Deo 2: Komponente kvantitativnog nacrta istraživanja

Shvatanje uloge i značaja istraživačkih nacrta je ključno za efikasno istraživanje. Nacrt obuhvata ceo proces istraživanja, od postavljanja pitanja do analize i saopštavanja podataka.

Postoje dva fundamentalna istraživačka pitanja: deskriptivno istraživanje, koje istražuje šta se dešava, i eksplanatorno istraživanje, koje se fokusira na to zašto se stvari dešavaju.

Deskriptivno istraživanje može biti korisno, posebno kada se istražuju nove oblasti, jer može izazvati pitanje „zašto“ za eksplanatorno istraživanje. Eksplanatorno istraživanje podrazumeva razvoj kauzalnih objašnjenja koja tvrde da određeni faktor utiče na određeni fenomen. Na primer, pol može uticati na nivo prihoda. Međutim, složenost kauzalnih objašnjenja može varirati, a skrivene ili neizmerene varijable mogu biti u igri.

Važno je napomenuti da ljudi često mešaju korelaciju i uzročnost. Kada su dva događaja povezana, to ne znači nužno da jedan uzrokuje drugi. Veza između njih može biti slučajna, a ne uzročna. Zbog toga je ključno razumeti razliku između korelacije i uzročnosti da bismo sproveli efikasno istraživanje.

Aaker i sar. (2013) organizuju proces/nacrt studije kao što je prikazano na Slici 6. Sve počinje određivanjem istraživačkog pitanja, odnosno problemom koji će projekat pokušati da reši i znanja kom će doprineti ili koje će pokrenuti.

Ono što je direktno proisteklo iz pregleda literature mora se odmah „prevesti” u istraživačka pitanja, odnosno hipoteze koje će odrediti šta će se meriti, iz kojih izvora informacija i kojim metodologijama. Istraživačke hipoteze su sistemi varijabli čiji skupovi, iako samo delimično iscrpni, pokrivaju glavne dimenzije fenomena koji se analizira. Oni takođe pojašnjavaju predložene odnose između takvih varijabli koje treba testirati. Uz to, sledeći veoma relevantan i zahtevan zadatak je operacionalizacija (učiniti merljivim) varijabli čiji će se odnosi testirati (skale).

Kada je istraživačko pitanje precizirano, definisani su koncepti (varijable), latentne ili direktno uočljive, čiji će odnosi biti testirani i mere kojima će svaka biti obuhvaćena, neophodno je definisati koje jedinice informacija će sadržati potrebne informacije (sekundarne ili primarne).

Kvantitativne studije (eksperimentalne/neeksperimentalne) takođe moraju definisati metod uzorkovanja (slučajni/neslučajni) koji će biti primenjen na konkretnu „populaciju“ i veličinu i karakteristike grupa (neeksperimentalne; eksperimentalne; kontrolne) koje će biti saslušane. Kada to utvrdi, istraživač mora odlučiti koji konkretan plan prikupljanja informacija treba usvojiti: korelacijski/istraživački (transverzalni, longitudinalni) ili eksperimentalni.

Prikupljanje informacija (upitnik) je složeno, podložno dodavanju „grešaka“ i zavisi od iskustva istraživača. Iz svih ovih razloga, preporučljivo je koristiti skale koje su već potvrđene u prethodnim studijama kad god je to moguće, čime se pojačava njihova pouzdanost i validnost.

Kada organizovane informacije budu dostupne, podaci će biti podvrgnuti prilagođenim i planiranim analizama kako bi se testirale hipoteze istraživanja (opisna, univarijantna, multivarijantna, inferencijalna). Dobijeni rezultati se zatim moraju opisati i protumačiti da bi se u zaključku „konvertovali" u odgovor(e) na početno istraživačko pitanje koje je pokrenulo ceo proces.

Razumevanje da li je istraživačko pitanje deskriptivno ili ekplanatorno je ključno jer značajno utiče na nacrt istraživanja i prikupljene informacije. Istraživači moraju da razviju uzročna objašnjenja kada odgovaraju na pitanja „zašto“. Uzročna objašnjenja pokušavaju da dokažu da određeni faktor X, kao što je pol, utiče na fenomen Y, kao što je nivo prihoda. Dok neka uzročna objašnjenja mogu biti jednostavna, druga mogu biti složenija.

Kada se bave predviđanjem, istraživači moraju napraviti razliku između korelacije i uzročnosti. Uobičajena je greška pretpostaviti da su dva događaja uzročno povezana samo zato što se dešavaju zajedno ili jedan sledi drugi. Korelacija je verovatno slučajna i ne ukazuje na uzročnu vezu.

Razlikovanje između uzročnosti i korelacije je od suštinskog značaja za tačno razumevanje predviđanja, uzročnosti i objašnjenja. Važno je napomenuti da tačno predviđanje ne zahteva uvek uzročnu vezu, a sposobnost predviđanja ne dokazuje nužno uzročnu vezu. Mešanje ovih pojmova može dovesti do nerazumevanja i netačnih zaključaka.

