METODOLOGIA

– system jasno określonych reguł i procedur, do których odwołują się

badania będące podstawą rozwoju wiedzy. System tych reguł i procedur nie jest ani
niezmienny ani niezawodny.

Rola metodologii:



Dostarcza reguł komunikowania;



Dostarcza reguł wnioskowania (opartych o reguły logiki);



Dostarcza reguł intersubiektywności.

BADANIE

– to proces samokontrolujący się.

PROBLEMATYKA BADAWCZA

– to najogólniej sformułowany zakres badań.

PROBLEM BADAWCZY

– formułuje się w formie pytania, bardziej szczegółowy.

Proces badawczy – schemat:

PROBLEM BADAWCZY

– to bodziec intelektualny wywołujący reakcję w postaci badań

naukowych, np.: jaka część społeczeństwa polskiego podejmuje migracje zarobkowe
w Wielkiej Brytanii? Jak będzie wyglądał Gdańsk w 2030 roku?

UWAGA!



Nie każdy bodziec intelektualny może być empirycznie zbadany i nie każde ludzkie
zachowanie może być poddane badaniom naukowym! (np. pytanie, czy atrakcyjniejsze
są blondynki czy brunetki? Czy istnieje Bóg?);

Problematyka badawcza

Problem badawczy

Hipotezy

Pytania badawcze

Plan badawczy

Pomiar

Zbieranie danych

Analiza danych

Uogólnienie

Teoria



Ideałem naukowego badania jest możliwie obiektywne podejście do przedmiotu
i podmiotu badania;



Problem badawczy musi być sformułowany w sposób jasny i dokładny (nie może być
zbyt ogólny);



Formułując problem badawczy, badacz musi określić jednostki analizy, tzn. określić
podstawowe elementy badanego zjawiska.

Jednostka (poziom) analizy warunkuje m.in.:

1. Zakres i istotę badanych zjawisk (np. postawy/wiedza, jednostki/grupy/instytucje,

poziom mikrogrupy/mezogrupy/makrogrupy);

2. Wybór planu badawczego;
3. Metody zbierania danych;
4. Metody analizy danych;
5. Poziom i zakres uogólnień.

UWAGA!



Należy dokładnie określić właściwości jednostek analizy, w przeciwnym wypadku
przechodzenie od jednej jednostki do drugiej może być źródłem błędów;



Podobieństwo pojęć – przyczyną niejasności, np. władza-przywództwo-zarządzanie;



Uogólnienia wyników badań, w których jednostkami analizy były zupełnie inne
obiekty/zjawiska (np. jednostki vs grupy) generują błędy;



Badacze muszą określić jednostki analizy również z powodów metodologicznych – ze
względu na możliwość zniekształceń we wnioskowaniu.

Błąd ekologizmu

– przenoszenie wniosków z bardziej złożonej jednostki analizy na prostszą

jednostkę analizy, z poziomu wyższego na niższy.

Błąd indywidualizmu

– wyprowadzenie wniosków o grupach, społeczeństwach i narodach

bezpośrednio z danych dotyczących zachowań jednostek.

ZMIENNE

– służą do „przechodzenia” z poziomu pojęciowego na poziom empiryczny,

w postaci zmiennych pojęcia są uwzględniane w hipotezach badawczych.
Zmienna to wartość empiryczna mająca dwie lub więcej wartości np. dobrostan psychiczny
może przybierać wartości: bardzo niski, mierny, średni, dobry, bardzo dobry; klasa społeczna
może przybierać wartości: niższa, średnia, wyższa.

Rodzaje zmiennych:



Zmienne zależne i niezależne:

ZMIENNA ZALEŻNA

(kryterialna) – to zmienna, którą badacz zamierza wyjaśnić.

ZMIENNA NIEZALEŻNA

(wyjaśniająca, predykcyjna) – zakładana przyczyna

zmian wartości zmiennej zależnej. Za jej pomocą wyjaśniamy wartości zmiennej
zależnej.



Zmienne kontrolne:

ZMIENNA KONTROLNA

– używana jest w badaniach do sprawdzenia, czy

związek pomiędzy zmienną zależną i zmienną niezależną jest związkiem pozornym,
tzn. związek ten może zostać wyjaśniony tylko przy pomocy innej zmiennej
(kontrolnej).
Zastosowanie w badaniach zmiennej kontrolnej zmniejsza ryzyko przypisywania
mocy wyjaśniającej tym zmiennym, które w rzeczywistości nie wpływają na zmiany
wartości zmiennej zależnej.

