METODOLOGIJA PSIHOLOŠKIH

ISTRAŽIVANJA
SADRŽAJ:
UVOD U METODOLOGIJA - OSNOVNI POJMOVI................................................................3
VARIJABLA.................................................................................................................................6
MERENJE..................................................................................................................................10
PROBLEM ISTRAŽIVANJA I HIPOTEZE..............................................................................14
KONTROLA ISTRAŽIVANJA..................................................................................................18
NACRTI ISTRAŽIVANJA.........................................................................................................22
FREKVENCIJSKI NACRTI......................................................................................................24
FAKTORIJALNI (VARIJANSNI) NACRTI..............................................................................26
KORELACIONI I REGRESIONI NACRTI..............................................................................29
OBRADA PODATAKA..............................................................................................................32
IZVEŠTAJ O ISTRAŽIVANJU..................................................................................................35
MORALNA PITANJA PSIHOLOŠKIH ISTRAŽIVANJA........................................................38

2
 UVOD U METODOLOGIJA - OSNOVNI POJMOVI

Skup znanja o metodima, postupcima istraživanja. Najopštije, metod je postupak saznavanja.

Opšti metodi (npr. neposredno posmatranje) i pravila (npr. pravila merenja) i metodi posebnih
nauka (npr. introspekcija).
Metodi se stalno usavršavaju. Premeravanje zemljišta (korak, pantljika, teodolit, laser).
 Gnoseologija i epistemologija
Gnoseologija ili teorija saznanja je filozofska disciplina, bavi se saznanjem uopšte,
mogućnostima i dometima saznanja. Naučnim saznanjem bavi se epistemologija. Bolje određenje
je da je epistemologija nauka o naukama, njen predmet izučavanja je nauka.
Cilj je saznavanje istine. Da li je istina jedna? Rašomon.
- Ciljevi epistemologije:
Određivanje normi i kriterijuma naučnog saznanja
Ocenjivanje vrednosti naučnog saznanja
Ne postoji nauka o pojedinačnom
Što je naučno znanje opštijeg karaktera, ono je epistemološki vrednije – i obrnuto
 Osnovni pojmovi - psihologija
Humanistička ili društvena nauka? Humanističkim se smatraju književnost, jezici, lingvistika,
istorija, filozofija. Empirijska istraživanja i kvantifikacija slabije zastupljenji, dominira holistički
i idiografski pristup.
U psihologiji (smatra se društvenom) ima dosta empirijskih istraživanja, merenja, generalizacija.
Mada izučava pojedinca, posmatra ga u kontekstu društvenih zbivanja.
Nema opšteprihvaćene definicije. Ističu se mentalni procesi i ponašanje.
Psihologija kao nauka: utvrđivanje znanja o ponašanju i duševnom životu.
Psihologija kao praksa: primena tih znanja u školi, preduzeću, klinici, reklamnoj agenciji,
vojsci...
Utvrđivanje činjenica (empirija) i objašnjavanje činjenica (teorija).
 Osnovni pojmovi - istraživanje
Teoretska i empirijska istraživanja. Teoretsko – spekulativno, diskurzivno, bez podataka, putem
razmišljanja i nesistematrskog posmatranja (mnogi tako vide psihologiju). Empirijsko –
sistematsko utvrđivanje činjenica o nekoj pojavi.
Psihologija je postala naukom od zasnivanja prve laboratorije, gde su vršena empirijska
istraživanja jednostavnih psihičkih procesa.
 Zdravorazumski metodi
Zdravorazumska i naučna saznanja – prva su često površna nepouzdana i netačna, druga
zasnovana na istraživanjima metodološki savesno izvedenim. Zdrav razum često ne počiva na
(tačnim) činjenicama.
A priori metod ili metod intuicije: zasniva se na očiglednosti, rezonovanju, logici. Nebeski svod
se kreće, dok Zemlja stoji.

3
Metod autoriteta: prihvatamo neke ideje zato što dolaze od nekog autoriteta. Profesor je rekao to i
to, i to je tako. Ali drugi profesor kaže nešto drugo...
U borbi se autoritet poštuje, nepokornost se kažnjava (brod “Baunti”, Cezarova pobeda kod
Kelna).
Ovaj metod se zloupotrebljava. Bruno je bio žrtva autoriteta crkve.
Metod istrajnosti, upornosti: Ono u šta smo dugo verovali čini nam se istinitijim. Ljudi ne vole da
menjaju uverenja, teško prihvataju promenu stavova.
“Ne bih hteo da se stekne utisak da sam zle volje,
ali bih napomenuo
da se vrata na duhu jednog fanatika otvaraju prema napolju
pa pritisak činjenica na njih ima samo tu posledicu
da ih zatvori još bolje”. (Ogden Neš, Štihovi, s.27)
 Naučni metod
Naučnici ne odbacuju zdravorazumske metode, i one mogu da im daju ideje i znanja.
Zdravorazumsk metod nije od pomoći kad se sretnu dva različita mišljenja.
Naučna istraživanja odlikuje empiričnost, temeljnost, objektivnost, sistematičnost, kontrolisanost,
preciznost, racionalnost, logičnost, kritičnost, obradivost, javnost.
 Empiričnost
Empirijsko znanje – zasnovano na činjenicama. U zaključivanju se često oslanjamo na intuiciju,
osećanja, predrasude... (“osećam da je tako”, “znam mu oca”).
Kada nešto tvrdimo, moramo imati valjane činjenice. Feničani - “najstariji narod”, piramide u
Bosni.
 Temeljnost
Jedna lasta ne čini proleće. Naučne činjenice moraju biti proverene više puta – nije dovoljno
pokazati na jednom pacijentu da lek deluje.
Mora postojati plan istraživanja, i on se mora slediti dosledno, a ne da se menja tokom rada. Npr.,
uzorak ne sme da se menja, ili da se menja merni instrument.
 Objektivnost, nepristrasnost
Vidimo li svi isto? Gol ili ne? Žene vozači.
Moramo poštovati činjenice, čak i ako nam ne idu u prilog. “Moram priznati da je gospodin Iks
kao i svaki drugi govornik daleko ubedljiviji kad se s njim slažem nego kad se ne slažem”.
(Ogden Neš)
Činjenice se utvrđuju objektivno, onakve kakve jesu. Ako ispitanicima unapred otkrijemo cilj
ispitivanja, rezultati mogu biti neobjektivni. (odgovaranje na “lažna” pitanja)
 Objektivnost
Istraživanja najčešće uključuju merenja, makar i najgrublja (ima-nema, više-manje i sl).
U oblasti merenja, objektivnost se definiše kao nezavisnost mera od onoga šta se meri i čime se
meri. Ne smemo unositi svoje želje i predubeđenja u istraživanje.
Ponekad se kao mera objektivnosti koristi intersubjektivna saglasnost.

4
  Sistematičnost
U svakodnevnom životu činjenice registrujemo usput. U nauci se mora sve sistematski pripremiti,
i unapred: šta je predmet ispitivanja, šta je problem, šta se očekuje (hipoteze; ne post factum),
kako će se obaviti ispitivanje, pod kojim uslovima i na kakav način, kako će se registrovati
podaci, kako će se obraditi. Sve je to deo nacrta istraživanja. Ne sme biti improvizacije!
 Kontrola
Moramo da poznajemo i u što većoj meri da kontrolišemo uslove pod kojima se obavlja
istraživanje. Ispitujemo najčešće ponašanje koje je pod uticajem mnogih faktora, od kojih neke
znamo i kontrolišemo, neke znamo a ne možemo da kontrolišemo, neke ne znamo. Primer:
Hotorn efekat – neki ljudi bolje rade kad su posmatrani, bez obzira na uslove.
 Preciznost izražavanja
Nauka ne trpi nejasno i neodređeno izražavanje. Pojmovi moraju da budu jasno definisani, teorije
jasno izražene i formulisane, rezultati precizno prikazani. Kako se izražavaju političari? Jasno i
nedvosmisleno?
Kreativna osoba? Koji odgovor je kreativan?
 Racionalnost, logičnost
U donošenju zaključaka naučnik se rukovodi pravilima logike. Često koristimo poslovice, a one
su protivrečne – skoro svaka ima svoju suprotnost: “Po jutru se dan poznaje”, “Prvi se mačići u
vodu bacaju”.
Zaključivanje po analogiji nije uvek ispravno. Ko jede genitalije bika biće potentiji – hoće li biti
pametniji ako jede njegov mozak? Ovo se sve može empirijski proveriti.
 Kritičnost
Stalno preispitivanje stavova i saznanja. Ne treba robovati autoritetima (Ptolomej, Kopernik).
Nauka napreduje i dolazi stalno do novih saznanja u težnji da dođe do istine. Shvatanja o prirodi
zaboravljanja ili strukturi inteligencije su se menjala, i menjaju se.
Pitajmo da li je neka tvrdnja proverena. Kako su dobijeni nalazi o razlikama nacija po
inteligenciji? Ko je pravio testove? Da li ljudi postaju gluplji/pametniji
 Obradljivost
Kvantitativna i kvalitativna.
Kvantitativna – statistička. Sažimanje i tumačenje sakupljenih podataka. Pogrešno je misliti da
što je više statistike, to je nešto naučnije. “I sad mi treba neki Hi kvadrat...”
Kvalitativna analiza – studija slučaja, biografija, istorijsko istraživanje, analiza diskursa.
Bavićemo se kvantitativnim pristupom.
 Javnost
Rezultati treba da budu javno prikazani, da se upoznaju svi zainteresovani. Tako nalazi postaju
podložni proveri. Navode se svi uslovi pod kojima se došlo do rezultata, da bi istraživanje moglo
da se ponovi. Odbacivost!
Sve zahteve nije lako ispuniti, to je ideal kome se teži. Psihologija pokušava da bude što više
empirijska nauka, blizu prirodnim; ima oblasti koje to ne mogu da budu. Da li je to dobro?

5
 VARIJABLA

Varijable su osobine objekata istraživanja. Sinonimi: promenljiva, karakteristika, odlika, atribut,

