Metodologie výzkumu
v didaktice cizích jazyků
Na co se soustředit
při plánování výzkumu?
Kontakt:
Mgr. Tomáš Kohoutek,Ph.D.
kohoutekt@ped.muni.cz
„The greatest invention of the nineteenth
century was the invention of the method
of invention.“
A.N. Whitehead
Kontroverze výzkumu
ve společenských vědách
Z pohledu školitelů:
 Zdroj poznání
vs. zdroj marné a nesmyslné práce
 Příležitost ke spolupráci akademiků se studenty
vs. povinnost společně předstírat, že student je výzkumník
 Didaktická šance nechat studentům „in natura“
reflektovat realitu oboru
vs. donutit studenty pro jednou (a naposledy) sledovat
zcizující schéma nároků na „výstup“
 Možnost konfrontovat výsledky při obhajobě s bedlivou
kolegiální zpětnou vazbou
vs. děs, kdo napadne i moje kompetence
 … … … …
Kontroverze výzkumu
ve společenských vědách
V obecnějším odborném kontextu:
 Zdroj poznání
vs. zdroj obtížně interpretovatelných artefaktů
 Příležitost k rozvíjení poznatkové báze oborů
vs. nutnost psát dokola o tom, o čem se píše „bezpečně“ (ale
není proč to číst)
 Zdroj korekce svévolnosti v práci s fakty
vs. příčina šroubovaného stylu psaní, sterilních výsledků
 Ideál objektivity
vs. mechanické napodobování představ přírodovědců 19.stol.
(n.l.)
 Ideál formulace „podložených tvrzení“
vs. sdělování truismů
 … … … …
Co nám pomůže udržet se
v „zeleném poli“?
 Zvolit si téma, které nás zajímá a uvažujeme o
něm kriticky („Rem tene, verba sequentur“)
 Vrátit se do raného věku a ptát se, ptát se, ptát
se… kdykoli můžeme něco formulovat jako
otázku
 Dodržovat sled kroků při koncepci výzkumu,
povědomí o fázích výzkumu, jeho typech a
přiměřených cílech)
 Mít na paměti, jaké jsou ideály sdělení
 Vzít si na pomoc jasnou strukturu výzkumného
sdělení, která je „k věci“ (IMRAD)
Výzkum je sdělení…
Normální konverzace v běžném životě interpretujeme tak, jako
bychom očekávali od svých konverzačních partnerů naplnění
následujících ideálů:
 IDEÁL KVALITY
 Neříkáme věci, pro které nemáme důkazy
 IDEÁL RELEVANCE
 Říkáme pouze věci, které jsou pro účel konverzace
relevantní, smysluplné, účelné
 IDEÁL KVANTITY
 Naše příspěvky do konverzace jsou přesně tolik informativní,
jak je třeba, ani o trochu víc
 IDEÁL MRAVŮ
 Naše příspěvky jsou jasné a přiměřeně stručné
Předpokládá se, že mluvíme pravdu, sdělujeme relevantní
informace, sdělujeme adekvátní množství informací, a to
jasně.
http://en.wikipedia.org/wiki/Gricean_maxims
Otázky, na které má odpovědět plán výzkumu
 Čím je téma zajímavé, prakticky významné, originální…?
 Jaký je aktuální stav řešené problematiky? Které koncepce reprezentují „state of
art“, které studie existují? (teorie, literatura)
 Jaký je obecný cíl výzkumu? Obecná výzkumná otázka?
 Jaké specifické výzkumné otázky (dílčí, vedlejší) lze formulovat?
 Jakým způsobem na ně lze ve výzkumu odpovědět? (Indikátory, analytické
postupy)
 Které populace se výzkum týká, jaká bude metoda konstrukce vzorku?
 Jaká bude povaha dat?
 Jaká bude metoda shromažďpvání dat? Jaká jsou s ní spojená omezení?
(administrace, nástroje)
 Jaké budou postupy analýzy dat? Jsou přiměřené datům, cílům, jak ovlivní
povahu výsledků a možnosti interpretace? (Kdo bude data zpracovávat)?
