Transcript schemata 1blok 2013 - Samba

Úvod do metod sociologického výzkumu
Přednášející: PhDr. František Knobloch, CSc.
Konzultace: individuální domluva po přednášce
Spojení - mail: [email protected]
Komunikace – společný mail – dnes domluva
Ukončení kursu: zkouška (závislá na výsledcích písemného testu a seminární
práce)
Seminární práce – vypracovat jednoduchý projekt sociologického výzkumu, aby
měl všechny náležitosti, včetně návrhu metod a technik sběru dat. Rozsah
cca 10-15 stran, téma: každý si vybere samostatně podle toho, jaké
problematice se chce věnovat, s ohledem na budoucí téma diplomové práce.
Projekt by měl každý zdůvodnit – obhájit.
K přednáškám: komunikativní způsob, hodně příkladů – ilustrace, pobídky –
jak si sami něco zkusit.
Úvod do metod sociologického výzkumu
Harmonogram výuky předmětu: výuka bude rozdělena do 2
přednáškových bloků,
První přednáškový blok: Základní charakteristika, typy a
fáze sociologického empirického výzkumu, teoretická
příprava projektu výzkumu – formulace výzkumného
problému, hypotézy a operacionalizace pojmů, výběr a
příprava výzkumných metod, populace, výběry a
reprezentativita.
Druhý přednáškový blok: Kvantitativní výzkum, metody
sběru dat (dotazník, rozhovor, CAPI, CATI, CAWI),
kvalitativní výzkum, závěrečná zpráva a prezentace
výsledků sociologického výzkumu
Literatura
Základní literatura:
1.
2.
3.
4.
5.
6.
7.
Disman, M.: Jak se vyrábí sociologická znalost. Praha,
Univerzita Karlova, 1993.
Jeřábek, H.: Úvod do sociologického výzkumu (skriptum).
Praha, Univerzita Karlova, 1992, 2. vydání 1993.
Pecáková, I., Herzmann, J., Novák, I.: Výzkumy veřejného
mínění. Praha VŠE, 1995.
Jiří Šubrt a kol.: Kapitoly ze sociologie veřejného mínění (terie a
výzkum). Praha, Univerzita Karlova 1998, s. 73 – 241.
Kolektiv, Kvalita výzkumů volebních preferencí, Sociologický
ústav Akademie věd ČR, Praha 2004.
Power Point prezentace na web stránkách
Knobloch, F.: Učební text: Kvalitativní versus kvantitativní
výzkum, Web stránky: http://samba.fsv.cuni.cz/~knobloch
+ 9,Keith F. Punch: Základy kvantitativního šetření. Praha, Portál 2008
+ 10, Hendl, J.: Kvalitativní výzkum, Praha, Portál 2008
Termíny
Termín odevzdání seminární práce:
- těsně před skončením a po skončení kurzu
- Elektronicky – poslat mailem
- Lekce a vzory – v knihovně a viz níže:
http://samba.fsv.cuni.cz/~knobloch
Termíny zkoušek:
Spolu s ostatními – 3 termíny
Známka – až za obojí, tj. test a seminární práce
Sociologický výzkum
Věda:
•Teorie – představuje vysvětlení příčin stavu a změn sledovaných jevů (procesů)
•Metodologie – soustava pravidel, stanovují postupy, jak lze vysvětlení dojít nebo jej ověřit
•Poznatky – suma zjištění, která byla učiněna
Vědecký výzkum je systematické, kontrolované, empirické a kritické zkoumání hypotetických
výroků o předpokládaných vztazích mezi přirozenými jevy (Kerlinger 1972, 27). Nebo jinak –
záměrné, cílevědomé a systematické studium objektů reálné skutečnosti pomocí přesně
vymezených metodologických postupů a prostředků. Tedy se zdůrazňuje: záměrnost a
cílevědomost (na rozdíl od běžného, každodenního poznání), systematičnost (je založena na
metodologii vědy a příslušné vědní disciplíny, návody a postupy poznávacích procesů).
Základní úkoly (funkce) sociologického výzkumu lze charakterizovat následovně:
a, Deskripci – popis a klasifikace věcí, jevů a procesů (popsat realitu znamená ji nějakým
způsobem utřídit, systematizovat, klasifikovat, uspořádat)
b, Explikaci (vysvětlení) – po zjištění, jak existující realita vypadá, nastupuje úkol vysvětlit, proč
je taková, jaká je.
c, Predikce (předvídání) – nejen jak sledovaný jed vypadá, ale též jaké jsou příčiny jeho vzniku,
za jakých podmínek nastává, výskyt v budoucnu.
d, Pochopení událostí – v sociologii se pod pochopením rozumí popsat celý kauzální řetězec
(příčinami a následky, vysvětlení jen pozorovaný jev subsumujeme pod příslušný zákon).
e, Návod jak události (jevy a procesy) řídit – znát, jak jevy a procesy probíhají, co lze
usměrňovat a jak, vyvářet možnosti pro jejich řízení (sama věda nic neřídí).
K tomu – fce sociologie – poznat – předvídat – měnit.
Exaktní versus společenskovědní výzkum
Rozdíl mezi exaktními a společenskovědními výzkumy:

Exaktní vědy mají mnohem přesnější a spolehlivější nálezy, závěry mají univerzálnější platnost,
více používají experiment a jsou schopny vypovídat o kauzálním charakteru vztahů mezi proměnnými.

