Pētījuma stratēģijas un dizaini.

Pētījuma dizaini
programminženierijā.

Kurss
“Pētījumu un praktisko darbu izstrādes un prezentēšanas metodika”
 Pētījuma līmeņi

Metodoloģiskais – kvantitatīvs, kvalitatīvs,

jaukts pētījums
Tehnoloģiskais – kā iegūs datus (aptaujas, intervijas
utml.)
Datu – kā analizēs datus (statistikas metodes)
Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā.
Stratēģijas, dizaini, metodes. Rīga: Raka
 Mācību mērķi

Gūt priekštatu par kvantitatīvo, kvalitatīvo, jaukto

pētījumu dizainiem.
Izprast pētījuma mērķa un dizaina izvēles saistību.
Gūt priekštatu kādus dizainus izmanto
programminženierijā.
 Jēdziena “pētījuma dizains”
nozīmes

Literatūrā dažādiem autoriem dažādas nozīmes:

Korekti: Plašākā nozīmē - plāns, kas ietver visu
pētījuma procesu, sākot ar tēmas izvēli līdz iegūto
rezultātu publicēšanai.
Korekti: Vidēji plašā nozīmē – plāns, kas ietver datu
ievākšanu un analīzi.
Nekorekti: Šaurākā nozīmē – tikai datu ievākšanas
metodes.
Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Kā izvēlēties pētījuma dizainu

Neviens no pētījuma dizainiem nav pārāks par citu.

Dizaina piemērotību nosaka tā atbilstība pētījuma
mērķim, vai tas, vai šis dizains palīdz atbildēt uz
pētījuma jautājumu, vai pārbaudīt pētījuma hipotēzi.
Izvērtēt praktiskos un ētiskos apsvērumus.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Kvantitatīvā pētījuma dizains

Kvantitatīvā pētījuma dizains jeb plāns –

stratēģisks, sistemātisks, visaptverošs apraksts,
ko un kā pētnieks gatavojas darīt.
Pētījuma laikā paliek nemainīgs – pētījuma
sākumposmā tiek izstrādāts plāns, kas nosaka kādā
izlasē, cik reizes, kādi mainīgie tiks mērīti.
Dizaina būtība – nodrošināt, lai iegūtie pierādījumi
ļautu atbildēt uz pētījuma jautājumu, atbilstu
pētījuma mērķim.
Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Izvēloties kvantitatīvo dizainu,

Jāatceras, ka tas ir nemainīgs pētījuma laikā, tāpēc

jau sākotnēji ir jāizplāno:
– Kādas un cik izlases tiks izmantotas datu
ieguvei.
– Cik reizes, dati tiks iegūti.
– Kādi mainīgie tiks mērīti.
– Kā iegūtie dati tiks apstrādāti (kādas metodes).

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Izlase un ģenerālā kopa

Ģenerālā kopa – ir subjektu vai objektu kopums, uz

kuriem attiecina pētījuma rezultātus.
Izlase – ģenerālās kopas pārstāvji, kuri ir tieši
iesaistīti pētījumā.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Eksperimentāls un
neeksperimentāls dizains

Eksperimentāls dizains – izmanto pētījumos, kuru

mērķis ir pārbaudīt cēloņu un seku sakarības. Tas
ir, kā neatkarīgais mainīgais rada pārmaiņas
atkarīgajā mainīgajā.
Neeksperimentāls dizains - izmanto pētījumos,
kur nav jāpārbauda cēloņu un seku sakarības.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Eksperimentāls pētījuma dizains
(i)
Īstie eksperimenti – zinātnieki dēvē par ideālo
dizainu.

