Hipoteze

Hipoteza je preliminarno objašnjenje koje razmatra skup činjenica i podleže daljem ispitivanju. U kvantitativnim istraživanjima eksperimenti se sprovode za procenu ovih hipoteza. Prikupljamo relevantne podatke i koristimo statističke metode da bismo utvrdili da li hipotezu treba privremeno prihvatiti ili odbaciti. Ključno je shvatiti da prihvatanje hipoteze nikada nije apsolutno, jer se u budućnosti mogu pojaviti dodatni podaci koji bi mogli dovesti do njenog odbacivanja (Sukamolson, 2007).

Eksperimenti se sprovode da bi se testiralo kako uvođenje intervencije, takođe poznate kao varijabla, utiče na ono što se dešava. Testiranje hipoteza se koristi za testiranje odnosa varijabli. Neophodno je kontrolisati sve ostale faktore kako biste bili sigurni da merite uticaj intervencije koju ste uveli.

Eksperimenti se koriste u eksplanatornom istraživanju zasnovanom na kauzalnoj logici, koja identifikuje uzročne veze između varijabli. Na primer, A izaziva B ili A izaziva B pod C okolnostima. Određeni neophodni uslovi moraju biti ispunjeni da bi se potvrdilo prisustvo uzročne veze. Uzrok mora prethoditi efektu (vremenski poredak), razlog mora biti povezan sa posledicom i ne sme postojati alternativno objašnjenje.

Objašnjeno u smislu varijabli (Leavy, 2022):

• Nezavisna promenljiva mora da prethodi zavisnoj promenljivoj i mora postojati veza između njih.
• Nijedna sporedna promenljiva ne može pružiti alternativno objašnjenje za zavisnu promenljivu.
• Eksperimentalne grupe dobijaju eksperimentalnu intervenciju (eksperimentalni stimulus), dok kontrolne grupe ne dobijaju.
• U nekim slučajevima kontrolna grupa može dobiti placebo.
• Svi eksperimenti imaju najmanje jednu eksperimentalnu grupu, ali nemaju svi eksperimenti kontrolne grupe.
• Korišćenje kontrolnih grupa je neophodno da bi se tačno uporedili rezultati eksperimentalne grupe čiji su članovi primili intervenciju sa rezultatima slične grupe čiji članovi nisu.
• U zavisnosti od vrste eksperimenta može postojati jedna, dve ili četiri grupe ukupno.
• Neki eksperimenti uključuju prethodne i/ili naknadne testove pored eksperimentalne intervencije.
• Prethodno testiranje određuje osnovne karakteristike subjekta pre uvođenja eksperimentalne intervencije.
• Naknadno testiranje se daje nakon eksperimentalne intervencije da bi se procenio uticaj intervencije.

Prilikom formiranja hipoteze, neophodno je identifikovati nezavisne i zavisne varijable. Hipoteza treba da bude verodostojna izjava o tome kako nezavisna promenljiva stupa u interakciju sa zavisnom promenljivom. Pored toga, moraju se identifikovati potencijalne kontrolne varijable.

Sledeći korak uključuje određivanje načina merenja nezavisnih, zavisnih i kontrolnih promenljivih. Tokom procesa operacionalizacije, obezbeđivanje visoke sadržajne validnosti između numeričke reprezentacije i konceptualne definicije bilo kog datog koncepta je ključno.

Kada su varijable definisane i operacionalizovane, istraživač mora razmotriti uzorkovanje. Koje empirijske reference će se koristiti za testiranje hipoteze?

Stokermer (Stockermer, 2019) ističe da se merenje i uzorkovanje obično rade istovremeno jer empirijski referenti koje istraživač proučava mogu uticati na izbor operacionalizacije indikatora u odnosu na drugi.

Nakon prikupljanja podataka, istraživač može da sprovede statističke testove da proceni istraživačko pitanje i hipotezu. U idealnom slučaju, rezultati studije će uticati na teoriju.

Nakon što konstruiše skup hipoteza za testiranje početne teorije, istraživač mora takođe da odredi druge varijable koje potencijalno utiču na fenomen koji se istražuje. Ove varijable, kao što su socio-demografski, psihografski i bihejvioralni faktori, treba da se kontrolišu u studiji. Sa postavljenim hipotezama i kontrolnim varijablama, istraživač može da identifikuje najbolje metode za merenje i glavnih varijabli od interesa i kontrolnih varijabli pre nego što odabere odgovarajući uzorak za studiju.

Izraz „uzročnost" odnosi se na ideju da će promena jedne promenljive dovesti do druge promene. U ovom slučaju, definicija uzročnosti je proširena tako da uključuje ideju da preduslov može uticati na promenljivu od interesa. Na primer, može se zamisliti da pol osobe utiče na korišćenje kreditne kartice. To znači da se pol može dovesti u uzročno-posledičnu vezu sa korišćenjem kreditne kartice, iako je nemoguće promeniti pol osobe da bi se videlo da li će se korišćenje kreditne kartice promeniti. Termin „uticaj“ se ponekad koristi umesto „uzroka“ ako je prikladnije, ali logika analize ostaje ista. Ako su dve varijable uzročno povezane, onda je razumno pretpostaviti da će biti povezane. Ako povezanost pruži dokaze o uzročnosti, onda nedostatak povezanosti sugeriše da uzročnost nije prisutna. Stoga je povezanost između stava i ponašanja dokaz uzročne veze: stav --> ponašanje (A. Aaker i sar., 2013).

Istraživači treba da imaju u vidu široku lepezu uzročno-posledičnih veza kada pokušavaju da uspostave uzročnost u svojim studijama. Ovo zahteva primenu različitih metoda i tehnika analize različite složenosti.

U eksperimentalnim i neeksperimentalnim kvantitativnim studijama može se uočiti sveobuhvatan skup uzročnih veza. Takvi odnosi mogu biti direktni, posredovani ili uzajamni, pri čemu su neki složeniji od drugih. Ove složenosti mogu se kretati od jednostavne linearne regresije do modela strukturnih jednačina (Structural Equation Models - SEMs).

Na Slici 7, prikazano je osam tipova uzročno-posledičnih veza:

• Direktna linearna uzročna veza u kojoj je Y funkcija samo od A.
• Posredovani uzročno-posledični odnos u kome je uticaj A na Y posredovan od strane B.
• Direktna uzročna veza u kojoj je moguće proceniti ukupan efekat (direktan i indirektan) A na Y.
• Direktna međusobna linearna uzročna veza u kojoj je uticaj A na Y recipročan.
• Indirektna međusobna linearna uzročna veza u kojoj Y recipročno utiče na uticaj A na Y (posredovan od strane B).
• Višestruko posredovana uzročna veza (domino) u kojoj A generiše sekvencijalni razvoj efekata tokom vremena na Y.
• Umerena direktna uzročna veza u kojoj je uticaj A na Y uslovljen uslovima C.
• Uzročna veza u kojoj A (egzogena varijabla) pokreće složenu strukturu (put) uticaja (direktnih i posredovanih) na Y.
• Očigledna ili lažna korelacija se odnosi na statističku povezanost između dve varijable koje nemaju uzročnu vezu. Ova vrsta korelacije može nastati pukim slučajem ili pod uticajem treće varijable. Važno je biti svestan postojanja lažnih korelacija kako bi se izbeglo donošenje pogrešnih zaključaka ili pogrešna predviđanja na osnovu statističkih podataka.