KISK:Metodologie pro informační studia a knihovnictví

Z WikiKnihovna
Přejít na: navigace, hledání

Obsah

Vzorové heslo a pravidla editace

Zpracoval: Jméno Příjmení

Vzorové heslo je v metodologii ISK heslo, které slouží jako vzor pro ostatní hesla (Suchá, 2011). Hesla mají rozsah 2500-5000 znaků. Podle Suché (2011) má být u každého hesla uvedena literatura, ze které bylo čerpáno. Pokud to bude vhodné, můžete vložit do textu i obrázek atd. Text může být i strukturovaný - zde je například seznam literatury, ze které je doporučeno čerpat při tvorbě hesel:

  • Disman, M. Jak se vyrábí sociologická znalost. Praha: Karolinum. 2002.
  • Powell, R. R. Basic research methods for librarians. Westport: Greenwood Publishing Group. 2004.
  • Reichel, J. Kapitoly metodologie sociálních výzkumů. Praha: Grada. 2009.
  • Bates, M.J. An Introduction to metatheories, theories and models. In: K.E. Fisher and S. Erdelez (eds.). Theories of Information Behavior. Medford, NJ: Information Today. 2005. p. 8-11.
  • Metoyer-Duran, C. and Hernon, P.. Problem statements in research proposals and published research: A case study of researchers' viewpoints. Library & Information Science Research 16, 1994. pp. 105–118.

Každé heslo může být zpracováno jedním až dvěma autory. Zpracovávají se hesla od druhé úrovně (v obsahu např. 2.1, 2.2, 2.2.1), nikoliv nadpisy první úrovně - u nich zůstává pouze termín pro odevzdání hesla. Studující se k heslům přiřazují sami tím, že pod vybrané heslo vyplní "Zpracoval: Jméno Příjmení". Platí, že kdo si heslo zabere jako první, heslo také zpracovává.

Termín pro výběr hesel je 14. března 2011.

Zdroje:

Suchá, L. Vzorová kniha. Místo vydání: Nakladatel. Rok vydání.

Historie výzkumu v ISK

termín: 18. března

Historie výzkumu v ISK - 20. století

Současné trendy ve výzkumu v ISK

Zpracoval: Jan Rozboril, Josef Ludvíček


Současné trendy výzkumu v informačních studiích a knihovnictví (ISK) jsou především ovlivněny Internetem a přijetím počítačů do běžného života. To pro výzkumníky otevírá nové možnosti pro výběr témat (nové způsoby vyhledávání informací nebo jejich zpracování), pro postupy sběru dat (automatizované zpracování odpovědí dotazníků a anket) a jejich vyhodnocování.

Témata výzkumů

"Hot topics": [2]

  • informační hledání
  • studia o uživatelích a použití
  • použitelnost Webu
  • kvalita služeb
  • přístup a využívanost elektronických zdrojů
  • změna komunikace publikační činnosti v elektronickém prostředí
  • sběr informací z full-textových databází, filtrování informací v informacemi přetíženém světě
  • využití digitálních knihoven vědci, studenty, učitely; rozdíly v použití různými obory
  • zdroje studentů a kde k ním přijdou
  • kvalita služeb x uspokojení uživatele
  • jak uživatelé sbírají informace v elektronickém prostředí
  • vliv elektronické státní správy (e-goverment)
  • využití státem poskytovaných informací občany při pracovních i každodenních aktivitách
  • reflekce mezinárodních trendů
  • uchování a vyhledání informací
  • klasifikace a indexování; poskytování informací a katalogizace
  • využití knihoven a informačních služeb; informační chování při vyhledávání; využitelnost informací
  • kvalita informačních a knihovnických služeb
  • kvalita sbírek; administrace; automatizace
  • rozvinutost informačních studií a knihovnictví a rozvoj informačního průmyslu (specifické pro Čínu)
  • vědecká a profesionální komunikace


S rozvojem počítačů a následně počítačových sítí přišla i změna v chování lidí, kteří je používají. V dnešní době můžeme říct, že je to celospolečenský fenomén, a proto se dnešní výzkumy týkají právě témat spojených s počítači a informacemi ve společnosti. V knihovnách se přechází od výzkumu kvality služeb ke zjišťování, jak čtenáři dokáží pracovat s informacemi, zda využívají elektronické informační zdroje a ne zda čtou, ale zda čtou kriticky.

Z druhé strany se zkoumá, jak a které informace jsou vyhledávány, zda byly pro uživatele relevantní a použitelné. Zkoumá se architektura informačních systémů a stavba webových stránek a důvody, proč jsou a nejsou pro uživatele vyhovující. V neposlední řadě roste role informační a počítačové gramotnosti s ní také význam výzkumů zjišťujících úroveň vzdělání mezi lidmi.


Pro vývoj trendů v ISK je nezbytné neustále sledovat: [2]

- základní výzkumy z pozice vědního oboru

  • kontrola funkčnosti konvencí a zaběhlých postupů
  • vývoj silnějších teorií
  • nezávislost na deskriptivních datech
  • nové principy fungování knihoven, informačních systémů a jejich služeb
  • rámec teorií, na kterých založit vlastní praxi


- základní výzkumy z individuálního hlediska

  • lepší příprava na aplikovaný výzkumTémata výzkumů v ISK - "hot topics"
  • lepší pochopení, zhodnocená a aplikace výsledků
  • lepší příprava knihovníků pro výzkumy


- proč se praktikující nezapojují do výzkumu

  • slabá komunikace mezi výzkumníky a praktikujícími
  • příliš profesionální literatury
  • příliš výzkumnického jargonu
  • neadekvátní vzdělání
  • nedostatečná praktická stránka výzkumů
  • nedostatek financování


- překážky pro základní výzkum

  • nedostatek vzdělání o výzkumu
  • nároky na zaměstnavatele (poskytnutí iniciativy, financí, času pro výzkum)
  • nedostatek financování, interakce s dalšími obory


- uživatelské skupiny

  • studenti
  • profesionálové
  • vědci
  • zaměstatnanci v neprofesních oborech
  • další (uživatelé knihoven, Webu)
  • posun od profesionálů k lidem vázaným každodenním informačním chováním
  • zkoumání informačního chování (informační potřeby a použití) v oborové literatuře, kognitivních procesů, system designu a interdisciplinarity
  • interdisciplinarita: ISK, společenské vědy, informatika, management/ obchod, minimálně obory zdraví a přírodních věd
  • rozdíly mezi výzkumem a praxí (vědci- více využití teorie, mimooborové literatury, zkoumání dopadů x praktikující - víc oborové literatury, menší produkce článků)

=> nutnost zavést komunikaci (úkol i pro vzdělávání v ISK - v dnešní době menší důraz na výuku výzkumu)


Klasifikační schéma témat: [3]

Témata ISK

  • profese
  • historie knihoven
  • historie knih a publikování
  • vzdělávání v ISK
  • metodologie
  • analýza ISKu


Výzkum knihovních a informačních aktivit

  • studium cirkulace/ výměny knihy a meziknihovních výjpůček
  • informační a referenční služby
  • vzdělání a vzdělávání uživatelů
  • budovy a pracoviště /architektura budov a pracovišť
  • administrace plánování
  • automatizace
  • další knihovní a informační aktivity


Výzkum uchování a vyhledávání informací

  • studium katalogizace
  • klasifikace a indexování (procesy nebo jazyky)
  • informační vyhledávání
  • bibliografické databáze a bibliografie
  • nebibliografické databáze (textové, číselné, ..)
  • studium šíření informací
  • informační kanály a zdroje, jejich uživatelé a použití
  • využití knihovních a informačních služeb
  • chování při vyhledávání informací (důraz na jedince)
  • použití informací (jestli se používají a jak)
  • informační management


Výzkum vědecké a profesionální komunikace

  • citační modely a struktury
  • další aspekty komunikace


Sběr dat

Experiment a pozorování

Asi nejméně byly ovlivněny metody pozorování a experimentu. Protože se při nich s daty pracuje minimálně a hlavní předmětem zkoumání jsou lidé a jejich chování, mohou se při nich počítače využít víceméně jen k ulehčení zapisování pozorovacího deníku výměnou analogových přístrojů (kazetového diktafonu, tužky a papíru) za jejich digitální obdobu. Pokud se ovšem experiment netýká informačního chování uživatelů, či informační gramotnosti, v tom případě počítače nejsou užitnečné, ale podmínkou výzkumu.


Rozhovor

Rozhovor také nedošel velkých změn, jen několika ulehčení. Při kvalitativním rozhovoru, který se musí stále vést tváří tvář, se ulehčení budou týkat hlavně pořízení záznamu. Možná by se i takovýto rozhovor dal vést před Internet pomocí webové kamery, ale je nejisté nakolik by byl tento výzkum kvalitní. U kvantitativního výzkumu jsou možnosti o něco větší. Například v podobě vedení rozhovoru prostřednictvím telefonu (Computer Assisted Telephone Interview), či v pomoci počítačové technologie a komunikace při udržování a zpovídání tazatelských sití (Computer Assisted Personal Interviewing).


Dotazník

Dříve klasický papírový dotazník je dnes už ve značné míře nahrazován elektronickou podobou a pro tyto účely vzniklo mnoho online a free nástrojů pro jejich tvorbu a zpracování (např. Google Spreadsheet, SuverMonkey a další). Elektronická podoba dotazníku značně ulhčuje práci s ním, snižuje časovou a finanční náročnost. Je také možné implementovat ho do webových stránek organizace, které výzkum vede.


Vyhodnocování

V tomto ohledu je také důležité zmínit, že na Internetu esixtuje celá škála nástrojů vytvářející prostředí pro kompletní správu výzkumu. Po zadání charakteristik výzkumu nástroj sám připravý půdu pro výzkumné moduly, postará se o sběr a databázi dat a vše předloží v automaticky vygenerované výstupní zprávě.

Současné trendy a směry o tom, kam by se měl obor ubírat, zůstávají neustále v oborových diskuzí. Výzkum v ISK by se měl více sjednotit jako oblast vědění tvořící svoje vlastní teorie. Neměl by se ale uzavírat a měl by spolupracovat i s jinými disciplínami, které mu mohou pomoci se rozvinout.



Zdroje:

[1] JULIEN, Heidi; PECOSKIE, Jen; REED, Kathleen. Trends in information behavior research, 1999–2008 : A content analysis. Library & Information Science Research. 2011, 33, s. 19-24. Dostupný také z WWW: <http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6W5R-51S0D19-1&_user=10&_coverDate=01%2F31%2F2011&_rdoc=5&_fmt=high&_orig=browse&_origin=browse&_zone=rslt_list_item&_srch=doc-info%28%23toc%236577%232011%23999669998%232859764%23FLA%23display%23Volume%29&_cdi=6577&_sort=d&_docanchor=&_ct=18&_acct=C000050221&_version=1&_urlVersion=0&_userid=10&md5=2139797381cf3c21458cef9394cf7c39&searchtype=a>.

[2] BENOIT, Gerald. Reasearch and LIS. 2004. Dostupný také z WWW: <http://web.simmons.edu/~benoit/LIS403/3.research_lis.pdf>

[3] ROCHESTER, Maxine K.; VAKKARI, Pertti. International Library and Information Science Research : A Comparison of National Trends. International Federation of Library Associations and Institutions, 2003. 54 s. Dostupné z WWW: <http://archive.ifla.org/VII/s24/pub/iflapr-82-e.pdf>

[4] REICHEL, J. Kapitoly metodologie sociálních výzkumů. Praha: Grada. 2009.

Evidence-based Librarianship

Zpracoval: Petr Maňásek


Úvod

Evidence-based librarianship je pro knihovníky v celku nový koncept. Je to jakýsi nový směr v myšlení, při provádění výzkumů v oblasti knihovnictví. Funkčnost tohoto modelu je již ověřena v některých dalších vědních oborech a to hlavně v lékařství, kde je kladen velký důraz především na „evidence“, tedy na důkaz. Jde o to, aby sami knihovníci cítili, že výzkumy v knihovnách jsou potřebné a že je dobré ze zjištěných výsledků vyvodit závěry, které povedou ke zlepšení a zkvalitnění služeb poskytovaných knihovnami. Tento nástroj by měl být prostředkem ke zlepšení práce knihovníků při hledání odpovědí na konkrétní problémy. Poznatky takto nabyté by se posléze měly zavádět i do každodenní praxe. Tyto výzkumy by měly být zaměřeny a prováděny na úrovni spíše kvalitativní, než kvantitativní.[1] V některých případech může být totiž kvalitativně prováděný výzkum (jako je například pozorovací studie), lepší volbou pro konkrétní výzkumné otázky.


Co je tedy Evidence-based librarianship

Není úplně jednoduché přeložit do češtiny slovní spojení Evidence-based librarianship a vystihnout tak jeho význam a smysl. Nelze totiž jednoduše slovo „evidence“ přeložit jako důkaz. Mgr. Schwarz ve svém článku „Evidence based - důkazy, svědectví, fakta, nebo doklady?“[2] popisuje právě úskalí, které představuje správná interpretace tohoto slova. Spojení slov „evidence base“ se již nějakou dobu používá, avšak informační pracovníci se setkávají s různou interpretací tohoto slovního spojení. Nejdříve se začal pojem Evidence-based objevovat v souvislosti s medicínskými obory jako „Evidence-based medicine“ a podle tohoto vzoru se začaly užívat i další podobná spojení jako based nursing”, „evidence based healthcare”. V oboru knihovnictví a informační vědy, by správná interpretace slova “evidence” měla znít spíše jako „doklad“. Takže by toto spojení mělo být pravděpodobně nejlépe vyjádřeno jako „knihovnictví založené na dokladech“. O „dokladech“, jako dokumentech, které podporují konkrétní tvrzení. Toto celé by mohlo vystihovat i výrok, že nejde o nic jiného, než o snahu přenášet výsledky výzkumu do praxe efektivněji a důsledněji. „Založené na dokladech“, o tom by to celé mělo být, aby každý výzkum v knihovnictví a nejenom v něm byl založený na dokladech. Možná lépe, než překlad bychom si představu o tomto pojmu mohli udělat na základě následujícího tvrzení. Evidence-based librarianship je (podle A Bootha) přístup k informační vědě, který podporuje sběr, interpretaci a integraci důležitých uplatnitelných dokladů (důkazů) získaných z výzkumné činnosti knihoven a informačních středisek. Z tohoto by tedy mohlo vyplívat, že se vlastně jedná o přizpůsobení a aplikování principů Evidence-based medicine v knihovnicko-informační praxi.[3]


Zdroje:

[1] CRUMLEY, Ellen; KOUFOGIANNAKIS, Denise. Developing evidence-based librarianship: practical steps for implementation. Health Information & Libraries Journal. 2002, 19, 2, s. 61-70. Dostupný také z WWW: <http://onlinelibrary.wiley.com/doi/10.1046/j.1471-1842.2002.00372.x/full>.

[2] SCHWARZ, Josef. Ikaros [online]. 2005 [cit. 2011-01-09]. Evidence based - důkazy, svědectví, fakta, nebo doklady?. Dostupné z WWW: <http://www.ikaros.cz/evidence-based-dukazy-svedectvi-fakta-nebo-doklady>.

[3] Jarolímková, Adéla. Evidence based medicine a její vliv na činnost lékařských knihoven a informačních středisek. Národní knihovna, 2004, roč. 15, č. 2, s. 75-81 Dostupný též z WWW: <http://full.nkp.cz/nkkr/Nkkr0402/0402075.html>.

Terminologie

termín: 18. března

empirický výzkum a jeho definice

Zpracovala: Michaela Sedláková

Empirický výzkum

Definice

Empirický výzkum je metoda poznávání charakterizovaná systematickým zkoumáním a studiem s cílem zjištění faktů a formulování závěrů. Empirický výzkum se zakládá na pozorování nebo experimentování, pokusech, pracuje s empirickými důkazy. Podle Reichla (2009) empirický výzkum operuje s konkrétními údaji o jevech a procesech sociální skutečnosti, s informacemi získanými prostřednictvím určitých metod výzkumu a technik sběru dat.

Empirický výzkum je také způsob, jak získat informace pomocí přímých pozorování a zkušeností. Takto získané vědecké důkazy mohou být analyzovány dvěma způsoby:

  • Kvalitativně
  • Kvantitativně

Použitím kvantitativní nebo kvalitativní metody výzkumník získá takové informace (data), aby mohl dobře a srozumitelně zodpovědět výzkumné otázky. Použité výzkumné otázky by měly být formulovány jasně a srozumitelně a nebýt zavádějící. Empirický výzkum vytváří modely popisující nebo vysvětlující jistá chování zkoumaných objektů.

Předmět zkoumání

Předmětem empirického výzkumu mohou být jak subjekty živé, tak neživé. Tento výzkum totiž pracuje s konkrétními jevy a zabývá se konkrétními situacemi. Empirický výzkum představuje zejména práci se zaznamenanými fakty, jejich zpracovávání a interpretaci. Ideálem tohoto druhu výzkumu je přesný, věcný a objektivní pohled na jevy použitím exaktních metod. Zaměřuje se v podstatě na rozčlenění jevu na jednotlivé části a jejich následné měření. Výsledkem těchto měření jsou pak data, ze kterých jsou vyvoditelné odpovědi na výzkumné otázky. [4]

Empirickým výzkumem je například výzkum terénní, ten se provádí přímo v autentickém prostředí. Používá především metodu pozorování. Ovšem realizace takovéhoto terénního výzkumu je velmi složitá a obtížná, proto jej výzkumníci v současné době příliš nepoužívají. U empirického výzkumu ještě rozlišujeme výzkum akční a strategicko-koncepční.

Metody empirického výzkumu:

  • Pozorování
  • Dotazníková metoda
  • Rozhovor (interview)
  • Projektivní techniky
  • Obsahová analýza
  • Kasuistika

Cíle empirického výzkumu:

  • Posun výzkumu mimo prosté 'hlášení o pozorování'
  • Podporovat prostředí pro lepší chápání
  • Kombinovat pečlivý výzkum s důkladnou případové studie
  • Relevance teorie je prokázána schopností pracovat v reálném prostředí (kontextu) [2]

Výhody empirických výzkumů:

  • Rozumět a reagovat na dynamiku situace (kontextu)
  • Respektují kontextové rozdíly
  • Staví na tom, o čem již víme, že funguje
  • Splňují přijaté profesní standardy výzkumu [4]

Využití

Empirický výzkum se často používá, pokud chceme získat odpověď na konkrétní otázku nebo testovat různé odborné hypotézy. Jak je ovšem zmíněno výše, je empirický výzkum náročný.

Zdroje

  1. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 184 s. ISBN 9788024730066.
  2. Basileiad Library [online]. 2006 [cit. 2011-03-17]. What is Empirical Research?. Dostupné z WWW: [<http://library.manor.edu/tutorial/empiricalresearch.htm>].
  3. DAYTON, C. Mitchell . ERIC Digest [online]. 2003 [cit. 2011-03-17]. Some Key Concepts for the Design and Review of Empirical Research. Dostupné z WWW: [<http://www.ericdigests.org/2003-4/empirical-research.html]>.
  4. PRŮCHA, Jan. Přehled pedagogiky : úvod do studia oboru. 2., aktualiz. vyd. Praha : Portál, 2006. 271 s. ISBN 8071789445.

kvalitativní a kvantitativní výzkum

Zpracovala: Anna Kultová


Kvantitativní výzkum:

  • využívá metod přírodních věd: experimenty, náhodné výběry, strukturovaný sběr dat, měření, analýza statistickými metodami
  • 6 základních kroků během kvantitativního výzkumu:

1. Formulování teorie

2. Pomocí dedukce stanovíme hypotézy

3. Stanovíme operacionalizovatelnou definici

4. Provedeme měření

5. Testujeme hypotézu

6. Verifikujeme teorii

  • existují dvě hlavní podoby kvantitativního výzkumu: experimentální a neexperimentální

a. experimentální: úmyslné přivození změny situace a následné pozorování změny jedinců = manipulace s nezávislými proměnnými a měření závislých proměnných s předem propracovaným plánem, aby závěry nebyly ovlivněny rušivými proměnnými

b. neexperimentální: rozdíl je v tom, že výzkumník neuplatňuje změnu situace jedinců

  • Omezený obsah informací o velice mnoha jedincích
  • Silná redukce počtu pozorovaných proměnných a silná redukce počtu sledovaných vztahů mezi těmito proměnnými
  • Generalizace na populaci je většinou snadná a validita této generalizace je snadno měřitelná
  • silná standardizace > vysoká reliabilita > silná redukce informace (testová forma) > nízká validita
  • deduktivní metoda
  • teoretické pozadí je pozitivismus
  • cíl: získání informace reprezentativní pro celou cílovou populaci(kvantitativní)
  • výhody: lehko zobecnitelné, rychlý a přímočarý sběr dat a jejich analýza, přesná(numerická) data, objektivita výsledků (nezávislost na výzkumníkovi)
  • nevýhody: reduktivní sběr dat, závěry nemusí platit pro místní podmínky


Kvalitativní výzkum:


  • Numerické šetření a interpretace sociální reality. Cílem je odkrýt význam podkládaný sdělovaným informacím.
  • vymezen také takto: „proces hledání porozumění založený na různých metodologických tradicích zkoumání daného sociálního nebo

lidského problému...“(Hendl, s.50)

  • vyžaduje delší a intenzivní kontakt s terénem
  • snaha výzkumníka získat integrovaný pohled na předmět studie
  • použití málo standardizovaných metod získávání dat
  • hlavním cílem je objasnit, jak se lidí v dané situaci dobírají svých záběrů, proč jednají daným způsobem a jak organizují své každodenní aktivity a interakce
  • induktivní analýza a interpretace dat
  • slabá standardizace > nízká reliabilita > nepříliš velká redukce informace (metoda volných výpovědí) > vysoká validita,

induktivní

  • mnoho informací o velmi malém počtu jedinců
  • silná redukce počtu sledovaných jedinců
  • generalizace na populaci je problematická a někdy i nemožná
  • cíl: porozumění
  • výhody: podrobný popis a vhled zkoumaného, zkoumání v přirozeném prostředí, dobře reaguje na místní situace a podmínky, hledá lokální příčinné souvislosti
  • nevýhody: získaná data těžko zobecnitelá na celou populaci, těžko se provádí predikce, obtížnost testování teorií a hypotéz, časově náročné, subjektivita výsledků (ovlivnění výzkumníkem)


Zdroje: Hendl, Jan. Kvalitativní výzkum : základní metody a aplikace. 1. Praha : Portál, 2005. 408 s. ISBN 80-7367-040-2.

Disman, Miroslav. Jak se vyrábí sociologická znalost. Praha : Karolinum, 1993. 374 s. ISBN 80-7066-822-9.

indukce a dedukce

Zpracovala: Iva Uhlířová


INDUKCE

  • logické tvoření závěrů na základě úsudků z jednotlivých případů = zobecňování
  • Slovo indukce z latinského slova in-ducere - vyvozovat

Indukce je proces vyvozování obecného závěru na základě poznatků o jednotlivostech. Indukce zajišťuje přechod od jednotlivých soudů k obecným. Induktivní závěr lze považovat za hypotézu, protože nabízí vysvětlení, i když těchto vysvětlení může být v praxi více. Všude tam, kde pozorujeme nějaký fakt (jev, vlastnost) a ptáme se „Proč to je?“ Pro získání odpovědi si vytvoříme předběžné (nezávazné) vysvětlení (hypotézu) a tato hypotéze je přijatelná jestliže nám vysvětlí, proč daný jev nastal.[1]

Induktivní způsob myšlení má prvořadý význam pro postavení člověka v reálném světě. Schopnost učit se ze zkušenosti umožňuje lidem včas se přizpůsobit měnícím se životním podmínkám. Závěry induktivních myšlenkových pochodů jsou však ovlivněny subjektivními postoji (zkušenostmi, znalostmi)a mají pouze omezenou platnost. Induktivní statistika se zabývá metodami jak takové poznatky přenášet a umožňuje z pozorovaných dat vytvářet obecné teorie závěry s udáním stupně jejich spolehlivosti. Výpočet stupně spolehlivosti závěrů je však objektivní, neboť je založen na poznatcích teorie pravděpodobnosti a nezávisí na subjektivním názoru hodnotitele.[2]

Indukce: pozorování → nalezené pravidelnosti → předběžné závěry → teorie [3]


DEDUKCE

  • logické tvoření závěrů od všeobecného soudu k jednotlivým případům
  • Slovo dedukce z latinského slova deductio – odvození

Dedukce je způsob myšlení, při němž od obecných závěrů, tvrzení a soudů přecházíme k méně známým, zvláštním. Vycházíme tedy ze známých, ověřených a obecně platných závěrů a aplikujeme je na jednotlivé dosud neprozkoumané případy. Dedukce je proces, ve kterém testujeme, zda vyslovená hypotéza je schopna vysvětlit zkoumaný fakt.

Imponující nezvratnost deduktivních důkazů je však dosahována za cenu toho,že nic nevypovídají a reálném světě. Proto má dedukce význam jen jako článek myšlenkového řetězce, ve kterém se uplatňují i jiné typy myšlení.[1]

Dedukce: teorie → hypotézy →pozorování → přijaté/zamítnuté hypotézy [3]

Zdroje:

[1] MOLNÁR, Zdeněk. Úvod do základů vědecké práce. [online]. [cit. 2011-03-17] Dostupné z [people.fsv.cvut.cz/~dlaskpet/Help/ZakladyVedeckePrace.doc].