Šķietamie jeb kvazi eksperimenti - ja nav

iespējams ievērot kādu no īsto eksperimentu
pazīmēm.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Eksperimentāls pētījuma dizains
(i)
Īsto eksperimentu pazīmes:
1. Ir atkarīgais, neatkarīgais un kontrolētie mainīgie;
2. Tiek iesaistītas vismaz divas grupas – izpētes
(eksperimentālā) un kontroles grupa, kas tiek veidotas
pēc nejaušības principa;
3. Ir ievērots maskēšanās/akluma princips, lai kontrolētu
dažādu faktoru ietekmi (vienkāršie, dubultaklie pētījumi);
4. Tiek kontrolēts eksperimentētāja un placebo efekts, ja
iespējams.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Neeksperimentāls pētījuma
dizains (i)

Neeksperimentālo pētījumu dizainus izmanto, ja

eksperimenti nav nepieciešami vai to realizācija ir
neiespējama vai neētiska un kad pētījuma mērķis
nav pārbaudīt cēloņsakarību.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Neeksperimentāls pētījuma
dizains (ii)

Gadījuma analīze – lieto, ja pētījuma mērķis ir

izpētīt vienu (vai nelielu skaitu) gadījumu un tā
rezultātus nav plānots vispārināt.
Šķērgriezuma un garengriezuma pētījuma dizaini
– lieto, ja mērķis ir izpētīt kādu pazīmi noteiktā
izlasē, lai pēc tam iegūtos rezultātus vispārinātu uz
citiem gadījumiem (ģenerālkopu).

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Šķērsgriezuma pētījuma dizains
(i)

Aprakstošie pētījumi – pamats tālākiem

pētījumiem, palīdzot klasificēt, aprakstīt dažādas
parādības. Cik? Kas? Kur? Kad? Katru no
mainīgajiem analizē atsevišķi.
Sakarību jeb korelatīvie pētījumi – veic divu vai
vairāku mainīgo mērījumus un analizē, vai ir starp
tiem sakarības.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Šķērsgriezuma pētījuma dizains
(ii)

Salīdzinošie pētījumi – izmanto, ja pētījuma

mērķis ir salīdzināt divas vai vairākas izlases (vai
grupas), izmantojot vienu vai vairākus mainīgos.
Atkārtoto šķērsgriezumu pētījumi – mērījumi
ģenerālkopā tiek veikti atkārtoti, katru reizi
izmantojot citu izlasi. Dod iespējas pētīt pārmaiņas,
kas notiek makro jeb populācijas līmenī.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Garengriezuma pētījuma dizains

Mērījumi tiek veikti atkārtoti, katru reizi izmantojot

vienu un to pašu izlasi. Mērķis ir izpētīt pārmaiņas
laikā noteiktā izlasē.
Paneļdizains – izlase ir veidota pēc nejaušības
principa.
Kohortu dizains – izlasei sākumā piemīt viena
kopīga pazīme.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Kvalitatīva pētījuma dizains

Etnogrāfija – sociālās grupas kultūras apraksts un

interpretācija. Pēta vērtības, attieksmes, uzvedību.
Novērojumi, intervijas.
Pamatotā teorija – teorija tiek izsecināta no datiem.
Intervijas.
Darbības pētījumi – ciklisks process, kurā notiek
mijiedarbība starp pētījumu, darbību, tā izvērtēšanu.
Gadījuma analīze - vienības analīze.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Dalībnieku atlase

Kvalitatīvie pētījumi atbalsta apzinātu (nevis

varbūtīgu) dalībnieku atlasi:
Pieejamības jeb ērtuma izlase;
Mērķtiecīga izlase;
Teorētisko izlasi.

Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
 Zinātniskais stiprums
Kvantitatīvajā stratēģijā Kvalitatīvajā stratēģijā
Noturīgums (arī drošums) – Uzticamība – rezultātu
rezultātu atkārtojamība, atkārtojamība, ko nodrošina
precizitāte; procesa dokumentācija
Ticamība un pārnesamība –
Pamatotība – cik lielā mērā tiek cik patiesi atspoguļo pētāmo
pētīts, tas ko bija paredzēts problēmu, cik lielā mērā
pētīt, iekšējā un ārējā lietotājs var piemērot
pamatotība; rezultātus savam
kontekstam.

