Professional Documents
Culture Documents
Met NIR II - Uvod U Kvantitativna I Kvalitativna Istraživanja
Met NIR II - Uvod U Kvantitativna I Kvalitativna Istraživanja
kvalitativna
istraživanja
Prof. dr Miloš P. Stojiljković
Istraživanja i istraživački metodi
• Istraživački metodi se ugrubo dele na kvantitativne i
kvalitativne metode
2
Principi dizajniranja istraživanja
Četiri glavne odlike dizajna istraživanja, koje su različite, ali usko povezane
• Ontologija: Kako vi, kao istraživač, vidite svet i kakve pretpostavke pravite o prirodi sveta i
realnosti
• Epistemologija: Teorija saznanja. Pretpostavke koje pravite o najboljem putu istraživanja o prirodi
sveta i realnosti
• Metodologija: Način na koji grupišete svoje istraživačke tehnike da biste dobili koherentnu sliku
• Metodi i tehnike: Šta zapravo radite da biste prikupili svoje podatke i sproveli istraživanje
• Ovi principi će odrediti vaš metod izbora: morate da razumete kako se oni uklapaju u ‘širu sliku’
sveta i kako odabirate da ga istražite, kako bi obezbedili da vaš rad bude koherentan i efektivan
3
Četiri glavne ontološke škole
(kako konstruišemo realnost)
Istina Postoji samo jedna istina Istina postoji, ali je Ima mnogo istina Nema istine
nejasna
Činjenice postoje i one Činjenice su Činjenice zavise od Činjenice su stvorili
Činjenice se mogu otkriti konkretne, ali se ne tačke gledišta
eksperimentom mogu uvek otkriti posmatrača ljudi
4
Epistemologija
(način na koji vi birate da istražite svet)
5
Metodologija
• Ontologija i epistemologija utiču na izbor metodologije
• Realisti imaju tendenciju da slede pozitivistički pristup
teže da koriste kvantitativne izvore podataka
• Relativisti teže da imaju društveno konstrukcionistički
pristup
teže da koriste kvalitivne izvore podataka
• Zapamtite da nema apsoluta! Ljudi teže da rade u
kontinuumu mešovite metode i pristupi
• Takođe bi trebalo razmotriti ulogu istraživača:
interni/eksterni; uključeni ili distancirani?
6
Podaci
• Kvantitativni podaci su o količinama, što znači da su brojčani
• Kvalitativni podaci se odnose na prirodu istraživanih stvari i uglavnom
se svode na reči, a ne na brojeve
• Postoje razlike između primarnih i sekundarnih izvora podataka
• Budite svesni postojećih praksi u upravljanju podacima istraživanja i
njihovom arhiviranju (u smislu njihovog aploudovanja i
daunloudovanja)
7
Izbor pristupa
• Na vaš pristup mogu da utiču pogledi vaših kolega,
organizacijski pristup, uverenja vašeg šefa i vase lično
iskustvo
• Ne postoji tačan ili pogrešan odgovor pri izboru
istraživačkih metoda
• Koji god da se metod odabere, potrebno je naći
odgovor na pet pitanja:
8
Pet pitanja za izbor pristupa
• Šta je jedinica analize? Na primer, zemlja, kompanija ili pojedinac.
• Da li se oslanjate na univerzalnu teoriju ili lokalno znanje? Dakle, da li će vaši rezultati biti
generalizabilni i univerzalno primenljivi ili će na njih uticati lokalni faktori?
• Da li će teorija ili podaci biti na prvom mestu? Da li ćete prvo proučiti literature, pa onda
razviti teoriju ili ćete prikupiti podatke i onda iz njih razviti teoriju?
• Da li će vaša studija biti studija preseka ili longitudinalna? Da li gledate na jednu tačku u
vremenu ili na promene u funkciji vremena?
• Da li ćete potvrditi ili opovrgnuti teoriju? Nijedna teorija se ne može dokazati; najbolje što
može da se uradi ne naći ništa što je opovrgava. Stoga je lakše formulisati teoriju koju
možete pokušati da opovrgnete, jer vam je za to potreban samo jedan ‘pogrešan’ odgovor.