 Jaký je typ projektu? Lze postup výzkumu znázornit jako schéma? Jaké změny
a v které fázi lze předpokládat?
 Jaké jsou hlavní výsledky?
 Co z nich plyne pro praxi, jak se vztahují k výchozím předpokladům, k teorii?
Jaké jsou limity intepretace? (diskuse – přínos, vymezení, omezení)
 Jak jsou ošetřeny etické aspekty výzkumu? (souhlas, přístup, ochrana práv
účastníků)
Tématický okruh I:
Jakou podobu může mít výzkum?
 Typy projektů,
 sekvence kroků při návrhu a realizaci
projektu.
 Práce s literaturou, volba kvalitativního,
kvantitativního nebo smíšeného návrhu
výzkumu.
 Možné formy prezentace výsledků, model
„úvod – metody – výsledky – diskuse“
(IMRAD).
 Role teorie, prestrukturovaný a rozvíjející
se výzkum.
Kde leží počátek výzkumu?
Čím výzkum začíná?
 pro volbu optimálních postupů výzkumu je do značné
míry určující počáteční uchopení zkoumaného
problému, formulace cílů výzkumu, výzkumných
otázek (popř. hypotéz)
 Výzkum je metodicky strukturovaným pokračováním
úvahy o problému a otázkách („jen“ a právě
pokračováním takových úvah), má vést ke
shromáždění relevantních informací pro jejich
zodpovězení
 Podstatná je tedy jak PREEMPIRICKÁ fáze výzkumu
(shromažďování informací, uchopení tématu,
formulace otázek), tak fáze EMPIRICKÁ (vlastní
provedení výzkumu – stanovení formy výzkumu, sběr
dat, analýza, odpověď na otázky, prezentace výsledků)
 Projekt výzkumu by měl zahrnovat základní
představu o obou fázích
Fáze výzkumu
(model dle Punch, 2008, s. 21)
Typy výzkumu podle funkce
– popis a vysvětlení
 Tradiční rozlišení kvalitativních a kvantitativních
výzkumů není jediné a zdaleka ne vždy funkční („smíšený
výzkum“, funkce výzkumu není závislá jen na formě)
 Důležité je, zda jde o popis (deskripci) jevu nebo jeho
vysvětlení (explanaci)
 Např. výzkum s hypotézami má za cíl odpovědí přispět k
vysvětlení; i v kvantitativním však může jít o prostý popis,
evidenci (viz popisná úroveň statistiky)
 Kauzální vysvětlení (tj. určení vztahu příčin a následků)
umožňuje jen málo typů výzkumného plánu (viz
experimentální design, RCT) a postupů analýzy dat
 I v rámci kvalitativních studií, kde jde o shromáždění nových
nebo unikátních údajů, rozlišujeme různou míru jejich využití
k vysvětlení problému
 Základní je, odpovídá-li výzkum na otázky CO? (např.
všechno prožívá člověk v dané situaci – výčet, deskripce),
JAK? Nebo PROČ? (např. jak určitá intervence ovlivňuje
výkon; jaký je mechanismus působení, kauzalita);
Další typy výzkumu podle funkce
– verifikační/konfirmační a
explorační/heuristický
 Hypotézy jsou spjaty s výzkumem, jehož cílem
je ověřit dané předpoklady
 Existují i případy, kdy
 není co ověřovat, neboť zkoumáme málo známou oblast,
otázku;
 cílem je zachytit kontext nějakého jevu;
 Je cílem získat co možno kompletní autentickou
výpověď;
 je cílem dobrat se nových skutečností (nikoli vztahů
mezi známými skutečnostmi)
 Tehdy hovoříme o výzkumu heuristickém nebo
eploračním
Výzkumné otázky a hypotézy
ve výzkumu
 Každý výzkum předpokládá určitý záměr, otázky - ne vždy je
však nejvhodnější forma hypotéz
 výzkum, jehož součástí mají být hypotézy,
 se musí již na počátku vyrovnat s otázkou, jaká operace povede
k posouzení platnosti hypotéz (zpravidla statistická operace s daty);
půjde tedy o výzkum kvantitativní
 musí obsahovat předem stanovené předpoklady o vztazích mezi
proměnnými, půjde tedy spíše o výzkum prestrukturovaný než
rozvíjející se
 se musí opírat o teorii, z níž lze předpoklady dedukovat (nebo alespoň
o opodstatněné předpoklady), půjde tedy spíše o výzkum konfirmační
než explorační (heuristický, induktivní – „mapující“...)