Společenské vědy naproti tomu produkují závěry pouze pravděpodobnostního charakteru, tyto
závěry jsou platné pouze pro prostředí, kde byla sbírána data a často je u nich nemožní ustavit důkaz o
kauzalitě.
Vysvětlení:
- Rozdíl v systému exaktních (přírodních) a společenských věd lze dokumentovat na příkladu
jednoduchého fyzikálního experimentu. Jaký je bod varu vody? Musíme sledovat ke spolehlivým
výsledkům tyto proměnné – měřit teplotu vody, tlak vzduchu a čistotu vody. A to vše nám stačí
k popisu a vysvětlení celého experimentu.
- Naproti tomu jednoduchý příklad ze sociální oblasti: Co vše může ovlivnit příjem jedince? nebo
co vše ovlivňuje pracovní spokojenost?
Příjem: povolání, pozice, místo práce, vzdělání, zkušenosti, věk, zdravotní stav, rodinné poměry atd.
Mohli bychom s výčtem proměnných pokračovat. Tedy, že sociální systémy jsou mnohem složitější,
navíc vzniká otázka, co vše tam patří a co vše tam nepatří. Analýza neúplně popsaného systému je
spojena s rizikem zkreslení a na druhé straně chybou je i zařazení cizího prvku do zkoumaného
systému. Je tedy zřejmé, že v sociálních vědách nebudeme nikdy pracovat s úplně popsaným sociálním
systémem, nutnost pracovat s redukovaným popisem reality probíhá na několika úrovních:
- redukce počtu pozorovaných proměnných
- redukce počtu analyzovaných vztahů mezi proměnnými
- redukce populace na vzorek
- redukce časového kontinua na jedena časový bod
Typy sociologických výzkumů (1)
Používaná členění:
a, teoretický (základní), pracuje se s empirickými daty ve značně zprostředkované podobě,
b, empirický (aplikovaný), převažuje přímá práce s empirickými daty
A, Empirický, primární
B, Sekundární
Empirický (primární) výzkum přináší nové, originální informace, které mohou mít kvalitativní
nebo kvantitativní charakter. Opírá se o pravidelný či jednorázový (ad hoc) sběr a dat a jejich
analýzu a interpretaci. Náklady a úsilí vynaložené na empirický výzkum jsou značné, je zapotřebí
odpovědně zvažovat rozsah výzkumu a techniky sběru dat.
Rozhodneme-li se pro sekundární výzkum, znamená to, že spoléháme na informace, které jsou již
k dispozici. Sekundární výzkum je zpravidla levnější a také rychlejší (než sběr dat v terénu), šetří
čas a peníze. Nemá cenu znovu objevovat to, co již bylo, a někdy dokonce opakovaně, zjištěno
Empirický (primární) výzkum
Kvalitativní výzkum
Sekundární výzkum
Kvantitativní výzkum
Výběr a velikost vzorku
Sběr dat a jejich zpracování
Závěrečná zpráva z výzkumu
Typy sociologických výzkumů (1)
A, Empirický, primární
B, Sekundární
Empirický (primární) výzkum přináší nové, originální informace, které mohou mít kvalitativní
nebo kvantitativní charakter. Opírá se o pravidelný či jednorázový (ad hoc) sběr a dat a jejich
analýzu a interpretaci. Náklady a úsilí vynaložené na empirický výzkum jsou značné, je zapotřebí
odpovědně zvažovat rozsah výzkumu a techniky sběru dat.
Rozhodneme-li se pro sekundární výzkum, znamená to, že spoléháme na informace, které jsou již
k dispozici. Sekundární výzkum je zpravidla levnější a také rychlejší (než sběr dat v terénu), šetří
čas a peníze. Nemá cenu znovu objevovat to, co již bylo, a někdy dokonce opakovaně, zjištěno
Empirický (primární) výzkum
Kvalitativní
výzkum
Kvantitativní
výzkum
Sekundární výzkum
Typy sociologických výzkumů (2)
Základní rozdíly mezi kvantitativním a kvalitativním výzkumem:
V kvantitativním výzkumu je:
Cílem: testování, ověřování vytyčených hypotéz, tedy získané informace mají potvrdit či vyvrátit
předem formulované skutečnosti o sociální realitě.
Logikou: deduktivní postup, tzn. na začátku je výzkumný problém transformován do soustavy
hypotéz, a ty dále do výběru proměnných a vztahů mezi nimi. Sebraná data nám poskytnou
informaci, do jaké míry odpovídají stavu předpověděnému v hypotézách.
Metodologií: získání omezeného rozsahu informace, která má obvykle silně standardizovanou
podobu, od velkého počtu respondentů.
V kvalitativním výzkumu je:
Cílem: nalezení způsobu řešení zkoumaného problému, formulace nových hypotéz, případně
aspirace na „novou teorii“
Logikou: induktivní postup, tzn. že výzkumník sbírá data k tomu, aby v nich nalezl určité
konfigurace, pravidelnosti, struktury. Pátrá po významu těchto pravidelností ve struktuře dat a
formuluje možná řešení daného problému.
Metodologii: získává se mnoho informací od malého počtu respondentů, přičemž standardizace
je slabá.
Členění výzkumů podle funkcí, které plní v poznání:
a, diagnostický (popisný) – zjištění stavu, deskripce
b, explanační (výkladový) – vysvětlení určitého jevu, jeho geneze
c, vývojový – jak se daný jev či oblast vyvíjela a vyvíjí, případně jaké jsou scénáře jejího
dalšího vývoje.
d, prognostický – předvídání budoucích přeměn a změn
Typy kvantitativních sociologických výzkumů (2)
Kvantitativní výzkum
Členění podle četnosti
Ad hoc
Opakovaný
Členění podle respondentů
Výběr vzorku ad hoc
Kontinuální
Longitudinální
Kvantitativní výzkum
Panelový výzkum
Např. prodejny
Např. studenti VŠ
Omezení v sociologickém výzkumu
Posuzujeme-li sociologický výzkum jako celek, musíme si být vědomi jeho možností,
neprospívá věci, když jsou názory na sociologický výzkum v extrémních polohách,
tj.:
•
•
úplné odmítání, či znevažování výsledků
nadměrná očekávání (vše vyřeší).
Nicméně je třeba kalkulovat s určitými limity sociologických šetření:
•
nezachytí jevy do všech podrobností a niancí (k tomu slouží jiné formy –
psychologický výzkum, beletrie)
•
věcný rozsah – nemůže zkoumat celou problematiku, jen určitý výsek (jde také o
to, aby jednotlivé výzkumy na sebe navazovaly, syntetizace poznatků trvá dlouho)
•
zkoumání souběžného vývoje – určité časové zpoždění (např. změny životního stylu
získáváme postupně, celkový pohled až po určitém čase)
•
nemůžeme sledovat všechny případy volíme zmenšeninu s určitou
pravděpodobností výsledku (už jsme se zmínili o redukcích při zkoumání
sociálních systémů, volíme určitou míru redukce a zmenšeninu celku).
Fáze sociologického empirického výzkumu
Sociologický empirický výzkum členíme v zásadě na 3 fáze: příprava výzkumu,
provedení výzkumu a zpracování výsledků.
1, příprava výzkumu („u stolu“) . Jde o to co zkoumat a proč zkoumat (formulace
výzkumného problému, cíl a úkoly výzkumu), jak – kde – kdy zkoumat (způsob, místo, období
zkoumání).
Obecně můžeme říci, že zkoumání společenských jevů a procesů vyžaduje důkladnou a
pečlivou přípravu, seznámení se s potřebným množstvím informací, stanovení výzkumného
problému, cíle a předmětu zkoumání, formulace hypotéz, stanovení metodiky a technik
zkoumání. Celý tento proces je obsažen v Projektu výzkumu. Takto zpracovaný projekt
výzkumu nemusí být definitivní, v případě, že chceme ověřit vypracovanou představu o
průběhu výzkumu pomocí předvýzkumu či pilotáže. Takovéto ověření projektuje důležité
zejména u šíře koncipovaných výzkum, které vyžadují značný rozsah prací a jsou nákladné.
2, provedení výzkumu (sběr informací na základě projektu výzkumu). Práce následují až po
vypracování projektu výzkumu. Průběh sběru dat závisí na charakteru zkoumaného
problému a zvolené metodiky, těžiště práce spočívá v zachycení relevantních údajů (otázka
úplnosti a validity dat). Fáze sběru dat bývá obvykle náročná po organizační a časové stránce.
3, Zpracování výsledků – představuje roztřídění empirického materiálu, zjištění vnitřních
souvislostí, jejich zobecňování a konfrontaci s výchozími hypotézami. Prakticky je celá tato
práce shrnována do závěrečné zprávy z výzkumu.
Projekt sociologického výzkumu
Obecně jsou za základní součásti projektu pokládány:
1, formulace výzkumného problému, cíle a úkoly výzkumu
2, formulace obecné a pracovních hypotéz
3, volba výzkumných metod a technik výzkumu
4, výzkumný soubor
5, organizační stránka výzkumu (organizace + timing + rozpočet)
6, výstupy výzkumu
Přípravná fáze sociologického výzkumu
Formulace výzkumného problému
Soustředění a systematizace poznatků
Formulace obecných hypotéz
Stanovení cíle a úkolů výzkumu
Volba výzkumné procedury
Zpracování úvodního projektu
Příprava technik výzkumu
(dotazník, záznamový arch, apod.)
Ověření úvodního projektu
Dopracování projektu
Předvýzkum či pilotáž
Úprava technik výzkumu a
upřesnění organizačních otázek
Práce na úvodním projektu zahrnuje:
Stávající systém poznatků
Výběr výzkumné problematiky,
výzkumný námět
Systematizace poznatků,
teoretický rozbor zkoumané
problematiky,
dosavadní výsledky zkoumání
Formulace výzkumného problému
Formulace obecných hypotéz
Volba výzkumné procedury
Odborné znalosti a zkušenosti,
Metodologická erudice
Dopracování úvodního projektu
Příprava technik výzkumu
(dotazník, záznamový arch, apod.)
Praktické znalosti zkušenosti z
Výzkumné činnosti
Organizační, časové, personální a
finanční otázky výzkumu
Formulace výzkumného problému
Zdroje pro výzkumný námět:
1, individuální zkušenost
2, odborné publikace
3, literatura
4, publicistika
5, osobní rozhovory, diskuse s kolegy
6, výsledky předchozích výzkumů
7, statistická data (na Moravě se rodí více dětí než v Čechách, čím to je?)
8, sdílené hodnoty (osobně jsem přesvědčena o tom, že demokratické prvky ve
vztahu rodičů a dětí při výchově vedou k větší samostatnosti dětí v pozdějším věku)
9, sociologická teorie
10, jiné zdroje + kombinace
Formulace výzkumného problému
Obvyklý postup při formulaci výzk. problému:
1, seznámit se s dosaženými výsledky
2, diskutovat ideu výzkumu s kolegy
3, prostudovat literaturu, která byla k tématu publikovaná
4, objasnit si rozsah a náročnost zkoumané problematiky
5, hledat metodické poznatky k dosud používaným postupům
6, pokusit se formulovat první nástin, vlastní představu
7, usilovat o vlastní formulaci výzkumných otázek
8, výzkumný problém dále precizovat, dospět k jasným formulacím
Základní požadavky na formulaci výzkumného problému:
a, problém by měl vyjadřovat vztahy mezi 2 a více proměnnými – stavy vlastností, vztahy mezi
hodnotami
b, měl by být formulován jasně a jednoznačně
c, tvrzení, o nichž je vypovídáno, by měla být ověřitelná.
Cíl, objekt a předmět výzkumu
1, Cíl výzkumu určuje jeho základní orientaci, na řešení jakého výzkumného problému a
získání jakých výsledků je daný výzkum zaměřen. To znamená, že cíl musí být formulován co
nejpřesněji a co nejkonkrétněji. Cíl výzkumu bývá obvykle rozpracován do dílčích cílů či
úkolů výzkumu, které dále specifikují obsah hlavního cíle.
2, Objekt výzkumu obvykle představuje, kdo bude podroben zkoumání. Vymezení musí být
dostatečně široké (odpovídat okruhu všech požadavků), nicméně specifikované z hlediska
prostorového (město, kraj, atd.) a funkcionálního (charakter posuzované činnosti). Tedy jde o
jakési vymezení širšího rámce pro výzkum, který by neměl být překročen a zároveň, který
nemá být příliš široký či obecný.
3, Předmět výzkumu - Předmět výzkumu blíže specifikuje ty stránky, které budou sledovány
výzkumem. Tedy to, co se bezprostředně zkoumá. Představuje určitý, na části rozložený
systém, který je základem pro řešení procedurálních a metodických úkolů.
Příklad: Objektem zkoumání mohou být malé sociální skupiny - školní třídy a předmětem pak
některá stránka jejich vztahů – šikanování.
Hypotézy výzkumu
Při stanovování hypotéz lze volit tyto 2 základní postupy:
Indukce začíná pozorováním, ve kterém
pátráme po pravidelnostech, vzorcích
existujících v realitě. Objevené pravidelnosti
popíšeme ve formě předběžných závěrů,
které pak ověřujeme dalším pozorováním.
Konečným produktem této činnosti je nová
teorie.
Naopak dedukce vychází z teorie nebo
obecně formulovaného problému, který je
přeložen do jazyka hypotéz. Hypotézy
navrhují, jaké spojení mezi proměnnými
bychom měli najít, je-li naše hypotéza
pravdivá. Poté následuje sběr dat. Sebraná
data hypotézu bud potvrdí nebo vyvrátí.
indukce
dedukce
pozorování