Objektīvums – pētījuma Neitrālums – rezultātu

rezultātu neatkarība no pētnieka neitrālums, ārēja pārbaude.
uzskatiem, aizspriedumiem utml.
Mārtinsone K., Pipere A. (red.). (2011). Ievads pētniecībā. Stratēģijas, dizaini, metodes. Rīga: Raka
Kamerāde D. (2011). Kvantitatīvo pētījumu dizainu veidi un to izvēles principi
 Programminženierijas pētījumu
dizaini

Programminženierija ir nozare, kas iziet ārpus

tehnoloģiju pētījumu.
Lai saprastu kā inženieri būvē sistēmas, jāizpēta ne
tikai procesi un rīki, ko viņi izmanto, bet arī sociālie
un kognitīvie procesi, kas ietekmē sistēmu
lietotājus.
Programminženierijas pētījumi meklē labākus
veidus programmatūras izstrādei un novērtēšanai.
 Pētījuma jautājuma un dizaina
saistība

● No pētījuma jautājuma izriet tas, kādu dizainu

izvēlēties.
● Pētījuma jautājumi
– empīriski, izmanto esošās zināšana, atbildāmi ar
mērījumiem.
– meklē jaunas zināšanas, aktuāli, kad nepieciešams
izstrādāt jaunus rīkus, procedūras. Piemēram, “Kāda
stratēģija palīdz sasniegt x?”
Pētījuma jautājuma veidi: Izpētes
jautājumi (i)

Izpētes jautājumi - pētījuma sākumposmā, lai

izprastu labāk pētāmo parādību
– Esamības (eksistences) jautājumi, kas apliecina,
ka x vispār eksistē.
– Piemēram: Ja vēlas pētīt datņu 360 grādu (fish-eye)
navigācijas nepieciešamību, tad var sākt ar jautājumu
“Vai datņu navigācijā vispār eksistē efektīvas
navigācijas problēma?”
Pētījuma jautājuma veidi: Izpētes
jautājumi (ii)

Aprakstošie un klasifikācijas jautājumi:

Kam x ir līdzīgs, kādas ir x īpašības? Kā x var
kategorizēt? Kā mēs to varam mērīt? Kāds ir x
nolūks? Kādas ir x komponentes? Kā komponentes
ir savstarpēji saistītas?
Piemēram, “Kā var izmērīt efektivitāti datņu
navigācijai?”
 Pētījuma jautājuma veidi: Izpētes
jautājumi (iii)

Aprakstoši salīdzinoši jautājumi

Ar ko x atšķiras no y? Pēta līdzības un atšķirības 2
objektiem, parādībām.
– Piemēram: Ja vēlas pētīt datņu 360 grādu (fish-eye)
navigācijas nepieciešamību, tad var būt jautājums
“Kā šāda datņu navigācijā atšķiras no tradicionālās?”
 Pētījuma jautājuma veidi:
pamata/bāzes jautājumi (i)

Objekta, parādības izpēte, lai pateiktu, vai kāda konkrēta

situācija ir normāla vai neparasta.
Biežuma un izplatītības jautājumi – Cik bieži x parādās,
Kāds ir x vidējais skaits? Bieži šie jautājumi tiek atbildēti,
izmantojot statistikas metodes, statistikas sadalījumus.
Piemēram, pētot par UML diagrammu lietošanu IT
uzņēmumos, var uzdot jautājumu “Cik daudz dažādu veidu
UML diagramu tiek izmantots programmatūras izstrādes
projektos IT uzņēmumos?”
 Pētījuma jautājuma veidi:
pamata/bāzes jautājumi (ii)

Aprakstošie procesa jautājumi – Kā x parasti strādā?

Kāds ir process, kura rezultātā x parādās? Kādā secībā x
notikumi parādās?
Piemēram, “Kā programmētāji veic datņu navigāciju ar
tradicionāliem navigācijas rīkiem?”
 Pētījuma jautājuma veidi:
pamata/bāzes jautājumi (ii)

Sakarību jautājumi – Vai x ir saistīts ar y? Kāds ir

process, kura rezultātā x parādās? Kādā secībā x notikumi
parādās?
Piemēram, “Vai datņu navigācijas efektivitāte korelē ar
programmētāja pieredzi par konkrēto izstrādes vidi?”
 Pētījuma jautājuma veidi:
pamata/bāzes jautājumi (iii)

Cēloņa seku jautājums – Vai x ir cēlonis y? Vai x ietekmē

y? Kā x ietekmē y? Kas ietekmē Y?
Cēloņa seku salīdzinošie jautājumi – Vai x ietekmē y
vairāk nekā Z?

