Professional Documents
Culture Documents
Metodologia Badań
Metodologia Badań
Od strony 51- 60
Wyjaśnienie nomotetyczne- szuka wyjaśnień dla pewnej klasy sytuacji niż dla pojedynczych
przypadków. Używając jednego lub kliku czynników, zadowala się cząstkowym wyjaśnieniem. Ma na
celu uogólnienie poszczególnych przypadków
Kwantyfikacja -to, zgodnie ze słownikową definicją, „ilościowe ujmowanie zjawiska ujętego opisowo”,
Dane jakościowe (słowne opisy) oraz Dane ilościowe (liczbowe): rozróżnienie pokrywa się z
rozróżnieniem liczbowym i nie liczbowym. Oba rodzaje danych są użyteczne dla celów badawczych
Literatura obowiązkowa: Babbie E., 2003. Badania społeczne w praktyce, Warszawa; w: Rozdz. 1 -
podrozdział „Trochę dialektyki badań społecznych” s. 45.
Literatura obowiązkowa: Babbie E., 2003. Badania społeczne w praktyce, Warszawa; Rozdz. 3 do
s. 97 (do podrozdziału „Przyczyny konieczne i wystarczające” włącznie)
Od strony 90 –109
Model deterministyczny- zakłada, że badane cechy i działania są determinowane przez siły oraz
czynniki, które można rozpoznać w toku badania. Nie zakłada, że wzory związków przyczynowych
są proste, ani że każdy z nas ulega ty samym wpływom
Model idiograficzny - wyjaśnienie obszerne zawierające dużo zmiennych. Kryteria przy ustalaniu
związku przyczynowego - wiarygodność wykazanie, że inne wyjaśnienia należy odrzucić
Korelacja dodatnia- wyższy poziom wykształcenia wiąże się możliwością osiągania wysokich
zarobków i odwrotnie. Wpływ zmiennych na siebie, powodujący pewien wzrost
Korelacja ujemna- Wyższy poziom wykształcenia wiąże się z niższym poziomem uprzedzeń.
Wpływ zmiennych na siebie, powodujący spadek.
- 1)Korelacja – zmienne muszą być ze sobą powiązane jakąś konkretną relacją stwierdzoną
empirycznie, zaobserwowaną, statystycznie istotną,
- 2)Kolejność występowania – przyczyna powinna występować przed skutkiem, zmienna
wywierająca wpływ na drugą musi występować wcześniej (np.: religijność, przestępczość
rodzice – dzieci),
- 3)Brak tzw. trzeciej zmiennej – skutek nie może być wyjaśniany w perspektywie jakiejś
trzeciej zmiennej, brak tzw. zależności pozornych (np. lody-utonięcia, rozmiar obuwia-
Przyczyna wystarczająca- oznacza warunek, który, jeśli zostanie spełniony gwarantuje oczekiwany
skutek, jednak nie należy rozumieć, że przyczyna wystraczająca jest jedyną, dzięki której zajdzie
określony skutek. Ucieczka z egzaminu jest wystarczającym powodem oblania egzaminu, ale nie
jedynym
Przyczyna konieczna – warunek, który musi zostać spełniony, aby nastąpił określony skutek. np. Bycie
kobietą jest koniecznym, ale niewystarczającym powodem zajścia w ciąże
Główne zagadnienia
Od strony 114-126
Jednostki analizy- przedmioty, które badamy, aby stworzyć syntetyczny opis oraz wyjaśnić
różnice między nimi.
W badaniach społecznych nie istnieją praktycznie żadne bariery dotyczące tego co może
stanowić jednostkę analizy. W zależności od tego co jest przedmiotem badań, jeśli
przedmiotem analizy jest np. Jak członkowie różnych grup zachowują się jako jednostki,
wówczas przedmiotem analizy będzie jednostka a nie grupa.
W każdym przypadku jednostką analizy - rzeczą, której cechy chcemy opisać jest jednostka
indywidualna. Następnie agregujemy indywidualne jednostki i formułujemy uogólnienia na
temat populacji, do której należą.
Błędne wnioskowanie
Literatura obowiązkowa: Babbie E., 2003. Badania społeczne w praktyce, Warszawa; Rozdz. 3 od
s. 97; Rozdz. 4 od s. 113 „Jednostki analizy” do s. 121 (podrozdział „Redukcjonizm” włącznie)
Literatura obowiązkowa: Babbie E., 2003. Badania społeczne w praktyce, Warszawa; Rozdz. 5 od
s. 153 (od podrozdziału „Wybory dokonywane w procesie operacjonalizacji)
Od strony 158-174
Zakres zmienności
Nie trzeba mierzyć całego spektrum zmienności, jedynie brać pod uwagę to co jest potrzebne do
przeprowadzenia badań
Indeks dwuzmienniowy to proste narzędzie statystyczne, które pokazuje, jak mocno dwie zmienne są
powiązane ze sobą. Innymi słowy, pokazuje, czy zmiana jednej zmiennej wpływa na drugą. Przykładem
indeksu dwuzmienniowego jest współczynnik kontyngencji Craméra (V), który mierzy siłę związku
między dwiema zmiennymi nominalnymi (czyli zmiennymi kategorycznymi, które nie mają naturalnej
kolejności). Prosty przykład: Załóżmy, że chcemy zbadać związek między kolorem włosów (blond,
brunet, rudy) i preferencjami smakowymi w napojach (słodkie, wytrawne, kwasne). Tworzymy tabelę
przestawną (kontyngencji) pokazującą liczbę osób o każdej kombinacji koloru włosów i preferencji
smakowych. Na podstawie tej tabeli możemy obliczyć współczynnik kontyngencji Craméra (V), który
pokaże siłę związku między tymi dwiema zmiennymi. Wartości indeksu V wahają się od 0 (brak
związku) do 1 (doskonały związek). Jeśli wartość V jest bliska 0, oznacza to, że kolor włosów nie wpływa
na preferencje smakowe w napojach, a te dwie zmienne są niezależne. Jeśli wartość V jest bliska 1,
oznacza to, że istnieje silny związek między kolorem włosów i preferencjami smakowymi w napojach,
a zmiana jednej zmiennej wpływa na drugą. Jednak warto zauważyć, że indeks dwuzmienniowy nie
świadczy o związku przyczynowo-skutkowym. W naszym przykładzie może istnieć inny czynnik, który
wpływa zarówno na kolor włosów, jak i preferencje smakowe, ale nie został uwzględniony w analizie.
Indeks dwuzmienniowy pomaga nam jedynie zidentyfikować zależności między zmiennymi, a wnioski
na temat przyczynowości wymagają dalszej analizy i teoretycznego uzasadnienia.
Oto przykładowa tabela przestawna (kontyngencji) dla dwóch zmiennych: kolor włosów (blond,
brunet, rudy) i preferencje smakowe w napojach (słodkie, wytrawne, kwasne).
Tabela przestawna przedstawia liczbę osób o różnych kolorach włosów i preferencjach smakowych.
Na przykład, w próbie mamy 30 osób z blond włosami, które preferują słodkie napoje, 20 osób z blond
włosami, które preferują wytrawne napoje, i tak dalej. Teraz, używając danych z tabeli przestawnej,
można obliczyć indeks dwuzmienniowy, taki jak współczynnik kontyngencji Craméra (V), aby ocenić
siłę związku między kolorem włosów a preferencjami smakowymi w napojach. Wartości V będą
wskazywać na związek między zmiennymi, ale nie na związek przyczynowo-skutkowy. Wyciąganie
wniosków o przyczynowości będzie wymagało dodatkowej analizy i teoretycznego uzasadnienia.