nalezené pravidelnosti

předběžné závěry

teorie
teorie

hypotézy

pozorování

přijetí, zamítnutí hypotézy
Hypotézy výzkumu
Kritéria dobrých hypotéz jsou:

hypotézy jsou výroky o vztazích mezi proměnnými, všechny proměnné musí mít
platnou operacionální definici
 tyto proměnné lze zjišťovat a měřit
 vztahy mezi proměnnými lze ověřovat.
Formulace hypotéz je pro výzkum velmi důležitá, protože:
-
Jsou odvozeny z teorie a potvrzením nebo odmítnutím ji obohacují
Usměrňují bádání, říkají výzkumníkovi, co má dělat (jestliže nevysloví hypotézu o
vztazích předem, nemá co vyvracet či potvrzovat)
Jsou nástrojem spojení teoretické a empirické složky poznání
hypotézy pomáhají při rozhodování o technikách výzkumu (hrubě ukáží například,
jaký typ statistických operací budeme potřebovat)
hypotézy pomáhají odhadovat rozsah výzkumu - časové, finanční plánování (ukáží na
všechny proměnné).
Příklady formulace hypotéz výzkumu
1, výzkum čtenářů Blesku
Hypotéza: čtenářský zájem o Blesk klesá s růstem vzdělání
Proměnné:
čtenářský zájem – počet čtenářů (dotazem) - měřitelné
výše vzdělání – měřitelné – příklad viz zde
Kritéria:
1.
existuje vztah mezi proměnnými – ano
2.
lze proměnné zjišťovat – měřit – ano
3.
je možno tento hypotézu, tj. vztah ověřit – ano
základní (i dosud nedokončené)
vyučen nebo stř. odb. bez maturity
učební obor s maturitou
úplné stř. všeobecné s maturitou
úplné střední odborné s maturitou
vyšší odborné vzdělání, nástavba
vysokoškolské bakalářské
vysokoškolské
2, výzkum vztah obyvatel ČR k charitativní činnosti
Hypotéza: lidé z venkova častěji připívají na charitativní činnost
Proměnné:
lidé z venkova – sídla do 999 obyv. - měřitelné
charitativní činnost – činnost ve prospěch nějak postiženým lidem- - měřitelné
Kritéria:
1.
existuje vztah mezi proměnnými – ano
2.
lze proměnné měřit – ano
3.
je možno, vztah ověřit - ano
Příklady formulace hypotéz výzkumu (2)
3, výzkum – způsob zacházení se zaměstnanci v zahraničních firmách v ČR
Hypotéza: Slušnost a korektnost jednání se zaměstnanci u zahraničních firem závisí na
postavení jejich nadřízených.
Nevhodná – (vztah mezi proměnnými je určen nepřesně, vágně) - nutno přeformulovat
Nová hypotéza: V zahraničních firmách lidé s vyšším postavením častěji dodržují slušnost a
korektnost v jednání s podřízenými.
Proměnné:
postavení v zaměstnání – např. viz níže příklad 3 stupňů řízení - měřitelné
slušnost a korektnost - (2 proměnné) – měřitelné (z výpovědí podřízených)
řed./vrchol. manažer(6 nebo více podř.)
Kritéria:
1.
existuje vztah mezi proměnnými – ano
2.
lze proměnné měřit – ano
3.
je možno, vztah ověřit - ano
řed./vrchol.manažer(5 a méně podř.)
střední vedoucí(6 nebo více podř)
střednívedoucí (5 a méně podř.)
nižší vedoucí(6 nebo více podř)
nižší vedoucí (5 a méně podř.)
Operacionalizace pojmů
Operacionalizace je cesta od pojmů a teorie k empiricky zjistitelným údajům,
znakům. Jejím úkolem je přeložit problém z jazyka výzkumníka do jazyka
empirika, do empiricky zkoumatelné podoby.
Jde o to v první fázi operacionalizace, že se obsah používaných pojmů, s nimiž se pracuje,
může mít rozdílný výklad a tudíž je třeba použité pojmy definovat, tzn. vymezit jejich
základní znaky.
Definice pojmů – možno několika způsoby - poměrně náročná práce.
Rozeznáváme:
a, zjišťující (analytická) definice – jak určití lidé (vědní oblast) chápe daný pojem – jaké je
chápání významu určitého pojmu
b, definiční (syntetické) - doporučení, jak chápat určitý termín, jinak řečeno určitý termín
znamená to a to (imperativ).
c, zpřesňující – aby se pojem používal v tom a tom významu – aby se mnohdy víceznačný
obsah zpřesnil.
a, + b, + c, = nominální definice tzn. význam byl již znám, byl stanoven určen již dříve. Jde o
to se pro výzkum nějak dohodnout. Usnadňuje komunikaci, dorozumívání.
Operacionalizace pojmů
Druhá fáze definic pojmů, která je právě typická pro empirický výzkum, jsou tzv. definice
operacionální (reálné), které stanovují kroky, kterými se dobereme změření daného jevu,
jeho vlastností, návod jak rozpoznat daný jev.
Správná je taková operacionální definice, když 2 a více výzkumníků dojde zhruba ke stejným
závěrům (reliabilita, česky spolehlivost).
Výsledkem operacionalizace by mělo být:
a, stanovit takové kritéria a ukazovatele, pomocí nichž lze určit, blíže specifikovat či popsat či
zkoumaný jev
b, vymezit možnosti měření těchto ukazovatelů (znaků, proměnných)
c, stanovit základní postupy, kterými budeme tyto proměnné, (znaky) pozorovat či měřit.
Příklad: Příjem domácnosti - součet všech hrubých měsíčních příjmů všech členů rodiny a jejich
dalších příjmů.
Úkol:
Sestavte operacionální definici pojmu: nezaměstnaný, učitelka, milionář, student, malá sociální
skupina, chudoba, domácnost,
Znaky - proměnné a jejich klasifikace
Výsledkem operacionalizace je tedy stanovení proměnných a způsobů jak je budeme
ověřovat.
Znaky - proměnné (s nimiž operujeme v pracovních hypotézách) mohou být fyzické a
demografické vlastnosti lidí (věk, vzdělání, pohlaví aj.) nebo vztahové vlastnosti jedinců,
které vyplývají z určitého společenského vztahu, společenského prostředí (např. vztah
k vojenské službě, politická orientace apod.)
Pojem proměnná popisuje zkoumané jevy a procesy v různých hladinách jako např. kvalita,
kvantita, důležitost, význam aj.
Znaky (proměnné) musí splňovat tyto základní podmínky:
1, znak má alespoň dvě hodnoty – rozlišitelnost
2, ke každému stavu vlastnosti existuje hodnota znaku - úplnost
3, dvě hodnoty znaku nemohou odpovídat jednomu stavu vlastnosti - jednoznačnost.
Příklady: věk: 0-17, 18 - 29, 30 - 44, 45 - 59, 60 a více
příjem: do 5 000 Kč, 5 001 - 7 000 Kč, 7001 Kč a více
náboženské vyznání: římsko-katolické, židovské, pravoslavní, protestanti, jiné …bez
vyznání
Znaky (proměnné) a jejich klasifikace
Znaky (proměnné) podle jejich povahy třídíme na:




nominální (klasifikační)
ordinální – nebo se jim říká pořadové
intervalové – kvantitativní
poměrové - kvantitativní
Znaky nominální (klasifikační):
Tento typ znaku nemá uspořádané hodnoty, uvažovány jsou pouze vztahy totožnosti a rozdílnosti.
Co to znamená. Mezi znaky jsou pouze vztahy totožnosti, tj. patří do stejné klasifikační třídy,
jinak řečeno, jsou vzájemně spjaty popsanou relací. Rozdílnosti, jednotka může mít hodnotu
znaku a, nebo b, c…, ale vždy jen jednu z nich.
Nominální znaky mohou mít dvojí podobu:
A, dichotomii (o 2 alternativách)
Uvedu několik příkladů: pohlaví - muž a žena, povolání – kvalifikovaná a nekvalifikovaná. Z obou
částí je důraz položen jen na jednu, která je definovaná a druhá je vlastně celek minus první
definovaná část.
B, polytomii (o více než 2 alternativách)
Je hodně takových příkladů, např. klasifikace povolání, vzdělání, velikost bydliště respondenta,
rodinný stav: Tedy - RODINNÝ STAV
- svobodný(á)
- ženatý, vdaná, druh, družka
- rozvedený(á)
- vdovec, vdova
Znaky (proměnné) a jejich klasifikace (2)
Znaky pořadové (ordinální):
Rozlišují kromě totožnosti a rozdílnosti také uspořádání hodnot. Jsme schopni říci, že je něco lepší,
větší silnější, ale nejsme schopni říci zcela přesně kolikrát. O každých dvou hodnotách jsme
schopno říci, která je vyšší apod.
Jestliže A je větší než B a B větší než C, pak A je větší než C. Na množině zkoumaných objektů je
generován rozklad, jehož všechny třídy jsou úplně uspořádány. Jednoduše řečeno, jde o
stupnice.
Ordinální znaky mohou mít podobu:

hrubého rozlišování pomocí slov (např. dobré a špatné hodnocení)

určitého pořadí, kdy jeden člen má více nějakých kvalit než druhý, ten více než třetí atd., a
kdy jsou intervaly mezi nimi přibližně stejné.
Příklady:
•
rozhodně souhlasím (+ + +)
•
souhlasím (+ +)
•
spíše souhlasím (+)
•
spíše nesouhlasím (-)
•
nesouhlasím (- -)
•
rozhodně nesouhlasím (- - - )
nebo jiný příklad – bytová situace
a ještě jeden – jak dlouho jste klientem …
•
zlepšila se
- méně než 1 rok
•
zůstala stejná
- 1 až 3 roky
•
zhoršila se
- více než 3 roky
Znaky (proměnné) a jejich klasifikace (3)
Znaky intervalové:
Pro tento znak jsou typické číselné hodnoty, které vyjadřují nejen totožnost a rozdílnost a nejen
pořadí, ale také vzdálenosti.
Příklad - čistý měsíční příjem:
•
méně než 7 000 Kč
•
7 000 – 10 000 Kč
•
10 001 – 15 000 Kč
•
15 001 - 20 000 Kč
•
více než 20 000 Kč
Znaky poměrové:
Tento znak je schopen svými hodnotami vyjadřovat přímo poměr mezi hodnotami znaku, tento
znak má přirozený počátek, ke kterému jsou vztahovány všechny další hodnoty znaku. To
dává možnost srovnávat, kolikrát dále od nuly je jedna hodnota znaku než hodnota druhá.
Příklad – kapesné žáků:
0 Kč, 100 Kč, 200 Kč, 300 Kč, 400 Kč, 500 Kč, 600 Kč, 700 Kč, 800 Kč, více než 800 Kč
Navrhněte hodnoty znaku pro vlastnost: “způsob získávání časopisu Květy“, “rodinný stav“, “věková
kategorie“, “spokojenost s pracím prostředkem“, “region“, “souhlas s výrokem o interrupci“,
“politická strana“, “rok ukončení střední školy“.
Znaky (proměnné) a jejich stupnice
S různými druhy znaků souvisejí také různé stupnice, konkrétně základní druhy stupnic
odpovídají základním druhům znaků. Rozeznáváme tedy stupnice:

nominální

pořadové – ordinální

intervalové
Ke stupnicím jen několik doplňujících připomínek:
Nominální (klasifikační) škály: počet jednotek bude záviset podle toho, jak podrobně půjdeme s
analýzou, např. profese – jak podrobně je budeme od sebe odlišovat.
Pořadové škály: Kromě čisté dichotomie (ano a ne) tedy plus a mínus, střed není definován (nebo
ho definovat nelze), existují i složitější formy. Když potom každou stranu rozdělíme
z hlediska jemnějšího členění na 2, 3 či 4 části, dostaneme tzv. oboustrannou stupnici, vždy se
sudým, obvykle se zrcadlovým počtem stupňů (plus a mínus).
Jinou formou pořadových stupnic jsou tzv. trichotomie, kdy mají pevně stanovený střed (výchozí)
bod, z něhož vycházejí stupnice kladným a záporným směrem. Základní forma je: souhlasím,
neuvažoval jsem o tom, nesouhlasím). I tuto formu můžeme rozvést do podrobnější podoby,
tj. (rozhodně souhlasím, spíše souhlasím, ani/souhlas/ ani nesouhlas, spíše nesouhlasím,
rozhodně nesouhlasím). Další možnosti jsou ještě v podrobnějším slovním vyjádření či číselné
formě/znaménkové formě.
velmi spokojen
(++)
spokojen
(+)
ani spokojen/ani nespokojen
0
nespokojen
(-)
velmi nespokojen
(--)
K intervalovým škálám jen doplnění, že mohou být v podstatě 2 varianty:
s nulovým výchozím bodem (=0)
se smluveným bodem (např. příjem 5 000 Kč – minimální mzda, apod.).
Klasifikace proměnných v projektu
Proměnné a jejich klasifikace
Klasifikace proměnných z hlediska jejich místa ve výzkumném projektu – nejčastěji se
setkáváme s těmito členěními:
Proměnné se obvykle v teoretickém konceptu výzkumu označují jako nezávisle a závisle
proměnné, přičemž nezávisle proměnná je ta (příčina), která ovlivňuje nějaký jev a závislá
proměnná je předpokládaným účinkem (ovlivňovaná).
Příklad: věk dítěte  váha, výška
pracovní podmínky  pracovní výkon
Aktivní a neaktivní nezávisle proměnné: S aktivní nezávisle proměnnou můžeme volně
manipulovat (lze ovlivnit) – způsob trénunku, neaktivní nezávisle aktivní proměnnou jen
volit či kontrolovat (věk sportovce).
A nakonec zjevné (manifestní) proměnné (lze je přímo zjišťovat) – např. výše vzdělání, a skryté
(latentní) proměnné (např. společenský status, soudržnost skupiny), které nelze měřit
přímo, ale lze je zjišťovat nepřímo (systém nepřímých ukazatelů).
Základní soubor a výběrový vzorek
Zpravidla při zkoumání nějakého problému nezjišťujeme údaje o všech jednotkách, ale sledujeme
ho jen na dílčím souboru jednotek. Výsledky takového zkoumání jsou pak zobecňovány na
soubor zahrnující všechny uvažované jednotky.
V sociologickém výzkumu v souvislosti s výběrovým šetřením, užíváme některé důležité pojmy:
cílová populace, základní populace, vzorek (výběrový soubor).
CÍLOVÁ POPULACE je soubor jednotek, o kterém předpokládáme, že jsou pro něj závěry platné,
ZÁKLADNÍ POPULACE je soubor jednotek, které v dané situaci zastupují cílovou populaci,
protože některé jednotky jsou nedostupné (např. ve vězení, v zahraničí)
VZOREK (neboli výběrový soubor) je skupina jednotek, které skutečně pozorujeme.
Př.: cílová populace - soubor obyvatel ČR
základní populace - obyvatelé ČR mimo dlouhodobě žijících v cizině
výběrový soubor - občané ČR, které skutečně zkoumáme
Proč musíme dělat výběrová šetření?
1.
finanční důvody - levnější
2. časové důvody – v kratším čase, není tolik času
3.
technická nemožnost - “sčítání“ je jednou za 10 let a to se celou dobu něco dělá = příprava,
zpracování výsledků, jiný příklad – sčítání obyvatel celého světa.
4.
nedostupnost některých jednotek (např. nelze zastihnout všechny respondenty
Reprezentativita
Reprezentativita vyjadřuje spolehlivost zastupování základního souboru výběrovým
souborem. Úkolem výběrového šetření totiž je, aby údaje o zkoumaných
jednotkách zároveň přinášely informaci také o všech jednotkách, které do výběru
nebyly zařazeny.
Reprezentativita závisí na:
přesnosti vymezení populace (populace musí být definována přesně – roste spolehlivost výběru,
např. musí existovat přesný seznam mužů, studentů, seznam - záleží na povaze zkoumání).
adekvátnosti výběru (důležité uvažovat u malých výběrů, adekvátní výběr musí být dostatečně
rozsáhlý, aby mohl výzkumník důvěřovat závěrům - nestačí zobecnit výsledky od 10 mužů na
všechny muže ve státě, apod.)
heterogenitě (homogenitě) populace (problémy s národní a etnickou příslušností, jazykem, kulturou,
protože rozsáhlé státy mají diferencovaná území. Konkrétně, 100 fotbalistů na otázky kolem
fotbalu než 100 televizních diváků na celou diváckou obec týkající se všech TV pořadů )
Pozn. reprezentativitu je obtížné, ne-li nemožné kontrolovat v těch případech, kdy nejsou známy
charakteristiky základního souboru – tedy není s čím srovnávat: např. vegetariáni,
abstinenti, majitelé okrasného ptactva atd.).
Velikost výběrových souborů
Schopnost výběru reprezentovat celek primárně závisí na 2 skutečnostech:
1. Počtu dotazovaných
2.
Metodě výběru
Metoda výběru:
1.
Pravděpodobnostní (náhodný) , ale za předpokladu, že je k dispozici opora
výběru (pokrývá sledovanou populaci), máme znalost o šancích výběru
jednotek do souboru a existuje možnost začlenit všechny klíčové podskupiny
do výběru
2.
Kvótní , ale za předpokladu znalosti statistik – kvót o cílové populaci
Pravděpodobnější výběry – jsou obecně považovány za přesnější, vědecky ověřené
zákonitosti matematické statistiky.
Kvótní výběry – postupy podložené logickými úvahami o zajištění
reprezentativity, opírá se o znalost základního souboru. Přináší výsledky
využitelné pro běžné požadavky.
Velikost výběrových souborů
Neexistuje jednoznačný návod na stanovení optimální velikosti vorku.
Velikost vzorku závisí v podstatě na těchto 4 faktorech:
•
počet skupin a podskupin, které budou v rámci vzorku analyzovány
•
požadovaná přesnost výsledků, hodnota přikládaná informacím
vyplývajícím ze vzorku (dána mírou spolehlivosti)
•
náklady na získání vzorku
•
variabilita populace (dána standardní odchylkou)
Praktická zásada - vzorek by měl být tak velký, aby při jeho rozdělení na
skupiny, měla každá z nich alespoň 100 jedinců
Jestliže má určitá skupina relativně nízké zastoupení v populaci, může být
vzorek stanoven disproporčně
Statistická odchylka
Statistical deviation, 95% confid. interval
počet
3 / 97
5 / 95
10 /
15 /
20 /
25 /
30 /
40 /
3 / 97
5 / 95 10 / 90 15 / 85 20 / 80 25 / 75 30 / 70 40 / 60
případů
%
%
90
85
80
75
70
6050
cases
%
%
%
%
%
%
8
100
3,4
4,4
6,0
7,1
8,0
8,7
9,2
9,8
10,0
5,7
200
2,4
3,1
4,2
5,0
5,7
6,1
6,5
6,9
7,1
300
2,0
2,5
3,5
4,1
4,6
5,0
5,3
5,7
5,8
400
1,7
2,2
3,0
3,6
4,0
4,3
4,6
4,9
5,0
500
1,5
1,9
2,7
3,2
3,9
4,1
4,4
4,5
750
1,2
1,6
2,2
2,6
3,2
3,3
3,6
3,7
1 000
1,1
1,4
1,9
2,3
3,6
2,9
2,9
2,5
2,5
2,7
2,9
3,1
3,2
1 250
1,0
1,2
1,7
2,0
2,3
2,4
2,6
2,8
2,8
1 500
0,9
1,1
1,5
1,8
2,1
2,2
2,4
2,5
2,6
2 000
0,8
1,0
1,3
1,6
1,8
1,9
2,0
2,2
2,2
2 500
0,7
0,9
1,2
1,4
1,6
1,7
1,8
2,0
2,0
3 000
0,6
0,8
1,1
1,3
1,5
1,6
1,7
1,8
1,8
3 500
0,6
0,7
1,0
1,2
1,4
1,5
1,5
1,6
1,7
4 000
0,5
0,7
0,9
1,1
1,3
1,4
1,4
1,5
1,6
5 000
0,5
0,6
0,8
1,0
1,1
1,2
1,3
1,4
1,4
7 500
10
10000
000
0,4
0,3
0,5
0,7
0,8
0,9
0,4
0,4 0,6 0,6 0,7 0,70,8
1,0
0,9
0,8
1,1
0,9
0,9
1,1
1,00,9
1,2
1,0 1,0
50
%
1,0
Typy výběrů
Způsob, jak lze provádět výběry jednotek pro výzkumné účely je
v podstatě dvojí:
 náhodný - pravděpodobnostní - máme stanovenu pravděpodobnost výběru každé z částí
základního souboru do výběrového souboru, všechny jednotky mají stejnou šanci být
vybrány a reprezentovat populaci - rozeznáváme různé typy pravděpodobnostního výběru –
viz níže
záměrný - nepravděpodobnostní - rozeznáváme různé typy nepravděpodobnostních výběrů – viz
níže
Pravděpodobnostní výběry:
•
prostý náhodný výběr
•
stratifikovaný náhodný výběr - proporcionální a neproporcionální
•
skupinkový výběr
•
vícestupňový náhodný výběr.
Nepravděpodobnostní výběry:
•
kvótní výběr
•
systematický výběr
•
výběr úsudkem
•
výběr nabalováním.
Pravděpodobnostní výběry
PROSTÝ NÁHODNÝ VÝBĚR
1.Vybíráme ze seznamu nebo z množiny čísel zastupující seznam jednotek základního souboru
buď losem nebo podle tabulky náhodných čísel, hodem mincí nebo jiným postupem, který
zajišťuje, že výzkumník neovlivní výběrový postup svým zásahem.
STRATIFIKOVANÝ NÁHODNÝ VÝBĚR
1.
Základní soubor je rozdělen do podsouborů, které nazýváme strata. Strata jsou takové
podmnožiny základního souboru, jejichž jednotky mají v rámci strata společnou vlastnost
nebo více společných vlastností. Strata se liší mezi sebou, jednotky uvnitř se z hlediska
vybrané vlastnosti neliší.
2. V každém stratu provedeme prostý náhodný výběr.
SKUPINKOVÝ VÝBĚR
1.
Základní soubor je rozdělen na podsoubory, skupinky. Skupinky jsou vzájemně zastupitelné,