svojstvo, dimenzija, osobina...
Objekti istraživanja su slučajevi i pojave koji se ispituju u istraživanju. Dve vrste objekata –
subjekti (živi organizmi tj. ispitanici, učesnici) i stimulusi. Subjekt može biti pojedinac ali i grupa
(porodica, organizacija, stado).
• Životinje kao subjekti:
Prednosti: potpunija kontrola uslova, neki oblici ponašanja prostiji nego kod ljudi pa se lakše
ispituju, neki postupci se ne rade na ljudima (“bokser” pacovi).
Nedostaci: otežana komunikacija sa subjektima, moraju da se hrane i zbrinu, pitanje je da li su
podaci dobijeni na životinjama relevantni za ljude.
• Objekti istraživanja – stimulusi i subjekat
Stimulusi su sadržaji na koje reaguju subjekti. Ove sadržaje kontroliše istraživač. Stimulus može
da bude zvuk metronoma, zadatak na testu inteligencije, pitanje iz upitnika... Termini stavke,
ajtemi, čestice, koriste se kada su u pitanju testovi i upitnici.
Kod analize sadržaja nema ni subjekata ni stimulusa. Nekad je naglasak na razlikama stimulusa,
nekad na razlikama subjekata.
• Izbor uzorka (samo malo)
Induktivno zaključivanje sa uzorka na populaciju. Verovatno, manje ili više.
Ispitivanje cele populacije je nepraktično (velika), nemoguće (svi beli miševi) ili nepotrebno
(dovoljan je jedan uzorak).
Kriterijumi veličine uzorka: maksimalnost (što veći), stabilnost (pouzdan rezultat), tradicija
(onoliki koliki su i drugi imali), statistički (formule, zasniva se na proceni varijabilnosti)
• Podela varijabli
Prema vrsti objekata istraživanja: subjekt-varijable i stimulus-varijable
Prema načinu izražavanja vrednosti: numeričke i kategoričke
Prema stepenu kontrole: manipulativne, selektivne i registrovane
• Podela prema vrsti objekata istraživanja
1. Subjekt-varijable (organizmičke). Odnose se na karakteristike subjekata. Neke su trajnije
(stanja – inteligencija, rigidnost), neke manje trajne (ponašanja – broj upamćenih slogova). Mada,
o stanju govori ponašanje: da li na sastanak uvek dođete pre vremena, volite li situacije u kojima
treba brzo delovati, jeste li govorljivi...
2. Stimulus-varijable, osobine stimulusa prikazanih subjektima. Verbalni i neverbalni test.
• Podela prema načinu izražavanja vrednosti
1. Numeričke, kvantitativne. Njihove vrednosti izražavaju se brojevima, i to su mere (skorovi,
ako su u pitanju testovi postignuća); ukazuju na količinu. Broj zapamćenih besmislenih slogova,
IQ skor.
2. Kategoričke varijable. Subjekti se svrstavaju u klase, tipove, grupe... Školska sprema –
osnovna, srednja, viša, visoka; mesto boravka – selo, varoš, grad... I stimulus-varijable se
svrstavaju u kategorije: testovi znanja, ličnosti, sposobnosti; reči, rečenice, pasusi...
6
 • Podela prema stepenu kontrole
Manipulativne, selektivne, registrovane. Radi se o tome da li istraživač utvrđuje njihove vrednosti
tako što ih određuje, izabira ili beleži.
MANIPULATIVNE! - Varijable sa najvišim stepenom kontrole su manipulativne
(eksperimentalne). Istraživač namerno izaziva tj. proizvodi razlike između objekata da bi video
kakve su posledice tih razlika. Primer: eksperiment sa učenjem verbalnog materijala pod
različitim nivoom buke (apsolutna tišina, 20 decibela, 50 decibela, 80 decibela); statistika-analiza
varijanse.
SELEKTIVNE! - Istraživač vrši selekciju tj. izbor među objektima tako što bira objekte koji
imaju određene mere (vrednosti) varijable koju želi da ispita. Ove vrednosti su već date,
istraživač ih ne menja po svojoj volji. Primer: istraživač ispituje da li se ekstravertne i introvertne
osobe razlikuju po učinku na testu inteligencije koji je vremenski strogo ograničen. Stoga na
osnovu EPQ testa bira introvertne i ekstravertne subjekte (u ispitivanje ne uključuje subjekte koji
su “negde između” na EPQ testu), i ispituje učinak te dve grupe na testu brzine.
REGISTROVANE! - Istraživač samo beleži vrednosti varijabli, ne manipuliše njima niti ih bira.
Primer: razlike u uspehu na testu opšte informisanosti između učenika različitih srednjih škola.
Test se zadaje učenicima gimnazije, tehničke, ekonomske, medicinske škole i posmatraju se
razlike u uspehu. Registrovana varijabla je uspeh na testu opšte informisanosti. Vrsta škole je
selektivna varijabla; može da se doda i razred (I do IV) kao selektivna varijabla, što usložnjava
obradu.
• RELACIJE MEĐU VARIJABLAMA(korelacija, predikcija, zavisnost, uzročnost)
• Korelacija
nam je poznata iz statistike. Kada zajedničko variranje mera dve varijable pokazuje pravilnost,
postoji korelacija (asocijacija). Zajedničko variranje – kovariranje
Pozitivna, negativna i nulta korelacija
Korelacije numeričkih i kategoričkih varijabli (raszličiti koeficijenti korelacije)
Stepen korelacije
• Predikcija
Ako postoji korelacija, na osnovu informacije o jednoj varijabli možemo steći informaciju o
drugoj varijabli. Osoba sa niskim skorom na dimenziji savesnost testa NeoPiAr verovatno će na
poslu postizati slabiji uspeh. Prediktor je varijabla na osnovu koje predviđamo (skala savesnosti),
kriterijum je varijabla čiju vrednost predviđamo (uspeh na poslu). Predikcija se vrši na osnovu
regresione analize; viša korelacija – tačnije predviđanje.
• Zavisnost
Zavisna varijabla menja se sa promenom nezavisne. Među njima postoji korelacija, ali postojanje
korelacije ne znači i postojanje zavisnosti! Primer: pozitivna korelacija između uspeha na testu
opšte informisanost i telesne visine u osnovnoj školi.
Pojam korelacije je simetričan, dok je pojam zavisnosti asimetričan – ako Y zavisi od X, to ne
znači da X zavisi od Y. Ako školski uspeh zavisi (delom) od inteligencije, inteligencija ne zavisi
od školskog uspeha. Korelacija između X i Y ista je kao i korelacija između Y i X.
Subjekt-varijable i stimulus varijable mogu da budu i zavisne i nezavisne.

7
Zavisne i nezavisne varijable mogu da budu i numeričke i kategoričke.
Zavisne varijable nikad nisu manipulativne niti selektivne već su registrovane; to ne znači da je
svaka registrovana varijabla zavisna, pošto ima istraživanja u kojima nema podele na zavisne i
nezavisne varijable, već su sve registrovane (npr. faktorsko-analitičke studije).
Pod nezavisnim varijablama neki podrazumevaju samo manipulativne (zato što manipulacija
izaziva neku reakciju subjekta na stimulus). Po širem shvatanju nezavisne mogu biti i selektivne,
dakle varijable kod kojih biramo neke njihove vrednosti. Na primer, ako ispitujemo vezu pola i
uspeha na testu KOG 3, unapred biramo uzorak tako da uđu i muškarci i žene i onda zadajemo
test. Nezavisna varijabla prethodi zavisnoj.
• Uzročnost
Varijabla X utiče na Y ako razlike u X nisu samo praćene razlikama u vrednostima Y varijable,
nego ih i izazivaju. Varijabla X je uzrok (uzročna varijabla) a varijabla Y je posledica.
Pojam uzročnosti je uži od zavisnosti: Y može da zavisi od X, ali to ne znači i da je Y nužno
posledična varijabla.
Zavisnost između dve varijable može da bude uzročna i neuzročna.
Ako grupa koja je učila u buci pamti manje gradiva od grupe koja nije trpela buku (grupe su
ujednačene po sposobnosti pamćenja), onda je buka uzrok slabijeg zapamćivanja. Količina
zapamćenog zavisi od buke, a buka je uzrok slabijeg zapamćivanja. S druge strane, možemo da
kažemo da uspeh u studijama zavisi od školskog uspeha, ali ne i da školski uspeh uzrokuje uspeh
na studijama.
Ako postoji korelacija ili zavisnost dveju varijabli, postavlja se pitanje zašto veza postoji, tj.
tragamo za uzrokom. Uzročnost u tim slučajevima može ali i ne mora da postoji, i najčešće
postoji više mogućnosti objašnjenja veze tj. zavisnosti. Da bi se utvrdila prava priroda veze, i da
li postoji kauzalnost, nije dovoljna statistika – potrebno je napraviti eksperiment, kad god je to
moguće.
• Znaci varijable
Kako utvrđujemo prisustvo varijable kod ljudi? Jedan način je da ih pitamo šta su uočili ili
zapazili kod sebe kad su se našli u nekom stanju (straha, npr.). Drugi način - posmatranje
ponašanje drugih osoba u prirodnim okolnostima. Kroz ogromno iskustvo veliki broj podataka
stečen je na taj način. Veliki broj pitanja i zadataka u testovima zapravo su “prevod” zapažanja
dobijenih posmatranjem.
Definisanje znakova (indikatora) ide od opšteg ka pojedinačnom. Zadovoljstvo poslom se može
raščlaniti na zadovoljstvo rukovodstvom, odnosima sa kolegama, zanimljivošću posla, uslovima
rada; uslove rada čini plata, radno vreme, smenski rad, radno mesto; plata – visina, redovnost,
redovne i vanredne povišice, regres; iz ovih indikatora formulišu se pojedinačne stavke upitnika.
- Stepen posedovanja varijable određuje se preko:
– učestalosti pokazatelja (indikatora)
– kvaliteta
– količine
– širine
– jačine

8
 – brzine javljanja
– ....
Učestalost pokazatelja. Varijabla je izraženija ukoliko se neki znak češće javlja (nervozne
reakcije, grickanje noktiju, dobovanje)
Kvalitet pokazatelja. Teži i lakši zadaci u testu inteligencije, “stop” pitanja u upitnicima (“Imate li
utisak da vas neko stalno prati?”)
Količina (broj) indikatora. Broj tačnih odgovora na testu znanja.
Širina (opseg). Veći raspon u ispoljavanju varijable. Osoba koja u svakom društvu hoće da vodi
glavnu reč, osoba koja to čini samo u svom društvu, i samo u svojoj porodici.
Jačina pokazatelja. Jače vičemo na drugog ako smo gnevni. U upitnicima ekstremni odgovori
ukazuju na jače ispoljavanje varijable.
Testovi “uzorci” i testovi “znaci” (Gudinaf).
• Dimenzionalnost varijable
Dimenzija – osobina koja može grafički da se prikaže kao duž sa jednakim podeocima,
ograničena ekstremnim vrednostima. Školske ocene. Kategoričke varijable su adimenzionalne.
Unipolarne i bipolarne varijable, zavisno od pozicije nule. 0__1__2__3__4__5 (kognitivne)
-3__-2__-1__0__1__2__3 (konativne, npr. Konzervativizam-Liberalizam); mogu se predstaviti i
unipolarno, da se izbegne “minus”
• Obim varijable
Odnosi se na manju ili veću raznolikost ponašanja koje obuhvata jedna varijabla. Veći obim
varijable – veći broj užih varijabli, veći broj indikatora.
Kolikim brojem varijabli treba opisivati ponašanje? Malim brojem širokih i složenih, ili većim
brojem užih, nedeljivih? Kakav je odnos između ovih varijabli? Primer: struktura inteligencije,
Spirman, Terston, Gilford, Frenč.
• Univerzalnost varijable
Rasprostranjenost varijable u određenoj zajednici. Inteligencija je univerzalnija, zadovoljstvo
poslom ili školska uspešnost manje univerzalni.
Merenje univerzalnih varijabli nije univerzalno (Katelov pokušaj sa “culture-free” testovima).
Problem univerzalnosti rešava se pravljenjem različitih testova za različite populacije (npr. Beta
test, verbalna i neverbalna forma)

9
 MERENJE

“Sve što postoji, postoji u nekoj količini”

Ljudi se međusobno razlikuju, najveći broj individualnih razlika se može uočiti, a neke se mogu i
meriti. Bukvić smatra da i samo konstatovanje razlika predstavlja neki vid merenja .
Osnovni podaci kojima baratamo u psihologiji su individualne razlike, a veliki broj njih možemo
da izmerimo.
• Definicije merenja
Entiteti (ljudi, životinje) imaju svoja svojstva, osobine, atribute. Atributi mogu da budu
kvantitativni i kvalitativni, mi ćemo se ovde baviti kvantitativnim. To su podaci kojima se mogu
pripisati brojevi, ili se bar mogu uspostaviti odnosi više-manje, brže-sporije i sl.
Pridavanje brojki pojavama ili svojstvima objekata na osnovu određenih pravila (Bukvić).
Utvrđivanje vrednosti neke varijable za neki objekt (Todorović)
Dva aspekta merenja (Fajgelj):
1. Merenje je postupak kojim se mereni objekt upoređuje sa standardnom skalom (klasična def.,
podrazumeva se da je merna skala već gotova)
2. Merenje je dodeljivanje numerala sistemima saglasno naučnim zakonima (Campbell)
/podrazumeva konstrukciju merne skale; sistem je bilo koji objekt – kamen, posuda sa gasom;
problem u Ψ zato što često i ne znamo tačno šta je to što merimo – no ni za toplotu se nije znalo
šta je pa je merena/
• Problemi psiholoških merenja
U svakodnevnom životu svi “merimo” ljude: najmirniji, malo dosadniji, vrlo sposobna; ove
procene su često nepouzdane. Postupke merenja treba standardizovati, navesti uslove i okolnosti
u kojima se neka osobina ispoljava, sastaviti uputstva za njeno procenjivanje ili merenje, navesti
kako se dobijene ocene i mere tumače.
Psihološka merenja su indirektna, posredna. Na osnovu odgovora na upitniku zaključujemo o
ponašanju. “Kada se razbesnim, bacam stvari”.
I u egzaktnijim naukama su merenja posredna. Visina živinog stuba.
Merilo i svojstvo koje se meri nisu uvek isti kao što je to kod merenja dužine. Povećan broj
leukocita, broj poena na EPQ.
• Jedna “mekša” definicija
Merenje je utvrđivanje individualnih razlika. U psihologiji se višekratnim merenjem istih
ispitanika ne dobijaju identični rezultati kao u egzaktnijim naukama. Zato se izrada merila izvodi
na uzorku ispitanika koji se međusobno porede, a kasnija merenja se obavljaju u okviru iste
populacije. Ispitanici se porede sa uzorkom na kome su utvrđeni kriterijumi za tumačenje ishoda
merenja.
Ima li merenja bez upotrebe brojki? Da, ako usvojimo gornju definiciju.