Jeśli wpływ zmiennej kontrolnej zostanie wyeliminowany, a związek pomiędzy
zmienną zależną i niezależną nadal będzie obserwowany, to związek ten nie jest
związkiem pozornym.



Zmienne ciągłe i dyskretne:

ZMIENNA CIĄGŁA

– nie posiada z góry określonej swojej najmniejszej

(naturalnej) jednostki, np. długość, wysokość.

ZMIENNA DYSKRETNA

– posiada swoją minimalną jednostkę, np. ilość

pieniędzy, liczba dzieci w rodzinie.
Związek – występuje, gdy zmienne X i Y są ze sobą powiązane, gdy mają ze sobą coś
wspólnego. Gdy zmiana wartości jednej zmiennej powoduje zmianę wartości drugiej
zmiennej, pomiędzy zmiennymi zachodzi tzw. kowariacja (współzamienność)
np. zakładany związek wykształcenia i dochodów.

Oprócz faktu występowania związku pomiędzy zmiennymi należy określić inne jego
właściwości, tj.:



Kierunek:

Związek dodatni – zachodzi, gdy wraz ze wzrostem wartości jednej zmiennej rosną
także wartości drugiej zmiennej.
Związek ujemny (negatywny) – zachodzi, gdy wraz ze wzrostem wartości jednej
zmiennej wartości drugiej maleją.



Siłę:
Siła związku – określa zakres, w jakim zmienne współzamieniają się dodatnio lub
ujemnie.

W analizie statystycznej zwykle przyjmuje się następującą skalę:
r

xy

= 0 zmienne nie są skorelowane

0 < r

xy

< 0,1 korelacja nikła

0,1



r

xy

< 0,3 korelacja słaba

0,3



r

xy

< 0,5 korelacja przeciętna

0,5



r

xy

<0,7 korelacja wysoka

0,7



r

xy

< 0,9 korelacja bardzo wysoka

0,9



r

xy

<1 korelacja prawie pełna

HIPOTEZA

– to proponowana przez badacza odpowiedź na pytanie badawcze.



Hipoteza jest wyrażana w postaci jasno określonego związku pomiędzy zmiennymi;



Hipotezy weryfikuje się w badaniach empirycznych;



Jeśli hipoteza zostaje zweryfikowana negatywnie (odrzucona) należy zbudować
następną;



Jeśli hipoteza zostaje zweryfikowana pozywanie (przyjęta) jest ona elementem wiedzy
naukowej.

Jak tworzymy hipotezy?



Muszą być jasno sformułowane;



Musza być konkretne (dokładne określenie oczekiwanego związku i warunków

w jakich związek będzie zachodził);



Są sprawdzalne za pomocą dostępnych metod;



Hipotezy naukowe nie są wartościujące.

Źródła informacji w badaniach społecznych

Literatura fachowa ( przegląd):



Poznanie aktualnego stanu wiedzy (publikacje zawarte, czasopisma naukowe, prasa,

statystyki, archiwalia, bibliografie, przewodniki, mapy itp.);



Poznanie podstawowych pojęć, teorii;



Ustalenie głównych zmiennych oraz definicji pojęciowych i operacyjnych;



Ustalenie problemów badawczych i hipotez/ pytań badawczych;



Zweryfikowanie metod i technik badawczych.

POMIAR

– to przyporządkowanie cyfr lub liczb obiektom, zdarzeniom lub zmiennym

zgodnie z określonymi regułami.

Trzy główne pojęcia wykorzystywane do zdefiniowania pomiaru to:



Cyfry (symbole przedstawiane w postaci I, II, III lub 1,2,3);



Przyporządkowanie (przydzielenie cyfr lub liczb obiektom lub zdarzeniom);



Reguły (procedury jakimi posłużono się w trakcie przepisywania cyfr lub liczb
obiektom czy zdarzeniom).

UWAGA!



Najbardziej istotnym elementem procedury pomiarowej są reguły, ponieważ

wyznaczają jakość pomiaru i wiążą procedurę pomiarową z rzeczywistością.



Reguła pomiarowa jest błędna, gdy nie przystaje do rzeczywistości, kiedy brakuje jej
podstaw empirycznych.



Podstawowe pytania przy stosowaniu procedury pomiarowej brzmi: czy wykorzystany

system liczbowy ma strukturę podobną do struktury mierzonych pojęć?

