Úvod do metod sociologického výzkumu Přednášející: PhDr. František Knobloch, CSc. Konzultace: individuální domluva po přednášce Spojení - mail: knobloch@ppmfactum.cz 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: 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 Sekundární výzkum Kvalitativní 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 Sekundární výzkum Kvalitativní výzkum Kvantitativní 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 Kontinuální Longitudinální Členění podle respondentů Kvantitativní výzkum Výběr vzorku ad hoc 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 Předvýzkum či pilotáž Dopracování projektu Úprava technik výzkumu a upřesnění organizačních otázek

Fáze sociologického výzkumu Přípravná fáze Formulace výzkumného problému Cíle a úkoly výzkumu Metodika a organizace výzkumu Provedení výzkumu (sběr informací) Projekt výzkumu Systém poznatků a informací Zpracování výsledků Analýzy

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 Odborné znalosti a zkušenosti, Metodologická erudice Volba výzkumné procedury 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. indukce pozorování ß nalezené pravidelnosti předběžné závěry 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.   dedukce teorie ß 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: existuje vztah mezi proměnnými – ano lze proměnné zjišťovat – měřit – ano je možno tento hypotézu, tj. vztah ověřit – ano 2, výzkum vztah obyvatel ČR k charitativní činnosti Hypotéza: lidé z venkova častěji připívají na charitativní činnost lidé z venkova – sídla do 999 obyv. - měřitelné charitativní činnost – činnost ve prospěch nějak postiženým lidem- - měřitelné -         Kritéria: lze proměnné měřit – ano 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) Kritéria: existuje vztah mezi proměnnými – ano lze proměnné měřit – ano je možno, vztah ověřit - ano

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. 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? finanční důvody - levnější časové důvody – v kratším čase, není tolik času technická nemožnost - “sčítání“ je jednou za 10 let a to se celou dobu něco dělá = příprava, zpracování výsledků, jiný příklad – sčítání obyvatel celého světa. 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: Počtu dotazovaných Metodě výběru Metoda výběru: 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 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 100   100 3,4 4,4 6,0 7,1 8,0 8,7 9,2 9,8 10,0 200 2,4 3,1 4,2 5,0 5,7 6,1 6,5 6,9 300 2,0 2,5 3,5 4,1 4,6 5,3 5,8 400 1,7 2,2 3,0 3,6 4,0 4,3 4,9 500 1,5 1,9 2,7 3,2 3,9 4,5 750 1,2 1,6 2,6 2,9 3,3 3,7 1 000 1,1 1,4 2,3 1 250 1,0 2,8 1 500 0,9 1,8 2,1 2 000 0,8 1,3 2 500 0,7 3 000 0,6 3 500 4 000 0,5 5 000 7 500 0,4 počet případů 3 / 97 % 5 / 95 10 / 90 15 / 85 20 / 80 25 / 75 30 / 70 40 / 60 50 10 000 0,3 3 / 97 5 / 95 10 / 90 15 / 85 20 / 80 25 / 75 30 / 70 40 / 60 50 cases 8 5,7 2,9 2,5 10 000 0,3 0,4 0,6 0,7 0,8 0,9 0,9 1,0 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 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. SKUPINKOVÝ VÝBĚR Základní soubor je rozdělen na podsoubory, skupinky. Skupinky jsou vzájemně zastupitelné, od sebe se neliší, rozdíly jsou spíše mezi jednotkami. Náhodným postupem vybereme jen některé ze skupinek a vyčerpávajícím způsoben šetříme všechny jejich jednotky. VÍCESTUPŇOVÝ NÁHODNÝ VÝBĚR Ze souboru vybraných skupinek provedeme náhodně buď přímo výběr jednotek nebo výběr dalších podskupinek a v nich výběr jednotek.

Pravděpodobnostní výběry STRATIFIKOVANÝ NÁHODNÝ VÝBĚR 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.   Při 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. Základní soubor je rozdělen na podsoubory, skupiny 2. 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. Základní soubor je rozdělen na podsoubory, skupinky. Skupinky jsou vzájemně zastupitelné, od sebe se neliší, rozdíly jsou spíše mezi jednotkami. 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: 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 Máme základní seznam. 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. Obrátíme se na zárodečný soubor jednotek (jednotlivci, organizace). Žádáme o kontakty na jiné jednotky odpovídající našim požadavkům (počet kol je závislý na velikosti zárodečné skupiny). Výběr ukončíme jestliže se opakují nově nabízená jména či adresy.  

Pravděpodobnostní výběry Kvótní výběr  Příklad 3 propojených výběrových kvót pro tazatele:

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 skutečnost

systematickáodchylka se nezmenší Velikost vzorku respondentů velikost vzorku je až druhořadou záležitostí z pohledu kvality výsledků 18% 19% 20% 21% 22% 23% 24% 25% 26% 1000 respondentů 2000 respondentů změřená data skutečnost Interval spolehlivosti pro změřená data četnost } { systematickáodchylka se nezmenší zmenší se jen interval spolehlivosti Velikost vzorku

Statistical deviation Statistical deviation, 95% confid. interval počet případů 3 / 97 % 5 / 95 % 10 / 90 % 15 / 85 % 20 / 80 % 25 / 75 % 30 / 70 % 40 / 60 % 50 % 3 / 97 5 / 95 10 / 90 15 / 85 20 / 80 25 / 75 30 / 70 40 / 60 50 cases                       100   3,4 4,4 6,0 7,1 8,0 8 8,7 9,2 9,8 10,0 200   2,4 3,1 4,2 5,0 5,7 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 3,6 3,9 4,1 4,4 4,5 750   1,2 1,6 2,2 2,6 2,9 2,9 3,2 3,3 3,6 3,7 1 000   1,1 1,4 1,9 2,3 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   0,4 0,5 0,7 0,8 0,9 1,0 1,1 1,1 1,2 10 000 10 000   0,3 0,3 0,4 0,4 0,6 0,6 0,7 0,7 0,8 0,8 0,9 0,9 0,9 0,9 1,0 1,0 1,0 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 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) 1.      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).

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 Předvýzkum 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: je to příležitost vyzkoušet v praxi výzkumný nástroj a provést potřebné změny poskytuje výzkumníkovi příležitost seznámit se v úplnosti se sociálním prostředím, v němž bude provádět hlavní šetření 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 výzkumník má možnost se přesvědčit, zda získaná data budou vhodná pro testování vyslovených hypotéz 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.