Piemēram, “Vai 360 grādu datņu navigācija ietekmē

programmētāju datņu navigācijas efektivitāti?”
 Programminženierijas pētījumu
dizaini (i)

Eksperimentālie pētījumi – Cēloņseku jautājumi,

salīdzinošie cēloņseku jautājumi.
– Piemēram, ja ir hipotēze, ka 360 grādu datņu navigācija ir
cēlonis efektīvākai failu navigācijai, ja salīdzina ar
tradicionālo kokveida failu navigāciju. Neatkarīgais
mainīgais ir pārlūka tips, ko cilvēks izmanto, atkarīgais
mainīgais ir laiks, ko pavada navigācijā.

Shaw, M. (2002). What makes good research in software engineering?.

International Journal on Software Tools for Technology Transfer, 4(1), 1-7.
Programminženierijas pētījumu
dizaini (ii)

Gadījuma analīze:
– Izpētes – izpētes jautājumi, pētījuma sākumposmos.
Pētījumi reālā dzīvē (gadījumā). Izmanto arī hipotēžu,
teoriju izveidei.
– Apstiprinošā – pamata, bāzes jautājumi. Pārbauda
esošas, pētījumā izstrādātas teorijas (viena no
alternatīvām eksperimentālajam dizainam).
– Atbilst arī kvalitatīva pētījuma dizainam.
Programminženierijas pētījumu
dizaini (iii)

Šķērsgriezuma pētījumi un garengriezuma

pētījumi – jautājumi, kur tiek meklētas sakarības,
pamata/bāzes jautājumi.
Parasti tiek iegūti dati no cilvēkiem ar aptaujas
anketām, intervijām un tad pētītas sakarības.
Programminženierijas pētījumu
dizaini (iv)
Etnogrāfija – izpētes jautājumi, aprakstošie
jautājumi.
Izmanto, lai pētītu kādas tehnoloģiju kopienas, kā tās
veido savas praktisko darbību uzvedības kultūras un
komunikācijas stratēģijas tehnoloģiju radīšanā,
sadarbojoties savstartpēji. Etnogrāfisko dizainu var
izmantot plašai kopienai, piemēram, pētīt java
programmētājus vai šaurai kopienai - vienai izstrādes
komandai. Piemēram, var pētīt, lai labāk saprastu kā
programmētāji kaut kādu rīku izmanto.
Nebalstās uz esošām teorijām, izmanto jaunu
veidošanā, kvalitatīvos pētījumos.
Programminženierijas pētījumu
dizaini (iii)

Darbības pētījumi – vienlaicīgi risina un pēta

problēmu.
Problēmas “saimniekam” jāvēlas prakstiski
piedalīties problēmas risināšanā un izpētē.
 Jautājumi kontrolei

● Kādi ir galvenie kvantitatīvās stratēģijas dizaini?

● Kādi ir galvenie kvalitatīvās stratēģijas dizaini?
 Uzdevumi

1. Iepazīties ar darba anotāciju.

2. Vadoties no anotācijā minētā darba mērķa,
piedāvāt pētījuma dizainus.
3. Iepazīstināt auditoriju, pamatojot izvēli.
 Uzdevumi

1. Izdomāt savu(s) izpētes jautājumu(s) (esamības,

salīdzinošo, aprakstoši salīdzinošo) un/vai pamata
jautājumu(s).
2. Kāds varētu būt pētījuma dizains?
3. Kāda varētu būt ģenerālkopa, izlase, lai iegūtu
atbildi uz jautājumu?
4. Kādus datus un kā vajadzētu iegūt, lai atbildētu
uz petījuma jautājumu?