Metody sociologického výzkumu 6. PŘEDNÁŠKA

TÉMATICKÁ STRUKTURA Teorie a metodologie vědy - stručný vývoj vědy, hlavní etapy, funkce vědy ve společnosti. Metodologie vědeckého poznání, objasnění pojmů: epistemologie, metodologie, metoda, metodika. Hlavní metody vědecké práce indukce, dedukce, analýza, syntéza, srovnání, analogie, explanace predikce, generalizace. Poznání jako subjekt objektový vztah, podmíněnost poznání, relativismus výpovědí vědy, jazyk vědy, pojmy, kategorie, zákony, pojem paradigma Vědecký problém, vědecký přístup k problému, druhy výzkumu podle OECD, jiná členění, význam rozlišení typů vědeckého výzkumu. Sociální jev, sociální problém jako předmět výzkumu. Pojetí „sociálního“ v sociologii. Specifika sociologického přístupu k společenským jevům, kvantitativní a kvalitativní sociologický výzkum, způsoby získávání informací. Kumulativní charakter poznání, hypotéza, druhy hypotéz - verifikace, falzifikace Fáze sociologického výzkumu (funkce a použití sociologického výzkumu, aplikovaný výzkum, terminologie) Operacionalizace a měření ve společenských vědách (definování pojmů, znak a druhy znaků) Metody a techniky získávání empirických dat v sociologickém výzkumu. Problém zobecňování v sociologickém výzkum (výběrová, monografická šetření) Data, a postup jejich zpracování. (kvalita dat, validita, reliabilita) Základní postupy analýzy dat v sociologickém výzkumu

VÝBĚROVÝSOUBOR TYPY VÝBĚRŮ

Idea výběrových šetření Výběrový soubor Zobecnění (statistická indukce) Základní soubor (cílová skupina)

VÝBĚR OBJEKTŮ ZKOUMÁNÍ Při kvantitativním výzkumu: Musí být definována základní jednotka a základní soubor Podle velikosti souboru se rozhodujeme pro šetření: Vyčerpávající Výběrové

VYČERPÁVAJÍCÍ A VÝBĚROVÁ ŠETŘENÍ Vyčerpávající šetření = výzkum, při kterém zjišťujeme požadované informace od všech jednotek v základním souboru nebo cílové skupině Sčítání lidu, domů a bytů Povinné statistické výkazy Celní statistiky Výzkumy s malou cílovou skupinou Výběrové šetření = výzkum, při kterém zjišťujeme požadované informace od (obvykle relativně malého) vzorku jednotek, které v nějakém smyslu slova reprezentují základní soubor nebo cílovou skupinu.

VALIDITA A RELIABILITA MĚŘENÍ VALIDNÍ MĚŘENÍ – takové měření, které měří skutečně to, co jsme zamýšleli měřit. RELIABILNÍ MĚŘENÍ – takové měření, které nám při opakované aplikaci dává shodné výsledky, pokud se ovšem stav pozorovaného objektu nezměnil. VALIDITOU (PLATNOSTÍ, VĚROHODNOSTÍ) nazýváme tu vlastnost získaných výsledků, která znamená, že jsme sledovali, „měřili“ opravdu to, co jsme sledovat chtěli. Např., že nám dotazovaný při položené otázce na nějaký elementární jev sledovaného problému odpovídal na to, co jsme tím dotazem zamýšleli získat. Validita se vztahuje k předmětu zkoumání a lépe je zjišťována v kvalitativním postupu, neboť to plyne ze samotného charakteru tohoto postupu. Předem nekonstruujeme předmět sledování a tak nemůže dojít k velkému nedorozumění mezi výzkumníkem a objektem, na němž je jev-problém sledován (např. nenutíme dotazovaného, aby na „něco“, co jsme připravili, odpovídal „nějak“, jak jsme také připravili). RELIABILITOU (SPOLEHLIVOSTÍ) nazýváme tu vlastnost získaných výsledků, která znamená, že při opakovaném sledování, „měření“ získáme vždy totéž. Např., že tentýž objekt bude vždy reagovat stejným způsobem při stejném podnětu (tj. stejnou odpovědí na stejnou otázku). Ale také, že stejný podnět vyvolá tutéž reakci u různých objektů, i když tato reakce bude mít určité předpokládané rozpětí chování (tj. jistou otázku pochopí všichni dotazovaní stejně a vyberou z nabízených možností odpovědí). Reliabilita se vztahuje k objektům zkoumání a její místo je především v kvantitativním přístupu, neboť plyne z charakteru tohoto postupu.

