražuje i obično se
nazivaju konstrukti. Da bi se neka varijabla ispitala empirijski mora biti operacionalno
definisana. Operacionalizacija je postupak kojim se utvrđuje način merenja neke varijable i često
ge je veoma teško izvesti. Empirijska varijabla čija je svrha operacionalizacija neke teoretske
varijable naziva se indikator ili indikatorska varijabla. Uglavnom jedna teoretksa varijabla ima
više indikatora i jedna empirijska varijabla može biti indikator za više teoretski varijabli.
2. Problem valjanosti (validnost) Postoje više vrsta validnosti: konstruktivna, interna,
eksterna. Konstruktivna validnost podrazumeva problema da li operacionalno definisana varijabla
zaista meri teoretsku varijablu, tj. da li meri ono što treba da meri (konstrukt). Ovaj problem se
rešava preko dva kriterijuma valjanosti indikatorskih varijabli – logičko-empirijski i statistički
kriterijum. Logičko-empirijski kriterijum se zasniva na empiriji i logici. Statistički kriterijum je
korelacija empirijske varijable sa nekom drugom varijablom za koji se zna da je valjana – ako je
korelacija visoka, zaključujemo da je empirijska varijabla valjana. Takav koeficijent korelacije je
koeficijent valjanosti. Eksterna validnost podrazumeva mogućnost uopštavanja istraživanja sa
uzorka na populaciju kao i sa konkretnih uslova i postupaka istraživanja na druge uslove i

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

1. Spoljne varijable (eksterne varijable)

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.

a. Nesistematske spoljne varijable (Nesistematske eksterne varijable)

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.

b. Sistematske spoljne varijable (Sistematske ekterne varijable)

Sistematske spoljne varijable se zovu i konfundirajuće varijable. One mogu da deluju

na ZV, ali koreliraju sa NV. Razlike u nivoima NV praćene su odgovarajućim razlikama u
vrednostima konfundirajuće varijable. Njihovo dejstvo na ZV nije slučajno već sistematsko tj.

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.

c. Efekti spoljnih varijabli na zaključak o ishodu istraživanja

Prisustvo spoljnih varijabli može dovesti istraživača do pogrešnog zaključka u vezi sa

efektom NV na ZV. Može da prihvati da efekt postoji iako ne postoji (prihvatanje nepostojećeg
efekta) ili da zaključi da efekt ne postoji iako postoji (neprihvatanje postojećeg efekta). I
sistematske i nesistematske spoljne varijable mogu dovesti do ovakvih grešaka.

Greške izazvane nesistematskim spoljnim varijablama

(a) Prihvatanje nepostojećeg efekta. Usled dejstva varijabli šuma moguće je da se

pojavi prividni efekt NV na ZV iako ne postoji. Ove greške se nazivaju greške tipa I i za njih se
koriste postupci za kontrolu – statistički testovi značajnosti pomoću kojih se procenjuje
verovatnoća da li je neki efekt samo posledica slučaja ili je nastao usled sistematskog dejstva.
(b) Neprihvatanje postojećeg efekta. Ako varijable šuma nisu u dovoljnoj meri
kontrolisane, a vrše jak uticaj na ZV, dok NV vrši slab uticaj na ZV, može se desiti da varijable
šuma zaguše efekat NV tj. da se taj efekat ne vidi u rezultatima i da se zaključi da efekta nema.
To je greška tipa II.

Greške izazvane sistematskim spoljnim varijablama

(a) Prihvatanje nepostojećeg efekta. Sistemski uticaj na ZV postoji, ali ne potiče od NV

nego od konfundirajuće varijable. Statistički testovi značajnosti ovde ne pomažu jer oni pomažu
da se donese odluka da li je dobijeni efekat dejstvo slučaja (šuma). Zaštitu od sistematskih
spoljnih varijabli pružaju tehnike kontrole.
(b) Neprihvatanje postojećeg efekta. Konfundirajuća varijabla može imati obrnut efekt
od NV tako da se njihovi efekti na ZV međusobno poništavaju, pa iako efekat postoji, zaključiće
se da ne postoji.

Plauzibilnost pretpostavke o konfundaciji može se utvrditi logičkom argumentacijom i

empirisjkim nalazima bilo pozivanjem na prethodne radove ili izvođenjem novih istraživanja u
kojima će se prvobitno konfundirajuća varijabla tretirati kao NV.

2. Tehnike kontrole spoljnih varijabli (Tehnike kontrole eksternih varijabli)

a. Kontrola nesistematskih spoljnih varijabli

Glavna metodološka kontrola nesistematskih eksternih varijabli je princip

homogenizacije koji nalaže da svi činioci treba da budu maksimalno moguće homogeni tj.
nepromenljivi izuzev istraživačkih varijabli koje moraju da variraju. Način da se ovo ostvari jeste
realizacija istraživanja u laboratoriji i na isntrumentima. Postoje i statistički testovi značajnosti.