[2] ZVÁROVÁ, Jana. Základy statistiky pro biomedicínské obory. [online] 1999 [cit. 2011-03-17]. Úvod do statistické metodologie. Dostupné z www: [1].

[3] DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Praha : Karolinum, 1993. 374 s. ISBN 80-7184-141-2.


druhy výzkumů podle účelu

Zpracovala: Pavla Bárnetová


1. ROZLIŠENÍ VÝZKUMU PODLE HLAVNÍHO CÍLE

  • Základní (též primární, akademický)
  • Aplikovaný (též komerční)

zpracováno níže


2. ROZLIŠENÍ VÝZKUMU PODLE OČEKÁVANÉHO PŘÍNOSU

  • Orientační
  • Diagnostický
  • Explorační (explorativní)
  • Explanační (též výkladový, objasňovací)
  • Prognostický (též predikační)


Výzkum orientační

Je zaměřen na získávání základních informací o zkoumaném problému, tj. zjišťování stěžejních parametrů a stanovení dalšího postupu. Využívá se v případech, kdy jsou znalosti o problematice minimální. Mívá podobu předvýzkumu a většinou následuje podrobnější výzkum.[1]

Výzkum diagnostický

Jeho cílem je sledovat určité aspekty zkoumaného jevu (zda se vyskytují, jak často se vyskytují a v jakých podobách se vyskytují). U problémů již dříve zkoumaných zjišťuje jejich proměnu v čase. Mívá popisný charakter, zaměřuje se na proměnné hodnoty, ne na jejich vazby. Diagnostický výzkum pomáhá procesy vysvětlovat a předvídat, bývá první etapou výzkumů prognostických a explanačních.[2]

Výzkum explorační (explorativní)

Zabývá se zkoumáním podstaty určitého problému, jeho základními vlastnostmi a vztahy mezi nimi. Odkrývá hlubší příčiny a širší souvislosti, mnohdy přináší zcela nové poznatky.[1]

Výzkum expanační (též výkladový, objasňující)

Je orientován na výklad určitého problému, objasňuje příčiny jeho vzniku a trvání, vysvětluje jeho vlastnosti, strukturu, souvislosti s ostatními aspekty, případně předkládá možnosti řešení. Explanační výzkum předpokládá komplexní uchopení problematiky na základě poměrně rozsáhlých výzkumných činností.[1]

Výzkum prognostický (též predikační)

Na základě zjištěných empirických poznatků předpovídá budoucí události nebo dlouhodobý proces proměny zkoumaného jevu nebo objektu. Při tomto výzkumu se využívá informací získaných od expertů na příslušné oblasti. Může se jednat o systematickou výzkumnou činnost nebo o výzkum účelový – pro aktuální potřebu. Záleží na charakteru zkoumaného problému a na potřebách uživatele výsledků, zda výzkum přinese podklady pro vytvoření prognózy krátkodobé (asi na 5 let), střednědobé (asi na 10-15 let) nebo dlouhodobé (na 15-50 let).[1]


3. ROZLIŠENÍ VÝZKUMU PODLE JEHO FUNKCE

  • Vědecká funkce
  • Expertní či explikační funkce
  • Praxeologická (utilitární, praktická) funkce
  • Humanizační (humanizující) funkce
  • Edukační (edukativní) funkce


Vědecká funkce výzkumu

Jsou získávány poznatky teoretického i metodologického rázu, tj. cesty a způsoby jak tuto skutečnost poznávat. Jedná se většinou o základní (též primární nebo akademický) výzkum, ale může se jednat i o výzkumy aplikované (komerční).[1]

Expertní či explikační funkce výzkumu

Řídící orgány, které přijímají závažná rozhodnutí celospolečenského významu, mohou čerpat řadu informací z vědeckých poznatků. Informace se mohou týkat stavu společnosti, jeho příčin, dalšího možného vývoje, ale i možností prevence a řešení.[1]

Praxeologická (utilitární, praktická) funkce výzkumu

Výzkumy přinášejí informace využitelné v praxi, zvyšují účelnost a efektivitu. To se týká oblastí jako je výroba, řízení lidských zdrojů, marketingu, vzdělávání apod. Jedná se nejčastěji o aplikované (komerční) výzkumy.[1]

Humanizační (humanizující) funkce výzkumu

Výsledky výzkumu nemusí sloužit pouze odborníkům, ale patřičně prezentovány mohou pomoci i laické veřejnosti pochopit některé aspekty sociální reality.[1]

Edukační (edukativní) funkce výzkumu

Výzkumník účastí na určité výzkumné akci získá nezastupitelné poznatky a zkušenosti, osobně i odborně roste.[1]



Zdroje:

[1] REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha: Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.

[2] NOWAK, Stefan. Metodologie sociologických výzkumů. Vyd. 1. Praha: Svoboda, 1975. 411 s.

základní a aplikovaný výzkum

fáze výzkumu

zpracoval: Lukáš Prorok

pilotní průzkum

Zpracovala: Barbora Blahová

Terminologie v této oblasti není zcela kodifikovaná, termíny se částečně překrývají, proto provedu nejdříve menší upřesnění u těch, na které jsem narazila v použité literatuře a posléze se pokusím o celkový popis hesla.

Zmenšené, modelové provedení plánované akce - prověření všech aspektů plánovaného výzkumného projektu.

Předvýzkum – prověření připravované realizace výzkumné akce v terénu [3, s. 73] Anglicky: pre-research, pilot study [5, s. 771]

Pilotáž – zkoumání vhodných nástrojů sběru dat, často končí přesnou podobou konkrétní techniky, podřazený pojem k předvýzkumu. Anglicky: Pilot study[5, s. 876]

Sondáž – výzkumná akce provedená na jednom místě s cílem proniknout do hloubky, pozor anglické a francouzské ekvivalenty výrazu mají význam větší operace, či skoro celého výzkumu.[1, s. 62]

Pilotní studie – složitější než pilotáž, soustřeďuje se na heuristickou stránku metody s cílem najít optimální získávání údajů z různorodých hledisek. Opět pojem podřazený předvýzkumu.[5, s. 876]

Zúčastněný průzkum – obhlížení terénu, inspirace podměty z terénu bez přesného zaměření pozornosti, výzkumník by měl pochopit díky tomu prostředí.[1, s. 61]

Sociografický přehled – shrnutí informací z různých pramenů, dřívějších výzkumů a statistik. Sice systematické, ale bez sociologického výzkumu.


Definice předvýzkumu

U náročnějších, rozsáhlejších výzkumných akcí kvantitativní povahy, zvláště u takových témat, která doposud nejsou příliš prozkoumána, se mnohdy nejprve zpracovává předběžný projekt.[3, s. 73] Jeho součástí je předvýzkum jako etapa před konečnou verzí projektu. Předvýzkum pomáhá k lepším výsledkům samotného výzkumu prověření jak jeho metodiky, tak praktické části. Podle Kapra a Šafáře je obzvláště důležité prakticky vyzkoušet otázky z dotazníků, také postup při zpracování (pořád mluvíme o případech, kdy je to nutné) je podstatný, aby se předešlo neefektivnosti.

Literatura doporučuje dělat předvýzkum stejně pečlivě jako plánovanou akci, protože případné chyby či nedokonalosti se projektem potáhnou dál a ušetřená energie v této fázi přinese více práce ve zpracování. Obzvláště začínajícím badatelům se tato etapa může zdát zdlouhavá či zbytečná, ale zde platí, že každá zkušenost se velice hodí.

Samotný předvýzkum zpracovaný do zprávy může posloužit jako zpráva pro zadavatele, aby se předešlo pozdějším nedorozumění. V případě zcela nové problematiky je možno data využít k cenné analýze.

Výběr respondentů, které potřebujeme na předvýzkum, musí odpovídat základním charakteristikám vzorku plánovanému k finálnímu výzkumu. Tento pokusný vzorek je samozřejmě nereprezentativní. Zároveň je důležité, aby jeden respondent nebyl v obou vzorcích a aby ti, kteří prošli předvýzkumem nebyli v kontaktu s těmi, co jsou zahrnuti do výzkumu, protože by to mohlo některé údaje zkreslit.

Závěrem je nutné říci, že v případě rutinních šetření, opakujících se akcí je předvýzkumná fáze zbytečná a jen plýtvá prostředky. Je tedy na badateli, aby vyhodnotil, kdy má celý proces smysl a kdy nikoliv.

Použitá literatura

  1. LAMSER, Václav. Základy sociologického výzkumu. Vyd. 1. Praha : Svoboda, 1966. 353 s.
  2. PELIKÁN, Jiří. Základy empirického výzkumu pedagogických jevů. Praha : Karolinum, 1998. 270 s. ISBN 8071845698.
  3. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 184 s. ISBN 9788024730066.
  4. ŠAFÁŘ, Zdeněk; KAPR, Jaroslav. Sociologie nebo zdravý rozum? : praxe sociologického průzkumu. 1. vyd. Praha : Mladá fronta, 1969. 237 s.
  5. Velký sociologický slovník. Vyd. 1. Praha : Karolinum, 1996. s. ISBN 80718431052.

modely v ISK

věda, paradigma, teorie

Zpracovala: Monika Beránková

Věda

  • soubor systematicky setříděných poznatků o určité tématické oblasti,
  • proces generování těchto poznatků pomocí určitých pravidel.

U daného vědního oboru jsou podstatné jeho společenské, duchovní a kulturní kořeny. Jednotlivé vědní obory jsou vždy částí širších celků.

Vědu lze považovat za určitý typ sociální instituce.

Některé vědní oblasti mohou být transdisciplinární a interdisciplinární. Výzkum je proces vytváření nových poznatků. Jedná se o systematickou plánovanou činnost, která je vedena snahou zodpovědět kladně výzkumné otázky a přispět k rozvoji daného oboru. Přírodní a sociální vědy kladou při získávání poznatků velkou váhu na empirická data.

Věda v užším pojetí je:

  • zkoumání přírodních a sociálních jevů za použití pozorování a experimentu
  • kvantifikace
  • hledání univerzálních zákonů a vysvětlení

Toto pojetí je převzaté z přírodních věd a je diskutováno, zda-li zohledňuje proměnlivost sociálního prostředí a svobodu člověka určovat své jednání. Věda je sociálně daným jevem odvislým od kontextu dané kultury, jejích hodnot a zájmu vědců. [1]

Jenom to, co odpovídá paradigmatu je vědou. O tom, co je přijatelné paradigma, rozhoduje komunita vědců. "Věda je to, co za vědu považují vědci v daném oboru." [2] Jedním z hlavních rysů, kterým se věda odlišuje od jiných myšlenkových systémů, je předpoklad že všechny vědecké myšlenky mohou být jinými vědci kritizovány a revidovány. [3]

Paradigma

  • vědci pracují v rámci přijatých a málo zpochybňovaných způsobů definic, teoretizování a metod v daném oboru a v dané době,
  • termín zavedl T. S: Kuhn (1962, 1970/1997) v knize Struktura vědeckých revolucí.

Různá údobí vědy jsou charakterizována určitým pohledem na svět, který určuje standardní formu řešení problémů, vysvětlování jevů a provádění výzkumů. [1]

Toto "zekonomičtění" vědy zároveň omezuje množství povolených řešení a postupů a omezuje soubor problémů, které smí normální věda řešit. "Kritériem není to, že výsledek je zajímavý nebo důležitý, ale že řešení je uvnitř paradigmatu." (Kuhn str. 36-37). Je téměř nemožné bádat na hranici paradigmatu. [4]

Předpokládá se, že posun paradigmat nebo jejich výměna se děje, jestliže dominantní paradigma je úspěšně překonáno jiným paradigmatem, jež je schopno obsáhnout původní paradigma a navíc poskytuje širší vysvětlující sílu. Kuhn razí názor, že všechny vědy je nutné považovat za produkt různorodých perspektiv, četných vědeckých škol a skupin bez identifikovatelné jednotné množiny výzkumných postupů a kritérií, jaká tvrzení považovat za dobře podložená a správná. V současnosti převažuje pojetí, že věda metodologicky nemá jednotný charakter. Používá více paradigmat a je určována komplexními sociálními procesy. [1]

Teorie

  • zásadní typ informací ve vědě,
  • systém pojmů a tvrzení, který představuje abstrahující vysvětlení vybraných fenoménů.

Teorie umožňuje porozumět fenoménům světa, vysvětit je, kritizovat nebo předvídat. Jedná se o koncentrovanou množinu znalostí vyjádřenou symbolickým způsobem. Uznání vědeckosti a kvality teorie se provádí na základě kritérií, který závisí na oblasti výzkumu. Ve společenskovědním výzkumu se při posuzování teorie ptáme:

  • Je logicky sestavena?
  • Je jasně a úsporně popsána?
  • Odpovídá dostupným datům?
  • Obsahuje tvrzení, která lze testovat pomocí dat?
  • Byly predikce teorie testovány?
  • Vyjadřuje uvažované vztahy lépe než jiné konkurující teorie?
  • Je obecná natolik, že ji lze použít na více místech, pro různé skupiny jedinců nebo v různých časových okamžicích?

Teorie je založená na definovaných pojmech, uspořádává a propojuje je tak, že se získá lepší vhled do nějakého problému. Ve vědě se upřesnění a vyjasnění pojmů dosahuje definicí. Konceptuální definice pojmu (konceptu)se formuluje jinými pojmy (koncepty). Má tyto vlastnosti:

  • je jednoznačná
  • nesmí se definovat kruhem (to, čím definuje, nesmí obsahovat pojem který definuje)
  • popisuje pojem pozitivně, výstižně formuluje jednotlivé vlastnosti fenoménu
  • má jasnou interpretaci a používá známé pojmy

Operacionalizovaná definice je množinu procedur, které popisují aktivity požadované k tomu, aby empiricky došly k realizaci toho, co definice popisuje. [1]

Zdroje:

  1. HENDL, J. Kvalitativní výzkum. Praha : Portál 2005. s. 29-34
  2. DISMAN, M. Jak se vyrábí sociologická znalost. Praha : Karolinum 2000. s. 13
  3. GIDDENS, A. Sociologie. Praha : Argo 1997. s. 554
  4. REICHEL, J. Kapitoly systematické sociologie. Praha : Grada 2008.

Popperova strategie falzifikace

Zpracoval: Jiří Šprdlík

Karl Popper se ve svém díle mimo jiné výrazně zabýval zkoumáním indukce jako vědeckého nástroje poznání. K poznání přistupuje jako k systému tvrzení (teorií), které lze předkládat k hodnocení. Každý empirický výzkum je de facto založen na odvozování zákonů cestou pozorování jednotlivých jedinečných případů, u kterých následně dojde k nějakému zobecnění. V tomto smyslu lze poznání chápat jako objektivní (jako protiklad k poznání subjektivnímu), s charakterem hypotézy nebo domněnky.

Máme-li hypotézu, kterou jsme schopni empiricky testovat, výsledky tohoto testování nám onu hypotézu buď potvrzují (nejsou s ní v rozporu) nebo vyvracejí. Z principu samotného induktivního přístupu však vyplývá, že žádná teorie nemůže být nikdy 100% případy doložena (nejsme nikdy schopni testovat celé universum). Vědecká teorie tak může být pouze vyvrácena, nikoli dokázána. Dokud teorie vyvrácena není, je možné ji prozatímně považovat za platnou, nicméně si stále musíme uvědomovat, že "vědecké teorie zůstávájí navždy hypotézami nebo domněnkami".[1]

V Popperově strategii falzifikace se dále předpokládá, že aby teorie mohla být uznána za vědeckou, musí takovéto vyvrácení alespoň teoreticky umožňovat. Třída potenciálních falsifikací tedy nesmí být prázná. Popper tímto odmítá nejen veškeré systémy založené na nějaké apriori přijmuté Absolutní pravdě, ale například i psychoanalýzu. Říká, že i když ve svých dílčích poznatcích může vidět některé věci správně, jako celek je nevyvratitelná, tedy nevědecká, neboť svými mechanismy umožňuje vysvětlit jakékoli lidské jednání, není zkušenostně falzifikovatelná.

Veškeré možné poznání je tak podle Poppera jen dočasné a relativní, nicméně tuto vlastnost nepovažuje za nic negativního. Naopak. Experimenty, na základě kterých by se potvrdilo, že předchozí toerie musí být neplatná, naopak vítá, neboť pouze poznatky tohoto typu nám ukazující novou cestu.

S tím také souvisí otázka vědeckého pokroku. Pokrok spočívá v tom, že nám teorie sdělují stále více, rozšiřuje se tedy jejich obsah. Tím se ale také rozšiřuje množství toho, co již vyloučila nebo omezila, a ukazují se tak další možnosti pro její falzifikaci. Vědecký pokrok tak nespočívá jen v objevování nového, ale zejména ve vylučování neúspěšných teorií a jejich nahrazování teoriemi lepšími (a také samozřejmě může dojít pouze ke korekci teorie stávající).

Ve vědě tedy jde o neustálé přibližování se pravdě. V tomto smyslu Popper nastínil několik regulativních ideí. Za nejdůležitější lze považovat:

Idea pravdy - předpoklad kritické diskuse, díky níž jsme schopni eliminovat nesprávné teorie

Idea obsahu - potřebujeme teorie s velkým obsahem, tautologie nebo věty typu 1+1=2 jsou obsahově prázdné, neboť nenabízejí empirickovědné problémy. Potřebujeme teorie s velkým logickým a empirickým obsahem. Logickým obsahem se myslí vyvozovací kapacita oné teorie (čím více důsledků tím větší kapacita).

Idea empirického obsahu - každý empirický přírodní zákon zakazuje nějaké události. Například tvrzení "všichni havrani jsou černí" zároveň říká, že "neexistuje bílý havran", a případný objev bílého havrana zároveň tuto teorii překoná.

Idea přiblížení se pravdě - předpokládá realistický světový názor. Neříká sice, že skutečnost je totožná s našemi teoriemi o ní, nicméně předpokládá, že realita existuje, a my se díky správné metodice můžeme neustále více a více přibližovat jejímu adekvátnímu popisu.


Poznámky:

  1. POPPER, Karl Raimund. Věčné hledání : intelektuální autobiografie. 1. vyd. v čes. jaz. Praha : Prostor, 1995. s. 78 ISBN 8085190370


Použité zdroje:

  • ANZENBACHER, Arno. Úvod do filosofie. Vyd. 2., přeprac. Praha : Portál, 2004. s. 164-165. ISBN 807178804X
  • BLECHA, Ivan. Filosofie: (základní problémy). 1. vyd. Olomouc : Fin, 1994. s. 155-156. ISBN 8085572885.
  • POPPER, Karl Raimund. Logika vědeckého bádání. 1. vyd. Praha : OIKUMENE, 1997. s. 66-83. ISBN 8086005453.
  • POPPER, Karl Raimund. Věčné hledání : intelektuální autobiografie. 1. vyd. v čes. jaz. Praha : Prostor, 1995. s. 76-84 ISBN 8085190370
  • Tamtéž s. 126-130
  • POPPER, Karl Raimund. Život je řešení problémů : o poznání, dějinách a politice. Vyd. 1. Praha : Mladá fronta, 1998. s. 32-40. ISBN 8020406867.

přirozený systém a redukce reality při výzkumu

projekt výzkumu a jeho náležitosti

Paradigma v ISK (Bates, 2005)

termín: 25. března

historický přístup

spracovala Katarína Hečková


Historický prístup charakterizuje Bates ako spôsob, podľa ktorého pochopenie súčasných podmienok vyplýva z pochopenia minulých sociálnych, politických a ekonomických udalostí a procesov, ktoré viedli k súčasným podmienkam. Poukazuje na dôležité spojenie s minulosťou s cieľom objasniť súčasné problémy a budúce možnosti.[3]

Tento prístup Bates zaraďuje medzi idiografické prístupy (prístup ktorý je zameraný na poznanie indivídua s dôrazom na rozbor jeho individuálnych rysov a osobnosti[5]). Je subjektívny a využívaný najmä v humanitných vedách.


Relativizmus a skepticizmus v histórií

Histórický prístup je skeptický a relativistický v otázkach pravdy - záleží od uhla pohľadu určitej skupiny (etnickej, pohlavnej, národnej, sociálnej ...) [1]

Skepticizmus dodáva odvahu poznávať a nevylučovať pritom možnosť, že sa človek môže mýliť.

Relativizmus je moderný dôsledok skepticizmu, podľa ktorého pravda v nejakom konkrétnom tvrdení závysí na postavení osoby, ktorá ju vyslovila.


Rozdelenie historického prístupu z hľadiska zamerania a prístupu

Synchronický prístup – Zaoberá sa danou problematikou v širšom zmysle, výberovo sa môže dotknúť záležitostí sociálnych, politických, technologických a náboženských ktoré ovplyvňovali tvorbu, oceňovanie a využívanie. Zameranie je široké a prístup zlučovací

Diachronický prístup – Zameranie je užšie a prístup je analytický.[4]


Historické periódy

Pre historický prístup je charakteristické ohraničovanie období pomocou periód (široké ohraničenie pomocou storočí, alebo užšie podľa konkrétnych rokov, všeobecných období – napr. industriálna revolúcia alebo pomocou událostí ktoré tvorili obdobie – napr. 30-ročná vojna)

Ferdinand Braudel [4] rozlišuje históriu podľa jej rozličného historického rytmu a prepojuje rôzdne druhy dôkazov a rozprávaní pre každý rytmus

Rozpoznáva 3 druhy takýchto rytmov:

1. Durée longue – takmer „bezčasová (eng. timeless)“ história, kde je prechod do iných období takmer nevnímateľný, kde sú udalosti merané možno až v tisíckach rokov. V tomto stupni sa pomaly menili základné stupne ľudskej civilizácie. V tomto období sa vyvinulo množstvo rozmatitých sociálnych organizácií a štruktúr.

2. Dureé moyenne – zmeny sú vnímané v rozpätí stoviek rokov – napríklad vzostupy a pády ríš, technické zmeny. Túto periódu môžeme nazvať aj „sociálnou“, kedže sa ľudia zgrupovali do rôznych skupín.

3. Dureé courte – zmeny sú rozpoznateľné v priebehu niekoľkých rokov alebo dokonca aj mesiacov. Vyznačuje sa veľkými sociálnymi prevratmi. Pre toto obdobie je charakteristická vynaliezavosť, rýchly vývoj technológií a kvitnúca intelektuálna aktivita ktorej výsledkom bol vznik nových vedeckých disciplín


Použité zdroje:

[1]APPLEBY, Joyce; HUNT, Lynn; JACOB, Margaret. Jak řikat pravdu o dejinách : Historie, věda, historie jako věda a Spojené státy americké. 1. vyd. Brno : Centrum pro studium demokracie a kultury, 2002. Úvod, s. 7-15. ISBN 80-7325-003-9.

[2]APPLEBY, Joyce; HUNT, Lynn; JACOB, Margaret. Jak řikat pravdu o dejinách : Historie, věda, historie jako věda a Spojené státy americké. 1. vyd. Brno : Centrum pro studium demokracie a kultury, 2002. Shrnutí, s. 250-252. ISBN 80-7325-003-9.

[3]Bates, M.J. An Introduction to metatheories, theories and models. In: K.E. Fisher and S. Erdelez (eds.). Theories of Information Behavior. Medford, NJ: Information Today. 2005. p. 8

[4]RYANWARD, W.Boyd. The history and historiography of information science : Some reflections . Information Processing & Management [online]. 1996, Vol. 32, No. 1, [cit. 2011-03-23]. s. 3 - 17. Dostupný z WWW: <http://www.sciencedirect.com/science?_ob=MImg&_imagekey=B6VC8-3Y2FY60-C-2&_cdi=5948&_user=835458&_pii=030645739500046J&_origin=browse&_zone=rslt_list_item&_coverDate=01%2F31%2F1996&_sk=999679998&wchp=dGLzVzb-zSkzS&md5=4fca34508582aa0644536c7fbbc79381&ie=/sdarticle.pdf>.

[5]Slovnik-cizich-slov.abz.cz [online]. © 2005-2006 [cit. 2011-03-23]. Idiograficky-pristup. Dostupné z WWW: <http://slovnik-cizich-slov.abz.cz/web.php/slovo/idiograficky-pristup>.

konstruktivistický přístup

zpracovala: Radka Sičová


- je vybudovaný na základech pedagogiky a sociologie, podle nich jsou jedinci ti aktivně budující pochopení svého světa, těžce ovlivnění sociálními světy, ve kterých (tito jedinci) fungují.[1]


Bates dále uvádí některé z významných autorit, ze kterých jsou tyto principy tvořeny:

- z pedagogiky – současným zastáncem je Carol Kuhlthau (pedagogika, obor Knihovnictví a informační věda), ta odkazuje na odborníky, jako jsou John Dewey (pedagog, psycholog), George A. Kelly (pedagog, psycholog), Lev Vygotsky (psycholog);

- ze sociologie – se v současnosti tímto přístupem zabývá George Ritzer (sociolog), ten upozorňuje na teorie Alfreda Schutze (sociolog, filozof), Petera L. Bergera (sociolog, teolog) a Thomase Luckmanna (sociolog, pedagog) a etnometodologickou práci Harolda Garfinkela (sociolog, pedagog).