IZOMORFIZM

(podobieństwo lub identyczność struktury, które w naukach społecznych nie jest ani
oczywiste, ani wprost określone- tak jak ma to miejsce np. w naukach fizycznych)

Poziomy (skale) pomiaru:

1. Nominalny:



Skala nominalna jest najmniej precyzyjnym poziomem pomiaru. Wartości
badanej cechy określane są na niej za pomocą „etykietek” tak jak np.
klasyfikacja populacji ze względu na religię ( np. chrześcijanie, Żydzi,
muzułmanie).



Na skali nominalnej możliwe są tylko stwierdzenia „równy”(=) i różny (≠).

Natomiast dopuszczalne operacje matematyczne to zaliczanie jednostek
należących do danej kategorii, a także obliczanie proporcji odsetek,
stosunków. Nie da się np. wyciągnąć średniej.



Inne cechy, które mogą być badane są na poziomie nominalnym to np. płeć,

poglądy polityczne, rasa posiadanego psa, nazwa miasta, w którym się
zamieszkuje.



Nominalny poziom pomiaru zostaje zrealizowany wówczas, gdy zbiór
obiektów zostanie poklasyfikowanym na kategorie, które będą wyczerpujące (
tzn. będą zawierały wszystkie obiekty określonego rodzaju) wzajemnie
rozłączone( tzn. żaden obiekt nie zostanie jednocześnie zaliczony do więcej niż

jednej kategorii) i każdej kategorii zostanie przyporządkowany inny symbol,
który będzie ją reprezentował.



Z matematycznego punktu widzenia, główną cechą poziomu nominalnego jest
to, że właściwości obiektów wpadających do jednej kategorii są traktowane
jako identyczne dla wszystkich przypadków wpadających do jednej kategorii.

2. Porządkowy:



Skala porządkowa pozwala na porządkowanie np. respondentów w ramach

wyróżnionych kategorii pod względem natężenia badanej cechy, ale owego
natężenia nie jesteśmy w stanie określić dokładnie, czyli wiemy, że A jest
większe od B , ale nie wiemy o ile większe.



Jeżeli na poziomie porządkowanym pomiaru pojawiają się liczby, to nie
informują one o tym, ile razy coś jest większe, mniejsze, wyznaczają kolejność
występowania jednostek ( np. przy rangowaniu).



Na skali porządkowej dopuszczalne są tylko stwierdzenia jak „równy”,

„różny”, „większy niż”, „mniejszy niż”, a możliwe operacje matematyczne to
zliczenie jednostek należących do danej kategorii, obliczanie proporcji,
odsetek, obliczanie mediany oraz inne przekształcenia liczb, które nie
zmieniają porządku jednostek.



Innymi cechami, których wartość wyraża się na skali porządkowej to
np. stopnie wojskowe, miejsce zajęte przez zawodników w zawodach, czy
wykształcenie.

3. Interwałowy:



Skala interwałowa daje możliwość określenia odległości (dystansu) między
jednostkami pomiaru;



Na tej skali jednakowym różnicom między stopniami własności badanych
jednostek odpowiadają różnice między przyporządkowanymi im liczbami;



Ma ona także jedną ważną cechę: arbitralnie, a nie absolutnie wyznaczony
punkt zerowy. Brak zera absolutnego oznacza, że na poziomie interwałowym
pomiaru dozwolone są wszystkie operacje matematyczne oprócz mnożenia
i dzielenia;



Cechy które mierzy się na poziomie interwałowym to np.: lato kalendarzowe,
stopnie Celsjusza, skala Fahrenheita, indeksy cen itp.

4. Stosunkowy (ilorazowy):



Ilorazowy poziom pomiaru jest skalą najsilniejszą (dozwolone są wszystkie
operacje matematyczne), a tym różni się od poprzedniej, że posiada zero
absolutne. Jest to naturalny punkt zerowy, oznaczający brak cechy. Dlatego na
skali ilorazowej nie ma wartości ujemnych;



Skalą ilorazową jest np. skala Kelvina, na tej skali 0 stopni to najniższy punkt,
absolutny brak temperatury, zimniej już być nie może;



Uprawnione staje się mówienie o tym, że dziś jest dwa razy cieplej niż

wczoraj, a zeszła zima była 3 razy mroźniejsza od tegorocznej;



Na skali ilorazowej wyznacza się także np. wiek, dochody, wielkość
sprzedaży, ceny towarów.

UWAGA!