9
Kvantitativni pristupi
• Pokušaji da se fenomeni objasne prikupljanjem i analizom
brojčanih podataka
• Govori nam da li postoji “razlika”, ali ne nužno i zašto
• Prikupljeni podaci su uvek numerički i analiziraju se statističkim
metodima
• Varijable se kontrolišu što je više moguće tako da možemo da
eliminišemo interferencije i da merimo promenu u
posmatranom efektu
• Koristi se randomizacija kako bi se isključila subjektivna
pristrasnost
• Ako se ne radi o brojevima, studija nije kvantitativna
• Neki tipovi istraživanja više pristaju kvantitativnom pristupu
nego druga
10
Kvantitativni podaci
• Izvori podataka uključuju:
• Ankete (surveys) gde postoji veliki broj anketiranih (na
primer, gde se koristi Likertova skala)
• Posmatranja (brojanje nečega i/ili kodiranje podataka u
brojeve)
• Sekundarni podaci (vladini podaci, godišnjaci itd)
• Analitičke tehnike uključuju testiranje hipoteze, korelacije i
klasterske analize
11
Crni labudovi i mogućnost opovrgavanja
• Mogućnost opovrgavanja izjave,
hipoteze ili teorije je inherentna
mogućnost da se ona može učiniti
netačnom
• Karl Popper i crni labud; deduktivno i
https://www.flickr.com/photos/lselibrary/
IMAGELIBRARY/5
induktivno promišljanje
• Testiranje hipoteze
• Počinje se nultom hipotezom
npr. H0 – da ne postoji razlika
CC BY-SA 3.0,
https://commons.wikimedia.org/w/index.php?curid=1243220 12
Popper i mogućnost opovrgavanja
• Falsifiability
• Klasično shvatanje filosofije nauke je da je cilj nauke dokazivanje
hipoteza, kao što je, u Popperovom primeru, ”Svi labudovi su beli" ili
da ih indukuje iz podataka dobijenim posmatranjem.
• Popper je smatrao da ako iko nađe makar i jednog labuda koji nije
beo, onda se dedukcijom izvodi tvrdnja da su svi labudovi beli nije
tačna.
• Dakle, falsifikacionizam traga za povodom da obaci hipotezu, umesto
da je dokazuje.
13
Greške Tipa I i Tipa II
14
Analiza kvantitativnih podataka
• Uvek je dobro grupisati i/ili inicijalno vizualizovati podatke
outliers/čišćenje podataka
• Za kojim prosekom tragate?
Srednja vrednost, medijana ili mod?
• Rasipanje podataka:
• zakrivljenost/distribucija
• raspon, varijanca i standardna devijacija
15
Šta tražite?
• Pokušati da se izdvoji signal od buke
• Načelno, traži se ili razlika (između/unutar grupa) ili
korelacija
• Izbor adekvatnog testa:
parametrijski vs neparametrijski (zavisi od vrste podataka –
interval/količnik vs nominalni/redni i kako su distribuirani)
• Korelacija ne implicira kauzalnost!
16
Primeri korelacija
Spurious correlations’
website
http://www.tylervigen.com
/spurious-correlations
17
Interpretacija statističkih testova
• Nivo značajnosti – fiksna verovatnoća da će nulta hipoteza H0 biti
pogrešno odbačena, dok je ona zapravo tačna. Obično se fiksira na
0.05 (5 %).
• p vrednost – verovatnoća dobijanja vrednosti statističkog testa kao
ekstrema u odnosu na obično posmatranje, ako je nulta hipoteza H0
tačna.
• Snaga – mogućnost da se detektuja razlika
• Veličina efekta – brojčani način izražavanja veličine nađene veze, bilo
da je ona kauzalna ili ne
18
Primer analize kvantitativnih podataka*
• Upareni korisnici su oni čiji je stil učenja povezan sa planom lekcije
npr. Sekvencijalni korisnici sekvencijalnim planom lekcija. Neupareni
korisnici koristili su plan lekcije koji se ne poklapa sa njihovim stilom
učenja, npr. sekvencijalni korisnici sa globalnim planom lekcije.
21
Šta nije u redu sa kvantitativnim
istraživanjima?
• Neke stvari se ne mogu izmeriti – ili bar ne tačno
• Ne govore nam zašto
• Mogu da budu depersonalizovana – nema uključivanja ljudskog
ponašanja ili pojedinaca
• Podaci mogu da budu statični – kao snimci u trenutku vremena
• Mogu da nam kažu verziju istine (ili laži?)
“Laži, proklete laži i statistika” – ubeđujuća moć brojčanih podataka
22
Kvalitativni pristup
• Bilo koje istraživanje koje ne uključuje brojčane podatke
• Umesto brojeva, koriste se reči, slike, fotografije, video- i audio-zapisi.