Lidé mají omezenou kapacitu přijímání nových informací, proto záměrně vytváří nový význam skrze spojení s tím, co už znají. To znamená, že už samotné otázky jsou formovány na základě předem získaných zkušeností a znalostí, samotné vyhledávání informací je procesem tvoření významu ve smyslu osobního názoru. K nově nabyté informaci je tak přidaná hodnota její využitelnosti v praxi pro jejího vlastníka.[5]


Pedagogika

Jako filozofická teorie vznikl během 18. století. Dnes je považován za jednu z nejvlivnějších teorií v pedagogice posledních 20 let 20. století.[8] Konstruktivistický přístup vznikl jako reakce na nedostatky modelu klasického informačního přenosu informací, kdy tento model zdůrazňoval autoritativní roli vysílatele informace a způsob jejího budování jako objektu – objektivní neutrální informující věci. Proto vznikla potřeba, aby uživatel změnil svou roli z pasivního na aktivního a kreativního zpracovatele informace. Má nejen přijímat zprávy, ale také pro ně aktivně vytvářet význam.[3] Což je nový, vítaný přístup k učení. Učení je zde stavební proces, do kterého je každý student aktivně zapojen. Použitými metodami jsou čtení, poslech, sledování textu a přemýšlení nad obsahem – filtrování co je důležité a zajímavé, uvádění do vzájemných situací, vzájemné vysvětlení v rámci skupiny (třídy). To také znamená velkou míru interdisciplinarity, protože témata přesahují skrze další předměty. Tímto procesem se z pasivního příjmu informací stává aktivní hluboké učení a získané poznatky jsou pak studenti schopní aplikovat v reálných situacích.[6] Tato teorie učení je spojena také s psychology, kteří tvrdí, že lidské znalosti nejsou zrcadlovým obrazem objektivní reality, ale jsou vytvořeny dle vlastní verze skutečnosti. Dochází tak ke střetu rozmanitých zkušeností a tím k posunu kolektivního vědění.

Stanovují 5 obecných zásad konstruktivismu pro použití v pedagogické praxi:

1. učení není výsledkem vývoje, učení je vývoj;

2. nesrovnalosti usnadňují učení;

3. bezděčná abstrakce je hnací sílou učení;

4. dialog uvnitř společnosti tvoří další názory;

5. učení postupuje směrem k vývoji [...] centrálních organizačních principů, které mohou být zobecněné napříč zkušenostmi, také často požadují odvolání nebo reorganizaci dřívějších koncepcí.

=> Vše se soustředí na studenta, učitel vystupuje jako pomocník aktivního, osobního učení, spíše než expert na dávkování předpřipravených informací.[2]

Je to tedy osobní vývojový proces, podporující samostatné uvažování, nezávislost, ale i kontrolu a spoluodpovědnost nad tím, co je učeno. Pozitivním důsledkem je pak motivace k učení a pocit uspokojení. Dochází k interakci mezi vrstevníky, učitelem a zkušenostmi ze skutečného světa. Mimo hluboké získávání znalostí je cílem i vytváření postojů k různým názorům a zkušenostem, vyjadřování myšlenek vlastním způsobem a vlastními slovy, přesun informačních zdrojů od jediného autoritativního zdroje (učitele) k dalším zdrojům (vrstevníkům).[8]

Kritické hlasy upozorňují na pochybné tvoření standardů a metod hodnocení při učení postaveném na individuálním budování znalostí. Překážkou může být i ochota účastníků, zvláště pokud mají problém prosadit svůj názor a vůbec být slyšeni. A i čas je nepřítelem, tato metoda je poměrně zdlouhavá, a proto standardní délka hodiny nemusí být dostačující.[8]


Sociologie

Zde se vyvíjí od 70. let 20. století. Výsledky bádání jsou sociálně konstruovány mnoha různými prvky a to dokonce i zkoumanými objekty. Poukazují na konflikty mezi „různými kognitivními představami o světě neboli jazykovými hrami“.[4] Konstruktivismus v sociologii vychází ze sociální psychologie. Upozorňuje, že všichni lidé jsou aktivními tvůrci zkušeností, ne pasivními příjemci objektivní reality. Tuto realitu v podstatě vyvrací tvrzením, že lidé žijí v odlišných kulturních podmínkách, času a místa v historii => vychází z množství tradic, realita je vytvářená uvnitř mezilidské a kulturní souvislosti. Budování znalostí se tvoří na základě poradenství společně, bez ohledu na postavení, všichni jsou si v zásadě rovni. Výsledkem není základní pravda, ale její lidská interpretace.[7]


Zdroje:

[1] BATES, Marcia J. Theories of information behavior [online]. second printing. United States of America : Information Today, 2006 [cit. 2011-03-20]. An Introduction to Metatheories, Theories and Models, s. . Dostupné z WWW: <http://www.google.com/books?hl=cs&lr=&id=ll6qzqhIj8wC&oi=fnd&pg=PR13&dq=Bates,+M.J.+An+Introduction+to+metatheories,+theories+and+models.&ots=1epSkUYa8j&sig=r9gdsgild7p0_fWF28XBeip2k10#v=onepage&q&f=false>.

[2] BLYTH, Carl. A Constructivist Approach to Grammar: Teaching Teachers to Teach Aspect. The Modern Language Journal [online]. 1997, Vol. 81, No. 1, [cit. 2011-03-20]. Dostupný z WWW: <http://www.jstor.org/openurl?volume=81&date=1997&spage=50&issn=00267902&issue=1&>.

[3] BRUCE, Harry; FIDEL, Raya; VARKKARI, Pertti. Emerging Frameworks and Methods [online]. United States of America : A Division of Greenwood Publishing group, 2002 [cit. 2011-03-22]. 3. Constructivism, s. . Dostupné z WWW: <http://books.google.com/books?id=lhJe63ynG1kC&pg=PA275&dq=constructivist+approach+LIS&hl=cs&ei=b3J7TYXkNsS48gPMrbC8BA&sa=X&oi=book_result&ct=result&resnum=8&ved=0CEwQ6AEwBw#v=onepage&q=constructivist%20approach%20LIS&f=false>. ISBN 1-59158-016-1.

[4] HARRINGTON, Austen. Moderní sociální teorie. Vyd. 1. Praha : Portál, 2006. Sociální studia vědy: vzestup sociálního konstruktivismu, s. 177-180. ISBN 8073670933.

[5] KUHLTHAU, Carol. Inside the Search Process : Information Seeking from the User. Journal of the American Society for Information Science. 1991, 42, 5, s. 361-371. ISSN 0002-8231.

[6] KUHLTHAU, Carol Collier. Learning in digital libraries : An information search process approach. Library Trends [online]. 1997-03-01, 45, 4, [cit. 2011-03-20]. s. 708-724. Převzato z kolekce Academic Search Complete. Dostupný z WWW: <http://search.ebscohost.com/login.aspx?direct=true&db=a9h&an=9710022609>. ISSN 00242594.

[7] MCAULIFFE, Garrett J. ; ERIKSEN, Karen P. Toward a Constructivist and Developmental Identity for the Counseling Profession: The Context-Phase. Journal of Counseling & Development Summer99 [online]. 1999, Vol. 77, Issue 3, [cit. 2011-03-22]. Dostupný z WWW: <http://content.epnet.com/ContentServer.asp?T=P& P=AN& K=2213869& EbscoContent=dGJyMNLr40SeqLA4y9fwOLCmr0meprRSr6y4SLCWxWXS& ContentCustomer=dGJyMPGuskuvrrVQuePfgeyx%2BEu3q64A& D=a9h>.

[8] WILLEY, Lorrie; BURKE, Debra D. A Constructivist Approach to Business Ethics: Developing a Student Code of Professional Conduct. Journal of Legal Studies Education [online]. Winter/Spring 2011, Volume 28, Issue 1, [cit. 2011-03-20]. Dostupný z WWW: <http://onlinelibrary.wiley.com/doi/10.1111/j.1744-1722.2010.01083.x/full>.

diskurzivně-analytický přístup

Zpracoval: Filip Šelong, Jakub Alt


Diskursivně-analytický přístup, někdy též označovaný jako constructionist (neplést s konstruktivistickým-constructivist přístupem) má své kořeny v humanitních a sociálních vědách. Utváří a reorganizuje sociální realitu pomocí jazyka. [1]

Diskurs je součástí všech konkrétních sociálních událostí (akcí, procesů), stejně jako trvalejších společenských praktik, „ačkoliv ty nikdy nejsou jednoduše diskursem: jsou artikulací diskursu s ne-diskursivními prvky.“ Slovo „diskurs“ zahrnuje ve Fairboughově pojetí jazyk stejně jako jiné formy sémiózy, jako např. vizuální obrazy a „řeč těla“, a diskursivní element sociální události podle něj často kombinuje rozličné sémiotické formy. Převážným účelem diskursivní analýzy pak není jednoduše analýza diskursu per se, nýbrž analýza dialektických vztahů mezi diskursivními a ne-diskursivními elementy sociálna, s cílem dosáhnout lepšího porozumění těchto komplexních relací.

Pokud bychom chtěli diskursivní analýzu (dále jenom DA) charakterizovat dále podle jejího cíle či orientace, mohli bychom vyjí z přístupu Browna a Yulea[2], dle nichž DA usiluje o objasnění toho, jak jsou jazykové formy užívány v komunikaci. Tedy přesněji, DA prozkoumává, „jak adresanti konstruují lingvistická sdělení adresátům a jakým způsobem adresáti vycházejí z jazykových sdělení, aby je interpretovali“. [3]

Diskurzivní analýza neposkytuje konkrétní odpověď na problémy založené na vědeckém výzkumu, ale umožňuje přístup k ontologickým a epistemologickým předpokladům za projektem, prohlášením, metodou výzkumu, nebo - abychom poskytli příklad z oblasti knihovní a informační vědy - systémem klasifikace. Jinými slovy, analýza diskurzu umožní odhalit skryté motivace za textem nebo za výběrem konkrétní výzkumné metody k interpretaci tohoto textu. [4]

Zdroje

[1]Bates, M.J. An Introduction to metatheories, theories and models. In: K.E. Fisher and S. Erdelez (eds.). Theories of Information Behavior. Medford, NJ: Information Today. 2005. s. 11

[2]Brown, G., Yule, G.: Discourse Analysis. Cambridge: Cambridge University Press, 1983. In: Hoenisch, S (2004): A Wittgensteinian Approach to Discourse Analysis. Dostupné z URL: http://www.criticism.com/da/lw_da.html.

[3]BLAŽKOVÁ, Marika. Přehled přístupů k diskursivní analýze. 25. 1. 2006 [cit. 29.3.2011]. Dostupné na URL: http://www.zkola.cz/zkedu/pedagogictipracovnici/kabinetspolecenskychvedaumeni/abecedaspolecenskychved/18037.aspx

[4]PALMQUIST, Ruth. School of Information [online]. [2001] [cit. 2011-05-26]. Discourse Analysis. Dostupné z WWW: <http://www.ischool.utexas.edu/~palmquis/courses/discourse.htm>.

[5]ZÁBRODSKÁ, Kateřina. Diskurzivní psychologie a její zdroje. [prezentace]. 24.02.2009 [cit. 29.03.2011]. Dostupný v IS MU: [<http://is.muni.cz/el/1423/jaro2009/PSY485/um/7478958/2._HOD.pptx?fakulta=1423;obdobi=4544;kod=PSY485

[6]Burman, E.: Discourse Analysis Means Analysing Discourse (2003): Some Comments On Antaki, Billig, Edwards And Potter 'Discourse Analysis Means Doing Analysis: A Critique Of Six Analytic Shortcomings'. Dostupné z URL: http://www.shu.ac.uk/daol/articles/open/2003/003/burman2003003-t.html

filozoficko-analytický přístup

kritická teorie

zpracovala: Magdalena Jirásková

Historie

Pojem kritická teorie obecně zaštiťuje kritické náhledy na moderní humanitní vědy, především kulturální a mediální studia. V užším slova smyslu je to však především teorie vytvořená členy tzv. frankfurtské školy- Institutu pro sociologický výzkum, který byl založen v Německu v roce 1923. Nejznámějšími a neproduktivnějšími členy školy byli Theodor Adorno a Max Horkheimer. Frankfutská škola částečně navazuje na myšlenky marxismu a její kritika se obrací proti buržoazní společnosti. Jedním z nejdůležitějších mladších reprezentantů školy je Jurgen Habermas, jehož kritická teorie se odklání od touhy po celkové změně společnosti; zabývá se pouze politikou.[1]

Samotná kritická teorie se pokouší vysvětlit, proč sociální revoluce prorokovaná Karlem Marxem neproběhla tak, jak předpokládal.[1] Členové školy to přičítají i ekonomickým, kulturním a ideologickým aspektům. Tvrdí, že kapitalismus prohlubuje v lidech tzv. falešné vědomí, díky kterému si myslí, že systém, ve kterém žijí, je racionální a nevyhnutelný. Poslušnost lidí vysvětlují tak, že lidé skrze ni sdílí hodnoty, které jim pomáhají vysvětlit podstatu a fungování světa.[1] Za nejefektivnější novou formu kapitalistické ideologie považovali pozitivismus, který učí lidi vnímat svět takový, jaký je - tedy opět se nad ním nezamýšlet. Důležitým pojmem je v kritické teorii dominance neboli nadvláda ve společnosti, která vede k vykořisťování.


Kritická teorie jako paradigma

Přístup kritické teorie uplatňovaný v knihovnictví a informační vědě a oborových výzkumech „odhaluje skryté vztahy mezi silami a dominantní vzorce uvnitř společnosti.“[2] V sociálních vědách se kritická teorie objevuje především jako alternativní paradigma k pozitivismu. Snaží se o vysvětlení tzv. krize vědění, které je nyní ovládáno vládnoucími vrstvami, a předkládá nové pohledy a možnosti jejího řešení.[3] Nabízí řešení nedůvěry k vědeckému poznání. Kritizuje mj. také dřívější výzkumy.

Podle kritické teorie mají současné společenské vědy problém s nepodloženou vírou ve vlastní hodnoty. Vytýká vědcům, že u svých výzkumů málo používají zpětnou vazbu, jsou si příliš jistí nadřazeností vlastních metod a v neposlední řadě ignorují přítomnost politických zájmů ve svém oboru.[1]


Zdroje:

[1] AGGER, Ben. Critical Theory, Poststructuralism, Postmodernism : Their Sociological Relevace. . Annual Rewiev of Sociology . 1991, 17, s. 105-131. Dostupný také z WWW: <http://www.jstor.org/stable/2083337>.

[2] Bates, M.J. An Introduction to metatheories, theories and models. In: K.E. Fisher and S. Erdelez (eds.). Theories of Information Behavior. Medford, NJ: Information Today. 2005. p. 8-11.

[3] FARGANIS, James. A Preface to Critical Theory. Theory and Society. 1975, 2, 4, s. 483-508 . Dostupný také z WWW: <http://www.jstor.org/stable/657067>.

etnografický přístup

Zpracovala: Helena Orálková


Etnografie, nebo-li terénní výzkum.

Etnografický přístup je výzkum, který je založen na shromažďování dat v dlouhodobém časovém horizontu v určitém prostředí (terénu) a který je ukončen kvalitativní obsahovou analýzou. [1] Etnografický přístup byl původně používán v antropologii, dnes je užíván i ve společenských vědách a byl převzat i spolu s jednotlivými technikami, které se již při tomto přístupu osvědčily. Mezi tyto techniky patří pozorování, dokumentace a rozhovory. Tyto techniky napomáhají výzkumníkovi proniknout hluboko do problému, který zkoumá. [2]

Terénní výzkum nás obklopuje všude každý den, je ho schopný každý, kdo umí nazírat na své okolí s nadhledem. Obsah pojmu terénní výzkum nelze stručně a výstižně vysvětlit. A také je velice těžké se naučit terénní výzkum provádět. Bob Simpson říká, že terén není nic pasivního, ale je to aktivní činitel, který ovlivňuje "svého" výzkumníka. [3]


Nedbálková rozděluje terénní výzkum na tři klíčové momenty: [4]

1. Formulování výzkumného problému.

Velkou roli při výzkumu hraje náhoda. Pokud děláme nějaký výzkum, nikdy nevíme o daném problému vše. Je proto důležité umět být ve správný čas na správném místě a umět vidět/slyšet to, co je pro náš výzkum důležité. A to je právě na provádění terénního výzkumu velice obtížné. Na základě takto získaných informací v terénu, se pak může měnit formulace našeho výzkumného problému. Důležité je, aby si výzkumník uměl přiznat svou neznalost.


2. Pohyb v terénu.

Pohyb v terénu má různé stupně obtížnosti a závisí na tom, jaký problém zkoumáme. Důležitou součástí terénního výzkumu je výzkumná práce, která se snaží v terénu vyznat a porozumět mu. Vždy je nutné daný problém poznat důkladně a komplexně. Při terénním zkoumání je nejhorší situací nezjistit, že něčemu nerozumíme, než zjistit, že něčemu nerozumíme.


3. Terénní poznámky.

Jsou různé způsoby, jak lze pořizovat terénní poznámky. Mezi nejčastější patří papír a tužka, protože ty můžeme bez komplikací nosit neustále při sobě. Mimo jiné jsou však tyto dva nástroje i předmětem komunikace, dáváme jimi najevo, co považujeme za důležité, pak si to zapíšeme, a co si nezapisujeme, protože tomu nepřikládáme větší význam. Emerson říká, že psaní terénních poznámek není čisté zaznamenávání reality, ale pozorovatel své poznámky vždy ovlivní svým vzděláním, zkušenostmi, emocemi ad. [5]

Výše popsané části terénního výzkumu jsou spolu vzájemně těsně spjaty a navzájem se prostupují. Uvedené dělení slouží spíše pro lepší orientaci v problematice než pro názorný příklad toho, jaké jsou části etnografického výzkumu.


Praktický příklad terénního výzkumu z prostředí knihovny:

Uživatelé jsou požádáni, aby vykonávali nějaké funkce (např. najít určitou knihu v OPACU) a jsou při nich pozorováni. V takovém případě ale uživatelé často dělají to, co předpokládají, že by měli dělat, než aby dělali to, co by opravdu v reálné situaci dělali. I to je však přínosné a mohou tak vzniknout nějaké inovace. [6]


Použité zdroje:

[1] ABZ.cz : slovník cizích slov [online]. 2005-2006 [cit. 2011-05-05]. Dostupné z WWW: <http://slovnik-cizich-slov.abz.cz/web.php/slovo/etnograficky-pristup-zkoumani>.

[2] BATES, M. J. An Introduction to Metatheories, Theories, and Models. Los Angeles : University of California, Dept. of Information Studies, 2005, p. 9.

[3] NEDBÁLKOVÁ, K. Etnografie. In ŠVAŘÍČEK, R., ŠEĎOVÁ, K. Kvalitativní výzkum v pedagogických vědách. Praha: Portál, 2007, s. 113.

[4] NEDBÁLKOVÁ, K. Etnografie. In ŠVAŘÍČEK, R., ŠEĎOVÁ, K. Kvalitativní výzkum v pedagogických vědách. Praha: Portál, 2007.

[5] Ibid., s. 118.

[6] StevenB. Ethnographic Research As A Tool For Understanding Users [online]. 2007-03-29 [cit. 2011-05-05]. Dostupné z WWW: <http://dbl.lishost.org/blog/2007/03/29/ethnographic-research-as-a-tool-for-understanding-users/>.

Socio-kognitivní přístup

Zpracovali Tereza Vrzalová a Petr Hejtmánek.


Obecný popis:

Socio-kognitivní přístup je jedno z paradigmat informačních studií a knihovnictví (dále ISK) vymezených profesorkou Marcií J. Bates. V jejím dělení se obecně řadí k paradigmatům (či metateoriím) primárně nomotetickým (přístup zaměřený na postihování obecně platných zákonitostí).

Socio-kognitivní metateorie je reakcí na čistě kognitivní přístup, který bere v potaz jen kognitivní jevy a okolnosti a úplně pomíjí sociální kontext pozorovaného objektu (kultura, historie etc.). Zjednodušeně lze říci, že se jedná o revizi či rozšíření kognitivního přístupu, kdy je přisuzována stejná míra vlivu na informační chování jedince sociálním i kognitivním faktorům.

Socio-kognitivní úhel pohledu předpověděl již v roce 1968 Williamem J. Paisley, ve svém příspěvku "Information Needs and uses" [1].

Jedním ze současných hlavních zastánců a propagátorů socio-kognitivního paradigmatu v rámci zkoumání lidského informačního chování je profesor Birger Hjørland.


Doménová analýza:

Ve středu zájmu pozornosti ISK obecně stojí zaprvé informace, zadruhé informační technologie a zatřetí jejich využívání lidmi. Předmětem většiny výzkumů v ISK je tak střet a vzájemné reakce jmenovaných tří polí. Analýza těchto procesů, analýza informací a jejich sociálního formování v myšlenkové komunitě, je označována jako doménová analýza (domain analysis).

Doménová analýza je přístup typický pro ISK. Jedná se o sociologicko-epistemologicky přístup k organizaci znalosti (Hjørland, 2007). Coby samostatná metateorie byl formulován pány Hjørlandem a Albrechtsenem v článku "Toward a New Horizon in Information Science: Domain Analysis" [2].

Kořeny i stopy doménové analýzy můžeme sledovat v historických a popisných oborech knihovnictví (Bowers, 1994; Updike, 2001), nověji pak například v žánrové teorii (Berkenkotter & Huckin, 1993; Vaughan & Dillon, 1998; Orlikowski & Yates, 1994).

Společným předpokladem je, že organizace znalostí v konkrétní doméně má vycházet z obecných znalostí ISK a také ze znalostí informačních toků a produkce významů v doméně (Hjørland & Pedersen, 2005).

Doménová analýza využívá stávající metody ISK i jiných sociálních vědních oborů, popřípadě je kombinuje.

Cílem doménové analýzy v knihovnictví je rozpoznat různé přístupy (paradigmata; systémy organizace znalostí) pro rozličné teoretické i praktické pohledy v rámci klasifikace a indexace.


Poznámky:

  1. Paisley, William J. “Information Needs and Uses.” Annual Review of Information Science and Technology, Vol.3, Encyclopaedia Britannica, Inc. Chicago 1968, pp.1-30.
  2. B. Hjørland, H. Albrechtsen, "Toward a New Horizon in Information Science: Domain-Analysis", Journal of the American Society for Information Science, No. 6, vol. 46 (1995), pp. 400-425


Zdroje:

1. ABZ.cz : slovník cizích slov [online]. 2005-2006 [cit. 2011-03-20]. Dostupné z WWW: <http://slovnik-cizich-slov.abz.cz/web.php/hledat?typ_hledani=prefix&cizi_slovo=nomotetick%FD+p%F8%EDstup>.

2. BATES, Marcia. J. An Introduction to Metatheories, Theories, and Models. In: Theories of Information Behavior. K.E. Fisher and S. Erdelez (eds.).2. print. Medford, New Jersey : Information Today, 2006. p. 8. ISBN 1-57387-230-X.

3. PILECKÁ, Věra. Vzájemné inspirace informační a kognitivní vědy. ProInflow [online]. 31.12.2009 [cit. 16.05.2011]. Dostupný z WWW: [<http://pro.inflow.cz/vzajemne-inspirace-informacni-kognitivni-vedy>]. ISSN 1804–2406.

3. SUCHÁ, Ladislava. Organizace vědění v gender studies z hlediska doménověanalytického přístupu. Brno: Masarykova univerzita, Filozofická fakulta, Kabinet informačních studií a knihovnictví, 2008. 85 s. Vedoucí diplomové práce Mgr. Josef Schwarz.

kognitivní přístup

Zpracovala: Marie Indráková

Za kognitivní paradigmata v informačních studii a knihovnictví se považují přístupy, které jsou inspirované kognitivní psychologii a mezioborovou oblastí – kognitivní vědou. „V informační vědě se začaly formulovat asi v polovině 80. let 20. století. Mezi prvními, kteří využili poznatky kognitivní vědy v informační vědě, byl Marc De Mey, který představil kognitivní hledisko na multidisciplinárním semináři Workshop on Cognitive Viewpoint v Gentu již v roce 1977. “ (Pilecká, 2009)

Za nejvýznamnějšího zastáncem kognitivního přístupu je v posledních letech označován Peter Ingwersen.


Základní teze říká, že pro informační vědu je důležité zjistit pomocí psychologických studii, jak jedinec zpracovává informace, jak se chová při hledání informací, jak informace získává, zaměřuje se také na modely myšlení.

Kognitivní přístup se dělí na dva hlavní směry:

1. uživatelský - zabývající se informačním chováním a vyhledávání informací

2. technologický – orientující se na výzkum a tvorbu praktických systémů pro reprezentaci, organizaci a vyhledávání informací (např. digitální knihovny a vyhledávací stroje)

Za průsečík těchto dvou proudů je považována oblast interaktivního vyhledávání.(Pilecká, 2009)


Ingnwersen kritizuje časté spojování pojmů: kognitivní hledisko a tzv. kognitivismus ( převážně v polovině 70. let 20. století). Tyto dva termíny si nejsou rovny, zvláště pak v informační vědě a v širokém okruhu zvaném informační vyhledávání = information retrieval= IR.