10
 • Pravila merenja
Pravila se odnose i na sve aspekte akta merenja: kako započeti merenje, kako ga sprovesti i
završiti; kako oceniti rezultate; kako protumačiti rezultate.
Pravila su sadržana u svakom priručniku za merni instrument, uz ostale informacije (teorijska
osnova, razvijanje testa, opis populacije, osnovni parametri).
• Brojka u psihološkim merenjima
Brojka se ne koristi u svom punom značenju u najvećem delu psiholoških merenja, nisu
zastupljene sve odlike brojki (Kempbelovi postulati)
• Dva domena: brojevi i objekti
Prethodni postulati su apstraktni, a mi u empirijskim istraživanjima brojeve koristimo za
opisivanje osobina stvarnih objekata. Tako postoji domen brojeva (apstraktni pojmovi) i domen
objekata istraživanja (objekti imaju osobine u izvesnom stepenu), a mi postupkom merenja
povezujemo ova dva domena. Objektima tj. njihovim osobinama pripisujemo brojeve, i tako
vršimo merenje.
• Nivoi merenja
Na osnovu ovih postulata i empirijskih operacija koje se odvijaju na svojstvu kao predmetu
merenja, Stivens je sva merenja podelio na četiri nivoa: nominalni, ordinalni, intervalni i racio
nivo.
Ovo nije jedina podela. Todorović navodi i apsolutni nivo.
• Nominalni nivo merenja
Osnovna operacija na nominalnom nivou je klasifikacija, svrstavanje ispitanika u dve ili više
kategorija u njima su ispitanici slični po odlici koja nam je važna. Npr., u ispitivanju socijalne
distance kategorije su Srbi, Hrvati, Slovenci, itd. (Rot i sar.)
Kategorije moraju biti isključive i iscrpne.
Broj je u funkciji imena, pridaje se proizvoljno.
Bitna je kategorizacija, a ne obeležavanje brojem. Statistika: %, p, f, χ2
• Ordinalni nivo
Svrstavamo objekte u niz koji raste ili opada po svojstvu koje posmatramo. Ne utvrđuje se
količina svojstva niti veličina razlike između dva susedna objekta. Lišerov test.
Može da se uspostavi dosta stabilan redosled. Lista tvrdoće minerala.
Vrši se međusobno upoređivanje objekata i to rangovanjem i poređenjem po parovima.
• Ordinalni nivo
Rangovanje – ocenjivač ili žiri ranguje objekte (ispitanike). Pravila rangovanja. Teško rangovati
ako je mnogo objekata.
Poređenje po parovima – svako se poredi sa svakim, ko ima najviše “pobeda” u paru – prvi.
Četvrti i peti postulat daju osnovu za ovaj nivo.
Statistika: medijana, percentili, koeficijent korelacije rangova.
• Intervalni nivo
Zna se koliki je razmak između članova u nizu koji raste ili opada. Utvrđivanje veličine razlika
tj. intervala je osnovna operacija ovog nivoa. Zato mora da se ustanovi jedinica merenja i početna

11
tačka (nula). Nula je arbitrarna! Nula Celzijusove skale je tačka mržnjenja vode. “z” skala. IQ
skala. Nula je pre reper, nije stvarna nula. Koliko je od 0 do 1?
Rastojanja između mera su jednaka.
Statistika: M, σ, r.
• Racio nivo, nivo razmere
Postoji prava nula, stanje u kom svojstvo iščezava, može se pomoću (arbitrarne) jedinice merenja
odrediti količina svojstva.
Važe i poslednja četiri postulata merenja. Sabiranjem dva rezultata dobija se rezultat koji je po
količini i brojčano jednak sabircima. Odnos između dva rezultata može da se izrazi količnikom.
Tri puta veće, za polovinu manje...
Statistika: svi postupci.
• Apsolutni nivo
Podaci na apsolutnom nivou dobijaju se prebrojavanjem elemenata. Broj nervoznih reakcija
učenika na času.
Ovde postoji prirodna merna jedinica, a to je jedan prebrojani element. Npr. tri nervozne reakcije.
Ovde nema ekvivalentnih mernih skala, tj. da se podaci izraze različitim brojevima (inč i cm).
• Još neke podele
Podaci tj. mere navedenih skala nose iste nazive – nominalni, ordinalni i sl.
Diskretne mere - nema međuvrednosti. Broj koševa na utakmici (apsolutna mera); ipak, ponekad
se izražavaju u procentima ili se računa prosek ali to više nije apsolutna mera.
Kontinualne mere – neprekinuti nizovi. Uvek se između dve mere može umetnuti neka sitnija,
naravno u zavisnosti od preciznosti mernog instrumenta.
• Procenjivanje i merenje
Procenjivanje – na ordinalnom nivou najčešće.
Uloga merioca razgraničava merenje i procenjivanje: merilac i merni instrument su jedno u
procenjivanju. Merilac posmatra ponašanje ispitanika i utvrđuje kako i u kom stepenu se kod
njega ispoljava psihološka pojava koja ga zanima.
Ponekad je tačnije procenjivanje od merenja (u kliničkoj psihologiji, npr.)
Procenjivanje: u prirodnim okolnostima, ispitanik ih doživljava kao uobičajene, pojava koja se
posmatra ispoljava se spontano. Posmatrač se obučava za procenjivanje jer pojavu nije uvek lako
uočiti.
Merenje je konstrukcija realnosti: pojava se izaziva namerno, ispitanik je kao pod prinudom,
dobija uputstva i upozorenja, zna da je posmatran i kontrolisan.
U merenju su uočljiviji elementi koji ukazuju na prisustvo i jačinu osobine. Oni su podsticaji za
izazivanje ponašanja koje hoćemo da merimo (stavke testa). Ispitivač stoga ne mora da bude
ekspert kao u procenjivanju.
Kraće brojčane skale pri procenjivanju (ocene), veći raspon u merenju. Merenjem se dobijaju
finije razlike.
• Tehnike merenja
(Todorović, 76-80; o tehnikama merenja kasnije, za sada samo osnovne napomene. )
Prikupljanje podataka pomoću opservacionih i instrumentalnih tehnika.

12
Kod prvih je ključna uloga opservera, treniranih posmatrača. Kategorišu ispitanike (npr. kod
slaganja Lego kocki: posmatra, sarađuje, preuzima inicijativu...) , ili procenjuju na nekoj skali
(npr. saradljivost od 1 do 5).
Instrumentalne tehnike kojima se mere fizičke, fiziološke i psihološke varijable.
Fizički instrumenti, kontrolišu karakteristike stimulusa (dužina izlaganja slike) i registruju
ponašanje subjekta (brzina reakcije).
Fiziološki, u ispitivanju fizioloških osnova psiholoških procesa (poligraf, EEG).
Psihološki – ankete (stavovi, verovanja) i testovi (sposobnosti, sklonosti, osobine).
• Problemi merenja
Operacionalizacija varijabli neophodna je da bi se obavilo merenje. Treba navesti kako se
varijabla može opaziti, izazvati i meriti. Operacionalne definicije su jedna vrsta definicija. Ako se
varijabla ne može operacionalno definisati, ne može se ni istraživati (?). Vizualizacija je
sposobnost da se brzo pregleda vizuelni materijal. Može se meriti brzina pregledanja i količina
materijala.
Indikatorska varijabla služi operacionalizaciji neke teoretske varijable (konstrukta). Problem je
što često za istu teoretsku varijablu postoji mnogo indikatorskih. Verbalnu sposobnost merimo
velikim brojem testova – analogije, klasifikacija, anagrami...
Jedna varijabla može da bude indikator više teoretskih. Test anagrami meri i verbalnu
inteligenciju (pa i opštu) i sposobnost verbalnog osmišljavanja.
“Indikator” ima i uže značenje: stavka, ajtem.
Valjanost – ključni problem psiholoških merenja. Dokaz da je indikator, operacionalno definisana
varijabla, dobra mera teoretske varijable. Da li test meri ono što treba da meri.
Problem nastaje zbog toga što su psihološka merenja posredna. Ne možemo neposredno da
merimo anksioznost ili iskrenost, pa kao zamenu koristimo niz pitanja u upitniku.
Kako se dokazuje da je test valjan tj. validan?
Putem logičko-psihološke analize upoređujemo sadržaj definisane varijable sa sadržajem testa
Statistički, preko koeficijenta korelacije empirijske, indikatorske varijable sa nekom drugom
varijablom za koju se već zna da je valjana; putem faktorske analize, analize razlika između
grupa (t-test), itd.
Pouzdanost, relijabilnost ukazuje na tačnost merenja. Varijabla je pouzdana ako je greška merenja
mala ili je nema.
Najbolji način utvrđivanja pouzdanosti je ponavljanje merenja. Na žalost, nije često primenjiv u
psihologiji jer prethodno merenje utiče na naknadna.
Koeficijent pouzdanosti: retest, paralelni testovi, unutrašnja konzistentnost.

13
 PROBLEM ISTRAŽIVANJA I HIPOTEZE

 Faze istraživanja
Priprema: uočavanje problema tj. teme istraživanja, upoznavanje sa izvorima informacija,
definisanje problema i cilja, formulisanje hipoteza, definisanje populacije
Izvođenje: izbor uzorka i instrumenata, sprovođenje istraživanja
Obrada: unos podataka, statistička i logičko-psihološka analiza
Izveštaj
 Uočavanje problema
Psihologija je kao i svaka nauka puna pitanja na koja je potrebno dati odgovore.
Da li postoji jedna ili više inteligencija? Da li su anksiozne osobe manje uspešne u poslu? Da li je
visina plate najvažniji aspekt zadovoljstva poslom? Koliko dobro se može predvideti uspeh u
studijama na osnovu prijemnog ispita? Da li je bolji autoritarni ili demokratski stil rukovođenja?
Sve ovo su problemi tj. teme istraživanja
Postoji površno shvatanje da istinu treba otkriti “proučavajući činjenice”. Površno zbog toga što
nijedno istraživanje ne može da počne ako se ne osti neka teškoća u praktičnoj ili teorijskoj
situaciji. To je teškoća ili problem koji vodi naše traženje pravilnosti među činjenicama pomoću
kojih problem može biti rešen. Moramo prvo da uočimo problem koji traži rešenje, i ono je cilj i
funkcija istraživanja.
 Kako se bira tema istraživanja?
Slučajno zapažanje – primetimo da žene u većini nose knjige na grudima, muškarci pod miškom.
Ovo se relativno lako može ispitati.
Rešavanje praktičnog problema – da li su stanovnici gradova u Srbiji spremni da više plate za
kvalitetnije snabdevanje vodom?
Rezultati ranijih istraživanja – naročito ako su nesaglasni, ili nedovoljno jasni (test Anagrami)
Praznine u znanju – provera hipoteza iz teorija
 Izvori informacija
Moramo se upoznati sa prethodnim istraživanjima, ako ih je bilo, ili sa pokušajima rešavanja
problema.
Studije kao izvor informacija; izbor tema za seminarske i diplomske radove najčešće na osnovu
gradiva sa studija.
Knjige. U knjižarama najčešće popularna dela. Domaća literatura još uvek oskudna.
Mediji. Psihologe često pozivaju da pišu ili govore o nekim temama.
Javna predavanja. Kolarac, SKC, Gimnazija VA.
Stručni skupovi. Sabor psihologa, EIP, Dani Ramira Bujasa, Evropski kongres, Psihometrijska
sekcija...
Naučni časopisi. Periodika. Psihologija na četiri meseca. Recenzije. Originalni radovi, nešto
novo i neobjavljeno. Pregledni – sinteza i kritički prikaz radova u nekoj oblasti.