 Punch (2008, s. 48) uvádí, že „existují dvě přímočaré otázky, které
pomáhají při určení toho, zda v dané studii jsou hypotézy potřebné:
 Mohu pro každou specifickou otázku předem navrhnout predikci, co
očekávám (před empirickým výzkumem, tedy předtím, než získám a
analyzuji data)?
 Pokud ano, vychází základ predikce z nějaké množiny tvrzení, z nějaké
„teorie“, z níž lze hypotézy odvodit a která hypotézy vysvětluje?“ (s.
48)
Fáze výzkumu – místo a role
hypotéz (model dle Punch, 2008, s. 49)
Typy výzkumu podle funkce
– ověřování a tvorba teorie
 Verifikace (ověřování) teorie může být jak kvantitativní
(na základě hypotéz), tak kvalitativní (vyhledávání
dalších, rozporných či kontrastních případů…); tradičně
spíše kvantitativní
 Tvorba teorie – na základě shromažďování poznatků A
nacházení souvislostí; tradičně spíše kvalitativní
postupy
 Nejde však o záležitost formy výzkumu:
 Např. i postupy, které na tvorbu teorie explicitně
aspirují, nabízejí jen „stavební jednotky“ pro popis
(zakotvená teorie – grounded theory)
 Vysvětlení (explanace) představuje již teoretický úkol;
teorie tradičně bývá chápana jako obecně platná, ale
nemusí být – proto je prostor pro vysvětlování v
kvalitativních studiích s limitovaným vzorkem
Typy výzkumu podle formy:
prestrukturovaný a rozvíjející se výzkum
 Prestrukturovaný výzkum:
 Je možné (a žádoucí) předem plánovat do detailů
 Umožňuje např. přesné omezení množství zkoumaných jevů
a stanovení hypotéz
 Souvisí tedy spíše s verifikací (podle funkce)
 Rozvíjející se výzkum:
 Počítá s formulací dalších otázek (jak výzkumných, tak
například během rozhovoru)
 Je vhodný tam, kde si nejsme zcela jisti všemi relevantními
okolnostmi, nebo kde unikátní okolnosti případu jsou
vlastním předmětem výzkumu
 Souvisí tedy spíše s konceptuálním popisem nebo s tvorbou
teorie (podle funkce)
Co pomůže při rozhodování
o podobě výzkumu?
 Kritéria dané instituce
 Nevýhodou je, že se jedná o ukazatel nezřídka proměnlivý a
omezeně opodstatněný
 Povědomí o cílech výzkumu a nárocích, které bude
klást, o možnostech
 znalost vlastních možností i limitů
 Znalost kroků pří výzkumu
 pomoci mohou např. uvedená schémata přípravy projektu v
preempirické a empirické fázi, jinou možnost představuje přiložené
schéma „Ideový a technický plán výzkumu“, podobně jako sledování
struktur IMRAD (Introduction – Methods – Results – and –
Discussion) –viz samostatné odkazy
 Dobré navázání na předchozí „intuitivní znalost“,
představu o tématu a výzkumu
 není na škodu pohlížet na výzkumu jako na formu dialogu (začíná
otázkami, ústí do diskuse – „finis coronat opus“) – pečlivé pročtení
položek dotazníku napomůže realistické představě o jeho
možnostech; přehrání rozhovoru „nanečisto“ podpoří formulaci
relevantních otázek
Výzkum (1) je sdělení, které
se (2) řídí určitými pravidly:
struktura IMRAD
 má jít o autorské sdělování podložených fakt o tématu, proto je
třeba publikum seznámit:
 se stavem poznatků a otázkou, kterou výzkum řeší – jako výzkumníci
víme o tématu časem zpravidla více, než běžný smrtelník; proč je téma
závažné, zajímavé, důležité? Co se o něm již ví? Existují nějaké rozpory
nebo mezery v dosavadních poznatcích, na které se zaměříme?