Pro kognitivní přístupy je charakteristické:

• Důraz na interakci v rámci IR zahrnující všechny části informačního systému jak lidského, tak mechanického.

• Výstupem jsou vysoce komplexní, interaktivní znalostní modely sloužící jako vzor pro design informačních systémů.

• Informace jsou chápány v širokém kontextu.

• Oporou pro kognitivní paradigmata je nejen kognitivní věda (včetně sociologie), ale i informatika, matematika a další.


Kognitivní přístupy si kladou za cíl:

1. Zkoumat a porozumět zásadám ve znalostně založeném vyhledávání

2. Problémy spojovat s přirozeným jazykem, významem a informacemi v IR

3. Dosažení více kompexních či sjednocujících teorii pro IR

Přívrženci kognitivního přístupu vyzdvihují to, že se uživatelé nezkoumají jako skupina, ale jako jednotlivec v širším kontextu. Přičemž kontextem se myslí všechny faktory ovlivňující informační chování uživatele, jako je osobnostní, situační, kognitivní, systémový faktor a především kognitivní stav.


V minulosti byl kognitivní přístup často kritizován za nedostatečné zohledňování sociálního kontextu, kdy sociologicky orientované přístupy byly v porovnání s kognitivním paradigmatem úspěšnější.


Použité zdroje:

1. BATES, M. J. An Introduction to Metatheories, Theories, and Models. In: Theories of Information Behavior. K.E. Fisher and S. Erdelez (eds.).2. print. Medford, New Jersey : Information Today, 2006. p. 8. ISBN 1-57387-230-X.

2. HJØRLAND, Birger. Core Concepts in Library and Information Science (LIS) [online]. c2005 [cit. 2011-03-22]. Dostupný z WWW: [<http://www.db.dk/bh/Core%20Concepts%20in%20LIS/home.htm>].

3. INGWERSEN, Peter. Information Retrieval Interaction. London : Taylor Graham, 1992, x, 246 p. ISBN 0947568549. Dostupný také z WWW: [< http://vip.db.dk/pi/iri/index.htm>].

4. PILECKÁ, Věra. Vzájemné inspirace informační a kognitivní vědy. ProInflow [online]. 31.12.2009 [cit. 22.03.2011]. Dostupný z WWW: [<http://pro.inflow.cz/vzajemne-inspirace-informacni-kognitivni-vedy>]. ISSN 1804–2406.

bibliometrický přístup

Zpracovala: Jana Plotková

Název pochází z řeckého „biblion“ (kniha) a „metricus“ (měření).

Příbuzné termíny jsou scientometrie, infometrie a „librametrics“ (kvantifikace knihovní činnosti).

Bibliometrie je specifický způsob zkoumání dokumentů používaný v knihovnictví a informační vědě. Jedná se o kvantitativní přístup, který využívá matematicko-statistických metod, pomocí kterých zkoumá kvantitativní aspekty produkce, rozšiřování a užití zaznamenaných informací. Dle získaných poznatků poté tvoří matematické modely a teorie procesů, které se aplikují při odhadování budoucího vývoje. Bibliometrie užívá kvantitativní analýzy, statistiky a datové vizualizace, pomocí nichž zkoumá charakteristiky referencí, citací, autorů, časopisů, institucí, slov, klíčových slov, atd. V rámci bibliometrie se provádí výzkum informačních potřeb (uspokojení, či neuspokojení požadavků uživatelů) a také hodnocení využívání knihovních a informačních fondů.

Bibliometrické zákony

Ve skutečnosti se nejedná o 100% platné zákony, ale o pravidelnosti s určitou pravděpodobností označované jako zákony.


1. Bradfordův zákon rozptylu (Samuel Clemens Bradford)

Zákon definuje nepřímou úměru mezi časopisy a relevantními články v nich obsaženými – maximální počet relevantních článků je soustředěn v minimálním počtu časopisů, které tvoří tzv. jádro. Toto jádro tvoří úzká skupina časopisů, ve kterých vyšlo nejvíce relevantních článků k danému tématu. Časopisy, které se tématu věnují spíše částečně, se pak nacházejí v mezikruží kolem jádra.

Zákon tvrdí, že v jádře bude X časopisů, v 1. mezikruží n2X časopisů, v 2. mezikruží n3X časopisů atd.

X : Y : Z = X : n2X : n3X = 1 : n : n2 (zde mají být horní indexy)

Bradford dále experimentálně zjistil, že číslo, kterým je třeba násobit počet časopisů je konstanta n = 5.


2. Lotkův zákon vědecké produktivity (Alfred J. Lotka)

Zákon říká, že několik autorů publikuje mnoho článků, větší množství autorů publikuje středně velké množství článků a většina autorů publikuje článků málo. Lotka odvodil vztah mezi frekvencí přispívajících autorů a příspěvky.

Pokud a1 autorů publikuje jeden článek, pak an bude počet autorů, kteří publikují n článků.

an = a1 / n2 (zde mají být dolní indexy)

Když známe počet autorů publikujících 1 článek, tak můžeme předpovídat, kolik autorů publikuje více článků.


3. Zipfův zákon výskytu slov (George Kingsley Zipf)

Zákon vyjadřuje skutečnost, že délka slova je úzce spojena s frekvencí jeho používání. Zipf uspořádal slova z Joyceova Odyssea podle frekvence výskytu. Nejčastěji se vyskytující slovo má hodnotu r = 1, následující r = 2 atd. Zjistil, že součin hodnoty pořadí (r) a četnosti výskytu (f) pro každé slovo textu tvoří přibližně stejnou konstantu (C).

r × f = C

Tento zákon se využívá při tvorbě slovníků rešeršních nebo nevýznamových slov, které jsou základem pro automatické indexování/vyhledávání.

Citační analýza

Je bibliografická metoda, která kvantifikuje vztahy mezi autory, dokumenty a vědními obory na základě bibliografických citací a bibliografických referencí. Konkrétně zkoumá citovanost dokumentů, četnost citací v dalších pracích, vazby mezi citacemi apod. Výsledkem citační analýzy bývají citační grafy, sítě a rejstříky, pomocí nichž lze určit a popsat budoucí vývoj zkoumaných vědních disciplín.

Citace – značí využití citovaného dokumentu.
Reference – odkazuje na jiný dokument, kde čtenář může najít více informací.
Kocitace (paralelní citace) – dokumenty jsou společně citovány v téže publikaci.

Citační analýza umožňuje zjišťovat:

- význam literatury z různých oblastí pro daný předmět
- časové rozpětí dané literatury – od data publikování po její využití
- relativní význam použité literatury
- národnostní původ literatury používané v určité oblasti
- nejdůležitější periodické tituly pro danou vědní oblast
- mapování vědy pomocí citačních sítí

Rizika a omezení citační analýzy, které mohou výsledky zkreslovat:

- Identifikace elementů – je těžké vždy správně určit autora, instituci, publikaci a typologii dokumentu. Identifikaci znesnadňují homonyma, synonyma, zkratky a různé varianty názvů.
- Morální aspekt – citační analýza předpokládá citační morálku (např. problém autocitace).
- Rozdíly mezi obory – v biologii a medicíně je snazší dosáhnout citovanosti než v teoretické fyzice. Interdisciplinární obory mají výhodu.
- Vše se nedá citovat – např. konzultace s kolegy.


Citační index/rejstřík – Eugene Garfield

Je soupis všech publikovaných materiálů citovaných v sledovaných pramenech. Jeho cílem je mapovat vědu, prestiž jednotlivých autorů, časopisů, oborů, pracovišť atd. Dělí se na polytematické, oborové a specializované.

Nejznámější citační indexy jsou: Science Citation Index (SCI), Social Science Citation Index (SSCI), Arts&Humanities Citation Index (A&HCI)


Impakt faktor

Udává kolikrát je průměrný článek publikovaný v určitém časopise citován během dvou předcházejících let (dnes rozšířeno na pět let). Podle této hodnoty se poté určuje míra vědecké důležitosti časopisu, produktivita vědců, výzkumných týmů či ústavů.

Problémy s užíváním IF:

- Nerovnoměrné geografické rozložení titulů.
- Autocitace – autor si může uměle zvyšovat svůj IF.
- Nelze srovnávat např. humanitní obory s přírodními vědami.
- Negativní citace nelze rozlišit.
- Anglický jazyk – rodilí mluvčí jsou ve výhodě.
- Neoceňuje špičkové pedagogy, manažery vědy a pracovníky v aplikovaném výzkumu, kteří sice nepíší odborné články v takové míře, ale přesto jsou pro vědu nepostradatelní.
- Ohlasy na danou práci přichází až se zpožděním.
- Problém kvantity a kvality daných příspěvků.
- A další…


Zdroje:

1. POWELL, Ronald R; CONNAWAY, Lynn Silipigni. Basic research methods for librarians. 4th Ed. Westport : Libraries Unlimited, 2004. 347 s. ISBN 1591581036.

2. BATES, M. J. An Introduction to Metatheories, Theories, and Models. In: Theories of Information Behavior. K.E. Fisher and S. Erdelez (eds.).2. print. Medford, New Jersey : Information Today, 2006. p. 8-11.

3. SOUČEK, Martin. Informační věda. [online]. 12.10.2009 [cit. 28.03.2011]. Dostupný z WWW: [<http://www.informacniveda.cz/dwn/1003/1162_informacni_veda.pdf> ]

4. LORENZ, Michal. Kvantitativní metody informační vědy. [prezentace]. 12.03.2010 [cit. 28.03.2011]. Dostupný v IS MU: [<https://is.muni.cz/auth/el/1421/jaro2010/VIKBA06/um/2._Kvantitativni_metody_informacni_vedy.pdf?fakulta=1421;obdobi=4705;studium=477849;kod=VIKBA06> ]

5. MACHKOVÁ, Marie. Současné trendy v oblasti webometrické analýzy. Brno : Masarykova univerzita, Filozofická fakulta, Ústav české lieratury a knihovnictví, Kabinet knihovnictví, 2006. 114 s. Vedoucí diplomové práce PhDr. Michal Lorenz. Dostupné z WWW: [<http://is.muni.cz/th/64759/ff_m/machkova.pdf> ]

technologický přístup (engineering approach)

Zpracovala: Markéta Novotná


Technologický nebo také technický či inženýrský přístup se řadí mezi přístupy nomotetické. Tento druh přístupu je zaměřený na postihování obecně platných zákonitostí a interpretací a je protipólem přístupu idiografického.[1 ]

Snaží se vybudovat hlavní princip a za danými jednotlivostmi jsou pak obecnější zákony, které vše určují.


Technologický přístup je primárně metodologický, ale má i určitý filozofický podíl.[2 ]

Marcia J. Bates tento přístup popisuje jako přístup k informacím, který vychází z lidské informační potřeby a který lze nejlépe uplatnit při úspěšném vývoji a testování důmyslných systémů a zařízení pro zlepšení vyhledávání informací a informačních služeb. Základní test platnosti u inženýrského přístupu je operační test „Funguje to?“. Tudíž i hlavní metoda ve vývoji nových poznatků v technice je skrze zkoušku konceptu díla, ve kterém je pokusný systém či zařízení rozvíjeno a testováno, vylepšováno, znovu testováno atd. Varianty tohoto přístupu můžeme najít v oblasti umělé inteligence a zpracování přirozeného jazyka.[2 ]


Technologický přístup je zaměřen na získávání nových poznatků technického směru opakovaným testováním a zdokonalováním. Základní myšlenkou je, zda daný proces, přístroj či služba bude správně fungovat. Výzkum je prováděn formou hledání z dostupných možností. Výsledek by měl být vždy zaměřen na maximální spokojenost uživatele a výzkumem by měl být získán nový poznatek, čímž dochází k neustálému posuvu vývoje vpřed. Testováním projektů, produktů či služeb se eliminují závady a objevují se nové podněty ke zlepšení dané oblasti.


Využití v KIV:

W.B.Croft a R.H.Thompson představili systém Intelligent Intermediary for Information Retrieval I3R, který využívá pro zlepšení výkonu vyhledávacího systému podrobnou znalost uživatelské potřeby. I3R pracuje s novou architekturou umožňující využití více systémových zařízení na dané úrovni vyhledávání. Uživatelé tak mohou ovlivnit činnost systémů určením cílů a to ohodnocením výstupu ze systému a výběrem specifických zařízení. I3R dále klade důraz na znalost oboru užívanou pro vylepšení modelu informační potřeby a na vyhledávací mechanismus, který umožňuje uživateli navigaci znalostní bází. I3R klade větší nároky na uživatele, ale oproti běžnému systému také poskytuje větší podporu. Efektivita tohoto systému pak přímo závisí na úsilí vynaloženém uživatelem při specifikaci vlastních informačních potřeb.[3 ]


Výzkumem běžného prostředí pro vyhledávání informací se zabývali D.G.Hendry a D.J.Harper, přičemž hledání informací chápali jako řízení prostoru. Při vytváření prostředí pro vyhledávání informací kladli důraz především na zprostředkování komunikace, zjednodušení, ale zároveň reprezentování různých vyhledávacích technologií a dále podporu krokového učení (rychlé vyhledávání bez velké zkušenosti). Zkoumáno bylo tvrzení, že v předem daném informačním systému, kde struktura zobrazovaných informací a uspořádaní dialogů jsou příliš striktní, většinou dochází k nežádoucí vyhledávací strategii. Ponížením determinovanosti systému se pak lze přizpůsobit běžným postupům pro řešení problémů. Při výzkumu bylo vytvořeno prostředí s vyhledávacími taktikami reprezentovanými záznamem s tokem dat, kde může rešeršér ovládat rozvržení. Vyhledávací plány byly zobrazeny na displeji a tím došlo k zachycení vjemových pokynů týkajících se vyhledávacího postupu. Tak bylo dostatečně doloženo možné řešení problémů. Nové prostředí dále nabídlo rozšiřitelné rozhraní se širokou škálou vyhledávacích technik a důrazem především na dotazy, výsledky a poznámky spíše než řízení systémů.[4]


Použité zdroje:

[1 ] ABZ.cz : slovník cizích slov [online]. 2005-2006 [cit. 2011-03-20]. Dostupné z WWW: <http://slovnik-cizich-slov.abz.cz/web.php/hledat?typ_hledani=prefix&cizi_slovo=nomotetick%FD+p%F8%EDstup>.

[2 ] BATES, Marcia J. An Introduction to Metatheories, Theories, and Models. In Fisher, Karen E., Erdelez, Sanda, and McKechnie, Lynne, Eds. Theories of Information Behavior. Medford NJ : Information Today, 2005. s. 1-24. Dostupné z WWW: <http://books.google.com/>.

[3] CROFT, W.B.; THOMPSON, R.H. IR3 : A New Approach to the Design of Document Retrieval Systems. Journal of the American Society for Information Science and Technology. Nov 1987, 38, 6, s. 389-404. Dostupný také z WWW: <http://search.proquest.com.ezproxy.muni.cz/docview/231494505?accountid=16531>. ISSN 15322882.

[4 ] HENDRY, D.G; HARPER, D.J. An informal information-seeking environment. Journal of the American Society for Information Science [online]. 1997, 48, 11, [cit. 2011-03-20]. Dostupný z WWW: <http://faculty.washington.edu/dhendry/docs/sketchtrieve96.pdf>.

user-centered design

Zpracovali: Tomáš Marek, Petr Chocholáč

User-centered design, navrhování zaměřené na uživatele, je přístup, při jehož aplikaci se koncoví uživatelé silně podílejí na finální podobě návrhu. Vychází především z disciplíny HCI (Human Computer Interaction) a vytváří protiklad k tzv. task-centred design, tedy k přístupu zacílenému na úlohy (Buchalcevová, Drbohlav, 1999). Podle Batesové tedy UCD přetváří otázku "Funguje to?" typickou pro technologický přístup na "Funguje to natolik efektivně, aby se mohli lidé soustředit na to, co dělají více než na práci se systémem či zařízením samotným?" (Bates, 2005). Potencionální uživatelé mohou být při aplikaci paradigmatu UCD zapojeni do většiny fází procesu návrhu, tvorby i zavádění služby nebo uživateského rozhraní, případně do jejich dodatečného testování a následných změn.

Vznik a vývoj UCD přístupu

UCD se jako termín poprvé objevilo roku 1986 v knize Donalda Normana User-Centered System Design: New Perspectives on Human-Computer Interaction (Abras, et. al, 2004) a krátcé poté se široce rozšířilo. V roce 1987 popsal podobné principy jako Norman i Ben Shniederman, který je pojmenoval jako osm zlatých pravidel a o rok později svou první práci rozšířil opět Norman v knize The Psychology Of Everyday Things (Abras, et. al, 2004). Později na ně už navázal Jakob Neilsen, známý popularizátor webové použitelnosti a přístupnosti. Cyklus návrhu služby či produktu pomocí UCD byl roku 1999 ustanoven normou ISO 13407, později zrevidovanou jako ISO 9241-210:2010.

Interakce s uživatelem

Základním přístupem UCD je porozumění potřebám uživatele, díky čemuž se výzkumník nachází v neustálé interakci s pravděpodobným koncovým uživatelem. Preece, Rogers a Sharp zpracovali soupis, který přehledně ukazuje způsoby, jakými se koncový uživatel zapojuje do návrhu při aplikaci paradigmatu UCD, k čemu jednotlivé možnosti zapojení slouží a ve které části procesu, vymezené z hlediska postupu v cyklu, se tak děje (Preece, et. al, 2002):

  • Předběžné rozhovory a dotazníky (shromažďování dat souvisejících s potřebami a očekáváními uživatelů, evaluace různých návrhů, prototypů i finálních výtvorů; na počátku cyklu)
  • Průběžné rozhovory a dotazníky (shromažďování dat souvisejících s průběhem prací prováděných na návrhu a jeho výstupu; brzy po začátku cyklu)
  • Focus groups (zahrnutí široké škály osob do diskuze o otázkách a požadavcích na výsledný návrh a jeho výstup; brzy po začátku cyklu)
  • Pozorování v prostředítzv. on-site observation (shromažďování informací vztahujících s k prostředí, kde bude návrh aplikován; brzy po začátku cyklu)
  • Role-playing, průchody systémem a simulace (evaluace různých návrhů a získávání dodatečných informací o uživatelských potřebách a očekáváních; testování prototypů; brzy po začátku nebo uprostřed cyklu)
  • Testování použitelnosti (shromažďování kvantitativních dat souvisejících s měřením kritérií použitelnosti; v poslední fázi cyklu)
  • Rozhovory a dotazníky (shromažďování kvalitativních dat souvisejících s uživatelskou spokojeností; v poslední fázi cyklu)

Současný stav

Nejrozšířenější aplikací paradigmatu UCD je v současnosti testování použitelnosti služeb nebo uživatelského rozhraní za účelem sběru kvantitativních dat souvisejících s měřením kritérií použitelnosti a dále, vzhledem k finanční náročnosti testování použitelnosti, metody rozhovorů a dotazníků v poslední fázi cyklu navrhování.

Zdroje:

  • Abras, C.; Maloney-Krichmar, D.; Preece, J. User-Centered Design. In Bainbridge, W. Encyclopedia of Human-Computer Interaction. Thousand Oaks : Sage Publications, 2004.
  • Bates, M. J. An Introduction to Metatheories, Theories, and Models. Los Angeles : University of California, Dept. of Information Studies, 2005.
  • Buchalcevová, A.; Drbohlav, M. Místo návrhu uživatelského rozhraní v životním cyklu vývoje programového systému aneb systematický přístup k návrhu uživatelského rozhraní. In Tvorba softwaru `99 : Sborník celostátní konference, Ostrava 26. - 28. 5. 1999. [online]. Ostrava : VŠB-TU, 1999 [cit. 2011-03-12]. Dostupné z WWW: <http://www.osu.cz/katedry/kip/aktuality/sbornik99/buchalcevova.html>.
  • Preece, J.; Rogers, Y.; Sharp, H. Interaction design : Beyond human-computer interaction. New York : John Wiley & Sons, 2002. 544 s.

evolucionaristický přístup

Zpracoval: Michal Kunrt

Rozpracování výzkumného problému

termín: 1. dubna

výzkumný problém

Zpracovala: Romana Králová


Výzkumný problém je jednou z etap výzkumu. Jde o formulaci otázek, na něž hledá výzkumník odpovědi. „Výzkumný problém je tázací věta nebo výrok, který se ptá: Jaký vztah existuje mezi dvěma nebo více proměnnými?“[3] Problém by měl být formulován jasně a jednoznačně, tvrzení, která z něho vyplývají, by měla být ověřitelná.


Typy problémů

  • Podle zaměření výsledků
    • základní - vědecké řešení problému, o němž málo víme
    • aplikovaný- zaměřený na praxi
    • operativní
  • Podle cíle
    • orientační
    • deskriptivní (popisný)
    • vysvětlující (explikační)
  • Podle rozsahu vzorku
    • vyčerpávající
    • reprezentativní
    • nereprezentativní
  • Podle stupně komplementárnosti
    • komplexní (interdisciplinární)
    • komplementární (parciální)
  • Podle časové dimenze
    • jednorázový
    • opakovaný (replikovaný)
    • dlouhodobý (longitudinální)
  • Podle paradigmatu
    • kvantitativní
    • kvalitativní
    • kombinovaný (smíšený)


Formulace problému

Výzkumník na základě studia literatury a výsledků předchozích výzkumů, diskuse (brainstormingu) s ostatními výzkumníky, pozorování, osobní zkušenosti, problémů z praxe, nebo grantové výzvy zpřesňuje výzkumné téma (námět) a formuluje tak výzkumný problém. Výzkumník se seznámí s výzkumy a dosaženými výsledky, které se týkají předmětu jeho zájmu, hledá doporučení použitých postupů, snaží se vyvarovat chyb v dosavadních postupech, pokouší se samostatně řešit položené otázky a formuluje zcela nové otázky.


Od tématu k problému

  1. Dekompozice námětu – rozložení na dílčí, zpřesňující otázky (problémy)
  2. Definice pojmů – formulace operativních definic užitých pojmů (co užité pojmy představují)
  3. Hledání relevantních proměnných a jejich vzájemných vztahů
  4. Analýza zkoumatelnosti a měřitelnosti proměnných


Konceptualizace problému

Konceptualizace je duševní proces, jehož prostřednictvím si přesně určujeme, co máme na mysli, když v oblasti výzkumu používáme konkrétní pojmy. Po skončení tohoto procesu se z nejasných konceptů stávají konkrétní a přesné pojmy. Konceptualizace zahrnuje stanovení ukazatelů koncepce a popisuje jejich rozměry (dimenze). Operační definice specifikují (stanovují), jak se budou měřit proměnné příslušné koncepce.[1] Výsledkem procesu konceptualizace je specifikace sady indikátorů.


Použitá literatura

  1. BABBIE, Earl. The practice of social research [online]. 12th ed. Belmont, CA : Wadsworth, c2010 [cit. 2011-03-19]. Dostupné z WWW: <http://books.google.cz/books?id=QySynvetGQIC&printsec=frontcover&source=gbs_atb#v=onepage&q&f=false>. ISBN 9780495598411.
  2. ČIHOVSKÝ, Jaroslav. SOCIOLOGICKÝ VÝZKUM : studijní text pro posluchače FTK UP Olomouc [online]. Olomouc : Univerzita Palackého v Olomouci, 2006 [cit. 2011-03-19]. Dostupné z WWW: <http://www.google.cz/url?sa=t&source=web&cd=1&sqi=2&ved=0CBoQFjAA&url=http%3A%2F%2Fftk.upol.cz%2Ffileadmin%2Fuser_upload%2FFTK-dokumenty%2FKatedra_rekreologie%2FSociologicky_vyzkum_def_1_.doc&rct=j&q=sociologick%C3%BD%20v%C3%BDzkum&ei=tCuHTfrJCYb6sgbqwviyAw&usg=AFQjCNEmBlphYjWf6LRt9hXtBCPa2_9oCQ>.
  3. JEŘÁBEK, Hynek. Úvod do sociologického výzkumu. Praha : Karolinum, 1993. 2.2. Výběr a formulace výzkumného problému, s. 16. ISBN 8070666625.
  4. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 184 s. Dostupné z WWW: <http://books.google.cz/books?id=n4ugeANqDpEC&q=v%C3%BDzkumn%C3%BD+probl%C3%A9m#v=snippet&q=v%C3%BDzkumn%C3%BD%20probl%C3%A9m&f=false>. ISBN 9788024730066.

výzkumná otázka

Zpracovala: Lenka Čípková


Definování výzkumné otázky je jednou ze základních částí výzkumu. Díky ní si ujasňujeme přesné cíle našeho výzkumu. Na výzkumné otázce totiž z velké části závisí i zvolené metody získávání a výběru dat a strategie výzkumu, které by měly být voleny tak, aby co nejpřesněji poskytovaly odpovědi na položenou výzkumnou otázku. A naopak výzkumná otázka by měla být řečena, co nejpřesněji aby odpovídala cíli a koncepci výzkumu. Během výzkumu si tedy musíme všímat validity získávaných dat vzhledem k požadovaným výsledkům, protože špatně položené otázky logicky nepovedou ke správným odpovědím výzkumu.