15
b. Kontrola sistematskih spoljnih varijabli

Osnovno načelo kontrole konfundirajućih varijabli je princip dekorelacije tj. uklanjanja

postojanja korelacije između sistematske spoljne varijable i NV. To se omogućava tako što se
obezbeđuje da grupe objekata koje su različite s obzirom na NV ne budu različite s obzirom na
spoljnu varijablu tj. da budu ujednačene s obzirom na nju. Tehnike kontrle se svode na
preporučene postupke raspodele objekata na nivoe.
Postoje dve grupe tehnika kontrole konfundirajućih varijabli: tehnike kontrole koje se
koriste samo kod eksperimentalnih NV i tehnike koje se koriste kod neeksperimentalnih NV.
Tehnike kontrole koje se koriste kod eksperimentalnih nezavisnih varijabli su:
randomizacija, repeticija i kontrabalansiranje. Tehnike kontrole koje se koriste kod
neeksperimentalnih nezavisnih varijabli su: blokovanje, sparivanje, uprosečavanje i
homogenizacija.

Eksperimentalne tehnike kontrole

(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

Intrasubjektivno kontrabalnsiranje. Kod istih subjekata se koriste različiti poreci. Kada

NV ima dva nivoa, ceo uzorak prolazi dva puta kroz oba nivoa n1n2n2n1 ili n2n1n1n2. Ovde se
pojavljuje neujednačenost s obzirom na izbor poretka jer se javlja poredak n2n2 koji se ne javlja
u drugoj verziji ili n1n1 koji se ne javlja u prvoj verziji. Za više od dva nivoa intrasubjektivno
kontrabalansiranje se retko vrši.
Kontrabalnsiranje stimulusa. Koristi se kada se subjektima prikazuje izvestan broj
različitih kategorija stimulusa i problem je u poretku prikazivanja stimulusa. Postoje dve
mogućnosti: prikazivanje u blokovima i slučajnim redosledom.
Prikazivanje u blokovima znači da jedan za drugim prikazuje veći broj stimulusa iste
kategorije što se koristi kada stalne promene stimulusa dekoncentrišu subjekte. Ovakov rešenje
može izazvati pojavu sekvencionih stimulus varijabli i navikavanje subjekata na isti tip stimulusa.
Slučajni redosled stimulusa znači da de kategorije stimulusa smenjuju na slučajan način čime se
izbegava navikavanje i očekivanje, akontrolišu se i sekvencione varijable.

Neeksperimentalne tehnike kontrole.

Za razliku od eksperimentalnih tehnika kontrole, neeksperimnetlane tehnike kontrole

mogu koristiti i ekperimentalne i neeksperimentalne NV i ne odnose se na sve spoljne varijable,
nego na pojedinačne.
(1) Homogenizacija. Koristi se kontrolu šuma, ali i konfundirajućih varijabli a sastoji se
u tome da se potencijalna spoljna varijabla pretvori u konstantu. Kada je konstanta, ne može da
varira, a ako ne varira, onda ne može da bude u korelaciji sa drugim varijablama. Mogući
problemi su: (1) teškoća sakupljanja uzorka i (2) pitanje opštosti važenja rezultata istraživanja
pošto su prikupljeni na posebnoj grupi ispitanika.
(2) Blokovanje. Koristi se kod kategoričkih spoljnih varijabli. U okviru svakog nivoa NV
formiraju se blokovi: podgrupe objekata koji pripadaju istoj kategoriji spoljne varijable. Način
formiranja blokova je isti za sve nivoe NV. Time su nivoi NV ujednačeni jer se sastoje od
jednakih blokova. Koristi se na neekserimentalnim ili eksperimentalnim NV i kao dopuna
randomizaciji.
(3) Uprosečavanje. Koristi se kod numeričkih spoljnih varijabli. Nivoi NV se
ujednačavaju time što se obezbeđuje da prosečna vrednost spoljne varijable za sve nivoe bude
jednaka ili slična. Koristi se na neekserimentalnim ili eksperimentalnim NV i kao dopuna
randomizaciji.
(4) Sparivanje. Koristi se i kod kategoričkih i kod numeričkih spoljnih varijabli. Nalaze
se parovi objekata sa jednakom ili sličnom vrednošću spoljne varijable. Jedan član para se
svrstava u jednu, a drugi u drugu kategoriju NV. Koristi se na neekserimentalnim ili
eksperimentalnim NV.

17
c. Poređenje tehnika kontrole (razlike između eksperimentalnih i neeksperimentalnih
tehnika kontrole)

Postoje razlike između selektivnih i eksperimentalnih nezavisnih varijabli s obzirom na

stepen kontrole konfundirajućih varijabli. Kod manipulativnih se koriste randomizacija i
repeticija sa kontrabalsniranjem i njima se kontroliše veliki broj spoljnih varijabli za koje
istraživač i ne zna da deluju. Njihovo korišćenje olakšava uvid u kauzalne odnose što je ključna
prednost ekperimentalnih istraživanja u odnosu na neeksperimentalna. Kod selektivnih
nezavisnih varijabli, koriste se homogenizacija, blokovanje, uprosečavanje i sparivanje, ali se
njima kontroliše samo mali broj spoljnih varijabli i to one koje istraživač izabere da kontroliše.
Postupci ujednačavanja kod selektivnih varijabli mogu da dovedu i do nereprezentativnosti
uzorka.
Statistička kontrola. Postoje slučajevi istraživanja kada nije moguće upotrebiti ni jednu
od tehnika ujednačavanja grupa objekata – ako se kao grupe koriste već postojeći skupovi
objekata čiji se sastva ne može menjati, ni odrediti, ni izabrati. Tada se koriste statističke tehnike
kontrole nakon što su podaci prikupljeni. Vrši se matematička procena kakve bi bile vrednosti
zavisne varijable u slučaju da se objekti bili ujednačeni s obzirom na spoljnu varijablu.

STANISLAV FAJGELJ

18