 s metodami, o které se výzkum opírá – m. shromažďování dat (forma –
dotazník, rozhovor…, obsah – na co se ptáme, co sledujeme), m. výběru
výzkumného vzorku, m. zpracování dat; zjistíme to, na co se ptáme, tak
dobře, jak dobře se ptáme - povaha výsledků závisí na metodě!!!
 s výsledky – tak, aby měl příjemce přehled o tom, co jsme zjistili (pozor
– není to totéž jako co si myslíme, že jsme zjistili nebo co si myslíme o
tom, co jsme zjistili; zde informujeme „objektivně“, dbáme na
srozumitelnost
 s odpovědí na naše výchozí otázky, s diskusí – co mohou naše výsledky
znamenat? Jak je lze interpretovat – co znamenají? Co našim výsledkům
chybí, co bychom dělali podruhé jinak? V čem se shodují s výsledky
jiných podobných studií, případně čím se odlišují? Jak si to
vysvětlujeme…
 Těmto cílům dobře vyhovuje struktura Úvod (Introduction) –
metody (Methods) – výsledky (Results) a diskuse (Discussion)
(podrobněji viz L. Maczkó, 2001)
Tématický okruh II:
Jak můžeme získat data?
 Zdroje dat
 Dokumentace, dotazník, rozhovor, focus group, text, artefakty
(produkty, výtvory)
 Výzkumná populace a výzkumný vzorek
 Výběr – postupy vytvářená výzkumného vzorku
 Metody shromažďování dat
 Standardizované a nestandardizované postupy
 Nároky a možnosti standardizovaných metod, validita a
reliabilita nástroje a dat Typy norem, možnosti využití nástroje
 Kladení otázek v dotazníku a v rozhovoru, vytváření
proměnných z dat
Co vše můžeme považovat za data?
U dat můžeme spíše než u výzkumu jako celku definovat, zda jsou
svojí povahou spíše kvantitativní nebo kvalitativní
 Patrně nejčastěji jsou v kvalifikačních pracích využívána data z
vlastního výzkumu, získaná prostřednictvím dotazníku nebo
rozhovoru
 Přestože na jednotlivých pracovištích a v jednotlivých oborech se
zpravidla „ustavuje“ několik nejvíce obvyklých forem výzkumu,
daných i povahou dat, oblast zdrojů informací potenciálně
užitečných na pomezí společenských a zdravotnických disciplín je
nečekaně široká
 K dalším zdrojům může patřit např.:
 existující dokumentace (např. lékařská, dokumenty státní správy, soukromá);
 vyžádaná nebo spontánní tvorba (např. obrázky);
 „kulturní artefakty“ - umělecká tvorba (knihy, filmy...),
 užitkové zařízení (uspořádání pracoviště, vybavení domácnosti, technické
zázemí...), dokonce i odpad...;
 výkonové ukazatele (výsledky didaktických testů),
 záznamy pozorování apod.;
 existující datové soubory nabízené k analýze…
Data kvantitativní a kvalitativní povahy
 Kvantitativní data pocházejí ze statistik o evidenci určitých jevů
(např. úrazovost), z kvantifikovatelných výpovědí v dotaznících
(např. ohledně míry zastávání určitého názoru, míry obvyklosti
nějakého prožitku...), popř. představují výsledky testů (např.
inteligenčních, didaktických), ale i výsledky kódování původně
kvalitativních údajů (výpovědí, záznamů pozorování...)
 Zpravidla jsou to indikátory jevů, o kterých studie pojednává, nikoli
jevy samotné (podstatné je vyřešit si otázku vztahu dat a teorie „vědět,
co mohu čekat“)
 Metody k získávání dat kvantitativní povahy mohou a nemusejí být
standardizované – tj. Se zajištěnou validitou a reliabilitou nástroje, s
normami pro určitou populaci, s možností přepočtu hrubých výsledků
na vážené skóry apod.
