Transcript M Fokus grupe Analiza sadrzaja Merenje stavova

Fokus grupe
Izvor: Fajgelj, S.(2005). Metode istraživanja ponašanja, Centar za primenjenu
psihologiju, Beograd, str 327-380
NE TREBA 380-424
Jasna Milošević
Fokus grupe - opis
Kvalitativna tehnika za prikupljanje podataka, na osnovu interakcije koja
se razvija kroz grupnu diskusiju, koju moderira istraživač.
Mala grupa, 6-10 ljudi odabranih po posebnim kriterijumima. Diskusije se
ponavljaju, vodi ih moderator, na osnovu vodiča za diskusiju. Diskusija
traje oko 1.5 do 3 sata, snima se (analiza neverbalnog ponašanja), na
osnovu čega se prave transkripti i analiziraju verbalni iskazi.
Istorija razvoja FGD
Nastale pocetkom 40tih godina. Bogardus sprovodi istraživanja za
socijalnu distancu. Robert Merton nezadovoljan merenjima pozitivnih i
negativnih reakcija, predlaže diskusiju o reakcijama na program i
razlozima reakcija (delotvornost ratne propagande na radio programu).
Bogardus kreira alternativno vodjenje intervjua, bez ponudjenih opcija
odgovora.
OSNOVNI PRINCIPI - Koraci

Priprema istraživanja (Definisanje ciljeva, problema)

Priprema moderatora (vodiča za razgovor)

Izbor učesnika, Odredjivanje uzorka

Sprovodjenje grupa – Moderiranje

Analiza podataka
DEFINISANJE CILJEVA - Koraci

Dobro i precizno odredjivanje problema



korak ka uspešnom istraživanju i upotrebljivim rezultatima
Raščlanjivanje problema istraživanja
Identifikovanje ciljeva
Utvrditi da li bi stanovnici Crne Gore voleli da
se isele van Crne Gore?
Utvrditi koji su razlozi zbog kojih bi se
stanovnici Crne Gore iselili iz zemlje?
Priprema moderatora

Zavisi od teme: osetljivost i poznavanje tema koje se ispituju

Znanje o grupnim procesima (bilo iz prethodnog iskustva u radu sa
grupama, bilo sa treninga o grupnoj dinamici)

Razvijene veštine slušanja, komunikacije

Adekvatno prethodno znanje o temi diskusije

Smisao za humor

Zadatak asistenta moderatora je da beleži rad grupe
(zapisuje, snima) i asistira moderatoru u vođenju grupne
diskusije.
Koje su osobine dobrog moderatora ?






Odlična kratkoročna memorija – mogućnost da zapamti više
informacija kratkom vremenskom intervalu – u stanju je da parafrazira,
sumira, zaključi i da oceni šta je bitno, a šta ne za cilj istraživanja.
Dobra sposobnost govora, poznavanje jezika kojim se govori na grupi.
Podsticanje učesnika da se što više uključe u konverzaciju (“da probudi
uspavane učesnike”).
Fleksibilnost da u trenutku promeni način moderiranja, ukoliko je
potrebno.
Različiti načini rukovođenja: liderski, suportativan, ohrabrujući,
odsečan.
Poseduje znanje o različitim tehnikama fokus grupa, primenjuje ih i
prenosi učesnicima na razumljiv način. Projektivne tehnike
Izbor učesnika
Izbor učesnika

Definisati ciljnu grupu

Odrediti obavezne uslove/ograničenja

Napraviti regrutacioni upitnik

Kontaktirati učesnike (učešće se plaća)
Izbor učesnika
U skladu sa istraživačkim zahtevima, uspostaviti
relevantnu listu karakteristika koje učesnici treba da
poseduju.
Najčešće je ciljna grupa definisana specifičnim kriterijuma:
Demografija – starost (deca, mlađi, stariji), pol, gradsko/seosko stanovništvo
Radna pozicija – zaposleni/ nezaposleni, radnici/ menadžeri ...
Životni stil –npr. tradicionalni/moderni, porodični/sami .......
Stepen obaveštenosti o temi – (ne)obavešteni
Sprovođenje istraživanja
Grupu vodi obučeni moderator
Idealno je da se sedi za okruglim stolom, a ako nema mogućnosti za to,
treba organizovati sedenje da svako bude slično udaljen od centra stola
kako ne bi delovalo kao da su neki učesnici ‚‚privilegovani‚‚ a drugi
‚‚zanemareni‚‚ (npr. ujednačene stolice za sve učesnike)
Može se napisati i ime svakog učesnika.
Ambijent treba da bude: prijatne atmosfere i tehnički opremljen
Vreme: obično nakon 17h
Sprovođenje istraživanja
Na samom početku diskusije važno je da moderator stvori ‘’sigurnu’’ atmosferu
gde će ispitanici biti ohrabreni da iznose svoja autentična razmišljanja i
stavove. Postoji ustaljeni princip početka razgovora (podložan modifikacijama
u odnosu na specifičnosti određenog istraživanja).