14
Direktni i indirektni izvori. Primarni radovi su originalni izvori, najdirektniji, u njima autor
prikazuje svoje istraživanje.
Sekundarni izvori. Pregledni radovi su manje direktni, tu se meša selekcija priređivača. Dobri
pregledni radovi izuzetno cenjeni.
Tercijarni izvori, najčešće udžbenici, ponekad se pisci oslanjaju na sekundarne izvore, dolazi i do
pogrešnog tumačenja.
 Formulisanje teme/problema
Problem treba da se jasno i precizno formuliše, da se suzi i konkretizuje.
Široko: veza psihologije i biologije; uže - veza emocija i nervnog sistema; još uže - veza straha i
parasimpatičkog nervnog sistema.
Kad suzimo temu, verovatnije se dobija jasan odgovor (ne suviše usko, sa vremenskim
ograničenjima). Za širi problem je nedovoljno jedno istraživanje (npr. struktura inteligencije)
Smatra se da je najbolje da se problem formuliše u obliku pitanja, mada ne mora.
Da li je plata najvažnija determinanta zadovoljstva poslom?
A može i: Ispitivanje veze između plate i zadovoljstva poslom.
I jedna i druga formulacija dozvoljavaju empirijsku proveru i postavljanje hipoteza. Plata je
najvažnija... tj. postoji povezanost ... ili, postoji pozitivna korelacija...
Dobro je da se tema vidi u naslovu rada
 Teorijski okvir problema
Problemu treba odrediti teorijski okvir. Na primer, ispitivanju zadovoljstva poslom može da se
pristupi iz ugla Teorije potreba Maslova ili Teorije postavljanja ciljeva Loka i Latama. Izbor
teorijskog okvira vrši se kroz analizu literature i diskusiju sa stručnjacima.
Kada se problem odredi, konačno je jasno u koje istraživačke oblasti ulazi problem, tako da se
usredsređujemo na određene delove teorije, na metode i potrebne podatke.
 Cilj istraživanja
Odnosi se na praktični aspekt istraživanja, a problem na naučni. Mogu se podudariti, a ne moraju.
Formulisanje cilja olakšava istraživaču da jasnije definiše problem.
Treba navesti šta se praktično može dobiti od istraživanja (novi testovi, nova sorta npr.).
Ako postoji naručilac, treba da zna cilj*.
Eksplorativna ili pilotska istraživanja. Radi se o prvim uvidima i upoznavanju sa nekom pojavom
ili tehnikom istraživanja. Npr., izrada upitnika i provera metrijskih odlika.
Replikativna istraživanja. Ponavlja se istraživanje da bi se proverio neki neočekivan rezultat
prethodnog istraživanja. Takođe, da bi se obučili neiskusni istraživači; ovo naročito u
laboratorijskim istraživanjima.
Parametrijska istraživanja. Cilj je da se bolje upoznaju pojedini aspekti neke pojave. Zna se da je
rezultat na testu opšte informisanosti pod jakim uticajem nivoa obrazovanja, ali može dalje da se
istražuje i uticaj pola, uzrasta, socioekonomskih faktora, itd.
Eksplanatorna istraživanja. Cilj je da se objasni neka pojava*. Koja zona mozga je odgovorna za
vizuelne opažaje.
Jedno istraživanje ne obara niti potvrđuje teoriju.

15
  Hipoteze
Kada formuliše problem i cilj istraživanja, istražvač obično iznosi pretpostavku o rešenju
problema, odnosno o tome šta očekuje da dobije svojim istraživanjem. On unapred nudi hipotezu,
ideju za koju pretpostavlja da daje odgovor na postavljeni problem. Funkcija hipoteze je da
usmeri istraživanje na određeni krug činjenica i na traganje da li one potvrđuju ono što je u
hipotezi rečeno.
Na primer, istraživač uvodi novu nastavnu metodu u nastavu fizike. Očekuje da će učenici koji
rade po novoj metodi biti uspešniji u učenju od onih koji rade po staroj metodi. Ova tvrdnja može
da se proveri tako što će jedna grupa učenika (kontrolna) raditi po staroj metodi, a druga
(eksperimentalna) po novoj. Na kraju obe grupe rade test znanja i utvrđuje se kakav je prosečan
uspeh grupa. Ako je eksperimentalna grupa u proseku statistički značajno bolja od kontrolne,
hipoteza je potvrđena.
Hipoteze su uglavnom formulisane u obliku tvrdnji o ishodu istraživanja. To su istraživačke ili
radne hipoteze. One mogu da budu opštije i preciznije. Opšta hipoteza bi glasila da nagrada utiče
na određeno ponašanje; preciznija hipoteza tvrdi da ako nekoga nagrađujemo za aktivnost koju
inače voli, njegova motivacija za obavljanje te aktivnosti će opasti.
 Da li su hipoteze uvek potrebne?
Nisu
U kvalitativnim istraživanjima – mada već i odabir teorijskog okvira jeste neko očekivanje.
U eksplorativnim istraživanjima, kada se ulazi u neku novu oblast, npr. Ponekad hipoteze nisu
eksplicirane, ali postoje bar u planu istraživanja. (Istraživanje strukture sposobnosti koje se
ispoljavaju u testovima numeričkog sadržaja.)
Studije slučaja, evaluaciona istraživanja (evaluacija akcije “čiste ruke”)
 Statističke hipoteze
Da bi se dobio odgovor na postavljenu hipotezu najčešće se koristi statistički postupci. Formulišu
se statističke hipoteze o rezultatima u populaciji, a zatim se one proveravaju na uzorcima.
Statističke hipoteze su modeli pomoću kojih donosimo odluke, one su uopštene, ne predstavljaju
autorovo gledište. Utvrđuje se zapravo da li je struktura dobijenih rezultata u skladu sa
hipotezom.
Dva su opšta tipa statističkih hipoteza – nulta i alternativna. Nulta hipoteza je ona koja se testira
postupcima statistike zaključivanja (t, χ2, F, itd.), i nju prihvatamo ili odbacujemo. Ako nultu
hipotezu odbacimo, onda se razmatra prihvatanje alternativne hipoteze. Polazimo od (statističke)
H0 da nema razlike u uspehu kada se uči po novoj i staroj nastavnoj metodi, a zapravo očekujemo
da razlike ima (alternativna hipoteza). Ako statistička analiza pokaže da treba da odbacimo H 0,
prihvatićemo alternativnu*.
 Alternativna hipoteza (Ha)
Alternativna hipoteza zapravo tvrdi da H0 nije tačna. Ona je bliska istraživačkoj tj. radnoj
hipotezi, od koje polazimo u istraživanju i koja tvrdi da razlika* postoji. Alternativna hipoteza

16
može da bude jednosmerna (nova metoda će dati bolje rezultate) i dvosmerna (pojaviće se razlika
u uspehu zavisno od nastavne metode).
Statistika proverava H0 jer je lakše proveriti tvrdnju da nešto ne postoji.
 Prihvatanje i odbacivanje H0
Ako je dobijeni ishod istraživanja malo verovatan u slučaju da je nulta hipoteza ispravna,
odbacićemo H0. Ako je dobijeni ishod prilično verovatan u slučaju da je nulta hipoteza ispravna,
nemamo dovoljno razloga da odbacimo H0. Treba znati da govorimo u terminima verovatnoće.
Dakle, ako odbacimo H0 rezultat je statistički značajan, a nije značajan ako je ne odbacimo.

17
 KONTROLA ISTRAŽIVANJA

U velikom broju istraživanja potkradu se greške različitih vrsta. Cilj istraživača je da greške
izbegne ili svede na najmanju meru. Na ponašanje ljudi i životinja koje ispitujemo utiče veliki
broj varijabli; za dejstvo nekih znamo i možemo da ga kontrolišemo, (svetlina boje) za dejstvo
nekih znamo ali ne možemo da ga kontrolišemo (strah od ispita), za dejstvo nekih i ne znamo, ili
saznamo tek naknadno.
I u na izgled dobro kontrolisanim istraživanjima grešaka ima. Pojavljuju se varijable koje
istraživač nije uključio u istraživanje, ali koje mogu da utiču na ishod. To su spoljne, eksterne
varijable (nisu uključene u istraživanje od strane istraživača).
Test sposobnosti učenja rade četiri grupe učenika u salama gde je različit nivo buke (30, 60, 90,
120 decibela). Nezavisna varijabla je nivo buke, sa četiri nivoa, a zavisna rezultat na testu
sposobnosti učenja. Dobijene su značajne razlike. Ako istraživač nije “kontrolisao” (uzeo u
obzir) inteligenciju, rezultat može biti nevalidan.
U prethodnom istraživanju treba da se uzmu u obzir sve varijable koje mogu da budu od uticaja i
to tako da jedino razlika u nivou buke bude faktor koji dovodi do razlike u zapamćivanju:
materijal koji ispitanici uče je isti (4 stranice teksta), uče ga podjednako dugo (20 minuta), tekst
je svima podjednako nepoznat (istraživač ga sam sastavlja ili bira iz neke knjige), osvetljenje u
salama je isto. Mora da se vodi računa i o varijablama koje mogu biti od uticaja na rezultate; iz
ranijih istraživanja zna se da je jedna od njih inteligencija. Zbog toga istraživač mora da ujednači
grupe po inteligenciji, da se ne bi desilo da razlike u toj varijabli deluju na konačni rezultat.
Tek ako je sve to preduzeto, može da se utvrdi postoji li diferencijalni efekt nezavisne varijable
na zavisnu, da li se postižu različiti rezultati na testu u zavisnosti od nivoa buke.
U gornjem primeru inteligencija je jedna od spoljnih varijabli koja može da “smeta” jer uvodi
novi, neželjeni izvor variranja u istraživanje. Tako na zavisnu kombinovano deluju nezavisna i
spoljna varijabla koja je nekontrolisana.
 Spoljne varijable
1. Po poreklu, razlikuju se
- spoljne situacione varijable
- spoljne eksperimentatorske varijable
- spoljne subjekt-varijable
- intrasubjektivne
- intersubjektivne
2. Po sistematičnosti, razlikuju se
- spoljne sistematske varijable
- spoljne nesistematske varijable
 Podela po poreklu
Situacione. Odnose se na osobine fizičke situacije u kojoj se odvija istraživanje (veličina
prostorije, osvetljenost, mikroklimatski uslovi...)

18
Eksperimentatorske. Kakav je voditelj ispitivanja (popustljiv, grub, nerazumljivo govori, “ustao
na levu nogu”, zaboravio uputstva...)
- Subjekt-varijable.
Intrasubjektivne: osobine jednog subjekta koje variraju tokom istraživanja (trema, zamor,
koncentracija...)
Intersubjektivne: razlike u inteligenciji, motivaciji...
 Nesistematske spoljne varijable
Spoljne varijable koje deluju na zavisnu varijablu, a nisu u korelaciji sa nezavisnom varijablom.
Na primer, u salu u kojoj se uči ulazi majstor da nešto proveri, ili iznenada nestane struje
(situacione varijable); subjekta počne da boli glava tokom rada (intrasubjektivne), neki subjekti
su opterećeni razmišljanjem o ispitu koji predstoji (intersubjektivne); ispitivač predugo daje
uputstvo tako da neki ispitanici gube interes (eksperimentatorske). Sve ovo dovodi do slučajnih
varijacija (razlika) u zavisnoj varijabli koje ne potiču od nezavisne; ove varijacije jave se često
samo jednom.
Kod nesistematskih spoljnih varijabli ne očekujemo unapred diferencijalni efekat jer se one
pojavljuju slučajno. Ne očekujemo da će majstor ući u svaku salu niti da će na isti način
(sistematski) da deluje na sve subjekte.
Signal i šum: kada se tokom tv prenosa pojave smetnje, to je šum. “Imamo problem sa prijemom
signala”. Istraživač treba da kontroliše šum da ga bude što manje.
 Sistematske spoljne varijable, konfundirajuće varijable
Spoljne varijable koje su u korelaciji sa nezavisnom, pa stoga deluju i na zavisnu. Imaju
diferencijalni efekat na zavisnu, kao što ga imaju i nezavisne varijable. Dejstvo ovih varijabli nije
slučajno (kao kod varijabli šuma) već sistematsko. Konfundirajuća varijabla deluje na zavisnu
kao i nezavisna varijabla, ali je to dejstvo prikriveno.
Istraživač ne može da razdvoji zajednički efekat konfundirajuće i nezavisne na zavisnu varijablu.
Zbog toga objašnjenje rezultata nije jadnoznačno, moguće je alternativno objašnjenje: dobijeni
efekat može da se pripiše i djestvu konfundirajuće varijable. Stoga istraživači treba da uzmu u
obzir sve moguće uticaje tj. sve moguće konfundirajuće varijable; to je težak zadatak.
U primeru sa učenjem pod različitim nivoom buke, može da se desi da su grupe takve da grupa
pod najmanjom bukom u proseku ima najviši IQ, sledeća grupa nešto niži, i tako redom. Tako
postoji korelacija nezavisne i konfundirajuće varijable, pa ne znamo da li je najslabiji uspeh u
učenju grupe pod najvećom bukom rezultat delovanja buke, ili delovanja niže inteligencije, ili
obe. Mešanje konfundirajućih varijabli istraživači ponekad ne prepoznaju, stoga je dobro nacrt
istraživanja staviti drugima na uvid (EIP).
 Greške u zaključivanju
Zbog uticaja nesistematskih spoljnih varijabli može da dođe do toga da zaključimo da postoji
efekat nezavisne varijable, a on ustvari ne postoji; to je “greška tipa I” (prihvata se nepostojeći
efekat). U ispitivanju brzine reakcije na dva zvučna signala možemo da vidimo da se aritmetičke
sredine brzine reakcije na jedan i drugi signal razlikuju, ali razlika može da bude posledica