POPULACE (ZÁKLADNÍ SOUBOR) Soubor jednotek, o nichž předpokládáme, že jsou pro ně závěry výzkumu platné Někdy se rozlišuje: Cílová populace - všechny jednotky Základní soubor - nejširší zachytitelný soubor jednotek

VZOREK (VÝBĚROVÝ SOUBOR) Skupina jednotek, které skutečně zkoumáme Zkoumat vzorek je: Levnější Rychlejší Často nelze technicky zkoumat základní soubor

Seznam jednotek základní populace, z nějž je vybírán zkoumaný vzorek OPORA VÝBĚRU Seznam jednotek základní populace, z nějž je vybírán zkoumaný vzorek Pro každou jednotku musí zajišťovat předepsanou šanci, že bude vybrána

REPREZENTATIVITA A TYPY VÝBĚRŮ Výzkum lze považovat za reprezentativní, pokud postup výběru a výpočet odhadů zajišťují, že výsledné hodnoty dobře charakterizují základní soubor. Některé výběrové postupy z podstaty fungují tak, že výzkum nemůže být reprezentativní. Reprezentativní ve statistickém smyslu Kvazireprezentativní – přibližně reprezentativní Nereprezentativní

PODMÍNKY REPREZENTATIVNOSTI Minimální velikost výběrového souboru Každá jednotka základního souboru musí mít stejnou pravděpodobnost výběr

METODY VÝBĚRU 1. Kvótní výběr (quota sampling) Gallupova metoda – používal až do roku 1956 2. Náhodný (pravděpodobnostní) výběr (probability sampling)

ZDROJE INFORMACÍ PRO KVÓTNÍ VÝBĚR Statistické informace, zejména sčítání lidu Další dosažitelné přehledy – výkazy o struktuře zaměstnanců, studentů ap. KVÓTNÍ PŘEDPIS - Instrukce pro tazatele, podle jakých charakteristik dotázané vybírat Jednoduché kvóty Celkem dotázaných: 4 Pohlaví: Muži 2 Ženy 2 Věk: 18-34 1 35-49 2 50 a více 1 Kombinované (vázané) kvóty

Kombinovaná kvóta - příklad Pohlaví/ věk Muži Ženy Celkem 18-34 1 35-49 2 50 a více 4

VÝHODY A NEVÝHODY KVÓTNÍHO VÝBĚRU Rychlý Pružný Anonymní dotazování Menší náklady Velký vliv tazatele Obtížná kontrola jeho práce

NÁHODNÝ VÝBĚR (PRAVDĚPODOBNOSTNÍ) Každá jednotka populace má stejnou pravděpodobnost, že bude vybrána Reprezentuje všechny známé i neznámé vlastnosti populace Lze odhadnout, jak se vzorek liší od populace Prostý náhodný Náhodný stratifikovaný Vícestupňový

Podle tabulky náhodných čísel Losováním PROSTÝ NÁHODNÝ VÝBĚR Podle tabulky náhodných čísel Losováním Systematický výběr – zahrnuta každá n-tá jednotka ze seznamu Určení velikosti kroku (algoritmu) (Riziko - systematičnost v seznamech)

NÁHODNÝ STRATIFIKOVANÝ VÝBĚR Populace rozdělena do skupin homogenních podle nějakého kritéria Jedinci vybírání náhodně z těchto skupin Výhody náhodného výběru Kontrolovatelnost Možnost mezinárodního srovnání Nevýhody náhodného výběru Vysoké náklady Závislost na opoře výběru Nízká návratnost Nutnost vážení