UPOZNAVANJE

PRINCIPI DISKUSIJE

PITANJE ANONIMNOSTI I POVERLJIVOSTI

PREDSTAVLJANJE
Analiza podataka
Izveštaj je deskriptivni, sadrži nalaze istraživanja, tipične izjave i ključne nalaze.

Izveštaj podrazumeva sumu i analizu podataka, koja se zasniva na verbalnoj i
neverbalnoj komunikaciji ispitanika.

Pojedinačne izjave ispitanika se ne mogu smatrati opšte važećim nalazima ali
mogu biti ilustracija ‘’drugačijeg mišljenja’’

Nalaze ne treba doživljavati kao apsolutne istine – naročito ako se zasnivaju na
malom broju grupa/intervjua, ali ih treba uzeti u obzir kao smernice u planiranju
strategija.
Nedostaci fokus grupa




Ugrožavanje validnosti (nepoverenje prema snimanju,
obmanjivanje...)
Ne postoji stvarna diskusija
Problemi regrutacije
Nema mogućnosti kvantifikacije
ANALIZA SADRŽAJA
Analiza sadržaja - kratak istorijat

Prvi slučaj: Švedska, XVIII vek – analiza pesama optuženih za
potkopavanje crkve (Insch&Moore, 1997)

Počeci: kraj XIX veka – analiza štampe



Nagli razvoj: II svetski rat


Tračevi, sportske vesti i skandali istiskuju naučne i književne teme (Speed, 1893)
Uticaj štampe na porast kriminala i drugih antisocijalnih aktivnosti (Mathews,
1910)
Analiza propagande (efikasnost vlastite i tuđe propagande)
Savremeno doba

Sve veća upotreba kompjutera – softveri za analizu teksta
Karakteristike analize sadržaja
OBJEKTIVNOST


Sprovodi se prema unapred utvrđenim pravilima
Cilj: ponovljivost i proverljivost rezultata - različiti istraživači treba da
dođu do identičnih rezultata
SISTEMATIČNOST


Sprovodi se na celokupnom sadržaju ili reprezentativnom uzorku
Onemogućeno da biramo one delove komunikacije koji nam
odgovaraju
OPŠTOST

Teorijska relevantnost nalaza
Predmet analize sadržaja

Bilo koji proizvod ljudske delatnosti koji može biti zabeležen:


Verbalni (pesme, članci, oglasi, forumi...)
Neverbalni (slike, reklame, filmovi, način oblačenja,
grafiti...)
Neki primeri analize sadržaja:
 Analiza poruka samoubica – prepoznavanje pravih i lažnih
(Osgood&Walker, 1959)



Predstava muškaraca i žena u udžbeniku za prvi razred osnovne
škole (Pešikan&Marinković, 2006)
Analiza karakteristika robota u naučno-fantastičnim književnim
delima od 1818. do 1988. (Palmquist, Carley & Dale, 1997)
Analiza snova (Schneider&Domhoff; http://dreamreseach.net)
Definicija analize sadržaja

Kada se podaci kodiraju, pristupa se statističkoj analizi

Osnovno: deskriptivna statistika




Osnovna matrica podataka: jedinica x varijabla
Osnovna mera: frekvencije (procenti) pojedinih kategorija
Grafičko prikazivanje odnosa kategorija
Napredno: sve raspoložive statističke tehnike (testiranje
značajnosti razlika, faktorska analiza, klaster analiza,multipla
regresija....)
Kvalitativna ili kvantitativna metoda?

Kvalitativna jer:




Kvantitativna, jer:


Čuva informaciju o kontekstu, pruža bogatije detalje
Kodiranje teksta predstavlja kvalitativan proces
Može se uklopiti u okvire kvalitativne paradigme
Omogućava raznovrsne statističke analize na klasifikovanim podacima
Zaključak: kvalitativno prikupljanje podataka i kvantitativna analiza
podataka (Fajgelj, 2005)
Osnovni koraci











DEFINISANJE PROBLEMA
DEFINISANJE POPULACIJE I UZORKA
DEFINISANJE JEDINICA ANALIZE
UZORKOVANJE
SPECIFIKACIJA KATEGORIJA
GENERISANJE PROBNE KODNE ŠEME
OBUKA PROCENJIVAČA
PROČIŠĆAVANJE KODNE ŠEME
KONAČNA KLASIFIKACIJA TEKSTA
REEVALUACIJA POUZDANOSTI I VALJANOSTI
ANALIZIRANJE PODATAKA
Definisanje problema

Precizno odrediti na koja pitanja želimo da odgovorimo – koje
sadržaje želimo da analiziramo

Definisati:




Pitanja i teme koje nas interesuju
Medijum u kome su informacije date (članci u novinama, radijske
emisije, filmovi, karikature, nastupi u emisijama...)
Vremenski period na kome će se analiza sprovoditi
Ostale relevantne karakteristike populacije

Voditi računa o tome koji izvori su dostupni

Treba biti realističan

Jedna analiza ne može da odgovori na sva pitanja
Definisanje populacije i uzorka poruka



Da li analizirati sve poruke ili uzorak?