 Způsob práce s kvantitativními daty závisí na celkové koncepci
výzkumu (heuristický – může stačit i popisná úroveň; konfirmační –
hypotézy by měly být ověřeny adekvátními postupy)
 Je užitečné (a mnohdy nezbytné) umět stanovit, jaká je úroveň
měření pro daný typ dat – nominální (i alternativní), ordinální,
intervalová a poměrová
Data kvantitativní a kvalitativní povahy
 Kvalitativní data pocházejí nejčastěji z rozhovorů, mohou však
zastupovat cokoli, co představuje „text“ v užším (příběh, článek,
deník, povídka…) i širším smyslu slova (film, obraz, budova... vše, co
může „nést význam“)
 Mohou rovněž sloužit jako indikátory jevů (např. výpověď o aktuálních potížích
jako indikátor důsledku nějaké životní situace, rozporuplné výpovědi jako indikátor
zastírání něčeho nebo latentního konfliktu...) - vyžadují tedy rovněž analýzu a
interpretaci
 Metody k získávání dat kvalitativní povahy zpravidla standardizované nebývají,
mohou ale sledovat určité principy standardizace - např. Vedení rozhovorů v co
nejpodobnější atmosféře, využití vyhodnocovacích a interpretačních schémat atd.;
 namísto kritéria reliability jako opakovatelnosti nastupuje kritérium komplexnosti a
informační saturace; validita jako statistická spolehlivost je vystřídána „validitou“
ve smyslu důvěryhodnosti (koherence, smysluplnost, sdělnost, dialogičnost)
 Data kvalitativní povahy nejsou sama o sobě určující pro typ výzkumu, vylučují ale
statistické testování hypotéz a činí tak zbytečnou jejich formulaci (nikoli však
formulaci výzkumných otázek)
 Je užitečné uvědomit si, že na výzkum s kvalitativními daty nelze vztahovat stejné
požadavky jako na výzkum na datech kvantitativních – hypotézy nezodpoví,
výsledek by neměl aspirovat na reprezentativnost, ale na úplnost a sdělnost
Data kvantitativní a kvalitativní povahy –
možné kombinace
 Často je vhodné kombinovat užití obou typů dat – například:
 Využít rozhovory pro shromažďování informací a na jejich
základě formulovat položky dotazníku
 Naopak vybrat typické (popř. extrémní) respondenty na
základě výsledků dotazníkového šetření a provést s nimi
rozhovory
 Určitou část otázek distribuovat jako anonymní dotazník (pro
určení parametrů vzorku), další výpovědi získávat v rámci
rozhovorů
Může tedy dojít i k tomu, že jedna studie bude pracovat s dvojí
metodou výběru v návaznosti na volbu metodik získávání
kvalitativních a kvantitativních dat
Populace, vzorek, výběr
 Populace je množinou všech subjektů, které jsou potenciálně
předmětem zájmu (splňují kritéria inkluze a exkluze)
 Vzorek je ta část populace, se kterou studie přímo pracuje –
oslovení, respondenti, zkoumané osoby…
 Výběr je postup, kterým z populace utváříme výzkumný vzorek
Poznámka k diskusi:
- poněkud nadužívaným kritériem je náhodnost výběru. Náhodný
výběr má zaručit, že každý člen populace má stejnou
pravděpodobnost, že se stane i součástí vzorku – jedině tak lze
docílit, aby byl vzorek reprezentativní; ve velkých, zpravidla
kvantitativních studiích, které aspirují na reprezentativnost vzorku
vzhledem k populaci, je náhodnost důležitá; o reprezentativnosti dále
rozhoduje velikost vzorku (viz např. Disman, 1997, s. 99)
- Náhodnost zajišťují speciální postupy (tabulka náhodných čísel,
losování, určení kroku…) – nelze ji tedy zaměňovat s nahodilostí
- V kvalitativních studiích je analogickýcm kritériem teoretická
saturace vzorku: vzorek je dostatečný tehdy, nevede-li jeho další
zvětšení k nárustu objemu získaných informací