19
slučaja. Stoga se koriste testovi značajnosti kojima procenjujemo verovatnoću (95% ili 99%) da li
je neki efekat slučajan ili ne.
Greška tipa II. Dešava se da zaključimo da efekat ne postoji, a on ustvari postoji (prihvatamo H0
koja je pogrešna). Na primer, nađemo da nema razlike u uspehu u učenju pod dejstvom buke, a
desilo se da je u Sali sa najboljim uslovima velika vrućina, ili su u njoj najmanje inteligentni
ispitanici. Ovo predstavlja dejstvo šuma, koje mora da se kontroliše.
Ako se posumnja u delovanje spoljnih varijabli, to treba i dokazati. Nekad sam istraživač uvidi,
na kraju istraživanja, da je takvih uticaja bilo, i objasni kako bi trebalo da se izvede sledeće
istraživanje u kom se kontroliše dejstvo konfundirajućih varijabli. One se mogu uvesti u novo
istraživanje kao nezavisne, ili mogu da budu kontrolisane.
 Tehnike kontrole spoljnih varijabli
Pošto spoljne varijable zamagljuju odnose nezavisnih i zavisnih, potrebno je da se kontroliše
uticaj spoljnih varijabli. Na žalost, ne postoji “spisak” spoljnih varijabli. Ista varijabla može
jednom da bude spoljna a drugi put nezavisna (buka). Ukoliko o nekoj oblasti manje znamo, teže
je uočiti dejstvo spoljnih varijabli. U prvim ispitivanjima opažanja boja sigurno se nije mnogo
znalo o uticaju svetline.
 Kontrola nesistematskih spoljnih varijabli
To su varijable koje su nekorelirane sa nezavisnom (šum). Kontrola ovih varijabli vrši se
postupkom homogenizacije. Tako se svi faktori koji mogu da ometaju vezu nezavisne i zavisne
varijable drže konstantnim (pri merenju brzine reakcije na zvučni signal: visina tona, trajanje,
intenzitet...); jedino se menjaju faktori koji su predmet istraživanja. Jedan način homogenizacije
je izvođenje istraživanja u laboratoriji, kao i korišćenje instrumenata; ovo može da bude skupo.
 Homogenizacija - primer
Ispituje se brzina reakcije subjekata na crvenu i zelenu boju. Temperatura, buka, osvetljenost
prostorije (situacione varijable) treba da budu isti za svakog subjekta. Sva svojstva stimulusa tj.
boje treba da budu konstantna (udaljenost stimulusa, svetlina); zbog toga se koriste precizni
instrumenti. Da bi se smanjio uticaj nepoznate situacije (intrasubjektivna varijabla) subjekt
prolazi kroz period uvežbavanja; zbog efekta umora prave se pauze. Svi subjekti bi trebalo da
budu podjednako motivisani, u dobrom opštem stanju (ovo su spoljne intersubjektivne varijable),
što je teško postići. Uticaj eksperimentatorskih varijabli kontroliše se tako što ispitivač ima
pisano uputstvo kojeg se tačno pridržava.
 Kontrola sistematskih spoljnih varijabli
Delovanje sistematskih spoljnih varijabli (konfundirajućih) koje su u korelaciji sa nezavisnom
može da stvori prividnu vezu nezavisne sa zavisnom. Korelaciju sistematske spoljne varijable i
nezavisne treba ukloniti. Stoga subjekte treba ujednačiti s obzirom na spoljnu varijablu.
Postoje tehnike kontrole koje se primenjuju kod eksperimentalnih i neeksperimentalnih
nezavisnih varijabli.
 Eksperimentalne tehnike kontrole
Randomizacija. Razlike između subjekata nisu sistematske nego slučajne, pošto se subjekti (ili
stimulusi) slučajno raspoređuju po nivoima nezavisne varijable. U primeru sa bukom, subjekte

20
možemo slučajno da rasporedimo u 4 grupe. Na ovaj način se automatski kontroliše veliki broj
spoljnih varijabli jer nemamo razloga da pretpostavimo da će se subjekti sistematski razlikovati
po bilo kojoj intersubjektivnoj spoljnoj varijabli. Na svakom nivou (buke) nezavisne varijable
učestvuje različita podgrupa članova uzorka.
Ovako se automatski kontroliše veliki broj spoljnih varijabli.
 Repeticija, ponavljanje merenja
Na svakom nivou nezavisne varijable učestvuje ista podgrupa članova uzorka, merenje se
ponavlja. Svaki subjekt uči verbalni materijal uz 30db, 60db itd. Uče materijal slične dužine i
težine, u različitim danima. Pošto su subjekti isti na sva četiri nivoa nezavisne varijable, oni su
samim tim ujednačeni po svim odlikama; “sam sebi kontrola”. Nedostatak ovog metoda je što
dolazi do efekta prenosa, prethodni postupak utiče na naknadni, subjektovo ponašanje se menja,
uvežbava se, zamara... Sekvencione varijable.
 Kontrola sekvencionih varijabli
Kontrolišu se tehnikama kontrabalansiranja tj. balansiranja poretka. Cilj je da se neutrališe
dejstvo poretka tako što se kod različitih subjekata koriste različiti poreci. Intersubjektivno
kontrabalansiranje: uzorak se deli na podgrupe tj. blokove. Ako ispitujemo da li se bolje pamti uz
muziku ili bez nje, jedna grupa prvo uči uz muziku pa bez nje, a druga prvo uči bez muzike pa uz
nju. Tako se uravnotežava dejstvo poretka.
Intrasubjektivno kontrabalansiranje: isti subjekti prolaze po dva puta kroz oba nivoa. Prvi put
prvo uče uz muziku pa bez nje, drugi put prvo uče bez muzike pa uz muziku. Ovo je ponovljeno
merenje sa različitim porecima.
Statistička obrada ovakvih istraživanja je složenija!
 Neeksperimentalne tehnike kontrole
Koriste se kod neeksperimentalnih nezavisnih (selektivnih) varijabli, i to pojedinačnih, koje
istraživač sam određuje. To su varijable za koje istraživač smatra, na osnovu prethodnih znanja,
da mogu da budu konfundirajuće.
Homogenizacija. Spoljna varijabla pretvara se u konstantu, pa ne korelira sa nezavisnom. U
ispitivanju dejstva neuroticizma na uspešnost u poslu istraživač isključuje ulogu pola tako što bira
samo žene. Pitanje opštosti zaključka!
Blokovanje. Koristi se kod kategoričkih spoljnih varijabli. U okviru svakog nivoa nezavisne
varijable prave se blokovi, podgrupe subjekata koji pripadaju istoj kategoriji spoljne varijable.
Ispituje se odnos pušenja i brzine reakcije na svetlosni signal. Konfundirajuća spoljna varijabla je
starost. Istraživač pravi podgrupe: stariji pušači, mlađi pušači, stariji nepušači, mlađi nepušači.
Sparivanje. Ujednačavanje po parovima; ako je inteligencija spoljna varijabla, na osnovu pretesta
formiraju se blokovi. Dva najbolja se slučajno razvrstaju u grupe, zatim sledeća dva, itd.

21
 NACRTI ISTRAŽIVANJA

Pravljenje nacrta je poslednja faza pripreme istraživanja. (Priprema: formulisanje teme,

upoznavanje sa informacijama o temi, bira se vrsta istraživanja, određuju se objekti na kojima će
se posmatrati /operacionalizovane/ varijable, određuje se način merenja i kontrole spoljnih
varijabli.) Nacrt je plan izvođenja istraživanja i sadrži opis objekata, varijabli i vrste podataka
koji će biti sakupljeni, kao i planiranu statističku obradu.
Nacrt je u principu formalizovan, tačno se zna šta se radi i na koji način. Ipak u prvim fazama
istraživanja se koriste i “labaviji” nacrti a pojave koje ispitujemo često se samo verbalno opisuju.
Pavlov je prvo uočio da pas reaguje na pojavu eksperimentatora, to opisao, a tek onda počeo sa
izvođenjem eksperimenata.
Broj nacrta je manji od broja istraživanja. Nacrt je “modla”, a ima ih više tipova. Na primer,
faktorijalni nacrt 2x2 je uvek isti, šta god da ispitujemo.
• Vrste nacrta (stara podela)
1. Eksperimentalna istraživanja (sadrže bar jednu manipulativnu varijablu) koriste
eksperimentalne nacrte; 2. neeksperimentalna istraživanja, koja sadrže varijable nižeg stepena
kontrole, tj. selektivne i registrovane koriste korelacione nacrte. U poslednje vreme ova podela
nije od većeg značaja, jer se korelacione tehnike koriste u eksperimentalnim istraživanjima, a
statističke tehnike eksperimenata koriste se i u neeksperimentalnim istraživanjima.
• Vrste nacrta (novija podela)
Podela se vrši i prema vrsti varijabli u nacrtu, da li su u pitanju kategoričke ili numeričke
varijable:
– frekvencijski nacrti, gde se pojavljuju samo kategoričke varijable; osnovni
podatak je frekvencija, a utvrđujemo broj članova neke grupe; varijable se mogu
podeliti na zavisne i nezavisne, ali ne mora uvek da bude tako. Oni mogu imati i
samo jednu uključenu varijablu.
– faktorijalni tj. varijansni nacrti, u kojima uvek postoje zavisne i nezavisne
varijable i gde su nezavisne kategoričke a zavisne numeričke i kontinuirane,
uglavnom. Nezavisne varijable se nazivaju faktori (ali ne kao u faktorskoj analizi).
“Varijansni” zbog toga što se koristi postupak analize varijanse; varijansa je
kvadrirana standardna devijacija, a pogodna je zbog osobine aditivnosti. Osnovna
deskriptivna mera je prosek tj. aritmetička sredina. Bar dve varijable!
– korelaciono-regresioni nacrti, uglavnom samo sa numeričkim varijablama, mada
mogu da se koriste i kategoričke varijable; osnovna statistička tehnika su
koeficijenti korelacije i regresije. Regresija je u statistici postupak svođenja jedna
varijable na drugu, procena vrednosti zavisne varijable na osnovu poznavanja
vrednosti nezavisne. Pojam regresije u statistiku uveo je Golton. Bar dve
varijable!

22
 • Faze nacrta
U svakom nacrtu mora da se vodi računa o tri dela: objekti, varijable, obrada.
• Objekti: definisana populacija, broj članova uzorka, način izbora uzorka.
• Varijable: koliko varijabli, numeričke i kategoričke , koliko nivoa kategoričkih, da li će se
ukrštati nivoi, selektivne, manipulativne i registrovane, zavisne i nezavisne.
• Obrada: deskriptivna, zaključivanje, ili obe.

23
 FREKVENCIJSKI NACRTI

Varijable su kategoričke.
Faza 1 (uzorak). Uzorci su uglavnom slučajni, mada mogu biti prigodni.
Faza 2 (vrednosti varijabli). Vrši se klasifikovanje objekata, za svaku varijablu utvrđuje se kojoj
kategoriji objekti pripadaju.
Faza 3 (obrada). Utvrđivanje frekvencija po kategorijama. Ako je više od jedne varijable, računa
se korelacija (fi, C, Hi-kvadrat)
• Frekvencijski univarijatni nacrti
Samo jedna varijabla. Mora biti registrovana, može da ima dve ili više kategorija (dihotomija,
trihotomija, itd.)
Utvrđuje se frekvencija po kategorijama (ili %).
Interesuje nas odnos između frekvencija – da li su približno jednake (podjednaka raspodela), da li
odgovaraju očekivanju (npr. normalna raspodela).
Primeri: tačno-pogrešno; selo, grad, Beograd; ocene iz matematike; kako uglavnom provodite
slobodno vreme. Podaci mogu da posluže u pripremi dalje analize, npr. ocene u dve kategorije.
• Univarijatni nacrti
Jedno istraživanje može da sadrži više univarijatnih nacrta – indeks težine stavki u testovima,
odgovori na popisu...
Podaci se mogu predstaviti šematski, pomoću matrice i stabla nacrta.
Matrice. Tabela sa ćelijama, svaka ćelija sadrži jedan element matrice. Elementi su označeni.
Oznake mogu biti apstraktne i konkretne.
1-D matrice
Ovo su jednodimenzionalne matrice, 1-D matrice. Postoji samo jedan red ćelija. Broj ćelija
jednak broju kategorija varijable. Svaka ćelija sadrži oznaku kategorije, apstraktnu ili konkretnu.
Apstraktne – slova indeksirana brojevima (a1); konkretne – puna imena, skraćenice i sl. Matrica
se označava velikim slovom (A). Ponekad se koristi totalna matrica (T), jedna ćelija sa ukupnim
brojem tj. kombinacijom svih kategorija. Posle sakupljanja podataka unose se u matricu rezultati
umesto oznaka
Stablo nacrta
Druga vrsta šematskog prikaza strukture nacrta je stablo nacrta. Ono se grana, kod složenijih
nacrta je više slojeva grana, kod univarijatbih samo jedan sloj. Broj grana jednak broju kategorija.
• Frekvencijski bivarijatni nacrti
Nacrti sa dve varijable, svaka ima dve ili više kategorija. Varijable se ukrštaju, svaka kategorija
jedne sa svakom kategorijom druge varijable. Pošto se varijable ukrštaju, posmatra se i njihov
odnos, a ne samo pojedinačne osobine svake varijable (C; kontingencija).
Varijable se označavaju sa A i B, kategorije sa a1, a2, itd., i b1, b2 ...
Bivarijatni nacrti klasifikuju se prema tipu tj. broju kategorija u okviru varijabli: 2 x 2, 2 x 3, 3 x
2, 5 x 5, itd. Apstraktno označavanje je “axb” (a puta b). Znak “x” označava množenje kategorija