Osnovno pitanje: kolika je populacija poruka?

Na primer: sve političke karikature koje su objavljene u poslednjih godinu dana, filmovi
za decu u poslednjih deset godina... – ako je populacija suviše velika, biramo uzorak
Uzorak saopštenja bira se kao svaki drugi uzorak - treba da bude:

REPREZENTATIVAN

ADEKVATNE VELIČINE
Ali, uzorak zavisi i od pitanja koje postavljamo

Analiza retkih ili ekstremnih poruka – drugi tipovi uzorka (heterogeni, ekspertski,
modalni...)
Definisanje populacije i uzorka

Primeri populacija:
1.

2.

Analizirati školske udžbenike
Koje? Za koji razred, iz kojih predmeta, iz kog vremenskog
perioda, iz kog regiona, na kojim jezicima?
Analizirati sadržaj reklama
Kojih? Za koje proizvode, u kojim medijima su zastupljene,
gde se i tačno prikazuju, ko su ciljne grupe?
Definisanje jedinica analize



Jedinice analize su delovi poruke koji će biti klasifikovani
Može biti različite veličine: mali (molekularni pristup) ili veliki segment
(molarni pristup)
Jedinica može biti i cela poruka
Verbalne jedinice
Reč
1.
Primeri: Koliko puta je u reklami pomenuta reč “mladi”; koliko puta je u tekstu
postavljeno pitanje “zašto”

Problemi

Reč nema uvek isto značenje i ne nosi uvek istu poruku!

Sinonimi, homonimi

Razlike u konotativnom značenju
Grupe reči po smislu
2.

Uobičajenija jedinica, kako bi se izbegli problemi sa nivoa reči (iskaz je
približno prosta rečenica)
Definisanje jedinica analize
3.
4.
5.
5.
Rečenice
–
Krupnija jedinica analize: odgovara jednoj poruci ili ideji koja se može
izvući iz šireg konteksta
Primeri: “Naša partija će rešiti ekonomske probleme u državi.”, “Bićete
privlačniji ako vaše odelo lepo miriše.”
–
Korisniji pristup, ali manje pouzdan – nemoguće postići saglasnost oko
broja ili sadržaja poruka
Pasusi
Dokumenti (knjiga, film)
Karakter
–
Stvarna ili izmišljena osoba
Primeri: lik iz knjige, crtanog filma, stereotip studenta, politička figura…
Uzorkovanje
Uzorkovanje tipično podrazumeva da treba odrediti uzorački okvir
– spisak svih jedinica populacije


Možemo koristiti različite izvore podataka kako bismo došli do takvih
lista (npr.rejtinzi TV programa, top-liste pesama ili filmova...)
Kada nije moguće napraviti listu preporučuje se sistematsko
slučajno uzorkovanje iz “toka događaja”



Biramo svaku n-tu jedinicu
Npr. svaku 10-tu reportažu u okviru slučajno izabranog perioda; svaki
50-ti e-mail, svaki 30-ti telefonski poziv
U slučaju kada analiziramo poruke određenih osoba ili grupa,
uzorkujemo u dve faze:

1.
2.
uzorkovanje osoba (npr. neki od zaposlenih)
uzorkovanje poruka (npr. svaki 3. e-mail)
Neslučajno uzorkovanje se ne preporučuje!


Ako koristimo neslučajni uzorak, ne možemo generalizovati nalaze na
populaciju
Primeri uzorkovanja
Primer I: Odnos lekara i pacijenta

Snimiti sve razgovore u svim ordinacijama u jednom domu
zdravlja tokom 3 dana

Slučajnim izborom izabrati manji broj razgovora
Primer II: Televizijski program

Segmentirati program na vremenske segmente od pola sata

Slučajnim izborom izabrati mesec, nedelju, dan i segmente
programa

Uzorkovanje je jedan od ključnih koraka:
Od toga koliko je uzorak adekvatan zavisi kakve ćemo
zaključke moći da donesemo!
Specifikacija kategorija


Šta može biti kategorija?

Bilo koje svojstvo jedinica analize koje je relevantno za istraživanje

“Fioke” u koje se razvrstavaju jedinice analize
Kako ih biramo?