VÍCESTUPŇOVÝ NÁHODNÝ VÝBĚR Ve dvou nebo více krocích: 1. Nejprve náhodně vybrána přirozená seskupení 2. Náhodný výběr jedinců v tomto seskupení

NÁHODNÁ PROCHÁZKA „RANDOM ROUTE“ Východisko v sídelní struktuře Stanovení kroku (algoritmu), podle něhož jsou vybírání dotázaní

PANELOVÝ VÝZKUM Opakovaný výzkum provádění na stále stejném souboru osob Většinou se tvoří jako reprezentativní vzorek určité populace Vhodné pro dlouhodobé výzkumy Problém udržet zájem dotázaných Problém jejich „profesionalizace“

ÚČELOVÝ VÝBĚR Založen na úsudku výzkumníka, jaký soubor je třeba zkoumat (návštěvníci, publikum, příslušníci sociálních skupin apod.) Výzkumník musí přesně a jasně definovat, na jaký základní soubor (populaci) se vzorek vztahuje Může být proveden jako reprezentativní

ANKETA ( media, rozdávaná) Tzv. samovýběr – není reprezentativní, problematický Výběr jedinců je založen na rozhodnutí respondenta odpovědět na anketu Nelze definovat populaci, na níž se výsledky vztahují

SNOWBALL SAMPLING Technika sněhové koule Není reprezentativní výběr Dotázaní uvádějí kontakt na další jedince Vhodné pro výzkum dočasných populací (svědkové události, účastníci akce apod.)

STANOVENÍ VELIKOSTI VÝBĚROVÉHO SOUBORU Záleží na rozptylu (variabilitě) proměnné Čím větší rozptyl, tím je třeba větší výběrový soubor Výběrová chyba a interval spolehlivosti jsou tím menší, čím je rozptyl menší a výběr větší Tedy platí: čím větší počet měření tím větší spolehlivost a menší chyba

CHYBY ODHADŮ Výběrová chyba - zkreslení, které vzniká náhodně v důsledku toho, že výběrový soubor je pokaždé o trochu jinak složený. U pravděpodobnostních výběrů se dá odhadnout velikost výběrové chyby (přesnost odhadu) pravděpodobnost výběrové chyby (spolehlivost odhadu) Nevýběrová chyba - zkreslení, které vzniká systematicky v důsledku toho, že určité typy osob se chovají jinak, než by bylo pro realizaci výzkumu optimální. Příčiny: špatná opora výběru nezastižení osoby odmítnutí rozhovoru neupřímné odpovědi nepochopení otázek

INTERVAL SPOLEHLIVOST Je dána hladinou spolehlivosti – tj. pravděpodobnost s jakou se odhadovaný parametr základního souboru při opakovaném výběru ocitne v tomto intervalu Používané hladiny významnosti – 90 %, 95 %, 99% což je jistota s jakou se při 100 různých výběrech se sledovaným hodnotou dostaneme do intervalu.

TAZATELÉ A TAZATELSKÉ SÍTĚ MVT I.

Tazatelé – externí spolupracovníci V kvantitativním výzkumu Osobní (Face-to-Face) dotazování - papír, notebook, MDA, mobil Telefonické dotazování CATI (computer .…) Rekrutace respondentů na kvalitativní výzkumy Jejich práce je nárazová: časově prostorově různý počet tazatelů zapojených do jednoho „terénu“ TAZATELSKÁ SÍŤ – tazatelé jsou jejími členy musí být přiměřeně velká musí být vyškolená a ověřovaná musí být připravená splnit „téměř všechno“ územně rozložená podle potřeb firmy 30 MVT I.