Než začneme zkoumat, je dobré vytvořit nejdříve předběžnou otázku, na níž si předběžně vyzkoušíme jestli náš výzkum nebude příliš obsáhlý nebo naopak jestli nám nepřinese příliš málo dat ke zpracování. K tomu mohou posloužit například i internetové vyhledávače nebo odborné elektronické databáze. Podle výsledků pak předběžnou otázku zúžit nebo naopak rozšířit či úplně přetvořit.


Ať použijeme jakoukoli strategii výzkumu, budeme se nejčastěji setkávat s otázkami využívajících zájmen: ,,Kdo?“ ,,Co?“ ,,Kde?“ ,,Jak?“ a ,,Proč?“ Tyto otázky nám udávají typ strategie, jakou použijeme při výzkumu a jakým směrem se bude výzkum ubírat. Zároveň nám definují hlavní části zkoumaného problému. Tedy např.: Kdo nás zajímá? Co dělá/nedělá? Kde se tak děje/kde se vyskytuje? Jak se to děje/neděje? Proč tomu tak je?


V kvalitativním výzkumu platí, že zatímco cíle výzkumu musí zůstat po celý proces zkoumání stejné, výzkumná otázka se může během procesu měnit, upřesňovat nebo naopak zužovat či jinak modifikovat podle získaných dat nebo omezenosti zdrojů (finanční zdroje, časové zdroje, menší či větší počet zkoumaných objektů,…). Právě díky tomu se stává kvalitativní výzkum velice pružným. Naopak v kvantitativním výzkumu platí, že musí i výzkumná otázka, stejně jako ostatní části výzkumu, zůstat po celý čas výzkumu nezměněna.


Můžeme volit jednu či více výzkumných otázek podle velikosti rozsahu výzkumu, více otázek volíme v případě rozsáhlejšího výzkumu nebo v případě potřeby více zpřesňujících otázek. Výzkumná otázka nemusí mít vždy podobu tázací věty, ale měla by mít takovou podobu, ze které je zřejmé, čemu se budeme ve výzkumu zabývat, nesmí být tedy nijak zavádějící.


Při volbě výzkumné otázky musíme mít na paměti nejen její zaměření, ale i její užitečnost v rámci daného výzkumu. Díky tomu eliminujeme nebezpečí špatně položené otázky, která by nás nedovedla k tomu, co jsme se rozhodli zkoumat.


Použité zdroje

HENDL, Jan. Kvalitativní výzkum : základní metody a aplikace. 1. Praha : Portál, 2005. 408 s. ISBN 80-7367-040-2.

REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. Praha : Grada Publishing, 2009. 192 s. ISBN 978-80-247-3006-6.

Enviwiki.cz [online]. 2009, naposledy editována 27. 10. 2009 v 07:26 [cit. 2011-03-31]. Nápověda:„Výzkumná“ otázka. Dostupné z WWW: <http://www.enviwiki.cz/wiki/Nápověda:„Výzkumná“_otázka>.

rozpracování výzkumného problému v kvantitativním výzkumu

operacionalizace

Definice pojmu:

Pojem operacionalizace se týká kvantitativního výzkumu pracujícím s hromadnými jevy. Operacionalizovat je třeba hypotézy, které si vytvoříme za účelem dalšího výzkumu. Zdařile operacializované hypotézy velmi zvyšují reliabilitu výzkumu. Jedna z definic říká, že: „Operacionalizace je desagregací, tedy rozkladem pojmů na nižší a nižší (komponenty → indikátory či charakteristiky → znaky, tedy stavy, které indikátor nabíjí).“ [2] To znamená, že při tomto procesu převádíme hypotézu z přirozeného jazyka do jazyka observačního (pozorovacího, výzkumného), vzniká tak pracovní hypotéza.

Popis

Je nezbytné na tomto místě vysvětlit také pojem indikátor, neboť s pojmem operacionalizace velmi úzce souvisí. „Indikátor je objektivně pozorovatelný příznak určité charakteristiky.“ [2] Je to tedy ukazatel, který je pro operacionalizaci hypotéz klíčový.

Operacionalizace probíhá ve dvou fázích

  • Rozklad - pojem je popisován v jednotlivých složkách, tyto složky jsou poté roztříděny a vyhodnoceny. Rozklad přenáší hypotézy o jeden stupeň niž směrem k obecnosti.
  • Redukce - ve fází redukce je selektujeme relevantní složky z fáze rozkladu

Otázka operacionalizace stojí v jádru každého empirického průzkumu sociální reality, má-li mu být uznán status vědeckého poznání. Jde tu především o otázku zaměřenosti pozorování, selekci sledovaného a zároveň se také jedná o provázání a vzájemné zprostředkování teoretické a empirické roviny poznávacího procesu. Operacionalizace souvisí s přechodem od teoretické roviny k rovině empirické. Postupuje tak od výzkumného zadání a vymezení předmětu až k samotným způsobům sběru a zpracování dat. Jednotlivé výchozí hypotézy jsou tedy převáděny do roviny jednotlivých znaků, z nichž je možno lépe vědecky zjišťovat empirické informace. Vyústěním jsou tak nejen samotné operacionální definice jednotlivých pojmů, které hypotéza obsahuje, ale i možnost lepší identifikace vztahů mezi jednotlivými znaky hypotéz. Závěrem operacionalizace tedy není pouze samotné nadefinování jednotlivých znaků, ale zároveň také nalezení způsobů jejich praktického empirického šetření s přesahem do fáze analýzy takto provedených šetření. Otázce operacionalizace náleží ústřední role především proto, že se značnou měrou podílí na spolurozhodování o zaměření výzkumu, to znamená, že stanovuje, co bude v datech obsaženo.

Operacionalizace působí začínajícím výzkumníkům značné problémy a to především proto, že jim není znám její význam ve výzkumu. Její důležitost spočívá mimo jiné zejména v tom, že chce-li po nás později někdo výzkum opakovat, je nutné, aby jej interpretoval naprosto shodným způsobem, jako jsme ho interpretovali my. Je tedy nutné, abychom v rámci operacionalizace co nejpřesněji popsali způsob, jakým budeme naše hypotézy potvrzovat popřípadě vyvracet.

Zdroje:

[1] HENDL, J. Kvalitativní výzkum. 1. vyd. Praha: Portál, 2005.

[2] OLECKÁ, Ivana; IVANOVÁ, Kateřina. Metodologie vědecko-výzkumné činnosti [online]. 1. vyd. Olomouc : Moravská vysoká škola Olomouc, o. p. s., 2010 [cit. 2011-03-30]. Dostupné z WWW: <http://www.mvso.cz/Files/WEB/APSYS/41Metodologie_vedecko-vyzkumne_cinnosti.pdf>. ISBN 978-80-87240-33-5. [2]

Zpracovala: Martina Snozová

znaky a indikátory

(Variables and indicators)

Zpracovala: Tereza Živná


Znak (proměnná) symbolicky vyjadřuje jistou vlastnost (charakteristiku) zkoumaného objektu (REICHEL, 2009, s. 53).“ Znak je výsledkem tzv. opercionalizace pojmu, tedy jeho převodu na ukazatele, které se dají zkoumat.


Hodnoty znaku (varianty, kategorie znaku) odrážejí jednotlivé podoby, které může zkoumaná vlastnost v reálném světě mít (např. znak pohlaví může nabývat hodnot mužské a ženské).


Každý znak musí splňovat tři podmínky (Velký sociologický slovník, 1996, s. 1445):

- je rozlišitelný (každý znak má alespoň dvě hodnoty, např. muž –žena; znakům s dvěma hodnotami se říká dichotomické, znaky s více hodnotami jsou polytomické),

- je úplný (ke každému stavu vlastnosti existuje konkrétní hodnota znaku) a

- je jednoznačný (dvě různé hodnoty znaku neodpovídají témuž stavu vlastnosti, tzn. nepřekrývají se).


Varianty (hodnoty) daného znaku musí být vytvořeny tak, aby se vzájemně vylučovaly, ale aby současně postihly určitou vlastnost ve všech jejích podobách (v praxi často nelze plně splnit). Pokud je toto splněno, můžeme mluvit o standardizaci znaku, která umožňuje díky předem stanovených variet znaků sledovat ony znaky i jejich vzájemné vztahy ve formalizované podobě. To nám umožňuje znaky a jejich vlastnosti lehce porovnávat a pracovat s velkým množstvím objektů, na rozdíl od kvalitativních postupů výzkumu (REICHEL, 2009, s. 54).


Znak obsahuje informaci o možných podobách dané vlastnosti a jejich vzájemných vztazích. Na tomto základě můžeme rozlišit několik typů znaků (REICHEL, 2009, s. 55–56):

- nominální (kvalitativní, klasifikační) znak – jeho varianty (hodnoty) nelze uspořádat, nelze říci, že je jedna druhé nadřazená či podřazená (např. okres bydliště: Třebíč / Znojmo / Břeclav / Uherské Hradiště / …), mezi hodnotami znaku mohou být pouze vztahy totožnosti a rozdílnosti;

- ordinální (pořadový) znak – kromě totožnosti a rozdílnosti vypovídají i o určité uspořádanosti hodnot, lze tedy rozhodnout, která hodnota je nadřazená a která podřazená, avšak není možné přesně stanovit o kolik (např. nejvyšší dosažené vzdělání: základní / středoškolské / vysokoškolské);

- kardinální (kvantitativní, metrický) znak – varianty znaku vypovídají o totožnosti a rozdílnosti, o určitém pořadí a nabývají i skutečných číselných hodnot; podle podoby vyjádření těchto hodnot můžeme kardinální znaky rozdělit na znaky intervalové (ty svými hodnotami informují o vzdálenostech číselných hodnot; např. počet obyvatel: 1–999 / 1000–9 999 / 10 000–49 999 / …) a poměrové (též podílové znaky, jejich číselné hodnoty vyjadřují reálné poměry mezi kategoriemi a je možné stanovit nulový, tj. počáteční bod, ke kterému se všechny další hodnoty znaku vztahují; poměrové znaky jsou většinou konkrétní počty určitých jednotek, lze tedy říct, že jednotka A je x-krát větší / menší než jednotka B; např. počet členů v domácnosti).

Znaky vyššího řádu lze úpravami jejich kategorií transformovat na znaky nižšího řádu (poměrové na intervalové, intervalové na pořadové a pořadové na kvalitativní), ne však naopak.


Znaky můžeme podle charakteru jejich vlastností rozdělit na nezávislé proměnné (též explanační proměnná či prediktor, vlastnosti znaku v kontextu výzkumného problému něco ovlivňují, jsou příčinou něčeho, lze z nich něco předpovídat; např. věk dítěte) a závislé proměnné (též cílová, kriteriální proměnná, vlastnost znaku je něčím ovlivňována, je účinkem něčeho; např. výška dítěte). Při provádění výzkumu se můžeme setkat i s rušivou (matoucí) proměnnou, která má vztah s cílovou proměnnou a zkresluje vztah mezi závislou a nezávislou proměnnou (HENDL, 2004, s. 41). Existuje několik typů zkreslení (DISMAN, 2002, s. 20–25):

- nepravá korelace: třetí, nepozorovaná proměnná, Z ovlivňuje obě sledované proměnné Y a Y;

- vývojová sekvence: na proměnnou X, která ovlivňuje Y, působí nepozorovaná proměnná Z;

- chybějící střední člen: mezi proměnnou X a proměnnou Y, která je na X závislá, existuje ještě nepozorovaná proměnná Z;

- dvojí příčina (nepravá závislost): závislá proměnná Y má dvě příčiny, ale do výzkumu byla zahrnuta jen jedna (X) a druhá byla opomenuta (Z).


Znaky lze rozdělit i podle jejich zjistitelnosti, indikovatelnosti na znaky manifestní (zjevné, které lze zjišťovat nebo měřit přímo, např. místo bydliště) a latentní (skryté, které lze zjišťovat pouze napřímo, tedy na základě jejich projevů, např. oblíbenost televizního pořadu podle jeho sledovanosti).


Znaky a vlastnosti znaků, které jsou obtížně pozorovatelné nebo bezprostředně nepozorovatelné, zkoumáme (měříme) pomocí nějakého indikátoru (projevu, příznaku). Indikátory jsou obvykle jevy snadno pozorovatelné (např. lidské chování, materiální vybavení). U některých případů je nutné indikátory nejdříve zkonstruovat. Vyjádření či vytváření indikátorů patří k nejdůležitějším pilířům výzkumu (volba indikátorů ovlivňuje formulaci hypotéz, formulaci výzkumných otázek i výsledky výzkumu). Relevance indikátorů určuje platnost a spolehlivost výsledku výzkumu (REICHEL, 2009, s. 58). Jev se stává ukazatelem pouze ve vztahu k určitému indikovanému jevu a tytéž ukazatele mohou v různých indikačních vztazích indikovat různé jevy = indikační mnohoznačnost (Velký sociologický slovník, 1996, s. 1348).


Na základě povahy vztahu mezi ukazatelem a indikovaným jevem se rozlišují ukazatele (Velký sociologický slovník, 1996, s. 1348):

- definiční (přímé), které jsou součástí operacionální definice indikovaného jevu, a

- věcné (nepřímé), které s indikovaným jevem spojuje věcná vazba, mohou být příčinami, účinky nebo koreláty indikovaného jevu; věcné ukazatele jsou dvojího typu, a to empirické (ukazatel i indikovaný jev jsou pozorovatelné jevy), nebo inferenční (indikovaný jev je skrytá vlastnost).


Zdroje:

DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. 3. vydání. Praha: Karolinum, 2002. ISBN 80-246-1039-7.

HENDL, Jan. Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. 1. vydání. Praha: Portál, 2004. ISBN 80-7178-820-1.

REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vydání. Praha: Grada Publishing, 2009. ISBN 978-80-247-3006-6.

Velký sociologický slovník. Svazek II. P–Ž. 1. vydání. Praha: Karolinum, 1996. ISBN 8071843105.

hypotézy,pracovní hypotézy

Zpracoval: Jakub Procházka


Definice

Obecně lze hypotézu chápat jako určitý předpoklad, domněnku nebo předpověď, která se může za určitých podmínek vyplnit. Tyto podmínky jsou závisle na vztahu mezi dvěma a více proměnnými. Ve vědě se hypotézou označuje tvrzení, které vychází z teoretického základu a je ho možné vyvrátit nebo potvrdit. Takto tedy hypotézy tvoří jakési rozhraní meze teorií a empirickou vědou. V sociologii se potom hypotézy používají k realizaci kvantitativního výzkumu.


Rozdělení

Hypotézy se v kvantitativním výzkumu dělí následovně:

1. Úvodní resp. obecná hypotéza.

2. Pracovní hypotéza.

3. Statistická hypotéza.

Přičemž druhé dvě zmíněné se v některých případech nerozlišují (REICHEL, 2009, s. 60).

Obecná hypotéza se tvoří buď na základě teorie, nebo vyplyne z již dříve realizovaného výzkumu. Obecná hypotéza může vypadat např. takto:


Vzdělání osob má vliv na druh jimi používaných informačních zdrojů.


Jedná se prozatím o hypotézu přímo neověřitelnou z důvodu její přílišné obecnosti. Proto se obecná hypotéza dále rozkládá na soubor pracovních hypotéz, které již zahrnují vztahy mezi jednotlivými zkoumanými proměnnými. V tomto případě se může jednat proměnné typu: nejvyšší dosažené vzdělání; věk; typ používaných zdrojů; současné zaměstnání; přístupné zdroje; obor vzdělání; atd.

Příklad souboru pracovních hypotéz:


1.Vzdělanější osoby používají kvalitnější informační zdroje než osoby méně vzdělané.

2.Typ užívaných informačních zdrojů se liší podle zaměstnání.

3.Typ užívaných informačních zdrojů se liší podle věku.

4.Studenti ISK používají odborné databáze častěji než studenti ostatních oborů.

5.Atd.


Každá závislost mezi sledovanými proměnnými musí mít vlastní pracovní hypotézu pro správné postihnutí sledované problematiky. Třetí druh používané hypotézy je statistická hypotéza, která umožňuje dále zpřesňovat pracovní hypotézy. Např. můžeme dále zpřesnit pracovní hypotézu č. 2:


1.Osoby pracující v akademickém sektoru používají odborné databáze.

2.Osoby pracující v soukromém sektoru používají webové vyhledávače.

3.Osoby pracující ve státní správě nevyužívají informační zdroje.

4.Atd.


Tyto statistické hypotézy se potom potvrzují resp. vyvracejí pokládáním vhodných výzkumných otázek, k jejichž formulaci mimo jiné hypotézy slouží. Z výše uvedeného je možné vypozorovat, že hypotézy se používají pro správnou formulaci výzkumného problému a jeho dekompozici na jednotlivé části. Dále pomáhají při volbě vhodné techniky pro zpracování výzkumu. Také ověřují, zda je výzkum realizovatelný, v jakém časovém intervalu a s jakými náklady. Co je ale nejdůležitější pomáhají redukovat výzkumný problém do zpracovatelného rozsahu, při zachování dostatečné vypovídací hodnoty o zkoumané realitě. Jinými slovy, není třeba analyzovat nekonečné množství proměnných, které se v realitě vyskytují.


Použité zdroje:

[1]REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 184 s. ISBN 9788024730066.

[2]PAYNE, Geoff; PAYNE, Judy. Key concepts in social research. London : SAGE Publications, 2004. 242 s. ISBN 0761965424.

[3]DISMAN, Miroslav. Jak se vyrábí sociologická znalost : příručka pro uživatele. 3. vyd. Praha : Karolinum, 2000. 374 s. ISBN 8024601397.


rozpracování výzkumného problému v kvalitativním výzkumu

vlastnosti dobře stanoveného výzkumného projektu (Hernon & Metoyer-Duran)

Zpracoval: Monika Janků, Eva Fukarová


Na základě výzkumů uskutečněných v letech 1993 a 1994 Hernonem a Metoyer-Duranovou, bylo stanoveno devět náležitostí, které by podle respondentů měla dobrá definice výzkumného projektu mít.

1.srozumitelnost a preciznost – stanovení nesmí být obecné, ale zcela přesné a zodpovědné

2.určení předmětu studie – je nutné definovat, co má být zkoumáno a vyhnout se přitom nejednoznačným vyjádřením a termínům

3.určení zastřešující otázky, klíčových činitelů a proměnných

4.určení klíčových pojmů a výrazů

5.stanovení hranic a parametrů studie

6.určitá míra zobecnitelnosti

7.popis významu i přínosu studie a odůvodnění jejího uskutečnění – bez ohledu na typ výzkumu je důležité zodpovědět otázku “so what” a ukázat, že výzkum není bezvýznamný

8.oproštěnost od žargonu (není-li to nezbytné)

9.nesdělovat pouhý souhrn popisných dat

Zejména se sedmým bodem souvisí fakt, že velké množství publikovaných vědeckých prací ve stejné oblasti bývá bezvýznamné a jejich kvalita je pouze průměrná. Proto když už je studie předkládána k publikaci, měla by být schopna odolat recenzentem kladené otázce “so what“. Určení výzkumného projektu by mělo být navíc specifické, zvládnutelné a napsané tak, aby podněcovalo zájem čtenáře.


Části výzkumného projektu


Dr. David Clark, jeden z předních výzkumníků ve vyšším vzdělávání na Indianské univerzitě, zdůrazňuje, že by se každý výzkumný projekt v sociálních vědách měl skládat z těchto čtyř částí:

úvod

prohlášení o originalitě– například uvedení zmínky o určité mezeře ve vědění podložené přehledem literatury

stanovení ústředního ohniska dané studie

vysvětlení významu - v čem spočívá účel nebo přínos, který má vyplynout z prozkoumání problému

Úvod se dle této teorie uvádí zejména z důvodu usnadnění následného stanovení ústředního ohniska studie. Mimo to mát samozřejmě také zaujmout pozornost čtenářů. Poslední část, vysvětlení významu studie, pak musí obstát jak v otázce “so what“, tak v otázce “how so“. Dr. Clark nahlíží na stanovení cíle jako na součást třetí části výzkumného projektu a dodává, že stanovení cíle naznačuje, čeho má studie dosáhnout, ale tento cíl či úkol nezařazuje do kontextu problematiky. Zastává také názor, že stanovení cíle projektu nelze vyjádřit pouhými otázkami, ale vše musí být srozumitelně rozebráno.

Jakmile je výzkumný projekt správně sepsán, všechny ostatní části výzkumné studie by z něj měly snadno vyplynout. Lze říci, že v určitém smyslu je výzkum jako vypořádat se s návrhy v debatě nebo argumenty, který odpovídají pravidlům logiky. Cílem je přesvědčit o závěrech a dosáhnout jejich odsouhlasení. Abychom tohoto dosáhli, je nezbytné, aby ostatní přijali jak první, tak i všechny následující návrhy. Stanovení výzkumného projektu je prvním krokem každého výzkumu. Proto je zapotřebí ho přijmout před tím, než začneme zvažovat jakékoli další postupy.


Zdroje:

HERNON, Peter; SCHWARZ, Candy. What is a problem statement?. Library & Information Science Research. 2007, roč. 29, č. 3, s. 307-309. Dostupný také z WWW: <http://www.lis-editors.org/bm~doc/editorial-problem-statement.pdf>. ISSN 07408188.

Zajištění kvality výzkumu

termín: 8. dubna

validita

Zpracoval: Emil Budín

Definice

Validita má v případě kvantitativního výzkumu zodpovědět otázku, zda skutečně měříme to, co předpokládáme, že by se mělo měřit. V případě kvalitativního výzkumu jde spíše o to, aby výzkumník porozuměl určité výpovědi o zkoumaném systému v plné šíři jejích zjevných i skrytých významů.[1]

Spolu s reliabilitou se jedná o velmi významný faktor každého výzkumu.

Techniky kontroly validity

Srovnání s vnějším kritériem

  • Validita založená na členství ve známé skupině

Technika je založena na testování výzkumných otázek na skupině, u níž předpokládáme vlastnost, kterou chceme výzkumem zjišťovat.

Příklad: pro otázky týkající se křesťanství vybereme jako testovací skupinu členy katolické církve.

  • Prediktivní validita

Postup využívající porovnání předpovědi (predikce) konstruované na základě výsledků testovaného měření se skutečnými výsledky.

Příklad: výsledky testu pro určení pravděpodobnosti úspěchu přijetí studenta na vysokou školu jsou podrobeny komparaci se skutečností, zda byl student skutečně přijat či nikoliv.

Pozn.: postup je určen pro opakovaná měření, nelze jej užít pro výzkum jednorázový.

  • Souběžná validita

Pomocí této techniky je měřena jedna vlastnost dvěma či více různými postupy.

Příklad: při tázání se respondenta na testovanou vlastnost využijeme např. kombinace přímé, nepřímé a projekční otázky.

Pozn.: takřka univerzální použití při výzkumu.

Srovnání hypotéz s technikou měření

  • Konstruovaná validita

Postup srovnává konstruovaný soubor hypotéz logicky spojujících zkoumanou vlastnost s použitou technikou měření.

Příklad: při měření míry frustrace vytvoříme několik hypotéz předpovídajících, za jakých okolností tuto vlastnost můžeme očekávat; v tomto případě např. před zkouškou. Pak hypotézy ověříme testováním a následnou komparací vzorku před účastí na zkoušce a vzorku, u něhož se účast na zkoušce nečeká.

Testy založené na obsahu měřeného jevu

  • Validita založená na mínění skupiny soudců

Technika zkoumá mínění odborníků na testovanou problematiku za podmínky, kdy každý z členů pracuje nezávisle na ostatních. Shoda mezi výroky skupiny soudců je pak ukazatelem validity měření.

Příklad: skupina zkušených knihovníků může posoudit, jestli testované posouzení úrovně čtenářské vyspělosti na základě výčtu přečtených knih je přijatelné.

  • Validita testovaná výčtem obsahu (Domain of Meaning)

Je testem, který zjišťuje, zda měření dostatečně pokrývá oblast zkoumání, kterou jsme si zvolili. Výčet obsahu je užitečný, když samotná definice zkoumané oblasti, např. volný čas, není dostatečným nástrojem výzkumu.

Příklad: pro účely výzkumu o využití volného času budeme zaznamenávat všechny aktivity zkoumaných osob, a pak je necháme rozhodnout, zda je považují za volný čas či nikoliv. Uvedený postup nám může poskytnout validní definici volného času.

Pozn.: metoda je nevhodná pro validizaci abstraktnějších konceptů.

  • Zjevná validita (Face Validity)

Nejedná se přímo o techniku testování validity, spíše jde o určení oblasti zkoumání, kde validitu zkoumat nemusíme, jelikož je "zjevná".

Příklad: Není třeba testovat validitu výzkumné otázky tázající se na pohlaví či věk respondenta.

Pozn.: Použití této techniky musí být velmi obezřetné, ve složitějších případech může spolehnutí se na intuici lehce vést k chybným závěrům.[2]

Závěrečné poznámky

Univerzálně validní měření neexistuje. Validita prokázaná v určitém kontextu a pro určitý účel je automaticky platná jen pro tento kontext a shodný účel.[2]

Zdroje:

[1] MOLNÁR, Zdeněk. Úvod do základů vědecké práce : SYLABUS pro potřeby semináře doktorandů [online]. 2006 [cit. 2011-03-19]. Dostupné z WWW: <people.fsv.cvut.cz/~dlaskpet/Help/ZakladyVedeckePrace.doc>.