Ciljevi istraživanja




To znači da se ne upotrebljavaju uvek iste kategorije za isti sadržaj
Osnova: prethodno iskustvo sa sadržajem
Proveriti validnost!
Pre nego što pristupimo analizi potrebna nam je KODNA SHEMA
(KODNI SISTEM)


Sistem kategorija
Sistem pravila i uputstava za svrstavanje jedinica u kategorije
Specifikacija kategorija
POJEDINAČNA I VIŠESTRUKA KLASIFIKACIJA
Jedna jedinica – jedna kategorija
Jedna jedinica – više kategorija



Komplikovanije – same kategorije nisu nezavisne; teže za statističku
analizu
PREDEFINISANE I IZVEDENE KATEGORIJE
Kategorije određene unapred, pre kontakta sa materijalom koji treba
analizirati



Mogu biti: preuzete iz prethodnih istraživanja, izvedene na osnovu
hipoteza
Na engleskom govornom području: rečnici kategorija standardnih za
određene oblasti (npr. analiza interakcije)
Izvedene u konkretnom istraživanju


Određuje ih istraživač u toku analize i kodiranja
Generisanje probne kodne šeme
(razvojni pristup kodnoj shemi)

Iskustvo iz prakse – kodnu shemu je najbolje
postepeno razvijati:



Probna shema
Isprobavanje na manjem delu sadržaja
Oceniti valjanost kategorija i uputstava
Obuka procenjivača
o Primena kodne šeme
o Usklađivanje ličnih kriterijuma
Pročišćavanje kodne šeme

Pročišćavanje sheme:






Uvođenje novih kategorija
Menjanje postojećih
Uklanjanje
Spajanje
Menjanje pravila kodiranja
Ponovna primena i prečišćavanje...
Konačna klasifikacija
Dva koraka:
1.
Izdvajanje jedinica analize iz materijala
2.
Svrstavanje jedinica u utvrđene kategorije
Može se obavljati ručno i uz pomoć kompjutera

Na šta treba paziti?
Pravila kodiranja treba da budu što jasnija i preciznija (uz tipične primere i ne-primere)
Procenjivači treba da budu pripremljeni (trening procenjivača)




Formulisati jasna pravila kodiranja
Usklađivanje procenjivača
Problem pouzdanosti



Saglasnost procenjivača – više kodera klasifikuje isti materijal - mera povezanosti njihovih ocena
Pre-posttest pouzdanost – kodiranje se ponavlja nakon izvesnog vremena – računa se stabilnost
ocena
Analiza podataka
Pošiljalac poruke



Autorstvo
Namere, ciljevi, vrednosti
Osobine ličnosti
Primalac poruke


Karakteristike koje pošiljalac pripisuje publici (nivo znanja, interesovanja, vrednosti...)
Problematično – šta je primarno?

Primer: Da li političari promovišu patriotizam ili udovoljavaju patriotizmu birača?
Sadržaj poruke



Čitljivost (formalne karakteristike)
Pitanja Šta? i Kako?
Manifestni i latentni sadržaj



Što dalje od manifestnog – manje pouzdanog
Što dalje od latentnog – manje smisleno?
Suočiti se sa problemom, ali čuvati se suviše skrivenih značenja
Vežba
Zadatak: analizirati sadržaj političkih slogana iz predizborne kampanje prema sledećim
kategorijama i modalitetima:
1.
2.
3.
4.
5.
Frekvencija reči Crna Gora
modaliteti prisutna (1) – nije prisutna (0)
Vrednosti – ključna vrednost izražena u sloganu
modaliteti: postignuće; dobronamernost; konformizam, hedonizam, moć, sigurnost,
samo-usmerenost, stimulacija, tradicija, univerzalizam (Švarcova klasifikacija)
Specifičnost poruke : u kojoj meri slogan izražava poruku koja se tiče specifične
političke ideje (vs govori o opštim temama)
modaliteti: skala 1-5
1 – veoma uopštena poruka; 5 – veoma specifična poruka
Originalnost poruke: u kojoj meri slogan izražava originalnu ideju (različitu od ostalih
opcija)
modaliteti: skala 1-5
1 – potpuno neoriginalna, 5 – veoma originalna
Tip apela: da li slogan poziva na razmišljanje ili teži da izazove emocionalnu reakciju
modaliteti: kognitivni – emocionalni
Osnovni problemi

Validnost




Pouzdanost


Najčešće rešenje: više nezavisnih procenjivača procenjuje isti materijal –
poređenje, diskusija
Uzorkovanje


Da li možemo sigurni da smo ispravno odredili značenje?
Retko postoji mogućnost spoljašnje validacije
Poseban problem kada se radi o latentnijim aspektima poruke
Najveća opasnost: korišćenje prigodnog uzorka (za koji istraživač
smatra da je tipičan)
Zloupotreba: bilo kakva analiza se proglašava analizom sadržaja
Osnovne prednosti