PŘÍPRAVA A ŠKOLENÍ TAZATELŮ Nábor: inzerát, zájem respondentů, přes obecní úřad, apod. Přijímací proces: přihláška + výpis z trestního rejstříku samostatné prostudování „učebních textů a příručky“ „zkušební dotazování“ školení Přijímací proces je náročný a uchazeč si ověří, zda mu činnost vyhovuje - již zde odpadne cca polovina uchazečů Tazatel se musí naučit: vybrat podle pokynů respondenty umět navázat kontakt s respondentem pracovat s dotazníkem dodržovat standardy a etické normy (mlčenlivost, anonymita) zvládnout administrativní záležitosti v případě komplikovaných témat studií – „nastudovat a pochopit“ předmět výzkumu Pro FtF dotazování dostane pověření, pak Průkaz tazatele. 31 MVT I.

Kontrola a hodnocení tazatelů (FtF) Kontroluje se: Jak jsou dotazníky vyplněny a splněny pokyny k výzkumu Zda byl opravdu výzkum proveden poštou telefonem Při získávání osobních údajů respondentů je nutné zdůraznit anonymitu dotazování a oddělení osobních údajů od dotazníku 32 MVT I.

SIMAR 33 MVT I.

ETIKA V SOCIÁLNÍM VÝZKUMU Práva respondenta Právo volby – zda se účastní či ne Právo na anonymitu – viz ochrana osobních údajů Právo bezpečí – nesmí být fyzicky či psychicky zatěžováni Právo být informován o všech aspektech výzkumu – otázka zda sdělit či nesdělit účel Právo na soukromí – respekt před citlivými údaji Právo na možnost ověřit si identitu a dobré úmysly výzkumníka Zákon č. 101/2000 Sb. Získání údajů o respondentovi-kontrola Zdůraznit anonymitu dotazování Jméno a adresu sděluje respondent dobrovolně podpis – užívají se jen pro kontrolu práce tazatele Odmítnutí je možné, ale nemá být časté. Refusal rate obecně 25 – 40% Poděkování respondentovi za rozhovor Anonymizace dat Oddělení dat – osobní data respondenta se hned po příchodu do agentury oddělují od dat z výzkumu 34 MVT I.