24
čime se dobija broj situacija tj. kombinacija kategorija: 2 x 2 ima 4 situacije, 4 x 5 ima 20 itd.
Utvrđuje se frekvencija broja objekata koji spadaju u pojedine situacije.
Obe varijable registrovane, ili jedna registrovana a druga selektivna ili manipulativna.
• Matrice bivarijatnih nacrta
Osnovna matrica je dvodimenzionalna ili 2-D matrica, označena sa AB ili AxB. Matrica ima
onoliko redova koliko je kategorija u jednoj varijabli i onoliko kolona koliko je kategorija u
drugoj varijabli. Broj ćelija jednak je broju situacija, a ćelije obeležavamo kombinovanjem
oznaka kategorija. Na primer, a1b2 je oznaka ćelije u kojoj se kombinuju prva kategorija varijable
A i druga kategorija B varijable.
Matrica 2x2
Na primer, jedno pitanje iz upitnika glasi “Posedujete li automobil?”, drugo “Posedujete li
sopstvenu kuću?” Ponuđeni su odgovori DA i NE na oba pitanja. Ukrštanjem dobijamo četiri
situacije: ima auto, ima kuću; ima auto, nema kuću; nema auto, ima kuću; nema auto, nema kuću.
Ovo je tipična AB matrica. Iz nje se mogu dobiti još marginalne i proste matrice
• Marginalne matrice
Marginalne matrice dobijaju se sažimanjem redova tj. kolona AB matrice. Svaki bivarijatni nacrt
sadži dva odgovarajuća univarijatna nacrta, sa varijablom A i varijablom B. Uzima se u obzir
samo jedna varijabla a po drugoj se vrši sažimanje i dobija se 1-D nacrt. Matrica A se iz AB
matrice dobija sažimanjem po varibali B; matrica B dobija se sažimanjem po varijabli A. Matrica
T odnosi se i na A i na B matricu (grafik).
• Dvoslojna stabla nacrta
Jednodimenzionalne A i B su marginalne matrice (na margini); matrrice AB, A, B i T se nazivaju
i glavne matrice bivarijatnog nacrta.
Stabla bivarijatnih nacrta su dvoslojna. Imaju dva sloja grana za svaku varijablu. Broj grana u
donjem sloju je jednak broju situacija u nacrtu. (grafik)
• Multivarijatni nacrti
Multivarijatni nacrti sadrže tri ili više kategoričkih varijabli. Svaka kategorija svake varijable
kombinuje se sa svakom kategorijom svih drugih varijabli. Npr. trivarijatni nacrt tipa axbxc, nacrt
sa četiri varijable axbxcxd, itd. Najprostiji trivarijatni nacrt je 2x2x2 gde svaka varijabla ima
samo po dve kategorije, što daje 8 situacija (2x2x2=8). Na primer, da li stariji i mlađi iz sela i
grada imaju kuću.
• Razlaganje matrice 2x2x2
Matrica kojom se predstavlja trodimenzionalni nacrt je trodimenzionalna ABC matrica (3-D)*. Iz
nje se mogu sažimanjem dobiti tri marginalne 2-D matrice AB, AC i BC.
Stablo nacrta sada ima tri sloja*.

25
 FAKTORIJALNI (VARIJANSNI) NACRTI

Jedna ili više kategoričkih nezavisnih varijabli (nazivaju se faktori) i jedna ili više zavisnih
varijabli koje su numeričke i kontinuirane. Statistička obrada je analiza varijanse (ANOVA) i ona
može da bude jednofaktorska, dvofaktorska, itd. Primer jednofaktorskog nacrta je problem
ispitivanja razlika u uspehu na testu shvatanja mehaničkih odnosa* između dece iz sela i grada.
 Faze faktorijalnih nacrta
Rečeno je da postoje tri faze svakog nacrta. Prva je izbor uzorka, druga utvrđivanje vrednosti
varijabli, treća je statistička obrada.
Faza 1. Uzorci mogu da budu reprezentativni, slučajni, ali u eksperimentalnim istraživanju
osnovnih procesa i prigodni (jer su procesi isti kod svih ljudi).
Faza 2. Vrednosti nezavisnih varijabli tj. nivoa faktora istraživač određuje sam (manipulativne
varijable; nivo buke npr.) ili bira (selektivne; selo-grad, npr.)
Vrednosti zavisnih varijabli registruju se tokom istraživanja i mogu se dobiti direktno ili
indirektno. Direktne mere su sirovi skorovi, dobijaju se iz jednog merenja, indirektne se izvode
na osnovu više sirovih mera na dva načina: kao prosek sirovih mera (npr. prosečno vreme
reakcije) ili kao zbir kategoričkih mera (zbir tačnih odgovora na testu; svaka stavka je jedna
kategorička varijabla; test sa više stavki je pouzdaniji). Direktna mera je, na primer, masa osobe,
broj knjiga u biblioteci i sl.
Faza 3. Od deskriptivnih mera računaju se proseci (aritmetička sredina, medijana) i mere
varijabilnosti (standardna devijacija, varijansa). Iz oblasti statistike zaključivanja primenjuje se
značajnost razlika aritmetičkih sredina i analiza varijanse (jednostavna i složeni postupci). U
analizi varijanse ukupni varijabilitet razlaže se na slučajni varijabilitet i varijabilitet koji izaziva
istraživač. F-odnos.
 Razlike faktorijalnih i frekvencijskih nacrta
U frekvencijskim su sve varijable kategoričke, u faktorijalnim su to samo nezavisne, a zavisne su
numeričke. U faktorijalnim nacrtima moraju postojati i zavisne i nezavisne varijable (dakle bar
dve varijable), u frekvencijskim ne moraju, a može da bude i samo jedna varijabla. Statistički
podaci su proseci u faktorijalnim a frekvencije u frekvencijskim.
 Jednofaktorski nacrti
To su nacrti sa jednom nezavisnom varijablom; postoje i dvofaktorski i multifaktorski nacrti.
Jednofaktorski nacrt ima jednu nezavisnu i jednu zavisnu varijablu. Nezavisna (faktor) može da
ima dve, tri ili više kategorija ili nivoa. Faktor sa dva nivoa je dvovalentan, sa tri nivoa
trivalentan, sa više nivoa multivalentan. Bivalentan faktor je pol (m,ž), trivalentan npr. mesto
boravka (selo, varoš, grad), multivalentan način korišćenja slobodnog vremena (knjige, šetnja,
sport, heklanje...)
Dele se na nacrte sa nezavisnim (nekoreliranim) grupama tj. uzorcima i nacrte sa zavisnim,
koreliranim grupama. Prvi tip naziva se i neponovljeni nacrt, drugi je ponovljeni. Kod

26
neponovljenih nacrta na različitim nivoima nezavisne varijable učestvuju različite grupe objekata,
međuzsobno nezavisne. Na primer, deca iz sela i grada rešavaju Benetov test.
- Bivalentni jednofaktorski nacrti
To je tzv. dvovalentni neponovljeni nacrt, gde nezavisna varijabla ima dva nivoa – selo i grad.
Zavisna varijabla je uspeh na testu, a istraživač utvrđuje prosečne vrednosti zavisne varijable
objekata na jednom i drugom nivou nezavisne varijable. Faza 1 u ovom nacrtu sastoji se u izboru
uzorka, najčešće reprezentativnog, iz populacije.
Utvrđivanje vrednosti (Faza 2) se za nezavisnu varijablu sastoji u podeli uzorka na dve različite
grupe (selo i grad, najčešće obeležavanje 1 i 2); vrednosti zavisne varijable su skorovi tj. mere
testa, i za svaki objekt se utvrđuje jedna mera zavisne varijable. Faza 3, statistički postupak, je
utvrđivanje značajnosti razlika između aritmetičkih sredina za nezavisne uzorke (velike ili
male)*.
Kontrolna i eksperimentalna grupa
Istraživač želi da utvrdi da li neki poseban postupak (tretman) izaziva neki efekat. Formira dve
grupe subjekata: eksperimentalna se podvrgava tretmanu, kontrolna ne. Posle tretmana, porede se
rezultati dve grupe i utvrđuje se da li je tretman proizveo značajan efekat. Npr. E grupa sabira
brojeve dok sluša glasno emitovanu muziku, K grupa radi u normalnim uslovima.
Kontrolna grupa je potrebna zbog poređenja, tj. da se vidi postoji li efekat tretmana, i, ako
postoji, koliki je. Retko se vrši istraživanje ove vrste bez K grupe. Izuzetak su testovi za koje
postoje norme, pa se normativna grupa koristi kao kontrolna.
E i K grupa mogu da se formiraju ujednačavanjem ili bez ujednačavanja.
Jednofaktorski nacrti sa zavisnim grupama (ponovljeni nacrti)
Zavisne grupe formiraju se na dva načina. Jedan je da za svaki objekt jedne grupe nađemo, prema
nekom kriterijumu, parnjaka u drugoj grupi. To su nacrti sa ujednačenim parovima. Npr.,
sparivanje učenika po inteligenciji u E i K grupi u eksperimentu sa novom nastavnom metodom.
Kriterijum sparivanja je varijabla koja je u vezi sa zavisnom. Obrada – t-test za zavisne uzorke*.
Drugi način je da se na oba nivoa faktora pojavljuje ista grupa objekata. Na primer, ispituje se
vreme reakcije na crvenu i zelenu boju kod jedne iste grupe ispitanika. Boje mogu da se prikazuju
u jednoj seansi slučajnim redosledom (simultano merenje) ili da se u jednoj seansi prikazuje
samo zelena a u drugoj samo crvena (sukcesivno merenje). Pošto su isti objekti, postoji
korelacija. Obrada – t-test za zavisne uzorke. (Kod takvog t-testa uzima se u obzir korelacija
između skorova koja smanjuje varijabilnost).
- Multivalentni jednofaktorski nacrti
Nezavisna varijabla ima više nivoa. Na primer, utvrđivanje razlika u uspehu na testu opšte
informisanosti koji rešavaju učenici različitih srednjih škola.
I ovi nacrti mogu biti sa nezavisnim i zavisnim grupama.
Statistička obrada: analiza varijanse, jednosmerna ili sa zavisnim grupama. (“Post hoc” testovi
značajnosti.)
 Dvofaktorski nacrti
Postoje dve nezavisne varijable (faktori) i jedna zavisna. Ranije se ispitivalo dejstvo svakog
pojedinog faktora (pol, pa obrazovanje npr.) Nije bilo razrađenih metodoloških i statističkih
27
postupaka. Dvofaktorski nacrt je složeniji, prednosti su: veća opštost rezultata, efikasniji u
korišćenju objekata (manje objekata), bolja kontrola spoljnih varijabli, otkriva postoji li
interakcija (međudejstvo dveju nezavisnih varijabli na zavisnu).
Faktori u ovom nacrtu su ukršteni, svaki nivo jednog faktora ukršta se sa svakim nivoom drugog
faktora i tako se dobijaju sve moguće situacije. Utvrđuju se proseci (aritmetičke sredine) na
zavisnoj varijabli za svaku situaciju.
Najjednostavniji je 2x2 nacrt, gde postoje dva faktora i oba su bivalentna tj. imaju samo dva
nivoa. Nacrt se prikazuje preko 2-D matrice.
Interakcija
Dva faktora su u interakciji ako dejstvo jednog faktora na zavisnu varijablu zavisi od dejstva
drugog faktora (ili je povezano sa dejstvom drugog faktora). Drugim rečima, ako dejstvo jednog
faktora na zavisnu varijablu nije isto na različitim nivoima drugog faktora. Ako na rezultat na
testu shvatanja mehaničkih odnosa nivo obrazovanja utiče drugačije u selu nego u gradu, postoji
interakcija (obrazovaniji sa sela su slabiji od neobrazovanih, dok je u gradu obrnuto). Interakcija
se konstatuje statistički.
 Multifaktorski nacrti
Sadrže više od dve nezavisne varijable. Omogućuju uvid u dejstvo više nezavisnih varijabli na
zavisnu. Na primer, uticaj pola (m, ž), mesta stanovanja (selo, varoš, grad) i obrazovanja (niže,
srednje, više) na rezultat na testu inteligencije; to je 2x3x3 nacrt. Ovo su složeni nacrti, i za
izvođenje i za analizu, naročito zbog mogućeg dejstva interakcije.