[2] DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Praha : Karolinum, 1993. 374 s. ISBN 80-7184-141-2.

reliabilita

Zpracoval: Viliam Vateha

Definicia

Reliabilita (spoľahlivosť) vyjadruje presnosť merania uskutočňovaného v rámci výskumu. Na rozdiel od validity, ktorá skúma presnosť toho, čo v skutočnosti meriame vzhľadom k tomu, čo chceme merať, reliabilitou sa rozumie presnosť merania tej vlastnosti, ktorú v skutočnosti meriame. (Oba tieto pojmy sú súčasťou pohľadu na kvalitu dát a sú súčasťou klasickej metodológie a teórie merania.) Základom odhadu reliability je opakované meranie toho istého javu.[1] V prípade kvantitatívneho výskumu je reliabilita overovaná zrovnávaním výsledkov niekoľko testov alebo výskumov.[2] Toho docielime, pokiaľ test (výskum) uskutočníme opakovane v rôzných situáciách, za vylúčenia zásadných zmien sledovanej charakteristiky.[3] Pokiaľ vo všetkých prípadoch dôjdeme k podobným výsledkom, jedná sa o vysokú reliabilitu. Pokiaľ naopak získame zásadne odlišné výsledky, dosiahli sme nízku reliabilitu.[2]

Spôsoby odhadu reliability

Encyclopedia of Measurement and Statistics[4] uvádza tri hlavné hľadiska, ktorými posudzujeme reliabilitu výsledkov:

a) Inter-rater reliability, čiže podobnosť výsledkov získaných rôznymi (na sebe nezávislými) výskumníkmi.

b) Test-retest reliability alebo podobnosť výsledkov získaných opakovaným meraním v časovom rozmedzí (ktorého presná dĺžka závisí na charakteru skúmaného javu), pričom odhadom spoľahlivosti je korelačný koeficient oboch meraní.[1] Nesprávne určenie časového rozmedzia medzi jednotlivými testami môže vniesť chybné údaje do celého merania. Článok o reliabilite v International Encyclopedia of the Social Sciences uvádza ako príklad situáciu, kedy je časové oneskorenie príliš dlhé. Výsledná test-retest korelácia môže byť tým pádom príliš nízka (skúmame napríklad schopnosť respondentov sa učiť a oni kvôli zmienenému časovému oneskoreniu svoje vedomosti už stratili). Ak je oneskorenie naopak príliš krátke, respondenti si ešte môžu pamätať správne odpovede a tým vniesť do štatistiky vysokú test-retest koreláciu, ktorá môže byť zamenená za dôkaz validity výskumu.[5]

c) Internal consistency, vnútorná súdržnosť; čiže previazanosť všetkých časti inštrumentu (napr. dotazník). Toto hľadisko (u Řeháka sa s ním stretávame pod názvom Interné metódy odhadu v batérii položiek) v ideálnom prípade zaisťuje, aby sa všetky otázky uvedené v dotazníku vzťahovali rovnakou mierou ku skúmanej vlastnosti. Zaistenie uplatnenia tohto hľadiska môžeme dosiahnuť niekoľkými spôsobmi:

  • Odhad pomocou Cronbachovho koeficientu alfa – Segal a Coolidge[6] vysvetľujú koeficient α ako meranie toho, do akej miery spolu jednotlivé položky daného testu súvisia. Cronbachov koeficient alfa môžeme chápať ako priemernú hodnotu všetkých korelácií (vzájomných vzťahov) medzi každú jednu položku testu. Koeficient α získava hodnoty od 0.00 do 1.00 a vyjadruje koeficient korelácie. Hodnoty nad 0.80 sú obecne primané ako hodnoty odrážajúce spoľahlivú mieru. Koeficient α závisí na troch parametroch:

- na α má vplyv počet položiek v testu: kratšie testy väčšinou získavajú nižší koeficient, ako ďalšie testy

- koeficient α závisí na tom, či sa daný test sústreďuje na skúmanie iba jedného javu (vlastnosti), alebo viacerých. Pri meraní viacerých komponentov naraz nevyhnutne získame nižšie α ako v prípade, že meriame iba jeden koncept.

- koeficient α závisí na počte účastníkov výskumu, ktorí podstúpia daný test. Vyšší počet (obvykle nad 200) prinesie vyšší koeficient než test s počtom účastníkov menším než 200.[6]

  • Split half – rozdelenie množiny položiek na dve rovnako veľké (náhodné) časti a výpočet korelace medzi nimi; obe časti sa považujú za paralelné merania, preto je ich korelačný koeficient odhadom reliability každou z oboch častí a koeficient reliability pre celý index sa spočíta podľa príslušnej Spearman-Brownovej formuly. (Iný odhad poskytuje Guttmanova formula pre ,,split half“, ktorá je obecnejšia, nepredpokladá rovnaké reliability oboch častí ani rovnaké variácie.)[1]
  • Paralelné meranie – v dotazníku sa pýtame na jednu vec dvakrát pomocou obsahovo ekvivalentných otázok rovnakého formátu; za predpokladu, že ide o paralelné meranie, môžeme vzájomný korelačný koeficient interpretovať ako odhad reliability. Tento spôsob má predovšetkým nedostatok v ťažko zistiteľných ekvivalenciách oboch znení dotazov.[1]

Zaverečné poznámky

Reliabilita nie je vlastnosťou merania, ale vlastnosťou výsledkov získaných meraním. Je teda závislá na skúmanom vzorku a obsahu výskumu. Test, ktorý vykazuje dobrý odhad reliability, môže dosahovať nízkeho odhadu reliability, pokiaľ bude aplikovaný na inú populáciu; dokonca k tomu môžeme dôjsť i v prípade testovania rovnakého vzorku, ale za iných okolností. Nemôžeme teda povedať, že ,,meranie je reliabilné“.[5]

Zdroje:

[1] ŘEHÁK, Jan. Kvalita dat I. : Klasický model měření reliability a jeho praktický aplikační význam. Sociologický časopis [online]. 1998, XXXIV, 1, [cit. 2011-04-05]. Dostupný z WWW: <http://sreview.soc.cas.cz/uploads/bb7535f9eabc9ba0d15b984a5e16a11dd2ebcc0f_244_051REHAK.pdf>.

[2] Validita: informace o validitě webových stránek [online]. 2010 [cit. 2011-04-05]. Validita a reliabilita. Dostupné z WWW: <http://www.validita.cz/validita-a-reliabilita/>.

[3] MOLNÁR, Zdeněk. Úvod do základů vědecké práce : SYLABUS pro potřeby semináře doktorandů [online]. 2006 [cit. 2011-04-05]. Dostupné z WWW: <people.fsv.cvut.cz/~dlaskpet/Help/ZakladyVedeckePrace.doc>.

[4] JUNI, Samuel. Reliability Theory. In SALKIND (Ed.), J. Neil (Ed.). Encyclopedia of Measurement and Statistics. [online]. [s 834-835.] Thousand Oaks, Gale Virtual Reference Library 2007 [cit. 2011-04-05]. Dostupné z WWW: <http://go.galegroup.com/ps/i.do?action=interpret&id=GALE%7CCX3470700395&v=2.1&u=masaryk&markList=true&it=r&p=GVRL&sw=w&authCount=1>.

[5] Reliability, Statistical. In DARITY William A, Jr (ed.) International Encyclopedia of the Social Sciences. [online]. [s 834-835.] 2008, 7.Detroit: Macmillan Reference USA. Gale Virtual Reference Library. [cit. 2011-04-05]. Dostupný z WWW: <http://go.galegroup.com/ps/i.do?id=GALE%7CCX3045302231&v=2.1&markList=true&u=masaryk&it=r&p=GVRL&sw=w>

[6] SEGAL, Daniel L., a COOLIDGE Frederick L..Reliability. Encyclopedia of Human Development. [online]. 2006, 3, [cit. 2011-04-05]. Dostupný z WWW: <http://go.galegroup.com/ps/i.do?id=GALE%7CCX3466300532&v=2.1&markList=true&u=masaryk&it=r&p=GVRL&sw=w>.

reprezentativnost

Zpracovali: Jan Růžička, Milan Spisar

Definice:

Základní charakteristika zkoumaného souboru. Míra v jaké se zkoumaný soubor shoduje s populací ve všech pro výzkum relevantních parametrech (vlastnostech, charakteristikách) vyjma velikosti. Účelem zkoumaného souboru je zastupovat populaci. Reprezentativnost je míra, v níž se mu to daří. Je ovlivněna především volbou metody výběru vzorku, v menší míře velikostí výběru. Reprezentativnost je kontinuum s nedosažitelným ideálním maximem. Proto je třeba ji optimalizovat pro účely daného výzkumu. Specificky v kvalitativních projektech je za nedostatečnou reprezentativnost považováno zajištění výskytu všech možných kvalit zkoumaných jevů, přičemž není nutné aby poměr jejich výskytu ve vzorku odpovídal populaci.[6]


Reprezentativní šetření probíhá pomocí dotazování respondentů. Dotazování provádějí vyškolení tazatelé, kteří jsou pod neustálou kontrolou projekt manažera. Ten má za úkol především hlídat spolehlivost vyplnění dotazníků. Respondenti jsou vybráni náhodným způsobem, což zaručuje reprezentativnost a umožňuje výsledky detailně kvantifikovat a zobecnit. Díky přítomnosti tazatele se response rate pohybuje nad 50% (tedy odpoví více jak polovina dotázaných), což je několikanásobně více než bývá např. u anket (obvykle okolo 5%-10%).

Rozdělení technik při sběru reprezentativních dat:

a) Přímé pozorování

Přímé pozorování je pozorování prováděné tazatelem v reálné situaci, kdy je systematicky zaznamenáváno to, co je vnímáno.

b) Standardizovaný rozhovor

Standardizovaný rozhovor je technika založená na verbálním kontaktu mezi tazatelem a respondentem. Informace jsou získávány na základě vytvořených otázek, které klade tazatel.

c) Dotazník:

Na rozdíl od standardizovaného rozhovoru informace získáváme prostřednictvím písemného dotazu.


V rámci kvantitativního výzkumu dochází nejen k redukci reality, ale často i k redukci zkoumané populace na vzorek. Tato redukce vyplývá z nutnosti zachovat finanční a časovou náročnost na únosné míře. Postup této redukce je odvozen od cíle výzkumu, přičemž rozhodující je jednak velikost zkoumané populace, jednak potřeba zobecnění získaných dat.[1]

Někteří autoři[2] upozorňují na možnost akceptování kvantitativního kritéria pro reprezentativnost vzorku, kdy doporučují následující procentuální podíl zkoumané populace jako velikost vzorku:

  • do 100 - 80%
  • do 1000 - 40%
  • do 10 000 - 7,5%
  • do 100 000 - 1,5%
  • do 1000 000 - 0,25%
  • do 10 000 000 - 0,075%


Populace/základní soubor – soubor jednotek, u které předpokládáme platnost závěrů výzkumu.

Vzorek – skupina skutečně zkoumaných jednotek.

Reprezentativnost vyjadřuje vztah mezi vzorkem a populací, tedy aby struktura vzorku imitovala složení populace tak přesně, jak je to jen možné. Přičemž platí pravidlo: „S rostoucí velikostí vzorku se rozdíl mezi strukturou populace a vzorku zmenšuje.“[3] Toto pravidlo však platí pouze u plně náhodného výběru vzorku, tedy toho, kdy má každá jednotka ze základního souboru stejnou šanci být vybrána jako zkoumaný vzorek. Obvykle se uvádí požadavek N=+/-5 % n, kdy „N“ je populace a „n“ vzorek. Možnosti výběru vzorku:


  • Náhodný/pravděpodobnostní (prostý náhodný, systematický, stratifikovaný, vícestupňový)
  • Záměrný (kvótní)
  • Kombinovaný

V rámci kvalitativního výzkumu nelze uvažovat o přesnosti úměrné počtu statistických jednotek (tedy vzorku), u tohoto druhu výzkumu se totiž zpracovává velké množství proměnných, jejichž reliabilita by musela být zajištěna velkým (až nerealizovatelným) rozsahem výběru.[4] Proto se místo náhodného výběru vzorku používá cílový výběr – vyhledávání jednotlivců, skupin a prostředí, u kterých se předpokládá, že u nich s největší pravděpodobností nastanou zkoumané procesy.[5]

Zdroje:

[1] Celoživotní vzdělávání v komunitním plánování [online]. Ústí nad Labem : Projekt EQUAL 0076, [20??] [cit. 2011-04-05]. Dostupné z WWW: <http://www.komunitniplanovani.com/dokumenty/skripta4_21.pdf>. str. 14

[2] KATRIAK, M. Metodologické zásady sociologického výzkumu : prípravná fáza. Bratislava : Vydavaťelstvo Slovenskej Akadémie vied, 1968. 269 s. ISBN 000181763.

[3] DISMAN, M. Jak se vyrábí sociologická znalost. Praha : Karolinum, 2002. 374 s. ISBN 80-7184-141-2. str.97

[4] HENDL, J. Kvalitativní výzkum. Praha : Portál, 2005. 408 s. ISBN 80-7367-040-2.

[5] DENZIN, N.K.; LINCOLN, Y.S. The SAGE handbook of qualitative research. Thousand Oaks : Sage Publications, 2005. 1210 s. ISBN 0761927573.

[6] JEŽEK, S.; VACULÍK, M.; WORTNER, V. Základní pojmy z metodologie psychologie : Definice a vysvětlení [online]. Brno : Fakulta sociálních studií MU, 2006 [cit. 2011-04-17]. Dostupné z WWW: <http://is.muni.cz/do/1499/el/estud/fss/ps06/psy112/Vaculik__M.__Jezek__S.__Wortner__V.__2006__-_Zakladni_pojmy_z_metodologie.pdf>.

zajišťování kvality v kvalitativním výzkumu

Zpracovala: Alena Brožová


Kvalitativní výzkum používá celou škálu postupů, aby zajistil hodnověrnost svých výsledků.

„Jeden ze způsobů, jak přiblížit povahu „kvalitativního výzkumu", spočívá v popisu určitých výzkumných tradic nebo škol spojovaných tradičně s kvalitativním výzkumem. Můžeme přitom uvažovat vlivy z oblasti filozofie, antropologie, sociologie, psychologie, lingvistiky nebo pedagogiky. Vyvinutých přístupů je bezpočet: fenomenologie, etnometodologie, konverzační analýza, analýza diskurzu, symbolický interakcionismus, zakotvená teorie, konstruktivismus, kritická teorie(včetně neomarxistického nebo feministického výzkumu).“ (s. 53)


Při hodnocení kvality kvalitativního výzkumu je nutné přihlédnout k jeho zvláštnostem. Pravidla pro hodnocení výsledku kvalitativního výzkumu nemohou být aplikována mechanicky. Stejně jako samotný výzkum i navrhovaná pravidla a kritéria mají být otevřená. Hodnocení je ovlivňováno kontextem a cíli posuzování kvality výzkumu a výzkumné zprávy.


2 pozice hodnocení výsledků kvalitativního výzkumu:

1. provede se reformulace klasických kritérií kvantitativního přístupu (validita, spolehlivost, objektivita, zobecnitelnost) 2. konstruují se nová kritéria, která ještě silněji zohledňují zvláštnosti kvalitativního výzkumu


Kritéria validity podle Maxwella

Rozlišuje pět typů validity a využívá je v diskuzi o různých překážkách a nebezpečích, jež mohou znehodnotit výsledky kvalitativního výzkumu.


  • Deskriptivní (popisná) validita – aktuální přesnost zprávy. Tzn., že se nezkreslují věci, které výzkumník viděl nebo slyšel.
  • Interpretativní validita – důležité je i to, co různé události, objekty a chování znamenají pro účastníky dění (kognitivní procesy, afekty, emoce, intence a přesvědčení). Jedná se o mentální stavy, které nejsou přímo pozorovatelné.
  • Teoretická validita – týká se tvrzení, která jdou za přímý popis a interpretaci a vyznačují se mnohem větším stupněm abstrakce. Jde o teoretické konstrukty, jež výzkumník vnáší do své zprávy tím, že je přezval nebo navrhl během studie.
  • Validita zobecnitelnosti – rozsah toho, jak je možné význam zprávy uplatnit i v jiných situacích, populacích a okamžicích. Dva aspekty zobecnitelnosti: interní (zobecnění v rámci dané komunity, skupiny nebo instituce na ty jevy, které nebyly pozorovány) a externí (zobecnitelnost k jiným komunitám, skupinám).
  • Hodnotová (kritická) validita – ve studii obsažené závěry, které vycházejí z hodnotového posuzování. Je legitimní kategorií kvalitativního výzkumu a je možné o ní diskutovat při hodnocení výzkumné zprávy.


Kritéria validity podle Lincolna a Guby

Zastávají názor, že každý výzkum v oblasti společenských věd se musí vyrovnat se čtyřmi problémy: 1. pravdivostní hodnota (turth value), 2. upotřebitelnost (applicability), 3. konzistence (consistency), 4. neutralita (neutrality). Navrhují čtyři koncepty pro kvalitativní výzkum:


  • Důvěryhodnost (credibility) – podobná interní validitě. Důležité je dokázat, že předmět zkoumání byl přesně definován a popsán. K tomu slouží několik kritérií – dostatečné trvání studie, konzultace, analýza negativních případů, kontrola subjektem nebo členy skupiny, triangulace.
  • Přenositelnost (transferability) – odpovídá externí validitě a zobecnitelnosti v kvantitativním výzkumu. Je to možnost využít závěry z daného případu pro jiný případ, který se mu podobá.
  • Hodnověrnost (dependability) – nutná pro důvěryhodnost kvalitativní studie.
  • Potvrditelnost (confirmability) – analogie objektivity. Je nutná kontrola, zda zpráva obsahuje dost informací pro adekvátnost vlastního procesu zkoumání a získaných poznatků.


Kritéria pro případové studie podle Yina


  • Konstruktová validita – navržení správných operacionalizací sledovaných konceptů (využití více zdrojů dat, vytvoření zdůvodněného řetězce evidence pomocí vhodných dat, komunikativní validizace).
  • Interní validita – správná identifikace příčinných řetězců a určení podmínek pro platnost závěrů. Týká se příčinných vztahů.
  • Externí validita – vymezení možnosti přenositelnosti závěrů a zobecnění (přezkoumání zda jde výsledky zobecnit).
  • Reliabilita (spolehlivost) – prokázání možnosti získání stejných závěrů, pokud by se studie opakovala. Cílem je minimalizace náhodných a systematických chyb.


Realistický systém kritérií kvality

Jedná se o výzkum s cílem navrhnout komplexní systém kritérií pro hodnocení kvalitativního výzkumu a kvalitativních evaluací. Tým zkoumal celkem 29 různých systémů pro hodnocení kvality výzkumných zpráv a výzkumného procesu. Konečná verze navrženého systému se využila i při hodnocení několika výzkumných zpráv a podle zkušeností z tohoto hodnocení se některé pasáže dále modifikovaly. Vytvořili systém 18 kriteriálních otázek, které mají sloužit jako opora při přípravě, autoreflexi a kritice zprávy o kvalitativním výzkumu. Systémy hodnocení kvality slouží také jako základ pro kvalitní přípravu studie.


Zdroje:

HENDL, Jan. Kvalitativní výzkum: Základní metody a aplikace. 1. vydání. Praha: Portál, 2005. 407s. ISBN 80-7367-040-2

triangulace

Zpracovala: Magdaléna Švancarová

Pojem původně z geodézie: způsob zjišťování souřadnic a vzdáleností na základě výpočtů v trojúhelníku. Vychází se ze známé základny (strany trojúhelníku) s dvěma referenčními body. Souřadnice třetího bodu se určuje změřením dvou úhlů nebo směrů. V dnešní době s nástupem technologie GPS je tato metoda používána spíše při přesných pracích v inženýrské geodézii. [1]

V metodologii triangulace různými způsoby kombinuje přístupy výzkumu kvalitativního a kvantitativního v rámci jednoho výzkumu za účelem větší spolehlivosti a důvěryhodnosti závěrů a zvláště validity výzkumu. Norman Denzin rozeznává čtyři typy strategie triangulace:

1. Triangulace metodologická (metod)

  • Metodologická triangulace znamená použití nejméně dvou metod (obyčejně kvalitativní a kvantitativní) a může mít simultánní nebo sekvenční charakter. Simultánní triangulace spočívá v použití kvalitativní a kvantitativních metod ve stejném časovém okamžiku. V tomto případě se má omezit interakce mezi množinami dat obou postupů. Jednotlivé interpretace a hodnocení se vzájemně poměřují a vyhodnocují až ke konci výzkumu (ukážeme, že tomu tak nemusí být vždy). Sekvenční triangulace se používá, jestliže výsledky jedné metody jsou podstatné pro další metodu. Studie kvalitativní metodou se má dokončí před započetím studie pomocí druhé metody.

2. Triangulace výzkumníků, analytiků

  • Výzkumná realita je zkoumána, odhalována a popisována více výzkumníky. Jejich poznatky o zkoumané výzkumné realitě jsou konfrontovány.

3. Triangulace obsahová (zdrojů, dat)

  • Obsahuje triangulaci časovou, prostorovou a „osobnosti“ respondenta. Užívá různých zdrojů dat ke komparaci výzkumných výstupů u stejného jevu.

4. Triangulace teoretická (triangulace perspektiv)

  • Pro stejné studium jevu využívá vícero teoretických modelů. Opírá se o více výzkumných paradigmat.

Mohli bychom mluvit i dvou dalších typech:

5. Triangulace respondentů

  • Opakovanými šetřeními u různých respondentů ze stejné cílové skupiny se dosáhne validních výstupů.

6. Triangulace vícenásobná

  • Specifický typ triangulace, který vzniká použitím 2 a více typů triangulace současně u stejného výzkumného šetření. [2]


[1] http://www.geodis.cz/triangulace

[2] Využití metodologické triangulace kvalitativního výzkumu pro zkoumání limitů životního stylu chronicky nemocných dle ošetřovatelských domén. Profese online. říjen 2010, 3, s. 158. Dostupný také z WWW: <profeseonline.upol.cz/upload/soubory/2010_03/c2010-3-3.pdf>. ISSN 1803-4330.

[3] HENDL, Jan . Metodologická triangulace v empirickém výzkumu. Česká kinantropologie. 1997, 2, s. 75-88. Dostupný také z WWW: <http://www.ftvs.cuni.cz/hendl/metodologie/triang.htm>.

[4] REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 184 s. Dostupné z WWW: <http://books.google.cz/books?id=n4ugeANqDpEC&q=v%C3%BDzkumn%C3%BD+probl%C3%A9m#v=snippet&q=v%C3%BDzkumn%C3%BD%20probl%C3%A9m&f=false>. ISBN 9788024730066.

Výběr vzorku

termín: 8. dubna

Základní a výběrový soubor

Zpracovala: Marta Konířová


Základní soubor

Základní soubor je množina všech jednotek, které jsou předmětem zkoumání. Souborem může být například množina osob, věcí, organizací, událostí atd., spojených alespoň jedním statistickým znakem, jednotkou je pak jedna osoba, věc, organizace, událost atd. Počet jednotek souboru se nazývá rozsah souboru.

Každá jednotka má charakteristické vlastnosti, které se nazývají znaky. Znak může nabývat slovních nebo číselných hodnot.

Znaky mohou být shodné nebo proměnlivé. Shodné znaky jsou takové, které jsou pro všechny jednotky základního souboru stejné, jinými slovy shodné znaky definují základní soubor. Proměnlivé (variabilní) znaky mohou být u různých jednotek stejného základního souboru různé. Zjišťování některých, předem daných proměnlivých znaků je podstatou šetření (zkoumání). Například pro základní soubor žáci určité školy je shodným znakem evidence v seznamu žáků této školy, proměnlivými znaky, které mohou být zjišťovány, jsou věk, pohlaví, učební styly, školní prospěch atd.

To, co je v jedné souvislosti proměnlivým znakem, může být v jiné souvislosti souborem. Například v jednom výzkumu jsou základním souborem mléčné výrobky, jedním z proměnlivých znaků tohoto souboru jsou sýry. V jiné výzkumu jsou sýry základním souborem, jeho proměnlivými znaky pak může být výrobce, typ sýra, obsah tuku v sušině atd.

Základní soubor může mít konečný rozsah nebo nekonečný rozsah. Základní soubory nekonečného rozsahu se objevují v přírodních vědách a technice (nekonečný počet možných opakování určitého měření nebo pokusu), ve společenských a humanitních vědách jsou pouze základní soubory konečného rozsahu.

Místo termínu základní soubor se také používá termín populace. Užívá se nejčastěji k označení souborů živých jedinců (rostlin, zvířat, lidí), ale lze ho použít i k označení ostatních souborů (například populace hodnot měření teploty).

Pokud jsou do zkoumání zahrnuty všechny jednotky základního souboru, jde o úplné šetření. Protože se tak zkoumaný soubor celý vyčerpá, označuje se toto šetření též za vyčerpávající. Někdy se také používá termín totální výběr, obvyklejší je ale pojmenování cenzus.

Cenzus se používá většinou při menších souborech (například management jedné firmy, obyvatelé jedné čtvrti), ale i u velkého souboru, jako je sčítání lidu. Jeho výhodou je, že získáme všechny sledované údaje o všech jednotkách souboru, nedochází tedy k žádnému zkreslení. Při velmi rozsáhlém nebo nedostupném základním souboru je ale cenzus buď neproveditelný, nebo příliš složitý či finančně a časově náročný. Proto se šetření provádí jen u části základního souboru. Tato část se nazývá výběrový soubor.