PROCES VÝZKUMU – zpracování dat

KROKY KVANTITATIVNÍHO VÝZKUMU Formulace teoretického nebo praktického sociálního problému Formulace teoretické hypotézy Formulace souboru pracovních hypotéz Rozhodnutí o populaci a vzorku Pilotní studie Rozhodnutí o technice sběru informací Konstrukce nástrojů pro tento sběr Předvýzkum Sběr dat Analýza dat Interpretace, závěry, teoretické zobecnění Kroky 1 – 8 – přípravná fáze; krok 9 – realizační fáze; kroky 10 -11 – fáze zpracování. Kroky kvantitativního SEV: Vybraný problém (VP) zkoumání. Vychází z toho, jak formulujeme otázku  cílem může být např. převážně faktické zobrazení nějakého jevu (jeho vnitřní struktura), nebo zjišťování souvislosti mezi „něčím a něčím“ (souvislost jednoho a jiného jevu), nebo srovnání průběhu jevu u různých skupin populace (různé podoby jevu dle populací), nebo sledování vývoje jevu (změna v čase) atp. Cíl vložený do výzkumu je vyjádřen ve znění obecné hypotézy (OH). I ten nejjednodušší výzkum vždy zobrazuje sledovaný jev v souvztažnosti (prvků vnitřní struktury), zobrazení má strukturální charakter. Jinak nejde o sociologický výzkum, ale o jakýsi jeho jednodušší předstupeň. Kontextem je prostředí (časové, prostorové) jevu. Přirozený systém (PS) je tvořen souborem prvků (proměnných) a vztahů mezi nimi, které nejvíce reprezentují námi sledovaný problém. S ohledem na důležitost prvků pro celý systém vybíráme tzv. obsahové proměnné PS do PS zavádíme tzv. vnější proměnné, to jsou takové proměnné, které jsou důležité z hlediska vyjasnění námi zkoumaného problému, ale nejsou prvky jeho vnitřní struktury. Mají však podstatný vnější vliv na průběh sledovaného jevu. 2) Výzkumní problém (VP) převádíme nejdříve do tzv. obecné, teoretické hypotézy (OH). Pro formulaci OH, která konkretizuje jakým (a pouze tímto) směrem se při našem zkoumání budeme ubírat vstupujeme do sféry empirické (převodem teoretických pojmů pomocí operacionalizace). Hlavní funkcí zformulované OH není, aby byla co nejblíže pravdě (i když vás k právě takové formulaci vede dosavadní poznání a zkušenosti), ale abychom věděli, jak máme dále postupovat (tj. jaký PS vytvoříme a jak jej převedeme do pracovních hypotéz). OPERACIONALIZACE se vyrovnává z otázkou, jak budeme „měřit“ sledované proměnné jevů (jak budeme sledovat, to co zkoumáme)  jednotlivým analytickým ukazatelům obsahových proměnných přiřazujeme tzv. operační definice (to samé se týká i vnějších proměnných). 3) Jsou vytvářeny pro podstatné vztahy mezi vybranými proměnnými, vnějšími proměnnými. Jednu OJ konkretizuje takový počet pracovních hypotéz (PH), který postihne všechny vztahy mezi proměnnými, které jsme vybrali do zkoumání, neboť je z hlediska řešení VP považujeme za podstatné. Sledované vztahy vyjádřené pomocí PH mezi obsahovými a vnějšími proměnnými nás chrání proti chybám vyplývajícím z falešných korelací. 1 obecná hypotéza – vyjádření teoretické = soubor pracovních hypotéz – vyjádření vždy empirická, tj. nepostrádající operační definice proměnných 4) Nezjišťujeme údaje týkající se našeho problému u všech jednotek, u nichž lze daný jev sledovat. Naprostá většina výzkumů se provádí jako výběrové šetření, přičemž podstatou toho je taková volba dílčího souboru sledovaných jednotek, aby výsledky zjištěné u tohoto souboru mohly být zobecňovány (generalizovány( na soubor zahrnující všechny uvažované jednotky, tj. takové pro něž je relevantní sledovaný jev. Sledovaný jev je tudíž šetřen na VZORKU (= výběru, dílčím souboru jednotek) z POPULACE (= základní soubor jednotek, o kterém předpokládáme, že jsou pro něj platné závěry, k nimž jsme došli prozkoumáním sledovaného jevu na výběru, vzorku). Struktura vzorku musí co nejpřesněji kopírovat strukturu populace.

KROKY KVANTITATIVNÍHO VÝZKUMU Formulace teoretického nebo praktického sociálního problému Formulace teoretické hypotézy Formulace souboru pracovních hypotéz Rozhodnutí o populaci a vzorku Pilotní studie Rozhodnutí o technice sběru informací Konstrukce nástrojů pro tento sběr Předvýzkum Sběr dat Analýza dat Interpretace, závěry, teoretické zobecnění Kroky kvantitativního SEV: 5) V tomto kroku si ověřujeme, že informace, které chceme získat, se v dané populaci opravdu vyskytují a že je dokážeme získat. Je to zkoušení možnosti získat od populace, které je problém určen, takové informace, které získat chceme a jak si myslíme, že je získat můžeme. Provádí se kvalitativní technikou (obvykle nestandardizovaným rozhovorem) a na malém vzorku (nedodržujeme zde pravidlo reprezentativity). 6) Ve většině případů při sociologickém šetření nejsme schopni sledovat předmět přímo (tedy pozorováním) a uchylujeme se ke sledování nepřímému. Nejčastěji to znamená použít některou/některé z dotazovacích technik, neboť studium dokumentů samotné nám nepříliš často umožní dospět právě až k sociologické informaci (neboť dokumenty oficiální povahy nebývají tak bohaté, obsažné). Dotazovací techniky kvantitativního typu – dotazník, standardizovaný rozhovor (příp. polostandardizovaný rozhovor). 7) Rozhodující je jak dalece dokážeme dotazovací nástroj standardizovat – to je prvořadá otázka při rozhodování o technice sběru dat (zda dotazník, či rozhovor). Jistě musíme dbát také na stránku praktickou – zvažujeme výhody a nevýhody obou technik. 8) Akce prováděná na větším souboru osob než pilotáž (tyto osoby pak nezařazujeme do vzorku). Restujeme v něm nástroj, který chceme použít pro terénní sběr dat. Podle něj děláme poslední korekce dotazovacího nástroje. Dotazovací nástroj vytvořený pro výzkum kontrolujeme: - Položili jsme takové otázky, které jsou nutné? (produktivnost nástroje); Vytvořili jsme otázky správně? (validita a reliabilita otázek); Má dotazovací nástroj dobrou dramaturgii? (logika dotazovacího nástroje). U dotazníku je naprosto nezbytné tento krok provést; u rozhovoru to není tak nutné, neboť přítomný tazatel může v průběhu dotazovací akce aktivně zasáhnout, aby odstranil případné chyby v záznamovém archu!