Široka primenljivost


Najrazličitiji sadržaji
Ono što nije pristupačno drugačijoj analizi


Prostorno ili vremenski udaljeno
Neometajuća (unobtrusive) tehnika


Autori nisu znali da će biti predmet istraživanja
Nemogućnost uticaja istraživača na ponašanje

Kombinacija kvalitativnog i kvantitativnog pristupa

Mogućnosti upotrebe kompjutera u analizi

Mogućnost analize ogromnog broja poruka
Zadatak

Formulisati istraživački problem i ponuditi kategorije za analizu političkog
marketinga u aktuelnoj predizbornoj kampanji

Odredite populaciju (i eventualni uzorak) saopštenja
Navedite nekoliko istraživačkih pitanja ili hipoteza
Za svako od pitanja, odredite odgovarajuće
jedinice analize
kategorije i modalitete





Rad u malim grupama
MERENJE STAVOVA
Literatura:

Obavezna: Fajgelj, S.(2005). Metode istraživanja ponašanja, Centar
za primenjenu psihologiju, Beograd (str. 359-380)
Kumulativne skale
Louis Guttman
Kumulativna skala

Osnovne karakteristike
jednodimenzionalnost: varira se jedna dimenzija neke pojave
 monotonost (kumulativnost) ajtema:
Ukoliko ispitanik prihvati ajtem određenog intenziteta logički je nužno da
prihvati i sve ajteme nižeg intenziteta





Ako ispitanik prihvata tvrdnju koja izražava stav određene ekstremnosti,
trebalo bi da prihvata i sve manje ekstremne tvrdnje
Idealan slučaj: na osnovu ukupnog skora, možemo da rekonstruišemo
sve odgovore ispitanika
U praksi, uvek dolazi do odstupanja, pa ispitujemo stepen kumulativnosti
Kumulativnost je karakteristika bilo koje skale (grupe ajtema)

Pomoću Gutmanovog postupka možemo testirati postojeću ili
konstruisati novu skalu
Postupak konstrukcije
1.
Izbor tvrdnji: manji broj tvrdnji koje pripadaju istoj
dimenziji


2.
Primer: ravnopravnost polova u porodici (a ne ravnopravnost
generalno)
Primer: percepcija kvaliteta komunikacije u porodici (a ne
porodičnog života generalno)
Zadavanje tvrdnji




Preliminarna skala: 10 – 20 tvrdnji
Tvrdnje se zadaju sa alternativnim odgovorima DA – NE ili
sa skalom Likertovog tipa
Broj ispitanika: oko 100
Bodovanje: 0 i 1

Pozitivniji stav donosi 1 poen
Postupak konstrukcije
3.



Skalogramska analiza
Ispitanici se sortiraju po ukupnom skoru
Pojedinačni odgovori svakog ispitanika na svako
pitanje se prikazuju u tabeli – skalogram
Cilj analize: utvrditi reproduktibilnost
da li je moguće na osnovu redosleda ispitanika
reprodukovati sve pojedinačne odgovore
- Idealni slučaj: svi ispitanici koji su na jednoj tvrdnji dobili 1 poen
treba da imaju viši ukupan skor od ispitanika koji je dobio 0
poena
Pošto idealan slučaj ne postoji – računamo odstupanja od ovog
pravila
Skalogramska analiza
1.
2.
Utvrditi granične linije
- mesta u redosledu ispitanika koja
razdvajaju dva tipa odgovora
Prebrojati greške
- odstupanja od idealne situacije
da isti tip odgovora treba da bude
ispod ili iznad linije
1
Indeks reproduktibilnosti:
procenat uspešno reprodukovanih
odgovora
Ukupni broj odgovora – broj grešaka
Skalabilnost:
indeks reproduktibilnosti za pravu
skalu (prema Gutmanu): ≥90
Tvrdnja 1.
1
0
1.
X
2.
X
3.
X
4.
X
5.
X
6.
X
7.
X
8.
X
9.
X
10.
X
11. X
12. X
13.
X
14.
X
15.
X
16.
X
17. X
18.
X
19.
X
20.
X
12
8
F
.6
.4
pIq
E
1
1
3
Tvrdnja 2.
1
0
X
X
X
X
X
2
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
6
14
.3
.7
3
1
Tvrdnja 3.
1
0
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
8
12
.8
.2
2
2
∑E= 10 (16.6%)
Indeks reproduktibilnosti: 83.4%
Primer kumulativne skale