Výběrový soubor

Výběrový soubor (výběr, vzorek) je množina určitého počtu jednotek, které byly vybrány ze základního souboru. Výběrový soubor je tedy podmnožina základního souboru. Počet jednotek výběru se nazývá rozsah výběru.

Šetření (zjišťování) výběrového souboru se nazývá šetření výběrové, neúplné, nevyčerpávající nebo dílčí.

Pokud jsou do výběrového souboru jednotky vybírány postupně jedna po druhé, jejich pořadí může být zaznamenáno a vznikne tak uspořádaná podmnožina. Jestliže pořadí vybíraných jednotek není evidováno, vzniká neuspořádaná (prostá) podmnožina.

Výběrový soubor má být zmenšeným obrazem základního souboru, jeho představitelem (reprezentantem). Musí odpovídat charakteristice základního souboru a mít stejné vlastnosti jako základní soubor. Je to důležité proto, aby bylo možné z výsledků šetření výběrového souboru dojít k všeobecným závěrům o celém (základním) souboru.

Výběrový soubor je vytvářen záměrným nebo náhodným výběrem.


Zdroje:'

  1. CYHELSKÝ, Lubomír. Teorie statistiky I. 1. vyd. Praha, SNTL – Nakladatelství technické literatury, 1990. 338 s. ISBN ISBN 80-03-00421-7.
  2. ČERMÁK, Václav. Výběrové statistické zjišťování. 1. vyd. Praha : SNTL – Nakladatelství technické literatury, 1980. 396 s.
  3. DISMAN, Miroslav. Jak se vyrábí sociologická znalost : příručka pro uživatele. Dotisk 3. vyd. Praha : Karolinum, 2002. 374 s. ISBN 80-246-0139-7
  4. HENDL, Jan. Přehled statistických metod zpracování dat : analýza a metaanalýza dat. Vyd. 1. Praha : Portál, 2004. 583 s. ISBN 80-7178-820-1
  5. PAVELKA, František – KLÍMEK, Petr. Aplikovaná statistika. Vyd. 1. Brno : Vysoké učení technické v Brně, Fakulta managementu a ekonomiky ve Zlíně, 2000. 131 s. ISBN 80-214-1545-2. Dostupné též na WWW: <http://www.vscht.cz/ktk/www_324/lab/texty/statistika/as.pdf>.



Výběr vzorku v kvantitativním výzkumu

Prostý náhodný výběr

Zpracoval: Petr Fiala

Podstatou náhodných (pravděpodobnostních) výběrů je, že každý prvek (jednotka) základního souboru má stejnou šanci (pravděpodobnost) stát se prvkem výběrového souboru. Reprezentativita výběru je tedy založena na principu náhodnosti. Výhodou tohoto výběru je, že reprezentuje všechny známé i neznámé vlastnosti populace. Navíc tento postup zcela eliminuje možnost ovlivnění výběru výzkumníkem. [1]

Prostý náhodný výběr (Simple random sampling / Simple random sample) lze definovat jako výběr o rozsahu n, kdy každá množina n prvků má stejnou pravděpodobnost, že bude vybrána. K realizaci takového výběru musíme mít k dispozici očíslovaný seznam všech prvků základního souboru – tzv. oporu výběru (sampling frame) a dále generátor náhodných čísel, pomocí něhož vybereme očíslovaný prvek z opory výběru. Generátorem může být prosté losování, hrací kostky, tabulky náhodných čísel (příklad tabulky) nebo program generující náhodná čísla. Softwarové generátory obvykle generují pouze pseudonáhodná čísla (k vygenerování náhodného čísla je použit deterministický výpočet), pravé generátory náhodných čísel jsou založeny na náhodnosti fyzikálních jevů (např. online generátor využívající atmosférického ruchu). [2]

Předpokládejme, že základní soubor má N prvků a výběrový soubor bude mít n prvků. Procedura výběru pak sestává z následujících kroků:

  1. Sestavíme oporu výběru a každému prvku přiřadíme celé číslo od 1 do N.
  2. Rozhodneme, jak velký bude rozsah výběru n.
  3. Vygenerujeme n náhodných celých čísel mezi 1 a N.
  4. Získáme data od prvků identifikovaných v opoře výběru těmito náhodnými čísly.

Poměr mezi rozsahem výběru n a velikostí základního souboru (populace) N nazýváme výběrový poměr:

výběrový poměr = (rozsah výběru n) / (velikost populace N)

Tento poměr vyjadřuje pravděpodobnost, že prvek základního souboru je zařazen do výběru. [3]

Konkrétní příklad s využitím tabulky náhodných čísel je ilustrován na obrázku níže.

  1. Všichni členové hypotetické mikropopulace byli očíslováni od jedné do sta.
  2. Rozhodli jsme se vybrat 10 lidí.
  3. Z tabulky náhodných čísel jsme zvolili deset čísel a použili jejich poslední dvě číslice.
  4. S tímto reprezentativním vzorkem 10 lidí budeme dále pokračovat ve výzkumu. [4]
Soubor:Pnv.png
Obr.1 Prostý náhodný výběr pomocí tabulky náhodných čísel. Zdroj: Babbie, 2007

Někdy se stává, že prostý náhodný výběr je neproveditelný nebo nákladný, hlavně v případech, kdy je základní soubor značně rozsáhlý. Jako náhradní řešení lze pak použít metody uvedené níže.


Zdroje:

  1. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. Praha : Grada, 2009. 184 s. ISBN 978-80-247-3006-6.
  2. MALÝ, Martin. Root.cz [online]. 2. 12. 2010 [cit. 2011-03-20]. Hardwarový generátor náhodných čísel aneb náhoda z atomů. Dostupné z WWW: <http://www.root.cz/clanky/hardwarovy-generator-nahodnych-cisel-aneb-nahoda-z-atomu/>.
  3. OTIPKA, Petr; ŠMAJSTRLA, Vladislav. Pravděpodobnost a statistika [online]. 30.4.2010 [cit. 2011-03-20]. Induktivní statistika. Dostupné z WWW: <http://homen.vsb.cz/~oti73/cdpast1/KAP11/KAP11.HTM>.
  4. BABBIE, Earl. The Practice of Social Research. 11th ed. Belmont, CA : Thomson Wadsworth, 2007. 511 s. Dostupné z WWW: <http://www.google.com/books?id=enl-Co6wxfsC&printsec=frontcover&hl=cs&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false>. ISBN 0-495-09325-4.

Systematický výběr

Zpracovala: Marie Sýkorová


V systematickém výběru je do vzorku zahrnuta každá N-tá jednotka ze seznamu. Velikost kroku (N) dostaneme, když vydělíme velikost populace velikostí požadovaného vzorku. Důležité však je, aby první jedinec byl vybrán náhodně, a teprve od tohoto výchozího bodu budeme vybírat každou N-tou jednotku. (1)


Systematický výběr se v některých aspektech podobá pravděpodobnostnímu výběru. Spočívá ve výběru jednotek podle předem zvoleného klíče z daného seznamu. Nejvíce se liší se od pravděpodobnostního výběru tím, že není zaručeno náhodné řazení jednotek daného seznamu. Nebezpečí je v tom, že seznam již může být nějakým způsobem strukturován a výběr již může být poznamenán jistou pravidelností. Takže určitá vlastnost se u vybraných jednotek může opakovat častěji než u cílové populace (2) (např. systematický výběr ze seznamu armády, kde jsou její členové řazeni po četách, takže se může stát, že se při výběru strefíme vždy právě do velícího důstojníka, místo do řadového vojáka, který má představovat standardní vzorek), pak může docházet k překvapivým výsledkům. Systém, podle kterého je seznam organizovaný, nemusí být zřejmý na první pohled. Mnohé seznamy populace jsou uspořádány systematicky, žáci podle tříd, dělníci podle dílen. (1)


Příklad: Vedení vysoké školy chce provést výběr o rozsahu 50 z 1000 studentů 1.ročníku jedné z fakult, aby zjistilo spokojenost studentů s výukou matematiky.

Řešení: Může zvolit např. tuto strategii: Jednotlivé studenty v seznamu označí čísly od 1 do 20 tak, že je v seznamu postupně očíslují touto sérií číslic jejím opakovaným použitím. Náhodně se vybere celé číslo z intervalu 1 až 20. Pak se dotáže všech studentů s tímto označením. Jedná se tedy o systematický výběr, který je založen na pravděpodobnosti, ale prostřednictvím jiného mechanismu, než je tomu u prostého náhodného výběru.(3)


Soubor:Systematicky yber.png

Příklad systematického výběru - začátek je náhodný, následně každý desátý je vybrán (4)


Podle mezinárodního auditorského standardu ISA 530 se systematický výběr řadí k nejvýznamnějším metodám ve výběru vzorků, kdy je počet jednotek v základním souboru vydělen velikostí vzorku, čímž dostaneme výběrový interval, např. 50, pak si určíme výchozí bod v rámci prvních 50 jednotek a vybereme každou následující 50. jednotku. I když je výchozí bod možné vybrat zcela libovolně, vzorek bude skutečně náhodný, pokud výchozí bod určíme pomocí počítačového generátoru náhodných čísel nebo tabulek náhodných čísel. Při používání systematického výběru si musí auditor ověřit, zda jednotky nejsou v rámci základního souboru strukturovány tak, že výběrový interval odpovídá určitému vnitřnímu opakujícímu se rysu základního souboru. (5)


1) DISMAN, Miroslav. Jak se vyrábí sociologická znalost : Příručka pro uživatele. 3. Univerzita karlova v Praze : Karolinum, 2002. 374 s. ISBN 80-246-0139-7.

2) Sociální politika : Studentské stránky určené studentům [online]. 2011 [cit. 2011-03-29]. Systematický výběr. Dostupné z WWW: <http://politika-socialna.studentske.eu/2008/10/systematick-vbr.html>.

3) OTIPKA, Petr ; ŠMAJSTRLA, Vladislav . Induktivní statistika. In PRAVDĚPODOBNOST A STATISTIKA [online]. Ostrava : VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA, 30.4.2010 [cit. 2011-03-29]. Dostupné z WWW: <http://homen.vsb.cz/~oti73/cdpast1/KAP11/KAP11.HTM>.

4) BABBIE, Earl. The Practice of Social Research. 11th ed. Belmont, CA : Thomson Wadsworth, 2007. 511 s. Dostupné z WWW: <http://www.google.com/books?id=enl-Co6wxfsC&printsec=frontcover&hl=cs&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false>. ISBN 0-495-09325-4.

5) MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 530 : VÝBĚR VZORKŮ. In MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 530 [online]. [s.l.] : [s.n.], 15. prosinec 2009 [cit. 2011-03-29]. Dostupné z WWW: <http://www.kacr.cz/Data/files/Metodika/Auditing/Handbook%202010/17_ISA%20530.pdf>

Náhodný stratifikovaný výběr

zpracovala: Hana Přikrylová


Podstatou náhodných výběrů je, že každý prvek, každá jednotka základního souboru má stejnou šanci, stejnou pravděpodobnost stát se prvkem výběrového studia. (2)


Dismanova definice náhodného stratifikovaného výběru: Populace je rozdělena do skupin homogenních vzhledem k nějakému jasnému kritériu a jedinci jsou do vzorku vybíráni náhodně z těchto skupin. (1)


Stratifikovaný náhodný výběr probíhá ve 2 krocích:

1) Nahlížíme na základní soubor jako množinu tvořenou určitými podsoubory, kterým se říká strata ( vrstva) - vyznačují se tím, že jejich prvky mají jednu nebo více společných vlastností (věk, pohlaví)

2) V každém ze strat se provede náhodný výběr - volba strat vychází z výzkumného záměru ( např. s ohledem na hypotézy) (2)


Příklady:

  • při výzkumu studentů určité školy vybírat jedince zvlášť pro každý ročník
  • populace může být stratifikovaná podle volebních obvodů
  • při výzkumu zaměstnanců továrny by mohl být prováděn výběr zvlášť mezi dělníky a zvlášť pro administrativou (1)


Stratifikovaný náhodný výběr má jednu výhodu: snižuje velikost směrodatné chyby, a tedy i interval spolehlivosti (1)


Stratifikovaný náhodný výběr může být:

proporcionální – velikost výběru z vrstvy je úměrná velikosti populace této vrstvy

neproporcionální – používá se, pokud je významně odlišný rozptyl v dané vrstvě nebo když je třeba zjistit dostatečný (vyšší) počet zkoumaných jednotek v některých stratech (3)


Podle mezinárodního auditorského standardu ISA 530:

  • Cílem stratifikace je omezit variabilitu položek v jednotlivých podsouborech, a tím umožnit snížení velikosti vzorku, aniž by se zvýšilo výběrové riziko.
  • Při provádění testů detailních údajů je základní soubor často stratifikován na základě peněžní hodnoty.
  • Jestliže byla skupina transakcí nebo zůstatek účtu rozděleny na podsoubory, nesprávnost se přenese na každý podsoubor samostatně. Přenesené nesprávnosti u každého podsouboru budou při posuzování potenciálních důsledků nesprávností pro skupinu transakcí nebo zůstatek účtu posuzovány v souhrnu.(4)


ZDROJE:

1) DISMAN, Miroslav. Jak se vyrábí sociologická znalost : Příručka pro uživatele. 3. Univerzita karlova v Praze : Karolinum, 2002. 374 s. ISBN 80-246-0139-7.

2) REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. Praha : Grada, 2009. 184 s. ISBN 978-80-247-3006-6.

3) Sociální politika : Studentské stránky určené studentům [online]. 2011. Typy pravděpodobnostních výběrů. Dostupné z WWW: <http://politika-socialna.studentske.eu/2008/10/typy-pravdpodobnostnch-vbr.html>

4) MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 530 : VÝBĚR VZORKŮ. In MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 530 [online]. [s.l.] : [s.n.], 15. prosinec 2009. Dostupné z WWW: <http://www.kacr.cz/Data/files/Metodika/Auditing/Handbook%202010/17_ISA%20530.pdf>

Kvótní výběr

Zpracovala: Marcela Střelcová


Definice:

Kvótní výběr je nepravděpodobnostní výběr, jehož název je odvozen od kvót, kterými je vymezen rozsah jednotlivých skupin pro účel zkoumání.[2]


Abychom z chování vzorku mohli usuzovat chování populace, musí jeho struktura imitovat složení populace tak přesně, jak je to jen možné. Vytvoříme takovou „zmenšenou kopii“.[3]

Příklad: Pokud je např. známo, že pivaři jsou z 90% tvořeni mužskou populací a z 10% ženskou populací, tak přesně v tomto poměru rozdáme mezi respondenty dotazníky při výzkumu zabývajícím se tématikou spojenou s pivem.[3]


Vzorek = skupina jednotek, které skutečně pozorujeme.

Populace (základní soubor) = soubor jednotek, o němž předpokládáme, že jsou pro něj naše závěry platné.[3]


Postup při tvorbě kvótního výběru:

1) Zvolíme charakteristiky, pro něž budou stanoveny kvóty. V praxi volíme nejčastěji tři až pět znaků. Jako vhodné bývají označovány relativně snadno zjistitelné údaje, které jsou buď viditelné, nebo je dotázaný ochoten je v situaci prvního kontaktu přiznat. Zároveň to bývají hlediska, která populaci dosti významným způsobem rozlišují. Jako kvóty se nejčastěji používají znaky: pohlaví, věk, dokončený stupeň vzdělání, rodinný stav, bydliště, povolání, sociální skupina; podle předmětu šetření mohou být zvoleny také další, jako jsou počet sourozenců, počet dětí, vlastnictví určitého předmětu (např. osobního automobil), národnost aj.


2) Pro zvolené kvóty vyhledáme v dostupných statistických pramenech kvantitativní oporu pro rozhodnutí, jak velké mají být podíly jednotlivých kategorií dotázaných podle vybraných znaků. Jestliže je například ve sledované populaci stejné početné zastoupení mužů a žen, budou kvóty pro výběr mužů a žen stejné; najdeme-li ve statistické ročence údaj, že v dané věkové skupině, kterou šetříme, je podíl vysokoškoláků mezi muži jedna sedmina a mezi ženami jedna desetina, přizpůsobíme velikost kvóty právě těmto údajům: budeme tedy vybírat ze sedmdesáti mužů deset s ukončeným vysokoškolským vzděláním a ze sedmdesáti žen sedm, které získaly vysokoškolský diplom.


3) Dalším důležitým krokem je rozhodnutí, zda budeme zadávat kvóty pro výběr nezávisle na sobě nebo ve vzájemných vazbách. Obě možnosti mají své výhody i nevýhody.

- Jestliže ponecháme kvóty pro výběr bez vzájemné závislosti, bude pro tazatele mnohem snazší najít příslušný stanovený počet osob s určenými charakteristikami a dotázat je. Může se však stát, že se tak zkreslí obraz o zkoumané populaci a to tak, že vybere respondenty s netypickými kombinacemi hodnot znaků nebo naopak všechny jen v nejčastěji se vyskytujících kombinacích. Takto kvótně vybraný soubor může pak obsahovat sice požadovaných 25 mužů a 25 žen a také splňovat požadavek na 30 osob se základním, 15 s úplným středoškolským a 5 s vysokoškolským vzděláním, ale může se stát, že všech pět vysokoškoláků budou muži, čtrnáct z patnácti středoškoláků budou mladé ženy apod.

- Jestliže však náš nárok na vzájemné propojení kvót bude příliš záměrný, znesnadníme práci tazatelům natolik, že tím můžeme také ohrozit spolehlivost dat nebo počet uskutečněných rozhovorů. Příkladem může být požadavek vyhledat na malé vesnici dvě vdané vysokoškolačky ve věku 25-34 let, svobodného muže se základním vzděláním ve věku 35-50, vdovu nad 50 let se středním vzděláním apod. Tento požadavek, který lze ve velkém městě s určitým úsilím splnit, nabývá značně na obtížnosti na malé vsi, kde může být složení obyvatel jiné, než by odpovídalo průměrné představě.


4) V posledním kroku stanovíme výběrové kvóty pro každého tazatele tak, aby pokrývaly potřebný počet a strukturu dotázaných. Skupiny s výběrovými charakteristikami, o nichž předpokládáme, že budou obtížně dostupné, ve výběru nadhodnotíme. Nepodaří-li se všem tazatelům získat potřebný počet např. žen v domácnosti nebo středoškoláků apod., vyšší kvóta tuto nepřesnost sníží.[1]


Použité zdroje: 1. JEŘÁBEK, Hynek. Úvod do sociologického výzkumu. Dot. Praha : Karolinum, 1993. 162 s. ISBN 8070666625.

2. KENDALL, Maurice G; BUCKLAND, William R. A dictionary of statistical terms. 6. éd. Edinburgh : Published for the International Statistical Institute by Longman, 1960. 575 s.

3. DISMAN, Miroslav. Jak se vyrábí sociologická znalost : příručka pro uživatele. 3. vyd. Praha : Karolinum, 2000. 374 s. ISBN 8024601397.

4. KOZEL, Roman. Moderní marketingový výzkum [online]. 1. vyd. [s.l.] : Grada publishing a.s., 2006 [cit. 2011-04-06]. 277 s. Dostupné z WWW: <http://books.google.com/books?id=1EfM8GQiOBcC&pg=PA155&dq=kv%C3%B3tn%C3%AD+v%C3%BDb%C4%9Br&hl=cs&ei=EhuXTZ-IDdH1sgbT3Li5CA&sa=X&oi=book_result&ct=result&resnum=7&ved=0CEgQ6AEwBg#v=onepage&q=kv%C3%B3tn%C3%AD&f=false>. ISBN 80-247-0966-X.

Výběry vzorku v kvalitativním výzkumu

Zpracoval: David Humpolík


Definice:


Kvalitativní výzkum:

„Kvalitativní přístup je proces zkoumání jevů a problémů v autentickém prostředí s cílem získat komplexní obraz těchto jevů založený na hlubokých datech a specifickém vztahu mezi badatelem a účastníkem výzkumu. Záměrem výzkumníka provádějícího kvalitativní výzkum je pomocí celé řady postupů a metod rozkrýt a reprezentovat to, jak lidé chápou, prožívají a vytvářejí sociální realitu.“ [1]

Kvalitativní výzkum se tedy od kvantitativního odlišuje zejména: menším vzorkem zkoumání; flexibilitou jak výběru vzorku, tak provádění výzkumu či tvorby výzkumných otázek; nízkou rentabilitou; vysokou validitou; velice kvalitními daty; opakovaným výběrem vzorků. V konečném výsledku je kvalitativní výzkum schopen poskytnout vyčerpávající, velice kvalitní informace o zkoumaném vzorku, ale v menší míře aplikovatelné na populaci.


Vzorek: (výběrový soubor) chápeme jako skupinu jednotek, které skutečně pozorujeme


Informátor: jednotka vzorku, poskytuje badateli informace


Souhrn: kvalitativní výzkum používá hloubkové studium jednotlivých případů, nejrůznější formy rozhovorů a kvalitativní pozorování. Cílem je získat popis zvláštností případů, generovat hypotézy a rozvíjet teorie. Plán výzkumu má pružný charakter, tzn. že se z daného základu rozvíjí, proměňuje a přizpůsobuje podle okolností a dosud získaných výsledků. [2]


Výběr vzorků v kvalitativním výzkumu probíhá nejčastěji čtyřmi hlavními (ale ne jedinými) výběrovými strategiemi:


1) Výběr účelový, totální


- předmětem zkoumání je vzorek, jehož podoba a rozsah je předem dána

( např. všichni pracovníci malé firmy, všichni účastníci vzdělávacího kurzu)

- v duchu kvalitativního výzkumu je však podoba výzkumu i vzorek stále flexibilní a výzkumník je může měnit dle potřeby. [3]


2) Teoretický výběr


- nejčastější forma výběru vzorku v kvalitativním výzkumu

- základní zkoumaný soubor není předem definován, předem definované nejsou ani klíčové znaky či rozsah výběru vzorku

- postup: výzkumník na základě jedné z možností tvorby vzorku ( snowball, tvorba vzorku na základě úsudku badatele) postupně zkoumá další a další jednotky. Z informací, jenž získává, tvoří další výzkumné otázky, aby v dané problematice dosáhl z informačního hlediska pokud možno až na dno, a tedy získal co nekvalitnější informace. V průběhu teoretického výběru se tak může měnit jak podoba výzkumných otázek, tak i počet informátorů. Zkoumání, a tedy i výběr vzorků, ukončí ve fázi, kdy se již o zkoumaném problému nedozvídá nic nového, rozšiřujícího, obohacujícího = TEORETICKÉ NASYCENÍ (SATURACE). [3]


3) Výběr podle prostředí


- vychází z předpokladu, že vzorek nemusí být jen souhrn jednotlivců, ale jakákoliv jednotka, kterou můžeme zkoumat

- vybíráme prostředí, v němž:

- sledujeme vybraný sociální jev: nezúčastněné pozorování – sledujeme veškeré dění (např. chování chodců na dopravní křižovatce)

zúčastněné pozorování – v průběhu vybíráme vhodné jednotky do vzorku (např. vztah dětí a dospělých na dětském hřišti)

- sledujeme prostředí (lokalitu) jako celek – typické pro etnografický výzkum - zúčastněné pozorování → další vzorky (např. vesnice, squat, knihovna) [4]


4) Snowball neboli výběr nabalováním


- vhodný k výběrům ve specifických souborech výzkumníkovi neznámých, pro které neexistují seznamy či jiné opory výběru

- užívá se též k výběru expertů

- postup: na počátku několik málo osob ze zkoumaného souboru požádáno, aby každá určila cca 3-5 jedinců, které považuje za vhodné do výběru zařadit. Tito jmenovaní jsou potom dotázání na totéž, čímž množina tipů strmě narůstá. Výběr výzkumník ukončí ve chvíli kdy se tipy začínají opakovat a nakonec žádné nové nepřibývají. [2]


Závěr:


Uvedené čtyři druhy výběru vzorků do kvalitativního výzkumu představují tři nejčastější možnosti, jenž jsou výzkumníkovi k dispozici jako odrazové můstky pro výzkum. V žádném případě ale nejsou přesně dané, natož směrodatné, a každý badatel je může v duchu kvalitativního výzkumu a jeho flexibility přetvořit, aby byli jeho výzkumu co nejvíce k užitku. Proto i výběr vzorků, který začne jako účelový a přesně daný, se může jednoduše změnit ve výběr teoretický, jelikož získané informace, například, odkryjí oblast výzkumu, která nebyla v přípravě zahrnuta, ale která se stala v průběhu výzkumu pro výzkumníka důležitá. Nejvíc zde platí, že výzkumník ovlivňuje otázky, otázky ovlivňují informátory a ti zase ovlivňují výzkumníka.