28
 KORELACIONI I REGRESIONI NACRTI

 Korelaciono-regresioni nacrti
Sadrže jednu ili više nezavisnih i jednu ili više zavisnih varijabli. Sve varijable su numeričke, ali
neke kategoričke varijable mogu da se izraze kao numeričke; one mogu da se kodiraju i dobiju
brojčane oznake.
Nezavisne varijable su to u najširem smislu, dakle mogu da budu manipulativne, ali i selektivne i
registrovane.
Umesto o zavisnim i nezavisnim često se govori o prediktorskim i kriterijumskim varijablama.
Na osnovu rezultata na prediktorskoj varijabli (nezavisnoj, X) predviđamo rezultat na
kriterijumskoj (zavisnoj, Y). Postojanje korelacije omogućava regresiju, procenu vrednosti Y na
osnovu X.
Statistička obrada podataka: korelaciona i regresiona analiza i izvedene tehnike.
 Bivarijatni korelaciono-regresioni nacrti
Samo jedna nezavisna i jedna zavisna varijabla, najčešće obe registrovane. Svaki objekt ima
podatak na obe varijable, na osnovu toga izračunava se koeficijent korelacije. Postojanje
korelacije (+ ili -) omogućava procenu tj. predviđanje vrednosti jedne varijable na osnovu druge
postupkom bivarijatne regresije. Npr. uspeh na prijemnom i na studijama; skor na N skali
upitnika EPQ i uspeh u pilotiranju.
 Multivarijatni korelaciono-regresioni nacrti
Dve (a može i više) nezavisne varijable i jedna zavisna. Svaki objekt ima po jednu meru na
svakoj varijabli. Računaju se koeficijent korelacije između zavisne i svake nezavisne varijable,
kao i korelacije između samih nezavisnih. Postupkom multivarijatne regresije procenjuju se
vrednosti zavisne na osnovu pojedinih nezavisnih: kako zadovoljstvo menadžmentom i
zadovoljstvo uslovima rada utiču na efikasnost na poslu.
 Multipla i parcijalna korelacija
Može se multiplom korelacijom ispitati i kombinovano dejstvo zavisnih na nezavisnu. Npr.,
računamo kakav je zajednički uticaj zadovoljstva menadžmentom i zadovoljstva uslovima rada
na efikasnost na poslu (zavisna).
Parcijalna korelacija: izdvajamo samo uticaj zadovoljstva menadžmentom na efikasnost na poslu,
tako što “eliminišemo” korelaciju između zadovoljstva menadžmentom i zadovoljstva uslovima
rada.
 Varijante korelaciono-regresionih nacrta
Moguće je da sve nezavisne varijable budu kategoričke (ali da im se pridaju brojevi). U tom
slučaju može da se radi i regresiona analiza, i analiza varijanse (faktorijalni nacrt).
Postoji i mogućnost da su nezavisne varijable numeričke, a zavisna kategorička (obrnuto od
faktorijalnoig nacrta). U tom slučaju radi se o diskriminantnim nacrtima, a statistički postupak je
diskriminantna analiza.

29
  Diskriminantna analiza
Na osnovu vrednosti jedne ili više nezavisnih (numeričkih) procenjuje se vrednost zavisne
(kategoričke) varijable. Na primer, da li na osnovu broja disociranih odgovora na subtestu
“Sličnosti” iz Vekslerovog testa (nezavisna varijabla) osoba može da se proglasi šizoidnom ili ne
(zavisna varijabla, sa dve kategorije: šizoidan i ne-šizoidan). Jasno je da se kod ovakvih nacrta
vrši klasifikacija u kategorije zavisne varijable na osnovu rezultata na nezavisnoj/nezavisnim.
Zanima nas tačnost klasifikacije tj. svrstavanja objekata u kategorije.
Može da posluži i za nalaženje varijable koja najbolje diskriminira objekte. U jednom
istraživanju objekti su bili banke (Beobanka, Panonska, Ljubljanska, Komercijalna...).
Ocenjivane su po poslovnosti, ljubaznosti osoblja, uslovima koje nude, izgledu prostorija,
propagandi... Posmatra se pozicija svake banke u prostoru definisanom sa dve diskriminantne
funkcije – poslovnost i osoblje.
 Multivarijatni diskriminantni nacrti
Imaju više od jedne nezavisne varijable, a zavisna može da ima više od dve kategorije. Utvrđuje
se koje prediktorske varijable koreliraju sa kriterijumskom; kasnije i nove ispitanike možemo da
svrstavamo u kategorije samo na osnovu rezultata na prediktorskim varijablama. Npr., na osnovu
broja disociranih odgovora, razlika između skorova na verbalnom i neverbalnom delu WAIS-a,
rezultata Gudinaf testa i drugih možemo da svrstavamo pacijente u više grupa*.
 Modeli međuzavisnosti
Prema broju zavisnih i nezavisnih varijabli:
jedna zavisna i jedna nezavisna
više nezavisnih, jedna zavisna
jedna nezavisna, više zavisnih (retko se koristi)
više nezavisnih i više zavisnih: kanonički nacrti, sve varijable su numeričke, složena obrada;
odnos kognitivnih i konativnih varijabli u Momirovićevom modelu ličnosti
 Složeniji nacrti
To su nacrti gde ne postoje samo dva sloja varijabli – nezavisne i zavisne, i gde odnos nije
jednosmeran (asimetričan). U tim složenijim nacrtima koristi se analiza puteva (path analysis).
Npr., varijabla X utiče na Y a ova na varijablu Z; to je troslojan model, gde X utiče na Z
posredno, preko Y. U ovim nacrtima govori se o egzogenim i endogenim varijablama: prve ne
utiču na varijable u modelu, druge utiču.
 Empirijske i teoretske varijable
Do sada su razmatrane samo empirijske varijable čije su vrednosti izmerene u istraživanju.
Postoje teoretske varijable a o njima se zaključuje na osnovu veza tj. korelacija između
empirijskih varijabli. Ova situacija se prepoznaje u postupku faktorske analize. Ideja je da se veći
broj empirijskih varijabli svede na manji broj teoretskih. Empirijske su indikatori, teoretkse su
faktori.
 Faktorska analiza
(ovo nema veze sa faktorijalnim nacrtima)

30
Indikatorske varijable su vidljive, manifestne (skorovi na testovima) a teoretske su latentne,
zaključene. Veliki broj manifestnih varijabli međusobno su korelirane. Npr., skorovi ispitanika na
9 testova su korelirani, a postoji (9*8) / 2 = 36 koeficijenata korelacije. Teško ih je sve držati na
umu i uočiti neku pravilnost. Faktorska analiza pokušava da taj veliki broj korelacija manifestnih
varijabli objasni uticajem manjeg broja latentnih varijabli.
Primer: 4 testa shvatanja prostornih odnosa, 5 verbalnih testova; sve su to “markeri” inteligencije.
Svi stoje u pozitivnim korelacijama, višim ili nižim. Faktorska analiza reći će da li se ovih devet
testova grupišu na neki poseban, smisaon način. Očekivalo bi se da se dobiju dva faktora. (Test
Anagrami)
Četiri faze faktorske analize: priprema, faktorizacija, rotacija, tumačenje. Prva i poslednja su više
psihološke, druga i treća više matematičke.
Tumačenje faktora na osnovu zasićenja.

31
 OBRADA PODATAKA

 Faza obrade podataka

Posle pripreme i izvođenja istraživanja pred istraživačem su podaci (najčešće brojčani) koje treba
da obradi i prikaže. Sirovih podataka uglavnom ima mnogo i nisu pregledni, teško je steći sliku o
njihovoj strukturi i uočiti pravilnosti. Obrada podataka mora da bude predviđena u nacrtu; nije
dobro prvo sakupiti podatke pa onda postaviti pitanje obrade. Statistička obrada je prilagođena
vrsti nacrta i podataka.
 Obrada frekvencijskih nacrta
U ovim nacrtima varijable su kategoričke a osnovna statistička mera je frekvencija.
Univarijatni nacrti. Postoji samo jedna varijabla, ona se deli na dve ili više kategorija. U
istraživanju se posmatra da li objekti pripadaju jednoj ili drugoj kategoriji. Npr. varijabla “mesto
boravka” ima kategorije “selo”, “varoš”,“grad”. Podaci se prikazuju u matrici podataka tipa
objekti x varijable.
 Univarijatni nacrti - matrica podataka
Tabela ima onoliko redova koliko je ispitanika, a onoliko kolona koliko je varijabli. U preseku
reda i kolone je ćelija sa podatkom za svaki objekt (ispitanika). Na marginama su oznake
objekata i varijabli. Podaci mogu biti opisi kategorija (selo, grad) ili brojevi (1 za selo, 2 za grad).
Za unos i obradu je važno da li su podaci numerički ili alfanumerički (SPSS).
 Univarijatni nacrti - deskriptivne mere
Frekvencija (f, cf), proporcija (p), procenat (P).
Frekvencija (apsolutna) je broj članova neke kategorije, koliko ima nečega. Ako je više
kategorija, dobijamo distribuciju ili raspodelu frekvencija. Totalna frekvencija.
Relativne frekvencije su proporcija i procenat. “Relativne”: izražavaju se odnosom apsolutnih
mera. Proporcija kategorije je udeo kategorije u celom uzorku: p=f/N; procenat P=(f/N)*100
Pored “običnih” frekvencija koriste se i kumulativne kao i kumulativni procenti. Ove mere su
pogodne za “presecanje distribucije” (percentili).
Prednosti relativnih mera: procenti daju srazmeran podatak (10 “građana” je 40%); zgodniji su za
poređenje uzoraka različitih N.
Mane: gube se informacije o apsolutnim merama, ako se ne zna N ili ako je N mali.
 Univarijatni nacrti – prikaz rezultata
Distribucija frekvencija, numerički i grafički prikaz (bolji za intuitivno razumevanje i laike).
Numerički: 1-D matrice frekvenci kategorija.
Grafički: u koordinatnom sistemu, jedna osa je varijabla sa kategorijama, druga predstavlja mere
(frekvence, procenti). Mere mogu biti na apscisi ili ordinati9. (Histogram, i trodimenz.)
Kružni grafikon; češće se koristi u medijima.
 Univarijatni nacrti – značajnost rezultata
Frekvencije od 7 stanovnika sa sela, 8 iz varoši i 10 iz grada iz grada su dobijene. Naša
pretpostavka je da populacija ima po jednu trećinu u svakom mestu. Da li podaci uzorka
32
reprezentuju populacijske mere? Postavljamo nultu hipotezu da su razlike između dobijenih
frekvencija slučajne tj. da nema razlike između dobijenih i očekivanih frekvencija (fo=fe).
Pomoću Hi-kvadrata testiramo hipotezu; df=2.
Nultu hipotezu prihvatamo ili odbacujemo; odbacujemo na jednom od ustanovljenih nivoa (0.05 i
0.01), tj. uz verovatnoću od 95% ili 99%.
Teorijske frekvencije se dobijaju na osnovu pretpostavke ili o podjednakoj, ili o normalnoj podeli
ispitanika po kategorijama.
Sledeći primer je sa podjednakom podelom u tri kategorije.
 Bivarijatni nacrti
Dve kategoričke varijable, svaki objekt klasifikovan je u jednu od kategorija svake varijable. Na
primer, mesto boravka i posedovanje automobila. Obe varijable imaju dve kategorije: selo (1),
grad (2) i ima auto (1), nema auto (2). Podaci su u matrici podataka.
Od deskriptivnih mera koriste se frekvencije, proporcije i procenti. Rezultati se prikazuju u
tabelama kontingencije i grafički.
 Bivarijatni nacrti – značajnost rezultata
Iz tabela kontingencije mogu da se dobiju 1-D matrice i da se primeni odgovarajuća statistika;
mnogo češće koriste se postupci za izračunavanje korelacije i njene značajnosti: koeficijenti
korelacije Fi i C, i Hi-kvadrat. Nulta hipoteza glasi da je do korelacije došlo slučajno, tj. da je
stvarni raspored frekvencija u populaciji slučajan. Hi-kvadrat testira tu hipotezu, uz uvođenje
očekivanih frekvencija.
Procenti u ćelijama, Hi i Fi
Očekivane frekvencije dobijaju se na osnovu pretpostavke da nema korelacije između varijabli.
Hi-kvadrat dobija se nalaženjem razlika opaženih i očekivanih frekvencija. Ako je on značajan,
značajni su i koeficijenti korelacije iz odgovarajućih tabela. Broj stepeni slobode u tabelama
kontingencije je
(k-1)*(r-1), gde su k i r broj redova i broj kolona.
 Obrada faktorijalnih nacrta
Jedna ili više kategoričkih nezavisnih varijabli i jedna ili više numeričkih zavisnih.
Kod jednofaktorskih nacrta – jedan faktor sa dva ili više nivoa i jedna zavisna var. Nacrti mogu
biti sa različitim grupama i ponovljeni.
Matrica podataka je najčešće tipa objekti x varijable. U jednoj koloni su nivoi faktora, u drugoj
mere zavisne varijable.
 Obrada faktorijalnih nacrta – deskriptivne mere
Mere centralne tendencije: mod, medijana, aritmetička sredina, devijacioni skor.
Mere varijabilnosti: raspon, prosečno odstupanje, varijansa, zbir kvadrata (ss), standardno
odstupanje.
Standardne mere: z-skorovi.
Transformacija mera: aditivna (dodaje se isti broj), multiplikativna (množe se istim brojem),
linearna (aditivna i multiplikativna, Celzij u F)