Terenske beleške, uopštavanja. Vlastite reči ljudi.
• Imaju tendenciju da otpočnu opštim pitanjem, a ne specifičnom
hipotezom
• Radije razvijaju teoriju, nego da njome započnu
induktivni, a ne deduktivni pristup
23
Prikupljanje kvalitativnih podataka
• Imaju tendenciju da daju bogate podatke kao osnovicu za istraživanje
kako i zašto se nešto događa
• Nisu im potrebni veliki uzorci (u poređenju sa kvantitativnim
istraživanjima)
• Mogu da se pojave problemi, kao što su
• Učesnici daju netačne ili lažne informacije – ili govore ono što misle da
istraživač očekuje da čuje
• Etička pitanja mogu da budu problematičnija kako istraživač postaje prisniji sa
učesnicima
• Teže je postići nepristrasnost istraživača
24
Izvori kvalitativnih podataka
• Intervjui (strukturisani, polustrukturisani ili nestruktuisani)
• Fokus grupe
• Upitnici i ankete
• Sekundarni podaci, uključujući dnevnike, samoprijavljivanje, pisane
opise prošlih događaja/arhivske podatke i kompanijske izveštaje;
• Direktno posmatranje – može takođe da bude snimljeno (video/audio)
• Etnografija
25
Analiza kvalitativnih podataka
• Analiza sadržaja
• Prizemljena analiza
• Analiza društvenih mreža (može da bude i kvantitativna)
• Analiza diskursa
• Narativna analiza
• Konverzacijska analiza
26
Primer analize kvalitativnih podataka*
• Opisivanje i poređenje dva tipa
audio-vodiča: lični i tehnološki
• Locirani audio da bi se
omogućilo neformalno učenje o
istorijskim događajima
• Izvori podataka: upitnici,
istraživačko posmatranje i male
fokus grupe
* Prema: FitzGerald, Elizabeth; Taylor, Claire and Craven, Michael (2013). To the Castle! A
comparison of two audio guides to enable public discovery of historical events. Personal
and Ubiquitous Computing, 17(4) pp. 749–760. http://oro.open.ac.uk/35077/ 27
Analiza podataka i nalazi
• Poređenje dve vrste obilaska
• Sličnosti/razlike obilazaka
• Zahteva angažman učesnika
• Tematska analiza
• Način isporuke podataka
• Broj učesnika i društvena interakcija
• Geografski uslovi konkretnih lokacija
• Iskustva korisnika
• Mogućnosti za učenje
• Drugi faktori
28
Koje su brige kvalitativnih istraživanja?
• Da li sam ispravno kodirao svoje podatke?
• Da li sam uspeo da na realiztičan način “snimim” situaciju?
• Jesam li dovoljno detaljno opisao kontekst?
• Da li sam uspeo da vidim svet očima mojih učesnika?
• Da li je moj pristup dovoljno fleksibilaniI da li ga je moguće
promeniti?
29
Šta nije u redu sa kvalitativnim
istraživanjima?
• Mogu biti veoma subjektivna
• Ne mogu se uvek ponoviti
• Ne mogu se uvek uopštavati
• Ne mogu uvek da daju definitivne odgovore kao što to mogu
kvantitativna istraživanja
• Lakše je izvesti (ili sakriti) ‘loša’ (slabog kvaliteta) kvalitativna
istraživanja, nego ista takva kvantitativna istraživanja
30
Drugi aspekti dizajna istraživanja
• Validnost
• Pouzdanost
• Istinitost
• Zavisnost: pokazuje da su nalazi konzistentni i mogu se ponoviti
• Potvrdljivost: stepen neutralnosti ili granica do koje na nalaze studije
utiču učesnici, a ne istraživačeva predrasuda, motivacija ili interes
• Kredibilnost: pouzdanje u ‘istinitost’ nalaza
• Prenosivost: pokazuje da nalazi imaju primenljivost u drugim
kontekstima
31
Zaključak
• Odabrani tip pristupa biće određen vašim istraživačkim
pitanjem, vašim epistemološkim i ontološkim pozicijama i
vašim veštinama i sposobnostima da primenite određeni
pristup
• Većina ljudi će koristiti mešoviti metodski pristup
• Biće u redu sve dok možete da napravite informisani izbor
i da ga opravdate
• Budite svesni ograničenaj odabranih pristupa i pokušajte
da ih adekvatno kompenzujete
32