od sebe se neliší, rozdíly jsou spíše mezi jednotkami.
2.
Náhodným postupem vybereme jen některé ze skupinek a vyčerpávajícím způsoben šetříme
všechny jejich jednotky.
VÍCESTUPŇOVÝ NÁHODNÝ VÝBĚR
1.
Základní soubor je rozdělen na podsoubory, skupinky. Skupinky jsou vzájemně zastupitelné,
od sebe se neliší, rozdíly jsou spíše mezi jednotkami.
2.
Ze souboru vybraných skupinek provedeme náhodně buď přímo výběr jednotek nebo výběr
dalších podskupinek a v nich výběr jednotek.
Pravděpodobnostní výběry
STRATIFIKOVANÝ NÁHODNÝ VÝBĚR
1.
2.
Při
Základní soubor je rozdělen do podsouborů, které nazýváme strata. Strata jsou
takové podmnožiny základního souboru, jejichž jednotky mají v rámci strata
společnou vlastnost nebo více společných vlastností. Strata se liší mezi sebou,
jednotky uvnitř se z hlediska vybrané vlastnosti neliší.
V každém stratu provedeme prostý náhodný výběr.
stratifikovaném výběru musíme určit správně podíly jednotlivých strat na
základním souboru. Jestliže se to podaří snížíme možnou chybu, která mohla
nastat v důsledku většího možného zastoupení určitých kategoriích v rámci
prostého náhodného výběru.
Např. názory mužů a žen a jednotlivých věkových kategorií na otázky privatizace. Výběr
tedy uspořádáme stratifikovaně podle pohlaví a věkových skupin a musíme znát
podíly obyvatelstva těchto skupin v základním souboru, abychom mohli stanovit podíl
jednotlivých strat na výběru.
Pravděpodobnostní výběry
SKUPINKOVÝ VÝBĚR
Základní soubor je rozdělen na podskupiny (klastry). Náhodně se vybírají některé
podskupiny, jejichž všichni členové vstupují do vzorku. Základní soubor je
rozdělen na podsoubory, skupinky. Skupinky jsou vzájemně zastupitelné, od sebe
se neliší, rozdíly jsou mezi jednotkami (tedy uvnitř skupinek). Logika výběru
vychází s toho, že vybrané skupiny reprezentují ostatní skupiny (i ty, co se
nedostaly do výběru), tedy celek – základní soubor.
1.
2.
Základní soubor je rozdělen na podsoubory, skupiny
Náhodným postupem vybereme ze základního souboru jen některé ze skupinek a
vyčerpávajícím způsoben šetříme všechny jejich jednotky.
Například při výzkumu dětí školou povinných se ze základního souboru všech
tříd vybere např. 15 tříd a zkoumají se všichni žáci těchto tříd. Hlavní
výhodou skupinového výběru jsou nízké náklady
Pravděpodobnostní výběry
VÍCESTUPŇOVÝ NÁHODNÝ VÝBĚR
Procedura výběru vzorku sestává z několika návazně použitých metod výběru
vzorku. Omezuje rozptýlenost základního souboru.
1. Základní soubor je rozdělen na podsoubory, skupinky. Skupinky jsou
vzájemně zastupitelné, od sebe se neliší, rozdíly jsou spíše mezi
jednotkami.
2. Ze souboru vybraných skupinek provedeme náhodně buď přímo výběr
jednotek nebo výběr dalších podskupinek a v nich výběr jednotek.
Např. máme soubor okresů a náhodně vybereme 4 okresy. Ve vybraných
okresech provedeme náhodný výběr obcí a v nich pak menší prostorové
jednotky - např. volební obvody, v nich potom vybíráme jedince.
Nebo jiný příklad:
Například při výzkumu dětí školou povinných se v prvním stupni (např)
klastrově vyberou primární jednotky - školy, v následujícím stupni se v rámci
primárních jednotek (např) klastrově vybírají sekundární jednotky - třídy, a
v dalším stupni se (např) systematický náhodně vybírají finální cílové osoby žáci.
Nepravděpodobnostní výběry
KVÓTNÍ VÝBĚR
Z nepravděpodobnostních výběrů bývá používán v sociologickém výzkumu nejčastěji, např.
ve výzkumu veřejného mínění.
Základem tohoto výběru jsou kvóty, kterými je vymezen rozsah výběru jednotlivých, nejčastěji
demografických nebo sociálních skupin. Kvóta říká tazateli, kolik má dotazovat žen, mužů,
kolik obyvatel se základním, středním apod. vzděláním atd.
Postup:
1.
2.
3.
4.
Zvolíme výběrové charakteristiky, pro něž budou stanoveny kvóty, v praxi nejvýše 5 znaků. Vhodné jsou
relativně snadno zjistitelné údaje, které jsou buď viditelné nebo které je dotazovaný ochoten sdělit,
zároveň to bývají hlediska, která populaci výrazně rozlišují. Nejčastěji se používá - pohlaví, věková
kategorie, vzdělání, region, velikost místa bydliště, profese, rodinný stav.
Pro stanovené kvóty vyhledáme ve statistikách údaje.
Rozhodneme se, zda budeme kvóty zadávat nezávisle na sobě nebo ve vzájemných vazbách.
Stanovíme výběrové kvóty pro každého tazatele tak, aby pokrývaly potřebný počet strukturu dotázaných
SYSTEMATICKÝ VÝBĚR
1.
Máme základní seznam.
2.
Z něho vybíráme jednotky na základě pevně zvoleného kroku, např. každou 10. jednotku.
Tento výběr se velice blíží výběrům pravděpodobnostním, ale s dostatečnou jistotou není zajištěna
náhodnost pořadí jednotek v seznamu. (není s dostatečnou jistotou zajištěno náhodné pořadí
jednotek v souboru). Každá x-tá jednotka může mít určitou vlastnost, kterou se od ostatních
liší, může se objevit skrytá pravidelnost uspořádání jednotek v seznamu.
Např. bloky v New Yorku - každý x-tý dům je rohový a tudíž odlišný, může se stát, že majitele rohových
domů ve vzorku vůbec nebudeme mít nebo tak budou pouze oni.
Nepravděpodobnostní výběry
VÝBĚR ÚSUDKEM
Při tomto výběru musí být výzkumník velice dobře obeznámen se zkoumanou problematikou nebo
musí velice úzce spolupracovat se zasvěceným odborníkem. Jde o výběry v řádu několika
desítek osob. Např. Kriminolog vybírá určitý typ vězňů, nebo pedagog určitý vzorek žáků.
Při tomto výběru však vstupuje prvek subjektivity a výsledky těchto výběru nelze spolehlivě
zobecnit.
Např. pracovník manželské poradny může spolehlivě vybrat typické manželské dvojice navštěvující
poradnu.
VÝBĚR NABALOVÁNÍM (snowball sampling)
Tento výběr má využití především při zkoumání specifických skupin obyvatelstva, pro které
neexistují seznamy ani jiná spolehlivá opora výběru.
Např. výzkum lidových léčitelů či sběratelů starožitností.
Např. kontinuální výzkum – panel domácností, spolupracující domácnosti získávají další
domácnosti.
Předpokládáme totiž, že každá z jednotek má alespoň některé ze svých kolegů a nebude se bránit
sdělit nám jejich adresy.
1. Obrátíme se na zárodečný soubor jednotek (jednotlivci, organizace).
2.
Žádáme o kontakty na jiné jednotky odpovídající našim požadavkům (počet kol je závislý na
velikosti zárodečné skupiny).
3.
Výběr ukončíme jestliže se opakují nově nabízená jména či adresy.
Pravděpodobnostní výběry
Kvótní výběr
Příklad 3 propojených výběrových kvót pro tazatele:
Věk a pohlaví
18 – 24
25 - 44
45 +
Celkem
muž
žena
muž
žena
muž
žena
Uživatelé internetu
denně
1x
občas Celkem
týdně
32
25
15
72
35
27
15
77
45
35
12
92
55
40
6
101
35
20
12
67
20
15
6
41
222
162
66
450
Výběrové chyby
Rozdíl mezi hodnotou, kterou bychom získali ze základního souboru a údaji z
výběrového šetření se nazývá výběrovou chybou
Tyto chyba může být:
náhodná (s velikostí výběrového souboru se zmenšuje, její výše se při opakovaných šetřeních
provedených stejným postupem nemění, je způsobena skutečností, že výběrový soubor nikdy
nereprezentuje základní soubor přesně). Příčina – rozdíl ve velikosti obou souborů.
systematická (projevuje se v situacích, kdy je porušena náhodnost výběru, např. když některé
jednotky mají větší pravděpodobnost dostat se do výběrového souboru, nebo je špatně
vymezena populace, systematická chyba narušuje reprezentativitu výběru). Např. výzkum
Literary Digest viz Disman, nebyli zahrnuti chudí, lidé bez telefonu, prezidenstské volby
v USA 1936, apod.
Vychýlení (posun) je pak veličina, o níž se liší hodnota výběrového souboru od hodnoty základního
souboru. Kromě vychýlení je třeba vzít v úvahu přesnost (rozptýlení pozorovaných hodnot
kolem výběrového průměru, tedy, jestliže je rozptýlení naměřených hodnot kolem
výběrového souboru malé, je přesnost vysoká, a naopak, jestliže je rozptýlení velké, přesnost
je malá).
K eliminaci chyby výběru a k tomu, abychom byli schopni zvolit výběrový soubor, jehož výsledky
by zastoupily celek, slouží opora výběru, což je:
•
seznam jednotek základní populace, z nějž je vybírán zkoumaný výběrový soubor
•
jednoznačný výběrový předpis, kterým je získán výběrový soubor.
Velikost vzorku
Neexistuje jednoznačný návod na stanovení optimální velikosti vorku. Velikost vzorku závisí
v podstatě na těchto 4 faktorech:
•
počet skupin a podskupin, které budou v rámci vzorku analyzovány
•
požadovaná přesnost výsledků, hodnota přikládaná informacím vyplývajícím ze vzorku
(dána mírou spolehlivosti)
•
náklady na získání vzorku
•
variabilita populace (dána standardní odchylkou)
Existují statistické teorie dávající návod, jak velikost vzorku stanovit. Tyto metody stanovují
velikost vzorku na základě požadované úrovně spolehlivosti výsledků a přípustné chyby (a
dalších parametrů). Je i několik ad hoc metod stanovení velikosti vzorku, které jsou
jednoduše prakticky využitelné.