Skala stavova lekara prema abortusu u 11 različitih situacija
(Koslowsky, Pratt & Wintrob, 1975)
Situacija
% odbijanja
Karijera ili obrazovanje bi bili ugroženi
60
Suviše mlada da bi imala dete
57
Nije u mogućnosti da izdržava dete
55
Suviše stara da bi imala dete
55
Ne želi dete
54
Nije venčana, što bi moglo biti problem
48
Trudnoća ili rođenje su pretnja za mentalno zdravlje
32
Trudnoća ili rođenje su pretnja za fizičko zdravlje
28
Trudnoća je rezultat silovanja ili incesta
28
Postoji rizik od urođenih abnormalnosti
25
Trudnoća ili rođenje su pretnja po život
23
Prednosti i mane
+

metrijske karakteristike


Smatra se najsavršenijom, tj.
jedinom pravom skalom
nedostatak metodološke
preciznosti



primenljiva u ispitivanju
individualnih razlika (reakcije
straha, opaženi intenzitet
stresa, seksualno ponašanje...)



određivanje graničnih linija
problem sažimanja kategorija
(kada je više od 2)
redosled ispitanika sa istim
brojem poena
preterano sužavanje objekta
merenja
subjektivna priroda izbora
tvrdnji

ne garantuje reprezentativnost
Skala socijalne distance
Emory Bogradus
Socijalna distanca
Socijalna distanca:
različiti stepeni osećanja i razumevanja koji postoje između grupa
(Bogradus, 1925)
Operacionalna definicija: uzorci konkretnih odnosa u koje mogu da
stupaju članovi grupa
Primer:
1.
2.
3.
4.
5.
6.
7.
Blisko srodstvo putem braka
Za članove mog kluba
Za susede u mojoj ulici
Za rad u istom zanimanju
Za državljanstvo u mojoj zemlji
Samo kao posetioce moje zemlje
Isključio bih ih iz moje zemlje
Izgled skale

Obično se ispituje distanca prema više grupa


Skala se zadaje u vidu dvodimenzionalne tabele:



Kako bismo imali referentni okvir
redovi: mogući odnosi
kolone: grupe
Ispitanik ocenjuje da li bi stupio u navedeni odnos sa članom
odgovarajuće grupe


Upisuje + ili – u odgovarajuće polje
Ili: ocenjuje prihvatljivost na skali (npr. 1-3, 1-5)
Objekti merenja
a.
različite društvene grupe (etničke, religiozne, profesionalne,
marginalne...)


b.
c.
grupa može biti definisana kombinacijom više svojstava (npr.
Rom-lekar, Rom-radnik, Rom-prosjak...)
u zavisnosti od grupe, biraju se odgovarajući odnosi
vrednosti
pojedinci
Primer – etnička distanca beogradskih
srednjoškolaca
3. prihvaćenost pojedinačnih odnosa
Odnos
Slovenci
Hrvati
Makedo
nci
Muslima
ni
Albanci
Romi
Tot
Da bude
predsednik moje
zemlje
22.3
19.5
22.2
14.6
5.8
7.4
15.30
Da se
udam/oženim
55.4
51.7
59.5
35.7
10.4
11.5
37.37
Da mi bude
ljubavnik
65.9
64.8
67.7
47.6
13.3
14.2
45.58
Tot
47.87
45.33
49.80
32.63
9.83
11.03
32.75
1. distanca prema ispitivanim grupama
• Izvor: Kandido-Jakšić, 2008
2. ukupna socijalna
distanca za grupu
ispitanika
Diferencijalne skale stavova
L.L.Terston
Terstonova skala
Zadatak: ispitanik upoređuje svoj stav sa nizom iskaza koji opisuju moguće stavove
prema objektu
– pronalazi onaj koji je najsličniji njegovom stavu
Ključno: niz iskaza treba da pokrije čitav stavski kontinuum (sve nijanse pozitivnog i
negativnog odnosa prema datom objektu)
Ključna teškoća: utvrditi za svaki iskaz koje mesto na stavskom kontinuumu mu
pripada
Sakupljanje reprezentativnog uzorka tvrdnji o
objektu stava



Cilj: sakupiti što veći broj tvrdnji (verbalnih iskaza, sudova) o datom objektu
Uzorak treba da prekrije čitav stavski kontinuum
Istraživač koristi različite izvore


Tekstove objavljene o datom objektu (u novinama, časopisima, knjigama...)
Osobe koje opisuju svoj stav prema objektu
Primeri tvrdnji

Stav prema crkvi (iz originalne Terstonove skale)
Mislim da je crkva društveni parazit.
Mislim da je crkva zaostala stotine godina za vremenom i da ne može da se
uključi u moderan život.
Verujem u boga, ali retko idem u crkvu.
Nekad mislim da su crkva i religija potrebne, a nekad sumnjam u to.
Osećam da mi služba božja daje inspiraciju i pomaže da živim na najbolji
način tokom sledeće nedelje.
Verujem da je crkva najznačajnija institucija u Americi danas.
Faze u konstrukcji:
Ocenjivanje i sortiranje tvrdnji od strane eksperata