Základní typy výběru
 Pravděpodobnostní (náhodnostní – probabilistic) postupy:
 Prostý náhodný výběr
 Stratifikovaný náhodný výběr
 Kvótní náhodný výběr
 Nepravděpoidobnostní (non-probabilistic) postupy:
 Totální výběr
 Výběr metodou sněhové koule (snowball sampling)
 Samovýběr
 Příležitostný výběr
 Záměrný (účelový) výběr:
 Prostý záměrný výběr
 Stratifikovaný záměrný výběr
 Kvótní záměrný výběr (dle Miovský, 2006, s. 130)
Poznámka k diskusi: na výsledné podobě vzorku se rostoucí měrou podílí
ochota respondentů účastnit se – je proto potřeba počítat s tím, že může
být podoba vzorku ve skutečnosti samovýběrem experimentální
úmrtnost, ochota spolupracovat; výsledek pak odpovídá spíše anketě
(např. rozložení názorů typu „J“ – menší kumulace extrémně kladných,
minimum neutrálních, největší kumulace výrazně negativních)
Další typy a principy výběru
 Maximální variabilita (dokumentuje co nejvíce různých konfigurací)
 Homogenita (napomáhá redukovat – zaostřit na určitý problém, téma;
vhodné ve skupinových diskusích)
 Kritický případ (umožňuje zobecnění, aplikaci na jiné případy
podobného typu)
 Potvrzení a vyvrácení případem (vyhledávání výjimek vůči
předpokladům)
 Sněhová koule, řetěz (identifikace dalších zajímavých osob na základě
relevantních informací od „insiderů“)
 Extrémní nebo deviantní případy (vysoce neobvyklé případy v rámci
daného jevu)
 Typický případ (osvětluje, co je běžné, „normální“, průměrné)
 Intenzita (využití případů, které nejsou sice extrémní, ale jsou
výjimečně informačně bohaté)
 Politicky důležité případy (případy pozornost přitahující nebo jí
unikající)
 …
 Oportunistický (využívá výhody nečekaného, sleduje nové trendy,
možnosti)
 Na základě výhodnosti, pohodlnosti (šetří náklady, ale může to být
na úkor kvality, spolehlivosti) (dle Punch, 2008, s. 80)
Výběr – doplňující poznámky
 Znáhodňovací postupy se neuplatňují jen při tvorbě vzorku,
ale i při přiřazení do skupin pro srovnávání
 Při srovnávání skupin nachází místo i párování (vyrovnávání
v maximu potenciálně intervenujících charakteristikách)
nebo princip kontrastu – víme, že skupiny se v něčem
podstatném liší (a víme, v čem)
 Využívání internetových sběrů probíhá obvykle na bázi
dobrovolnosti (e-mail) nebo motivace blízkým vztahem
(facebook) – mívá tedy zpravidla povahu samovýběru nebo
systematicky zatížené „sněhové koule“ – to nemusí být na
škodu, ale je potřeba tento fakt adekvátně reflektovat
 Poznámka k diskusi: „Vzorek není tak dobrý, jek je velký
nebo reprezentativní, ale jak umožní naplnit cíl výzkumu.“
Typy studií s kvantitativními daty
 Experimentální studie s kontrolní skupinou
(RCT – randomized controled trial) - „ideál
vědeckosti“
 Kvaziexperiment
 Korelační studie
 Heuristické postupy – faktorová analýza,
klastrová analýza…
Typy studií s kvalitativními daty
 Případová studie
 Jednoduchá
 Skupinová
 Organizace, instituce
 Analýza dokumentů
 Terénní výzkum
 Akční výzkum
 Kvalitativní experiment („přirozený experiment“)
 Kvalitativní evaluace
 Procesu
 Výsledků
Literatura
 Punch, K.(2008, 2015). Úspěšný návrh
výzkumu. Praha: Portál
 Punch, K. (2000). Developing effective research
proposals. Sage.
 Punch, K. F., & Oancea, A. (2014). Introduction to
research methods in education. Sage.
 Další rozšiřující materiály:
 Článek Day, R.A. (1989). The origins of the
scientific paper: The IMRAD format. American
Medical Writers Association Journal 4, 2, s. 16–18.
 Schéma „Ideový a technický plán výzkumu“
Děkuji za pozornost