 Praktická zásada - vzorek by měl být tak velký, aby při jeho rozdělení na skupiny, měla
každá z nich alespoň 100 jedinců (např. výzkum volebních preferencí – jednotlivé regiony –
tak jak si je zvolíme - alespoň 100 respondentů). Pokud je třeba mít srovnání v rámci ještě
hlouběji členěných skupin, musí tato podskupina obsahovat cca 50 osob (ženy vs. muži).
Jestliže má určitá skupina relativně nízké zastoupení v populaci, může být vzorek stanoven
disproporčně (jestliže se srovnávají názory úzké skupiny osob sledujících kulturní a
vzdělávací pořady v TV s ostatní populací, vzorek se stanoví tak, že diváci těchto pořadů mají
na vzorku stejný podíl, jako nediváci.).
•
•
Rozpočet - omezení velikosti vzorku mohou vyplývat z omezených prostředků na výzkum.
Srovnatelné výzkumy - vodítkem mohou být již provedené výzkumy se srovnatelnými
podskupinami.
Výtěžnost x návratnost
Výpadky návratnosti tedy představují chybějící pozorování a selhání realizovat měření
na celém vybraném vzorku.
Dalším ukazatelem je výtěžnost, která je definována jako podíl úspěšných kontaktů
k celkovému počtu kontaktovaných adres s dotazovatelným respondentem
•
adresní výběr
– předepsáno 1000 adres,
– 200 nebylo kontaktovaných (výpadek tazatele, chyba databáze apod.)
– 200 rozhovorů bylo neúspěšných z důvodu odmítnutí či nezastižení
•
výtěžnost 600/800=75%
•
návratnost 600/1000=60%
Další ukazatele
• Míra spolupráce (co-operation rate) je podíl kompletních rozhovorů ze
všech kontaktovaných. Ukazatel lze sledovat na úrovni domácnosti a
respondenta. Míra dává informaci o ochotě veřejnosti spolupracovat na daném
výzkumu.
• Míra odmítnutí (refusal rate) je podíl případů, kdy domácnost nebo vybraná
jednotka odmítly spolupráci nebo předčasně ukončily rozhovor, ze všech
platných případů ve výběru.
• Míra kontaktování (contact rate) je podíl případů, kdy se domácnost nebo
vybranou jednotku nepodařilo kontaktovat, ze všech platných případů ve
výběru.
Všechny uvedené ukazatele bývají udávány obvykle v procentech (tj.
násobeno 100).
Výběr cílové osoby
Náhodné výběry (existuje opora výběru – databáze nemovitostí ČP nebo registr
budov ČSÚ)
Tazatel nemá možnost subjektivně ovlivnit výběr cílové osoby.
Tazatel obdrží nejméně x.. adres v jednom dotazovacím místě (obci) a postupně
jednotlivé adresy kontaktuje. Při úspěšném kontaktu s domácností tazatel podle
přesně vymezených pravidel (modifikovaný švédský klíč) určí cílovou osobu, se
kterou provede rozhovor (metoda nejbližší narozenin nebo Švédského klíče).
Švédský klíč je konstruován tak, že s určitou pravděpodobností zamítne uskutečnění rozhovoru v
jednočlenné a dvoučlenné domácnosti. Tazatel v takovém případě kontaktuje nejbližší sousední
domácnost se 3 a více členy ve věku 12-79 let a opět postupuje podle přesných pravidel při výběru
cílové osoby. Postup při vyhledávání sousední a náhradní domácnosti bude realizován metodou
náhodné procházky se startovacím bodem v nahrazované domácnosti.
Systematická a náhodná odchylka
20%
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%
kontinuální 1000 bez systematické odchylky
kontinuální 5000 se systematickou odchylkou
Lineární
(kontinuální 1000 bez systematické
skutečnost
odchylky)
Velikost vzorku respondentů
 velikost vzorku je až druhořadou záležitostí
z pohledu kvality výsledků
26%
Interval spolehlivosti pro změřená data
25%
četnost
24%
23%
22%
21%
20%
19%
18%
} {
systematická
odchylka
se nezmenší
1000 respondentů
změřená data
skutečnost
zmenší se jen
interval spolehlivosti
2000 respondentů
Velikost vzorku
Statistical deviation
Statistical deviation, 95% confid. interval
počet
3/
5/
10 /
15 /
20 /
25 /
30 /
40 /
3 / 97
5 / 95 10 / 90 15 / 85 20 / 80 25 / 75 30 / 70 40 / 60
50
případů
97
95
90
85
80
75
70
60
cases
%
%
%
%
%
%
%
%
8
100
3,4
4,4
6,0
7,1
8,0
8,7
9,2
9,8
10,0
5,7
200
2,4
3,1
4,2
5,0
6,1
6,5
6,9
7,1
300
2,0
2,5
3,5
4,1
4,6
5,0
5,3
5,7
5,8
400
1,7
2,2
3,0
3,6
4,0
4,3
4,6
4,9
5,0
500
750
1,5
1,2
1,9
1,6
2,7
2,2
3,2
2,6
3,9
3,2
4,1
3,3
4,4
3,6
4,5
3,7
1 000
1,1
1,4
1,9
2,3
3,6
2,9
2,5
2,7
2,9
3,1
3,2
1 250
1 500
1,0
0,9
1,2
1,1
1,7
1,5
2,0
1,8
2,3
2,1
2,4
2,2
2,6
2,4
2,8
2,5
2,8
2,6
2 000
0,8
1,0
1,3
1,6
1,8
1,9
2,0
2,2
2,2
2 500
3 000
0,7
0,9
1,2
1,4
1,6
1,7
1,8
2,0
2,0
0,6
0,6
0,8
0,7
1,1
1,0
1,3
1,2
1,5
1,4
1,6
1,5
1,7
1,5
1,8
1,6
1,8
1,7
0,5
0,7
0,9
1,1
1,3
1,4
1,4
1,5
1,6
0,5
0,4
0,3
0,3
0,6
0,8
1,0
1,1
0,5
0,7
0,8
0,9
0,40,4 0,6 0,6 0,7 0,7 0,8
1,2
1,0
0,80,9
1,3
1,1
0,9
0,9
1,4
1,1
1,0
0,9
1,4
1,2
1,0
1,0
3 500
4 000
5 000
7 500
10 000
10
000
50
%
1,0
Velikost vzorku
Prvním zásadou, při úvahách o velikosti vzorku, je prostudovat velikost a složení
populace, ze které bude vybírán vzorek výzkumu. Pro výběr vzorků z malých
populací je statistická teorie vcelku složitá, obvykle ze základního souboru do 100
jednotek je zapotřebí dotazovat všechny respondenty. U větších populací než 100
respondentů se výběr vzorku volí kromě požadované přesnosti i s ohledem na
velikost základního souboru. Počítáme-li s velkou populací (nad 100 000 jednotek),
toto pravidlo neplatí a velikost vzorku je již možné stanovit bez ohledu na velikost
populace. Např. vzorek 1000 respondentů ze 500 000 populace bude stejně přesný
jako vzorek 1000 respondentů ze tří milionové populace. (viz níže tabulka).
Tabulka na určování doporučené velikosti vzorku s 5% chybou vzorku pro 95%
spolehlivost (předpokládaná úroveň vzorku je 50% a bez možnosti jeho dalšího
členění na podskupiny)
základní
soubor
vzorek
základní
soubor
vzorek
210
136
2 400
331
320
175
4 000
351
550
228
8 000
367
1 100
285
20 000
377
1 700
313
100 000
384
Volba technik sběru dat
Po operacionalizaci (výběru a stanovení proměnných, tj. modelu výzkumu) – tedy další zpřesnění
výzkumné problematiky a zaměření výzkumu - nastává přesné určení toho, jaké výzkumné
techniky sběru empirických dat chceme použít. (tzn. zda použijeme dotazování, rozhovor,
pozorování, experiment atd.). Např. smysl otázek týkajících se podmínek bydlení nám bude zcela
jasný, až si zpřesníme všechny proměnné, které nás budou zajímat
Je opravdu mnoho různých technik sběru dat, namátkou standardizovaný rozhovor, skupinový
rozhovor, dotazník, anketa, sekundární analýzy, sociometrické techniky apod.
Naštěstí lze všechny tyto techniky uspořádat do následujících skupin:
(Pozn. – různí autoři používají různá členění, která se víceméně shodují)