Nezavisni procenjivači ocenjuju tvrdnje

Zadatak:


Pažljivo pročitati tvrdnje
Proceniti kakav stav se tim tvrdnjama izražava



NE TREBA iznositi sopstveni stav – da li se sa tvrdnjama slažu!
Svaku tvrdnju svrstati u odgovarajuću kategoriju od A do K
A (1) – ekstremno negativan stav
F (6) – neutralan stav
K (11) – ekstremno pozitivan stav
Ključno: ocenjivači treba da budu pažljivi i motivisani
Faze u konstrukciji:
Izračunavanje skalnih vrednosti
Obrada podataka procene – za svaku tvrdnju utvrđujemo:

a.
b.
medijanu (Mdn): tačku koja polovi raspodelu na 50%
kvartilnu devijaciju (Q): opseg središnjih 50% mera (P75 – P25)
* Zašto ove mere, a ne M i SD? Nisu osetljive na ekstremne vrednosti
(koje mogu biti posledica grešaka u proceni).
Psihološki smisao mera:
–


Medijana: intenzitet stava (od 1 do 11)
Kvartilna devijacija: mera jednoznačnosti tvrdnje (manji opseg –
veće slaganje procenjivača)
Konačan izgled skale

Skala sadrži od 20 do 40 tvrdnji
Mogu biti poređane po visini Mdn ili pomešno

Instrukcija za ispitanika:

Pročitajte tvrdnje i odaberite one koje najbolje izražavaju Vaš stav.
 Može se naglasiti da treba izabrati što manji broj tvrdnji ili samo 3 tvrdnje
(zbog tendencije nekritičkog prihvatanja)
 Odgovori se daju zaokruživanjem, podvlačenjem tvrdnje


Ili se uz svaku tvrdnju ponude opcije DA/NE
Rezultat:


Ako je izabrana jedna tvrdnja – medijana te tvrdnje je mera stava (na
kontinuumu od 1 do 11)
Ako je izabrano više tvrdnji – prosek medijana izabranih tvrdnji
Prednosti i mane

Problematična uloga
procenjivača


Ne moraju biti dovoljno pažljivi i
motivisani, mogu obrnuti skalu...
Mogućnost da stav procenjivača
utiče na procene (posebno u
slučaju ekstremnih stavova)
+

Prirodna nula na skali –
apsolutne vrednosti stava

Mogućnost visokog stepena
diferencijacije ispitanika


A priori skala – skalne vrednosti
utvrđene pre zadavanja skale

Podaci koje dobijemo prilikom
upotrebe skale nemaju uticaja na
karakteristike – nema ni
mogućnosti da isprvimo uočene
nedostatke
I u situacijama kada većina ima
pozitivan ili negativan stav
(moguće razlikovati po pet
kategorija)
Sumacione skale stavova
Rensis Likert
Sumacione skale

Likert predlaže postupak koji je trebalo da otkloni nedostatke Terstonovih
skala
a. jednostavniji za konstrukciju
b. eliminisana uloga procenjivača
c. metrijske karakteristike se proveravaju na osnovu odgovora
ispitanika (a posteriori)

Osnovna razlika: način odgovaranja
diferencijalne skale izbor malog broja tvrdnji
sumacione skale stepen slaganja sa svakom tvrdnjom
Svaka tvrdnja – skala stava u malom

Ali nedovoljno pouzdana, zato nam treba veći broj tvrdnji
Faze u izradi
1. Definisanje konstrukta, kontinuuma

Prikupljanje najraznovrsnijih tvrdnji o objektu stava iz
različitih izvora (isto kao kod diferencijalnih skala)
Neka pravila pisanja stavki:
- Stavke se formulišu prema formatu X r V (objekat – relacija –
vrednost)
- Treba da sadrže samo jedan objekat, jednu vrednost i jednu
relaciju
- Izbegavati kolokvijalni govor, žargon, srtučne tremine
- Treba koristiti pozitivno i negativno formulisane stavke
- Negativna stavka treba da bude formulisana autentično (npr.
bolje “Mrzim da idem u školu.”, nego “Ne volim da idem u školu.”)
* Oprez: negativne stavke ne mere uvek isto što i pozitivne
Faze u izradi
2. Uobličavanje i pisanje stavki

Istraživač analizira prikupljene tvrdnje prema sadržinskim i logičkim
kriterijumima

Kriterijumi: isti kao kod diferencijalnih skala, sa dve razlike:
1.
neutralne i ekstremne tvrdnje se ne stavljaju na listu (umereno
do jako pozitivan stav / umereno do jako negativan stav)
2.
u nekim tvrdnjama ne mora eksplicitno biti pomenut objekat
stava ili iznesen eksplicitan sud o objektu