Zpracování dat 1. PŘÍPRAVA DAT PRO ANALÝZU kontrola vyplnění dotazníků - úplnost, zpracovatelnost - vyřazení nepoužitelných (2-3%) vytvoření kódového klíče, zakódování otevřených otázek - všechny odpovědi jen v číselné podobě přenos dat do počítače - matice: řádkově respondenti, sloupcově otázky Např. do Exelu - „pořizování dat“ důsledně kontrolovat chyby při pořizování

TŘÍDĚNÍ DAT Cílem je zjistit frekvenci (počet kolikrát se určitá data, nebo jejich kategorie v daném souboru vyskytují) Záleží na typu znaku (nominální, ordinální, kardinální Vytváříme kategorie, (skupiny, třídy, ) : - „jev“ v tomto případě = odpověď na otázku (určitá varianta zkoumané vlastnosti) - výsledek třídění: četnosti jevů v jednotlivých třídách Způsoby třídění: ruční (čárkování), počítačové

STUPNĚ TŘÍDĚNÍ Třídění prvého stupně - začleňování podle jedné vlastnosti - odtud úvodní poznatky o zkoumané vlastnosti Třídění druhého stupně - dělení četností z 1. stupně podle další vlastnosti - výsledkem kontingenční tabulka Analogicky lze další třídění (3., 4., … stupeň)

POPIS JEDNOROZMĚRNÉHO SOUBORU Opět: význam znaků Grafické znázorněn - grafy Výpovědi o struktuře dat: - míry polohy: - průměr (aritmetický, vážený) - modus (nejpočetnější třída) - medián (dělí na 2 stejné části) - kvartily, decily) - míry variability: - variační rozpětí - rozptyl - směrodatná odchylka

STATISTICKÉ ZOBECŇOVÁNÍ A MĚŘENÍ SOUVISLOSTÍ o co jde: - zjišťování souvislostí mezi měřenými vlastnostmi a extrapolace poznatků na širší populaci – základní soubor - ověřováním „statistických“ hypotéz zde úkoly - zhodnotit rozložení dat, odhadnout (co nejpřesněji) charakteristiky základního souboru z dat výběrového) respektujeme jejich pravděpodobnostní charakter - ověřit hypotézy o tomto rozložení a charakteristiky, porovnat s tabulkovými hodnotami

Test Chí kvadrát- příklad Vzdělání otce Syn má auto Syn nemá auto Celkem Základní 0 3 4 1 4 4 Vyučen 53 62 35 25 88 88 Střední s mat. 31 23 2 9 33 33 Vysokoškolské 18 14 6 19 19 102 102 42 42 144 144

ZÁVĚREČNÁ ZPRÁVA Z VÝZKUMU Standardní model závěrečné zprávy: - úvod - smysl a cíl výzkumu, hypotézy - popis použité metody - charakteristika zkoumaného souboru - poznatky z výzkumu (dle hypotéz) - závěrečné shrnutí - hlavní poznatky - doporučení pro praxi - nástin problémů pro další řešení

příště na viděnou 