33
  Faktorijalni nacrti – značajnost rezultata
Bivalentni nacrti: t-test za značajnost razlika srednjih vrednosti za nezavisne uzorke, velike i
male; za zavisne uzorke, velike i male.
Pointbiserijska korelacija.
Multivalentni nacrti: ANOVA; F-test za zavisne i nezavisne uzorke, velike i male. Slučajna i
determinisana varijansa. Post-hoc testovi.
Dvofaktorski nacrti: MANOVA; F test za glavne faktore i interakciju.
 Analiza varijanse – F test
F je odnos između varijanse između grupa i varijanse unutar grupa. Varijabilitet između grupa
izaziva sam istraživač uvodeći različite nivoe nezavisne varijable. Varijabilitet unutar grupa
nastaje usled slučajnih razlika između ispitanika; ispitanici su slučajno razvrstani u grupe.
Ako je F test statistički značajan, sledi “post-hoc” postupak u kojem se utvrđuje koje razlike
između aritmetičkih sredina su značajne. U ispisu su parovi značajnih razlika označeni
zvezdicama. U našem slučaju sva tri para razlika su značajna: M1 - M2, M1 - M3 i M2 - M3.

34
 IZVEŠTAJ O ISTRAŽIVANJU

• Usmeni izveštaj
Usmeni izveštaj je saopštenje na naučnom skupu. Vreme izlaganja je uglavnom vremenski
ograničeno na 10 do 15 minuta; suština istraživanja može se izložiti i za kraće vreme, bez
“istorijskih” uvoda. Kompjuterska prezentacija najčešća. Dobro je napraviti probu pred
kolegama. Ne preporučuje se čitanje teksta sa papira.
Apstrakt, rezime – štampa se.
(Poster – širi od apstrakta, kraći od članka)
• Pisani izveštaj – naučni članak
Najveći broj izveštaja može da se prilagodi objavljivanju u obliku naučnog članka. Članak je
sažet prikaz celog istraživanja. On treba da bude informativan, napisan jasno i razumljivo. Treba
izbegavati opširne prikaze, duge uvode (“od Kulina Bana”), “pesničke uzlete”. Recenzenti će to
svakako uočiti i tražiti izmene. Recenzija je kritički prikaz rada, najčešće od strane priznatih
stručnjaka.
• Naučni članak
Struktura najvećeg broja članaka je ista: naslov, apstrakt, glavni deo, literatura, prilozi.
Naslov ne treba da bude predug (do 15-ak reči), takav da se iz njega vidi osnovna ideja tj.
predmet istraživanja. Ne treba da bude suviše uopšten, niti sa viškom detalja. Uz naslov se
navode imena autora (bez titula) i afilijacija (kojoj instituciji pripadaju).
• Apstrakt (rezime, sažetak)
Sadrži 100 do 200 reči, štampa se ispod naslova. To je kratak pregled članka; u desetak rečenica
navodi se problem, hipoteze, metod istraživanja, rezultati i zaključci. Apstrakt je konkretan,
neopterećen viškom reči, stoga ga je teško napisati. Apstrakt se piše nakon napisanog rada.
Ključne reči: do šest pojmova koji su relevantni za temu istraživanja. Npr. Inteligencija, faktorska
struktura, polne razlike.
• Glavni deo članka
Odeljci: uvod, metod, rezultati, diskusija.
Uvod. Opisuje se ukratko tema, problem i cilj istraživanja. Daje se kratak pregled autorovih
dosadašnjih istraživanja u vezi sa temom (ako ih je bilo), i , vrlo kratko, nalaza drugih autora.
Problem istraživanja se jasno konkretizuje. Formulišu se hipoteze koje proističu iz uvoda, i na
koje će istraživanje dati odgovor. Posebno treba istaći u čemu je značaj istraživanja.
• Metod
Metod je autorov postupak u istraživanju problema. Treba da bude precizan da bi i drugi mogli da
ponove istraživanje. U okviru metoda opisuju se subjekti, stimulusi, nacrt i postupak.
– Subjekti. Populacija iz koje su, broj subjekata, kako je odabran uzorak.
– Stimulusi. Koji materijal (testovi, draži...)
– Nacrt. Zavisne i nezavisne varijable, nivoi faktora, kontrola...

35
 – Postupak. Uputstvo subjektima, način odgovaranja, kako se beleže odgovori, da li
je bilo ometanja...
• Rezultati
Navode se prvo deskriptivne mere (prosek, frekvencija, koeficijent korelacije). Obimniji podaci
prikazuju se u (numerisanim) tabelama i grafikonima. Ono što je u tabeli i grafikonu ne ponavlja
se u tekstu! Statistički postupci za obradu i zaključivanje (analiza varijanse, Hi-kvadrat i sl.).
Treba da se prikaže oznaka mere, numerička vrednost, stepeni slobode, p-vrednost: t(75) =3.28,
p˂.01
• Diskusija
Autor tumači dobijene rezultate u svetlu razmatranja u uvodu članka. Ne ponavljaju se dobijeni
statistički podaci već se koriste sadržinski i suštinski termini iz dotične oblasti. Rezultati se
povezuju sa postavljenim hipotezama. Utvrđuje se da li je dobijeno nešto novo, i kako to utiče na
dotadašnja shvatanja u oblasti. Ako se rezultati razlikuju od teoretskih očekivanja, daju se
moguća obrazloženja i dalji pravci. Navode se moguća ograničenja istraživanja i predlaže na koji
način bi trebalo modifikovati nove radove.
• Literatura
U spisku korišćene literature navode se reference, članci i knjige na koje se autor pozivao u
glavnom delu istraživanja (najčešće u uvodu). Tako čitalac može da koristi iste izvore, a može i
da utvrdi da li su oni relevantni.
Reference se najčešće navode abecednim redom, po prezimenu autora. Ponekad se navode po
redosledu pominjanja u knjizi. U spisku mora biti sve što je navedeno u članku, i u članku sve što
je navedeno u literaturi.
Postoje pravila u navođenju referenci. Za knjige, prvo prezime i inicijali autora, godina izlaženja
knjige (u zagradi), naziv knjige (kurzivom, ili masnim slovima, ili podvučeno), mesto izdanja i
naziv izdavača.
• Primer: Todorović, D. (2008). Metodologija psiholoških istraživanja. Beograd: Centar za
primenjenu psihologiju.
Za članak, prvo prezime autora i inicijali, godina izdanja (u zagradi), naslov članka, naziv
časopisa (kurziv i sl.), volumen (godište), i odgovarajuće stranice časopisa.
• Primer: Vučić, L.R., Vidanović, B. (1988). Bibliografija priloga objavljenih u časopisu
Psihologija 1983-1987. Psihologija, vol. 21, br. 1-2, str. 3-20
U nekim člancima se u prilogu prikazuju obimnije tabele, ilustracije (npr. dečiji crteži) i sl.
Recenzijama se pridaje velika pažnja; ukoliko su recenzenti poznatiji utoliko je časopis više
cenjen. Dvostruko anonimna recenzija – recenzenti ne znaju ko je autor, autor ne zna ko ga
recenzira.
Važnost i uticaj nekog rada zavisi od toga koliko puta su ga drugi autori citirali. Postoje posebne
publikacije u kojima se mogu naći informacije o citiranosti autora tj. njihovih radova.
• Monografije, elaborati
Izveštaj o istraživanju može da bude i većeg obima. Monografija je publikacija u obliku knjige,
posvećena jednoj određenoj temi. Terstonova monografija Primary mental abilities iz 1938. nosi
broj 1. u ediciji Psychological monographs. Izveštaji o projektima se često objavljuju u obliku

36
elaborata, gde je prikazan kompletan rad na projektu sa većim brojem učesnika. Npr., Efekti
osnovnog obrazovanja u okviru Instituta za psihologiju.
• Moralna pitanja
Falsifikovanje podataka, u skladu sa očekivanjima.
Plagijata je mnogo, naročito posle pojave kompjutera (seminarski, diplomski).
Više radova zasnovanih na istim podacima, više puta objavljeno istraživanje pod različitim
naslovima.
Navođenje koautora (direktor instituta koji se potpisivao na svaki rad svojih zaposlenih)

37
 MORALNA PITANJA PSIHOLOŠKIH ISTRAŽIVANJA

Fajgelj pravi razliku između morala i etike. Moral se odnosi na čovekovo ponašanje, na pravila
ponašanja (norme) a etika je nauka koja se bavi moralom. Moral je promenljiv jer zavisi od
istorijskog i ekonomskog razvoja, ideologije, tradicije, religije... Etički kodeksi psiholoških
udruženja nisu identični! Kaže se da postoji mnoštvo morala, a samo je jedna etika. Zadatak
nauke je istina(?!)
• Istraživanja na ljudima
U istraživanjima u psihologiji, medicini, sociologiji, dolazi do interakcije među učesnicima i
istraživačima. Dešava se da ispitanici budu izloženi riziku a da nisu za to pripremljeni ili pitani.
Rizik može da bude mali, kao što je gubljenje vremena (vežbe iz psihofizike), do maksimalnog
(medicinska “istraživanja” u koncentracionim logorima).
Mnogi nerado pristaju da rešavaju testove inteligencije jer se tako saznaje nešto o njima.
“Invazija privatnosti”. Istraživač mora da garantuje anonimnost i poverljivost podataka. Oni
mogu da se koriste samo u naučne svrhe. Važno je da ispitanik pristane na istraživanje, da je
informisan o svrsi ispitivanja, u čemu se sastoji njegov zadatak, kako će podaci biti upotrebljeni.
Pristanak za decu daju staratelji. (“Informisani pristanak”?)
Istraživač mora da se ponaša korektno prema ispitaniku, a ovaj može da u svakom trenutku
prekine učešće.
Etički komiteti vode računa o ovim aspektima.
Ne govori se uvek ispitaniku sve , da bi se ponašao prirodno. Ponekad otkrivanje ideje
onemogućava izvođenje istraživanja, pa se daju objašnjenja koja kriju svrhu (odgovori na “lažna”
pitanja; projektivne tehnike).
Ponekad ispitanici bivaju namerno obmanuti, ali im se odmah posle ispitivanja daju objašnjenja.
Da li je to dovoljno?
Stenli Milgram ispitivao je podložnost uticaju autoriteta. Ispitanik je trebalo da za pogrešan
odgovor “učeniku” da elektrošok, sve jači ukoliko je ovaj više grešio. Trećina ispitanika je
prekinula eksperiment, ostali su bili, mada uz negodovanje, poslušni do kraja. Posle exp je sve
objašnjeno. Ipak, neki su doživeli stres. Novija istraživanja su pokazala da je veliki broj
ispitanika bio zadovoljan učešćem!
• Ispitivanja na životinjama
Životinje treba da budu zbrinute i hranjene (exp. u Skinerovoj kutiji podrazumeva da su gladne).
Ako se rade hirurški zahvati, ili se daju hemijske supstance, to rade stručnjaci. Ponekad životinje
moraju da budu usmrćene – to se radi što humanije i brzo, uz anesteziju*. Ovakva istraživanja
pozivaju se na naučnu opravdanost. Dobijeni su zaista mnogi važni rezultati.

38