pozorování



rozhovor
dotazník
analýza dokumentů
(Disman, s.123)
Metody, které získávají údaje z výpovědí dotazovaného
dotazníkové šetření (questionnaire)
standardizovaný rozhovor (schedule)
nestandardizovaný rozhovor (interview guide)
2.
pozorování
3.
zkoumání materiálních výtvorů
(Labovitz + Hagendorn s. 71-87).
1.
Volba technik sběru dat
Dotazník:
•Poštovní anketa
•Osobní distribuce dotazníku
•Internetové dotazování
Rozhovor:
•Osobní interview
•Osobní interview v domácnosti, na ulici, na veřejnosti
•Telefonické interview
•Osobní dotazování za pomocí počítače
•Skupinová diskuse
Pozorování:
•Zúčastněné (výzkumník participuje na činnosti lidí, které studuje)
•Nezúčastněné (výzkumník je oddělen od situace , nezúčastní se jí)
Volba technik sběru dat (2)
Volba výzkumných technik závisí rovněž na praktických zřetelích, tj. časových dispozicích a
finančních možnostech. Obtíže tohoto druhu často vedou k volbě dotazníkového šetření. Výzkum
však nelze stavět pouze na dotazování, tj. pozorování hromadných jevů (to je výhodné např. u
spotřebitelských zvyklostí). Budeme-li zkoumat např. kvalifikaci lékařů, vztahy ve skupinách –
šikanování nepůjde o hromadný, masový jev a bude třeba volit trochu jiné metody.
Doporučuje se volba více výzkumných metod a technik výzkumu, jednak proto, že se výsledky
verifikují a jednak proto, že to umožňuje možnost srovnání.
Při výběru metody a poté i konkrétních technik sběru empirických dat výzkumník rozhoduje,
které z alternativních metod použije. Každá metoda s sebou nese určité náklady, nezbytné výdaje
času, práce a peněz. Jestliže náklady použití nějaké metody jsou příliš vysoké, je třeba zvážit, zda
bychom neměli použít metodu jinou, která je méně dokonalá, ale levnější a poskytne výsledky
s nepříliš odlišnou poznávací hodnotou.
Příklad: nejlepší by bylo „sčítání lidu“ dělat každých 5 let, nicméně ověření klíčových ukazatelů
dovoluje předpovědět s určitou mírou správnosti řadu dalších charakteristik, které není potřeba
zkoumat náročným způsobem v celé populaci tak často – mikrocensus.
Daň za taková rozhodnutí, kdy rezignujeme na nákladnější a zároveň dokonalejší a přesnější
metody ve prospěch jednodušších a snáze použitelných, přijímali jen v nejnutnějších případech a
svá rozhodnutí zdůvodnili. Jde o to, že hranice přípustných rezignací na přesnost nebo stupeň
zdůvodnění jsou v nemalé míře závislé na povaze zkoumaného problému a závěrů z něj
plynoucích. (např. závažnost výzkumu z něhož se bude měnit sociální dávky….)
Organizační stránka výzkumu
Reálnost projektu je třeba posoudit podle množství a kvality spolupracovníků, kteří jsou k
dispozici, finančních a časových podmínek.
Organizační, časová a finanční stránka výzkumu je součástí projektu a schvaluje se spolu
s ním. Zahrnuje finanční rozpočet (kalkulaci) výzkumu, lidské zdroje (kdo, kdy a za co kdo
nese odpovědnost), časový harmonogram (timing), kdy, jaké práce musí být hotovy. A to, jak
případného předvýzkumu (pilotáže), tak též sběru dat, zpracování dat, analýzy a interpretace
dat.
Dá se říci, že uspořádání výzkumu, nebo jinak řečeno, organizační a časová stránka výzkumu,
někdy i používaný plán výzkumu vždy zahrnuje:
a, personální otázky a organizaci výzkumného týmu
b, harmonogram (timing) výzkumných prací)
c, finanční kalkulace (rozpočet).
Finanční kalkulace - rozpočet
Finanční kalkulace (rozpočet) zahrnuje:
• Vlastní náklady
• Externí náklady
Jedná se o tyto položky:
• Kalkulované hodiny vlastní práce (vlastní + team)
• Kalkulované hodiny externích spolupracovníků (např. zpracování dat)
• Tazatelé (věcné náklady + odměna za práci)
• Školení (briefing)
• Pronájem prostor – (školení, konzultace apod)
• Poštovné, telefon, tisk,
• Cestovné – ubytování
• Jiné náklady (kupované adresy, překlad, účast jiné firmy apod.)
• + režijní náklady (+15% ke kalkulované ceně)
• ? + zisk (10 – 15%)
Terénní sběr dat
Etapa sběru dat zaujímá v sociologickém výzkumu místo mezi fází přípravy a fází analýzy a
interpretace dat.
Terénní sběr dat se zpravidla uskutečňuje prostřednictvím tazatelské sítě - tazatelů
Výběr a příprava tazatelů pro sociologický výzkum a jejich instruktáž – trénink.
Přitom je třeba řešit tyto otázky:
•jaký typ tazatelů je nejvhodnější k uskutečnění terénního výzkumu,
•jak bude zajištěna jejich příprava,
•kolik je jich nutno vyškolit,
•kde a kdy budou využiti (místo a čas).
Zároveň je třeba stanovit obsah přípravy vybraných tazatelů. Jedná se o seznámení
s metodickým materiálem a praktickými návody k práci (např. k vedení rozhovoru, či
k pozorování).
U výzkumů v sociálních systémech (škola, podnik, apod.) se musí výzkumník rozhodnout,
v jaké z rolí vstoupí do zkoumaného sociálního systému. (mnohdy to záleží na zadavateli
výzkumu).
Buď jako nezávislý výzkumník nebo jako závislý výzkumník, který je identifikovaný
s určitým sociálním systémem. Být nezávislým výzkumníkem je lepší v případě, že zkoumáme
formální systémy. Při výzkumu neformálních systémů se více vyplatí role závislého
výzkumníka - insidera, který svou roli neprozradí.
Předvýzkum a pilotáž
Úvodní projekt výzkumu je několika násobnou volbou, jde do jisté míry o vstup do neznáma. a proto se
doporučuje, zejména, pokud jde o výzkum nové problematiky – úvodní projekt prověřit
předvýzkumem či pilotáží. Jedná se různé formy ověření připravovaného výzkumu.
Předvýzkum
Účelem předvýzkumu (minimalizované formy předpokládaného výzkumu) je odzkoušení základní
metodiky a nástrojů, které jsme pro výzkum zkonstruovali.
Cílem je obvykle testovat srozumitelnost a jednoznačnost otázek. Čteme-li otázky, které zkounstruoval
někdo jiný, vidíme nesrozumitelnosti, ale ve svých otázkách je nevidíme. Nejlepší je, když
konzultujeme otázky mimo skupiny svých kolegů sociologů, protože ti mají stejně deformované
smýšlení, jako my. Zatímco otázka se nám zdá být velice srozumitelnou a jasnou, respondent by ji
mohl pochopit jinak či vůbec. Předvýzkum na vzorku cílové populace může toto riziko
minimalizovat, i když ne zcela vyloučit.
Výhody předvýzkumu:
1.
je to příležitost vyzkoušet v praxi výzkumný nástroj a provést potřebné změny
2.
poskytuje výzkumníkovi příležitost seznámit se v úplnosti se sociálním prostředím, v němž bude
provádět hlavní šetření
3.
poskytuje výzkumníkovi příležitost předem vyzkoušet, jak bude vypadat analýza sebraných dat,
odstranit řadu nepředvídaných problémů, proto by měl provést alespoň dílčí analýzu dat
z předvýzkumu
4.
výzkumník má možnost se přesvědčit, zda získaná data budou vhodná pro testování vyslovených
hypotéz
5.
výzkumník má poslední možnost zastavit výzkumné šetření a vynaložit finanční prostředky
efektivněji.
Pilotáž
Pilotáž
Definice pilotní studie se liší u mnohých autorů. Účelem pilotáže je zjistit, zda je výzkum v dané
populaci vůbec možný. Pilotáž je prováděna na malé skupině vybrané z populace, kterou
hodláme studovat. Nebo v užším smyslu se pilotáží míní jen ověření technik pro výzkum.
Cílem pilotní studie v širším smyslu je zjistit, zda informace, kterou požadujeme, v naší
populaci vůbec existuje a zda je dosažitelná. Pilotáž je velice důležitá právě tam, kde
nemáme hlubokou znalost o cílové populaci, zejména vzhledem ke zkoumané
problematice.
I když se může zdát, že u nás jsou všechny populace známé, není tomu tak. Žádná
společnost není kulturně homogenní, existuje řada subkultur, které sice soudíme
z vlastního pohledu, ale jsou značně odlišné (např. romská komunita, mafie). To, se je
v jedné skupině považováno za všeobecně dostupnou informaci, může být v jiné skupině
zcela tajné. Různé profesionální subkultury mohou mít specifický systém hodnot odlišný
od hodnot existujících ve společnosti obecně. Velice obtížný je např. výzkum policistů,
protože neformální normy v této skupině zabraňují předávání určitých informací
nečlenům této skupiny.
Cílem pilotáže v užším smyslu je ověření techniky či technik pro výzkum. Tedy, jde o nejmenší
rozsah ověřovaného výzkumu, který se v důsledku týká jen následně samotných úprav na
technikách sběru dat.