Metodologie 2: Lekce 3 Mgr. Lenka Slepičková Fáze kvantitativního výzkumu 1.Výzkumný problém a otázky 2.Teoretická hypotéza 3.Pracovní hypotéza, konceptualizace, operacionalizace 4.Rozhodnutí o populaci a vzorku (+ pilotní studie) 5.Rozhodnutí o technice sběru informací a konstrukce nástrojů (+ předvýzkum) 6.Sběr dat 7.Analýza dat 8.Interpretace, závěry, zobecnění Redukce populace na vzorek •Vzorek = skupina jednotek, které skutečně pozorujeme •Populace (základní soubor) = soubor jednotek, o kterém předpokládáme, že jsou pro něj naše závěry platné • • Jak dosáhnout co největší podobnosti vzorku a populace? Výběr vzorku I. •Náhodný výběr – každý prvek populace má stejnou pravděpodobnost, že se do vzorku dostane -Reprezentuje známé i neznámé vlastnosti populace -Jsme schopni vyčíslit, jak se vzorek liší od populace •- Prostý náhodný výběr, systematický výběr, náhodný stratifikovaný výběr, vícestupňový náhodný výběr •Kvótní výběr – imituje ve struktuře vzorku známé vlastnosti populace -Omezujeme se jen na několik málo proměnných -Musíme populaci znát •- Závislost na tazateli atd. Systematický výběr – každá n-tá jednotka ze seznamu (první ale musí být vybrána náhodně!), stratifikovaný – populace je rozdělena do skupin (například studenti jednotlivých ročníků) a vybírá se náhodně z těchto skupin, vícestupňový – nejprve se náhodně vybírají uskupení (okresy), pak teprve jedinci atd. Výběr vzorku II. •Účelový výběr – je založen na úsudku výzkumníka o tom, co by mělo být pozorováno a co je možné pozorovat •Anketa – odpovídá ten, kdo má zájem •Sněhová koule • •- Velké omezení pro generalizaci našich závěrů Problém samovýběru; Techniky sběru dat •Standardizované techniky: Striktně jednotné podněty a volba z předem připraveného souboru kategorií. • •Pozorování •Rozhovor •Dotazník •Analýza dokumentů •Experiment •Focus group atd. Související otázky -Jak velký musí být vzorek? (S rostoucí velikostí vzorku se rozdíl mezi strukturou populace a strukturou vzorku zmenšuje) -Jak se rozhodovat o technice sběru informací? -Jak se rozhodovat o způsobu administrativy dotazníku? -Odměňovat respondenty, nebo ne? Ve vztahu k tomu, co je třeba měřit Ve vztahu k populaci Ve vztahu ke vzorku - návratnost Náklady – finanční, časové Technické možnosti (tazatelé atd.) Míra anonymity Míra obtěžování Možnost zkreslení výsledku tazatelem či samotným respondentem – nízká kontrola nad sběrem dat v případě dotazníku Validita, reliabilita, reprezentativita •Validní měření – měří to, co jsme zamýšleli měřit. •Reliabilní měření – při opakované aplikaci dává shodné výsledky. •Výzkum je reprezentativní tehdy, když je zajištěno odpovídající zastoupení všech skupin v populaci s rozdílným vztahem ke sledovanému jevu. • • • výzkumná dizertace je nemožná bez reliabilních metod a validních závěrů Validita Techniky kontroly validity – prediktivní validita, zjevná validita, validita založená na členství ve skupině, validita založená na mínění soudců, souběžná validita atd. = pravdivost, interpretovaná jako míra, v níž vysvětlení přesně reprezentuje sociální jevy, o kterých hovoří Validní není takový výzkum, kdy: hovoří se jenom o několika exemplárních případech neposkytnou se kritéria nebo důvody pro zařazení určitých případů a ne jiných není k dispozici materiál v původní podobě může se stát, že výzkumník se nechá svést pokušením použít jen „přesvědčivé“ příklady a vyhnout se těm protiřečícím si i v kvantitativním výzkumu je nutné zabývat se otázkou zdůvodnění závěrů vyvozených z dat; kvantitativní výzkumníci nevlastní „zlatý klíč“ k validitě 2 obvyklé odpovědi na tento problém triangulace (x mnoho modelů ale není slučitelných s předpokladem, že ke „skutečnému“ porozumění realitě můžeme dospět na základě urč. Způsobů nazírání na ni) validizace dat respondenty – předběžné výsledky můžeme vylepšit na základě reakcí respondentů (x nemůžeme ovšem tomuto výkladu přiznat privilegovaný status) 5 spolehlivějších metod: Princip vyvratitelnosti: pokusíme se o vyvrácení předpokládaného vztahu mezi jevy Metoda systematického pozorování: výzkumník se má snažit hledat jiný případ, kterým by otestoval svou hypotézu – nemusí jít přímo o odlišný případ, ale např. o přezkoumání a porovnání všech fragmentů dat, které vzniknou v rámci jednoho případu; je dobré začít s analýzou na malé části dat, pak testovat formulující hypotézu postupným rozšiřováním souboru dat Úplné zpracování dat: je třeba docílit fáze, kdy se naše zevšeobecnění dají uplatnit na každou část příslušných dat Analýza deviantních případů: je třeba neustále konfrontovat předběžné analytické schéma s deviantními případy; v kvalitativním výzkume se musí s každým kouskem dat pracovat do té doby, dokud ho nevíme vysvětlit Použití vhodných tabulek: je dobré použít i kvantitativního měření tam, kde je to vhodné Reliabilita = stupeň konzistence, s jakou různí pozorovatelé nebo tentýž v různých situacích případy zařazuje do stejné kategorie výsledky výzkumu se nebudou brát na vědomí, pokud nebude věnována pozornost reliabilitě je povinností vědeckého pracovníka, aby zdokumentoval svůj postup