Jeżeli wyrażamy wiek w latach to jest to skala ilorazowa;



Jeśli podany zostanie rok urodzenia, to mamy skalę interwałową;



Jeśli określimy tylko dekadę wieku XX, w której ktoś się urodził, to mamy skalę
porządkową;



Gdy rozróżniać będziemy tylko „urodzeni w czasie II wojny światowej” i „nie
urodzeni w czasie II wojny światowej”, to jest skala nominalna;



Jak widać wiek wyrażony w skali ilorazowej możemy spokojnie osłabić do poziomu
nominalnego. W drugą stronę, jeśli dysponujemy tylko informacjami o fakcie
urodzenia bądź nie w trakcie II wojny światowej, to nie jesteśmy w stanie powiedzieć
nic o wielu respondentach;



Wybór poziomu pomiaru dla zmiennej „wiek” zależy już tylko i wyłącznie od
badacza, od tego, jakie problemy porusza w swoich badaniach, jaki opis
rzeczywistości go zadowala.

BŁĄD POMIARU

– to wszelkie zróżnicowanie nie wynikające z rzeczywistych różnic

między mierzonymi właściwościami.

Źródło błędu pomiaru:

a) Złe określenie tego, co rzeczywiście jest mierzone (np. raczej moralność niż postawy);
b) Samopoczucie (nastrój) wpływające na odpowiedzi i zachowania badanych;
c) Różnice otoczenia, w którym dokonuje się pomiaru oraz wiek, płeć, i rada badacza;
d) Różnice w sposobie stosowania narzędzia pomiarowego;
e) Różnice w przetwarzaniu danych (różne kodowanie podobnych odpowiedzi);
f) Niejednakowa interpretacja wyników tego samego narzędzia pomiarowego.

Błąd pomiaru można zmniejszyć dzięki trafności i rzetelności pomiaru.

TRAFNOŚĆ

– zgodność zastosowanego instrumentu pomiarowego (narzędzia) z mierzoną

rzeczywistością; czy badacz dokonuje pomiaru zmiennych, dla których zaprojektował
procedurę pomiarową.

UWAGA!

W naukach społecznych narzędzia badawcze rzadko są całkowicie trafne, a ocena trafności
narzędzia pomiarowego może być w ogóle niedostępna dostępnymi metodami.

W związku z często występującymi problemami w ocenie trafności narzędzia pomiarowego
należy posłużyć się inną metodą tj. badaniem stopnia rzetelności narzędzia.

RZETELNOŚĆ

– dotyczy wielkości błędu związanego z danym narzędziem

pomiarowym, tj. błędu który powstaje w sposób losowy, w kolejnych pomiarach
dokonywanych za pomocą tego samego narzędzia pomiarowego; narzędzie jest rzetelne
wtedy, gdy powtórne posłużenie się nim w tych samych warunkach da te same wyniki;
rzetelność to stosunek rozproszenia wyników prawdziwych do całkowitego rozproszenia
otrzymanych wyników.

W socjologii pojęcie rzetelności stosuje się do narzędzi badawczych oraz wyników badań.
Wyniki uzyskane przy użyciu określonego narzędzia badawczego uznaje się za rzetelne
wtedy, gdy nie zależą one od osoby badacza lub innych okoliczności sytuacji badawczej.

Dobór próby i schematy doboru próby

W naukach społecznych zebranie danych o wszystkich przypadkach (jednostkach, grupach,
zjawiskach) objętych badaniem jest zazwyczaj niemożliwe, niepraktyczne i za drogie.
Dlatego badacze muszą wyprowadzać wnioski dotyczące wszystkich analizowanych
przypadków na podstawie niewielkiej liczby przypadków, pod warunkiem, że są one
reprezentatywne dla całego zbioru.

POPULACJA

vs

PRÓBA

Całkowity zbiór obiektów (danych)
poddanych analizie.

Populacja skończona – składa się
z przeliczalnej liczby jednostek.
Populacja nieskończona – składa się
z nieskończenie wielu jednostek np.
rzuty

Podzbiór danych pochodzący z populacji
i będący podstawą uogólnień na całą
populację.

Populacja zawiera zbiór wszystkich przypadków wykazujących określone cechy, np.:



Studenci kierunków turystyka i hotelarstwo w województwie pomorskim;



Mieszkańcy Gdańska (lub wybranej dzielnicy);



Uczniowie gdańskich gimnazjów;



Rodzice dzieci w wieku szkolnym itd.