Svakoj tvrdnji se pridružuje lista odgovora

Izvorno: petostepena skala slaganja (moguće 3- ili 7-stepena)
Uopšte se ne slažem
Uglavnom se ne slažem
Neodlučan/na sam
Uglavnom se slažem
Potpuno se slažem

Varijante: ocenjivanje (dobro – loše); frekvencija ili količina
Faze u izradi
3. Pilot istraživanje

Prva grupa kojoj se skala zadaje su u ulozi ispitanika, a ne
procenjivača

Instrukcija:
Pažljivo pročitajte tvrdnje i za svaku označite u kojoj meri se sa
njom slažete, to jest ne slažete (u skladu sa sopstvenim
stavom).

Ko su ispitanici: uzorak iz ciljne populacije
Koliko treba da ih bude: 100-200

Faze u izradi
4. Prva primena i ajtem analiza
–
Ukupni skor= suma bodova dobijenih na svakoj tvrdnji
 Primer: 10 tvrdnji na 5-stepenoj skali - mogući raspon skorova je
od 10 do 50
 Paziti na rekodiranje negativnih tvrdnji!
–
Obično: veći broj poena označava pozitivniji stav (mada može i
obratno)
 potpuno slaganje sa tvrdnjom koja pozitivno govori o objektu
stava
 potpuno neslaganje sa tvrdnjom koja negativno govori o objektu
stava
Faze u izradi
5. Određivanje mernih svojstava skale

Manji broj tvrdnji (obično do 20) uz skale slaganja
 Moguće su različite varijante skale: ocena tačnosti, ocena učestalosti...
 Mini skale do 5-6 tvrdnji

Računanje skorova:
 suma poena dobijenih na više tvrdnji (otud sumacione skale)
 ili: prosečan skor (podelimo sumu brojem ajtema)
 važno: invertovati (rekodirati) negativne ajteme pre računanja!
Prednosti i mane
-
+


relativno jednostavna i brza
konstrukcija

•
danas najviše korišćene

dobre metrijske karakteristike

široko primenljive (interesovanja,
vrednosti, crte ličnosti...)
skala nema “nultu tačku”
•

stavke se biraju na osnovu
diskriminativnosti, a ne težine
(prihvaćenosti)
nemamo dokaza da je srednji skor izraz
neutralnog stava (tačno između
pozitivnog i negativnog)
skor na skali ne govori o stavu u
apsolutnim veličinama:
stav osobe sa višim skorom je pozitivniji
od skora osobe sa nižim skorom
najčešće nije jednodimenzionalna
•
•
isti skor može biti dobijen na različite
načine
ponekad to čini problematičnom
interpretaciju
Semantički diferencijal
Semantički diferencijal
Ozgud i kolege (’50-te godine XX veka)
 Izvorno: skala za merenje konotativnog značenja reči
 Niz 7-stepenih bipolarnih skala sa kontrastnim parovima
atributa
 Tri faktora (u originalnom istraživanju)



evaluativni faktor (dobar-loš, čist-prljav, lep-ružan)
aktivitet (brz-spor, topao-hladan, aktivan-pasivan)
potencija (jak-slab, veliki-mali, dubok-plitak)
Semantički diferencijal
Primena u merenju stavova
 Instrukcija: predstavlja se kao merenje značenja reči
 Zadaje se određen broj parova atributa sa evaluativne
dimenzije (ev.i ostalih)
 Određuju se numeričke vrednosti podeljaka (od 1 do 7, 3 do 3)
 Zadatak ispitanika: označiti mesto objekta stava na
skalama
 Skor: prosek poena (posebno za svaki faktor)
Semantički diferencijal

Primer skale iz ispitivanja promene stavova
Kako bi na sledećim skalama ocenio/la tekst koji si pročitao/la?
(Broj 1 znači da tekst dobro opisuje pridev sa leve strane, a broj 7 da tekst
dobro opisuje pridev sa desne strane. Zaokruži broj od 1 do 7 koji najbolje
izražava tvoju ocenu.)
dobro argumentovan
ubedljiv
pametan
dobro sročen
smislen
1----2----3----4----5----6----7
1----2----3----4----5----6----7
1----2----3----4----5----6----7
1----2----3----4----5----6----7
1----2----3----4----5----6----7
loše argumentovan
neubedljiv
glup
loše sročen
besmislen
Prednosti i mane
+

dobre metrijske karakteristike

ekonomična za zadavanje i
bodovanje

generalizovana skala


primenjiva na različite objekte
omogućava kvantifikaciju
-

uticaj denotativnog značenja
reči


moja draga mala mračna kuća
faktorska struktura varijabilna

proveriti u konkretnom
istraživanju