Prepoznavanje razlike između korelacije i uzročnosti je od suštinskog značaja jer možemo posmatrati korelaciju, ali direktno posmatrati uzročnost. Stoga, moramo utvrditi uzrok, čineći izbegavanje nevažećih zaključaka primarnim ciljem eksplanatornog nacrta istraživanja.

Postoje dva pristupa kauzalnosti: deterministički i verovatnoća. U determinističkoj uzročnosti, promenljiva X izaziva Y bez izuzetka ako pouzdano proizvodi Y. Ovaj pristup ima za cilj da uspostavi uzročne zakone, kao što je pravilo da voda ključa na 100ºC.

Međutim, većina kauzalnog razmišljanja u društvenim naukama je pre verovatnoća nego deterministička. Možemo poboljšati probabilistička objašnjenja tako što ćemo specificirati uslove pod kojima će jedan faktor manje ili više uticati na drugi. Međutim, nikada nećemo postići potpuna ili deterministička objašnjenja. Dva događaja su uzročno povezana jer se dešavaju zajedno ili prate jedan drugi. Korelacija je verovatno slučajna i ne ukazuje na uzročnu vezu. Tačno predviđanje ne zahteva nužno uzročnu vezu, a sposobnost predviđanja ne dokazuje uzročnost.

Ciljevi istraživanja mogu biti pojedinačni ili višestruki i mogu se obrađivati sinhrono ili dijahrono (od 1. do 4.).

Kvantitativno istraživanje se fokusira na merenje i pretpostavlja da se predmet istraživanja može kvantifikovati. Njegov glavni cilj je da obezbedi sveobuhvatne podatke kroz merenje, analizira podatke za obrasce i veze i proveri njihovu tačnost. Obim kvantitativnog istraživanja kreće se od lako merljivih atributa kao što su visina i težina do više nematerijalnih elemenata kao što su ljudske emocije i misli.

Pristup kvantitativnog istraživanja je veoma precizan i logičan i koristi statističku analizu u najvećoj meri. Njegova sposobnost da testira teorije putem formulacije hipoteza i formalne statističke analize izdvaja ga kao metodologiju. Posebno je koristan u merenju varijabli kao što su visina, težina, stav i dobrobit, diferenciranje između nezavisnih i zavisnih klasifikacija i uočavanje uticaja prvih na druge. Višestruke hijerarhijske teorije merenja se takođe koriste za dobijanje različitih tipova merenja (Tabela 4).

Na svom najosnovnijem nivou, nominalna klasifikacija kategorizuje podatke bez kvantitativne analize. Kako se krećemo ka rednom merenju, uvodimo hijerarhijsku strukturu u podatke, iako ovaj metod može zahtevati veću preciznost. Oslanjamo se na merenja intervala i nivoa odnosa radi veće preciznosti, iako generisanje odnosa može biti izazovno kada se proučavaju društveni fenomeni. Redna i intervalna merenja su najčešće korišćene tehnike u kvantitativnim istraživanjima.

Bez obzira na metod merenja, greške će se sigurno pojaviti. Ove greške mogu da potiču iz različitih izvora, uključujući instrumentalne, ljudske i slučajne greške.

Iako je moguće smanjiti instrumentalne i ljudske greške, nemoguće je kontrolisati slučajne greške. Stoga je neophodno uzeti u obzir slučajne greške prilikom kreiranja i upotrebe bilo kog instrumenta. Instrumentalne i ljudske greške se mogu manifestovati na dva načina: unutar instrumenta (ili unutar ljudskog operatera), što znači da isti instrument može proizvesti različite rezultate u različitim postavkama, ili među instrumentima (ili od čoveka do čoveka), što znači da dva naizgled identična instrumenta mogu dati različite rezultate.

Slično, ljudske greške impliciraju da pojedinci koji koriste isti instrument mogu dobiti različite rezultate sa različitim prednostima. S druge strane, greške instrumenta impliciraju da dvoje ljudi koji koriste isti instrument mogu istovremeno dobiti različite rezultate. Iako se greške ne mogu eliminisati, one se mogu svesti na minimum.

Efikasni instrumenti moraju biti kreirani tako da minimiziraju greške instrumenta. U društvenim istraživanjima, to znači osigurati da upitnici za posmatranje i kontrolne liste budu razumljivi i da se na pitanja odgovori precizno.

Prilikom kreiranja instrumenata, ključno je uravnotežiti „autentičnost“ i „direktnost“. Autentični instrument meri što je više moguće o fenomenu, ali rizikuje da postane indirektan, dok se direktni instrument fokusira samo na stavke koje su direktno povezane sa fenomenom, potencijalno gubeći deo autentičnosti. (Watson, 2015).