Podstawą jest prawidłowe zdefiniowanie populacji gdyż na jej bazie dobieramy próbę

badawczą!

Populacja powinna zawierać:

1) Obiekty, które się na nią składają;
2) Zakres;
3) Czas (przedział czasowy).

Jednostka doboru próby

- pojedynczy obiekt z populacji, z której pobieramy próbę, np.:



Studenci, uczniowie, single, mężatki, seniorzy, pracownicy fizyczni, biznesmani,
politycy itd.;



Naród, grupy etniczne, mniejszości itp.;



Alkoholizm, narkomania, prostytucja nieletnich, wolontariat, zabójstwa, strajki itd.

Podstawa doboru próby (operat)

– pełna lista jednostek doboru próby. W praktyce

rzadko występuje pełen operat, ale pomiędzy nim a rzeczywistą populacją powinien istnieć
bardzo wysoki stopień odpowiedzialności.

Problemy tworzenia podstawy doboru próby:



Niepełna podstawa doboru próby (kiedy nie wszystkie jednostki doboru próby,
z których składa się populacja, znalazły się na liście);



Grupowanie elementów (gdy jednostki doboru próby tworzą raczej grupy niż mają
charakter indywidualny);



Puste elementy spoza populacji (gdy niektóre elementy z jednostek doboru próby,

które znalazły się na liście tworzącej operat nie należą do populacji badanej).

PRÓBA REPREZENTATYWNA

– dana próba jest uważana za taką, gdy wnioski

wyprowadzone przez badacza na podstawie badania próby są w maksymalnym stopniu
podobne do wniosków, które badacz otrzymałby, gdyby zbadał próbę (musi być zachowana
maksymalnie podobna zmienność w próbie).

Losowe (probabilistyczne) i nielosowe (nieprobabilistyczne) schematy
doboru

próby

W doborze losowym próby występuje jednakowe prawdopodobieństwo dostania się jednostki
do próby.

Schematy losowe:

1.

Próba okolicznościowa

:

Próba najmniej reprezentatywna, tworzą ją osoby łatwo dostępne dla badacza.

2.

Próba celowa

(ekspercka):

Dobór celowy polega na dobieraniu jednostek analizy ze względu na interesujące
badacza cechy.
Np. bezdomni, liderzy, cukrzycy.

3.

Próba kwotowa

:

Dobieramy jednostki do analizy ze względu na cechy społeczno-demograficzne
respondenta i maksymalne podobieństwo rozkładu tych cech do populacji wyjściowej.

Schematy losowe:

1.

Losowanie indywidualne nieograniczone

:

Podstawowy schemat losowania dla wszystkich złożonych. W tym losowaniu każdy
z elementów składających się na całą populację (oznaczamy N) ma takie same,
niezerowe prawdopodobieństwo dostanie się do próby. Najpierw numerujemy
wszystkie elementy składające się na populację (N=3400, to zaczynamy od 0001
kończąc na 3400) i nadajemy im kolejno numery od 1 do N. Następnie zaczynamy
czytanie tablicy liczb losowych od dowolnie wybranego miejsca, ale w stałym
porządku.
Każda odczytana liczba odpowiadająca numerowi na naszej liście wskazuje, który
element populacji zostanie wybrany do próby. Losowanie kontynuujemy do momentu
aż wylosujemy oczekiwaną liczbę jednostek.
Procedura doboru losowego gwarantuje, że prawdopodobieństwo włączenia każdego
elementu do próby będzie jednakowe i wynosić będzie n/N, gdzie n oznacza wielkość
próby, a N populację.

2.

Losowanie systematyczne

:

Polega na wybieraniu każdego K-tego elementu z populacji, począwszy od pierwszego
elementu, który zostaje wybrany w sposób losowy.

Np. jeżeli chcemy pobrać próbę składającą się z 10 osób z populacji 100 osobowej, to
będziemy wybierać co 10 osobę (K = N/n).
W losowaniu systematycznym każdy element populacji może zostać wybrany do
próby z prawdopodobieństwem 1/K. Może wystąpić cykliczne obciążenie (wahanie)
próby, co może spowodować, że próba będzie stronnicza.

3.

Losowanie warstwowe

:

Zapewnia właściwe reprezentowanie rozkładu cech z populacji w próbie. Zwiększa to
dokładność szacowania parametrów.
Polega ono na wybieraniu warstw z populacji i przenoszenie ich na próbę.