Literatura:


1) ŠVAŘÍČEK, Roman; ŠEĎOVÁ, Klára. Kvalitativní výzkum v pedagogických vědách. 1. vyd. Praha: Portál, 2007. 376 s. ISBN 978-80-7367-313-0

2) REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vyd. Praha: Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6

3) HENDL, Jan. Kvalitativní výzkum: základní metody a aplikace. 1. vyd. Praha: Portál, 2005. 408 s. ISBN 80-7367-040-2

4) NOVOTNÁ, Hedvika. Výběrové strategie [online]. Učební prezentace FHS UK. 2009 [cit. 2011-04-04]. Dostupné z WWW: is.cuni.cz/studium/predmety/index.php?do=down&did=11786 [2]

Anketa

Zpracovala: Markéta Homolová

(z francouzského slova enquête)


Cizojazyčné názvy: opinion poll, enquête, Umfrage, inchiesta, indagine

Význam podle slovníku cizích slov: „průzkum veřejného nebo výběrového mínění, názorů na něco“ [1].

V širokém pojetí zahrnuje pojem anketa jakékoliv dotazování, které je prováděno standardizovanými technikami, většinou s použitím dotazníku. Toto pojetí je velice blízké tomu, jak chápe pojem anketa nejširší veřejnost. [2, s. 76-77]

Užší pojetí spojuje anketu s dotazníkovými akcemi sdělovacích prostředků (televize, rozhlas nebo noviny) se specifickou formou zařazení dotazovaných do zkoumaného souboru tzv. samovýběrem a s jednoduchým typem otázek, kterých nebývá velké množství. Pro toto pojetí ankety je charakteristická minimální kontrola výběru dotazovaných a procesu vyplňování anketního dotazníku. [2, s. 76-77]

Původně byla anketa využívána pro zjišťování reakcí čtenářů na určitý pořad, názor atd. Později se rozšířila i do jiných oblastí a byla využívána například pro sledování názorů odborníků na nějaký problém nebo pro zkoumání účinnosti propagačních akcí. [2, s. 76-77]


Srovnání ankety s dotazníkovým šetřením

  • Anketa většinou užívá uzavřené otázky, které umožňují snadnou orientaci v problému a rychlou odpověď.
  • Otázky obvykle míří pouze k jednomu tématu a jsou doplněny pár otázkami sociodemografickými.
  • Použití filtračních otázek není vhodné, protože při aplikaci anket není kontrolován výběr respondentů. Nelze zpravidla hodnotit reprezentativnost výběrového souboru stejným způsobem jako je tomu při šetřeních založených na metodách pravděpodobnostního výběru. To znamená, že výsledky jsou platné jen pro soubor těch, kteří odpověděli. Z toho vyplývá, že anketa nikdy není reprezentativní.
  • Důvod realizace nemusí být vždy jen výzkumný, ale může sloužit i jako jedna z forem marketingové podpory.
  • Menší návratnost, která se pohybuje kolem 1 – 3 % nebo i nižší. Ta může být zvyšována zpravidla příslibem odměn (slosovaní vyplněných anket). [2, s. 76-77; 3, s. 123-124]


Druhy anket

Podle použitého komunikačního prostředku:

  • Novinová
  • Poštovní
  • Rozhlasová
  • Předávaná (např. návštěvníkům výstav apod.)

Z hlediska organizace šetření:

  • Anonymní nebo neanonymní
  • Slosovatelné
  • Apod. [2, s. 77]


Při přípravě ankety je také důležité brát v úvahu i způsob distribuce ankety, zvolit okamžik realizace a také lhůty pro vyplnění a zpětné odeslání. U tištěných anket je důležitá i výrazná a srozumitelná grafická úprava. [2, s. 76-77]

I přesto, že má anketa v sociologických výzkumech pouze doplňkový význam, je u některých témat při požadavku rychlé orientace nezastupitelná. [2, s. 76-77]


Použitá literatura:

[1] LINHART, Jiří. Slovník cizích slov pro nové století : základní měnové jednotky, abecední seznam chemických prvků, jazykovědné pojmy, 30 000 hesel. Litvínov : Dialog, 2007. 412 s. ISBN 8073820064.

[2] Velký sociologický slovník. Vyd. 1. Praha : Karolinum, 1996. 747 s. ISBN 8071843113.

[3] REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 184 s. ISBN 9788024730066.

Metody sběru dat

termín: 15. dubna

Pozorování

Zpracovala: Andrea Mizerová

Definice

"Vědecké pozorování je definováno jako technika sběru informací založená na zaměřeném, systematickém a organizovaném sledování smyslově vnímatelných projevů aktuálního stavu prvků, aspektů a fenoménů."


Role výzkumníka


Při pozorování je velmi důležitá role výzkumníka, tyto role můžeme dělit na:

Úplný účastník - se stává členem skupiny, se kterou tráví většinu času, aniž by členové skupiny věděli o jeho pravé totožnosti.

Účastník jako pozorovatel - také se stává členem skupiny, ale skupina je obeznámena s jeho totožností a jsou si vědomi prováděného výzkumu.

Pozorovatel jako účastník - skupina účastníků si je vědoma pravé totožnosti výzkumníka, který zde má roli spíše tazatele. Nevýhodou je, že výzkumník pronikne méně ke zkušenostem členů skupiny.

Úplný pozorovatel - členové skupiny nejsou informováni o identitě badatele. V této roli ale badatel není ovlivňován chováním jedinců skupiny, tuto roli je lepší využít ve veřejných prostranstvích.


Druhy pozorování


Výzkumné pozorování můžeme dělit podle různých kategorií:

Skryté X otevřené pozorování - účastníci skupiny ví nebo neví o totožnosti výzkumníka

Zúčastněné (participantní) X nezúčastněné (neparticipantní) - výzkumník participuje na ději ve skupině

Strukturované X nestrukturované - pozorování podle předem daného předpisu

Pozorování v umělé situaci X v přirozené situaci

Pozorování sebe samého X někoho jiného


Strukturované pozorování

Při tomto pozorování strukturovaně zaznamenáváme určitou situaci či chování. K záznamu dat slouží kódovací schéma, které musí mít výzkumník naučené. Určíme si výzkumnou otázku, kterou si můžeme rozčlenit do dimenzí např. neverbální chování, prostorové chování, mimolingvistické chování a lingvistické chování. Mezi známé kódovací systémy patří např. Flandersův systém pro interakční analýzu. Oblíbenost si získal hlavně svojí jednoduchostí.


Zúčastněné pozorování

Tato metoda je nejpoužívanější v kvalitativním výzkumu, jestliže jev je málo prozkoumaný; existují velké rozdíly mezi pohledy členů a nečlenů sledované skupiny; jev není přístupný mimo skupinu. Výzkumník se podílí na chodu skupiny, je v osobním vztahu s pozorovanými. Pro sběr dat může použít různé prostředky např. rozhovory, deníky členů skupiny, audio nebo video nahrávky. Během zúčastněného pozorování musíme absolvovat čtyři fáze:

Navázání kontaktu - během této fáze je důležité navázat kontakt s okolím, kde probíhá naše zkoumání. Můžeme zde využít např.: pomoci přátel, kolegů, nadřízených dané instituce. Významnou roli ve výzkumu pro nás hraje klíčový informátor. Jedná se o člověka, který dané prostředí velice dobře zná a nám může být nápomocný při získávání informací, ke kterým bychom se těžko dostali.


Pozorování - zde je úkolem výzkumníka, který už má zmapované okolí, ve kterém se nachází, vyhledávat situace, kde by vypozoroval pro sebe nejrelevantnější informace. Pozorování dělíme na popisné, fokusované a selektivní.

Popisné - začínáme podrobným prozkoumáním prostředí, lidí a událostí. Výsledkem je podrobný portrét.

Fokusované - zaměřujeme se na procesy a problémy sledovaného. Vytváříme množinu konceptů a teoretický rámec. Postupně zjišťujeme, které informace jsou pro nás důležité a které méně.

Selektivní - probíhá na konci výzkumu, kdy se snažíme vyhledat další příklady nalezené ve fázi fokusovaného pozorování, abychom mohli potvrdit nebo vyvrátit naše hypotézy.


Záznam dat - zápis vypozorovaného by měl být co nejvíce podrobný. Důležité pro nás při zaznamenávání je si vytvořit nějaký svůj vlastní systém, abychom se později ve svých zápiscích, co nejlépe vyznali. Doporučuje se zapisovat si přímo na místě pomocí symbolů nebo zkratek, vznikají tak terénní poznámky. Vyhotovení úplného záznamu by se mělo udělat do jednoho dne, zhotovení takového seznamu může trvat jako samotné pozorování. Terénní poznámky rozdělujeme na popisné a reflektující.

Popisné poznámky se věnují spíše portrétům jednotlivců, chování, prostředí,rekonstrukci dialogů, reakcí, popisu aktivit.

Reflektující poznámky obsahují nejvíce reflexe analýz, metod, procedur, etických problémů


Závěr pozorování - po získání potřebných informací se výzkumník rozloučí a poděkuje se sledovanou skupinou.


Použitá literatura:

HENDL, Jan. Kvalitativní výzkum : základní metody a aplikace. Vyd. 1. Praha : Portál, 2005. 407 s. ISBN 80-7367-040-2.

REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada, 2009. 181 s. ISBN 978-80-247-3006-6.

Dotazování

Zpracovala: Karolína Žáková

Definice [2]

Dotazování je hlavní formou lidského myšlení a mezilidské komunikace. Správně kladenými sériemi otázek dokážeme prozkoumat určitý problém, nápad nebo nějakou zajímavost a také díky výsledkům jsme schopni ovládnout danou problematiku.

Dotazování může být uskutečněno formou rozhovoru, dotazníků nebo anketou. Posláním těchto metod je sběr relevantních údajů pomocí otázek předložených zkoumaným osobám.

Dotazování jako nástroj poznávání ve výzkumu není tak jednoduché jak se může zdát. Je nutné zajistit jeho reprezentativnost, standardizaci, správně zvolit techniky a celý proces.


Reprezentativní výběr dotazovaných [2]

Jestliže chceme, aby byly výsledky dotazování spolehlivé a skutečně přínosné, je třeba v prvé řadě zajistit, aby soubor respondentů byl reprezentativní. (…) „Jejich správný počet a způsob, jak se pro výzkum vybírají, je dán velmi přesnými pravidly. Velikost vzorku záleží na tom, jak přesné výsledky požadujeme, jaká je velikosti základního souboru.“(Vysekalová, 2007)

Příklady:

Potenciálními spotřebiteli pracích prášků jsou v podstatě všechny domácnosti v ČR

Potenciálními návštěvníky dětského oddělení knihovny jsou v podstatě děti a řadíme zde i rodiče


Standardizace dotazování[2]

Respondenti by měli odpovídat na stejné dotazy v jednotném pořadí, aby byl dodržen nastavený postup a stejná formulace otázek. I drobný formulační změna může posunout smysl otázky.


Principy správného dotazování[3]

Při dotazování může vznikat řada problematických situací, které znehodnocují zjištěné výsledky.

Nejčastější příčiny

  • časový tlak (spěch)
  • únava respondenta (nepřesnost v odpovědích, můžou být nepravdivé)
  • délka dotazování (snížená koncentrace, přesnost odpovědí klesá)

Hlavní principy dotazování

  • princip potvrzení osobnosti respondenta - požaduje se dostatečný prostor v odpovědích pro respondentovo vyjádření a individuální názor
  • princip přijetí osobnosti tazatele - personifikace dotazníku při písemném a elektronickém dotazování (respondent si pod otázkami personifikuje určitou osobu)
  • princip přijetí tématu - důležitost témata pro tazatele i dotazovaného vytváří potřebnou míru zodpovědnosti a povinnosti držet se tématu

Ekonomický princip dotazování

  • zadavateli - přínosy poznatků z dotazování převyšují náklady
  • tazateli - odměna za vykonanou práci
  • respondentovi - pocit uspokojení, že jeho názory budou využity

Princip časové úměrnosti

  • vhodná doba přiměřená tématu, místu a situaci
  • 30-50 minut (kvalitativní výzkum bývá delší)


Kvantitativní výzkum[1]

Soubor:Kvantitativni.jpg
Struktura kvantitativního dotazu

„Cílem je vytvořit jednoduchý, neutrální stimul, aby se získala pravdivá odpověď (údaj) od respondenta. Předpokládá se, že identické stimuly pro všechny respondenty umožní dobře porovnat odpovědi mezi jednotlivými respondenty.“(Hendl, 2005)

Přesně daný strukturovaný rámec uzavřených otázek je mnohem jednodušší při vyhodnocování než rámec nestrukturovaného dotazování. I proces získávání dat pomocí strukturovaného dotazování má mnohem plynulejší průběh.


Kvalitativní výzkum[1]

Soubor:Kvalitativni.jpg
Struktura kvalitativního dotazu

„Sběr dat má vytvořit vztah, kdy se teoretický rámec výzkumníka překrývá s možnostmi respondenta. Výzkumník se přizpůsobuje respondentovi“ (Hendl, 2005)

Při kvalitativním dotazování se nikdy nepředkládají předem vytvořené formulace odpovědí, pro výzkumníka to má i jisté výhody :

  • „lze přezkoušet, zda dotazovaný otázkám porozuměl
  • dotazovaný může vyjevit své zcela subjektivní pohledy a názory
  • dotazovaný může samostatně navrhovat možné vztahy a souvislosti
  • je možné tematizovat konkrétní podmínky situace dotazovaného“(Hendl, 2005)


Výčet nejdůležitější technik kvalitativního dotazování [1]

  • strukturovaná otevřený rozhovor
  • rozhovor s návodem
  • neformální rozhovor
  • fenomenologický rozhovor
  • narativní rozhovor
  • epizodické interview
  • skupinová diskuse (rozhovor a vyprávění)
  • hlasité myšlení
  • asociativní interview
  • hloubkový psychologický rozhovor
  • brainstorming
  • anamnestický (klinický) rozhovor


Zdroje

1. HENDL, Jan. Kvalitativní výzkum : zakladní metody a aplikace. Vyd. 1. Praha : Portál, 2005. s. 164-166 ISBN 80-7367-040-2.

2. VYSEKALOVÁ, Jitka. Psychologie reklamy. 3. rozš. aktual. vydání. Praha : Grada Publishing, a.s., 2007. 296 s. ISBN 978-80-247-2196-5

3. KOZEL, Roman, et al. Moderní marketingový výzkum [online]. Praha : Grada Publishing a.s., 2006 [cit. 2011-04-04]. Dostupné z WWW: <http://books.google.cz/books?id=1EfM8GQiOBcC&printsec=frontcover&dq=Modern%C3%AD+marketingov%C3%BD+pr%C5%AFzkum&hl=cs&ei=Zq-ZTbj6E8288gP-yqkX&sa=X&oi=book_result&ct=result&resnum=1&ved=0CD8Q6AEwAA#v=onepage&q&f=false



Rozhovor

Zpracoval: Jiří Krišpin


Rozhovor

Rozhovor, anglicky interview, lze díky jeho odvěkému využívání v lékařství (zjišťování stavu pacienta), soudnictví (výslech obžalovaného), školství (zkoušení žáka) a jinde označit jako nejstarší a nejpoužívanější metodu získávání informací, jenž spočívá v kladení záměrně volených otázek dotazovanému (informátorovi) během rozhovoru vedeného tazatelem (výzkumníkem) a zaznamenáváním odpovědí na ně.

Mezi výhody rozhovoru oproti jiným metodám výzkumu (např. dotazníku) patří jeho přímost, schopnost přizpůsobit se dotazovanému (např. přeformulováním otázky) a možnost hlouběji pochopit jeho jednotlivé odpovědi. Nevýhodami rozhovoru jsou jeho finanční a časová náročnost, společně s potřebou zkušeného pracovníka či pracovníků, kteří ho provádí.


Typy rozhovorů, výhody a nevýhody

Rozhovor má tři typy – strukturovaný (standardizovaný, řízený), při kterém musejí být dotazovanému pokládány předem připravené otázky v určeném pořadí, polostrukturovaný (částečně řízený), při němž tazatel smí měnit pořadí připravených otázek, částečně je upravovat či pokládat doplňující otázky, nebo nestrukturovaný (nestandardizovaný), kdy se výzkumník ptá na otázky vznikající přímo během rozhovoru.

Výhodou strukturovaného rozhovoru ponejvíce využívaného v kvantitativním výzkumu je vzhledem k předem připraveným otázkám jeho snadná vyhodnotitelnost, nevýhodou pak nemožnost získat od dotazovaného pestřejší odpovědi, což samozřejmě není případ nestrukturovaného rozhovoru, používaného při kvalitativních zkoumáních, k jehož mínusům se však krom nesnadného vyhodnocování ještě druží požadavky na tazatele vést takový rozhovor a zaznamenávat ho. Polostrukturovaný rozhovor se proto může často jevit jako nejoptimálnější, protože pracuje s výhodami a snižuje nevýhody obou předchozích typů rozhovorů.


Uzavřené, polootevřené a volné otázky

Uzavřené, polootevřené a volné – to jsou typy otázek, které se v rozhovorech vyskytují. Zatímco však v případě uzavřených může dotazovaný vybírat jen jednu z variant nabízených odpovědí na ně, u polootevřených otázek je mu krom předpřipravených odpovědí také nabídnuta možnost odpovídat jinak a konečně u volných otázek je mu v tomto směru přenecháno zcela volné pole působnosti.

To se však samozřejmě odráží na nesnadnosti vyhodnocování takovýchto odpovědí a proto jsou volné otázky nejvíce pokládány při kvalitativních a uzavřené při kvantitativních výzkumech.


Funkce otázek

Co se týče funkce otázek, rozeznáváme např. otázky kontaktní (úvodní), jenž bývají zařazovány na začátek rozhovoru pro jeho rozproudění, výzkumné (meritorní), které nám přináší cenné údaje o předmětu zkoumání, projekční, při kterých se dotazovaný vžívá do určité osoby a zároveň tak odhaluje vlastní názory, filtrační, napomáhající rozlišit např. uživatele určité knihovny od ostatních lidí, kontrolní, ověřující znalost dotazovaného položením stejné, ale přeformulované otázky, nárazníkové, předcházející potencionálně nepříjemným otázkám a další.


Jaké by měly být pokládané otázky?

Samotné otázky pokládané při rozhovoru výzkumníkem dotazovaným by měli být:

A) Související s prováděným výzkumem, B) Typově vhodně zvolené s ohledem na konkrétní informaci (otevřené a uzavřené otázky), C) Každému jasné a nepřipouštějící jiný výklad, D) Nevkládající dotazovanému odpověď do úst (např. „Vzdělaní lidé čtou často knihy. Čtete denně?“), E) Volené s ohledem na jeho znalosti, které je dobré předem ověřit filtračními otázkami, F) V případě intimnějšího charakteru pokládány až po navození kontaktu společně s taktem a porozuměním, G) Zbytečně nepobízející k vyjádření všeobecně akceptovaných postojů (např. „Máte rád/a zvířata?).


Záznam rozhovoru

Každý rozhovor je nutné zaznamenat, s čímž však často bývá problém. Ten nastává zvláště u nestandardizovaného rozhovoru, kdy přesné znění a posloupnost otázek není tazateli předem známo.

Hlavní obtíží nestrukturovaného i strukturovaného rozhovoru je však samotný akt zapisování či nahrávání. Ten totiž často ruší rozhovor (pokud neprobíhá ve formě skrytého výzkumu) natolik, že stojí za to zvážit, zda není lepší údaje zapisovat až po jeho skončení. Zde však hrozí riziko že výzkumník některé fakta zapomene či nedokáže správně interpretovat.


Použitá literatura:

1) DISMAN, Miroslav. Jak se vyrábí sociologická znalost : Příručka pro uživatele. Praha : Karolinum, 2002. Kulhavý poutník, s. 140-176.

2) DISMAN, Miroslav. Vybrané techniky sociologického výzkumu. Praha : Svoboda, 1969. Terénní sběr informací, s. 151-339.

3) KERLINGER, Fred N. Základy výzkumů chování : Pedagogický a psychologický výzkum. Praha : Academia, 1972. Druhy interviewů a jejich schémata, s. 457-466.

4) LAMSER, Václav. Základy sociologického výzkumu. Praha : Svoboda, 1966. 353 s.

5) REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Praha : Grada, 2009. Základní techniky sběru dat, s. 90-131.

Dotazník

Zpracoval: Daniel Šváb


Je jednou z metod dotazování (technika sběru dat), kdy respondent odpovídá písemně na otázky (většinou) tištěného formuláře. Jedná se tedy o písemný způsob dotazování. Dotazník tedy může být buď v tištěné podobě, nebo ve formě elektronické zaslaný na e-mail či on-line na internetu. Skládá se z otázek, které mohou být buď výběrové, tzn. že dotazovaný označí z nabídnutých odpovědí nebo jsou otázky otevřené, tzn. že dotazovaný sám vytváří odpověď.


Výhody

Výhodou je, že sběr dat pomocí dotazníku je oproti jiným typům průzkumu méně namáhavý i levnější. Získaná data pak lze jednodušeji zpracovat. Dotazník bývá jednoduchý na vyplnění. Při vyplňování dotazníku má dotazovaný více času (oproti např. rozhovoru) si promyslet odpovědi k jednotlivým otázkám, což může být výhodou i nevýhodou. Další výhodou může být písemná odpověď, která bývá přehlednější než odpověď u rozhovoru.


Nevýhody

Tento způsob dotazování s sebou přináší i omezení – nelze jej použít u osob, pro které je čtení a psaní z nějakého důvodu obtížné. Je to hlavně u malých dětí, u osob nevidomých, mentálně postižených či u nových emigrantů, kteří zatím neovládají jazyk a řeč daného státu. Dotazník nedokáže zachytit pocity a reakce dotazovaného. Lépe a snadněji může dotazovaný napsat nepravdu.

Dotazník lze využít při kvalitativním i kvantitativním výzkumu. Může být tedy plně či částečně standardizovaný nebo také s nulovou standardizací.


Dotazník může být:


volný (nestrukturovaný) – je zadáno určité téma, na které se má dotazovaný volně rozepsat.

polostrukturovaný – je sestaven soubor témat/otázek, na které může dotazovaný odpovědět v libovolném pořadí.

strukturovaný – má podobu formuláře. Skupina volných, polootevřených a uzavřených otázek, které jsou v určitém pořadí.


Optimální délka dotazníku

Optimální délka by měla být cca 45 až 60 minut pro dospělého člověka, u dětí by měla být délka cca 20 minut. Počet otázek v dotazníku je těžké určit. Záleží na mnoha faktorech, např. na složitosti, náročnosti či zábavnosti otázek. Doba trvání musí být dotazovanému předem sdělena a měla by se zakládat na pravdě. Opak by mohl znamenat nedůvěru a další nespolupráci dotazovaného s tazatelem.


Vzhled dotazníku

Důležitá vlastnost dotazníku. Dobrý vzhled dotazníku dává větší šance, že bude dotazník vyplněn dotazovaným. Dotazník by měl mít přitažlivou, ale nevtíravou grafickou podobu, měl by být na kvalitním papíru, písmo by mělo být dobře čitelné apod. Kvalitní vzhled dotazníku prokazatelně zvyšuje jeho návratnost.


Způsoby doručení dotazníku

1. Osobní doručení

2. Poštovní distribuce

3. Dotazování elektronickou poštou (CAMI – Computer Assisted Mailing Interviewing)


Zdroje

1) DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. 3. vydání. Univerzita Karlova v Praze : Karolinum, 2002. 374 s. ISBN 80-246-1039-7.

2) REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vydání. Praha : Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.

3) Dotazník-online [online]. 2007 [cit. 2011-04-04]. Dotazník je... Dostupné z WWW: <http://www.dotaznik-online.cz/>.


Typy a druhy otázek

Zpracovala: Věra Motyčková


Definice: Typ otázky vyjadřuje její konkrétní podobu , zatímco Druh otázky vyjadřuje její funkci v rámci dotazování.


Typy otázek:

podle míry standardizovanosti

  • otevřené (nestandardizované, volné): respondentovi nenabízejí žádnou variantu odpovědi a nechávají mu tak pro vyjádření zcela volný prostor. Používají se především v kvalitativních výzkumech, nebo v předvýzkumech kvalitativní povahy. Nevýhodou je vysoká náročnost na zpracování.
  • uzavřené (stadnardizované): nabízejí soubor možných alternativ, ze kterých respondent vybere vhodnou odpověď.To umožňuje poměrně rychlé zpracování, nevýhodou je pak určité zkreslení způsobené tím, že mnohdy volí respondent odpověď jen jako kompromis. Ten typ je využíván především v kvantitativním zkoumání, v kvalitativních výzkumech je vhodný pro zjišťování základních sociodemografických parametrů jako je pohlaví, vzdělání nebo věk. Pro konstrukci uzavřených otázek je důležité vymezit kategorie všech možných alternativ odpovědí, které se současně vzájemně vylučují (není tedy možné zařadit odpověď do více než jedné kategorie)
  • polouzavřené otázky – kromě výčtu odpovědí nabízí možnost vlastní varianty odpovědi , typicky například: jiné, uveďte jaké. Tento typ otázek volíme zejména tehdy, když si nejsme jisti, že známe všechny existující varianty odpovědi pro uzavřenou otázku. Polouzavřené otázky v sobě zahrnují výhody i nevýhody obou předchozích typů. Běžně se vyskytují v kvalitativním i kvantitativním zkoumání, zde ale podobně jako otevřené otázky převážně v předvýzkumech, v samotném kvantitativním výzkumu je někdy vhodné užití z psychologických důvodů.


podle počtu variant a způsobu práce s nimi

  • dichotomické – se dvěma variantami
  • polytomické (také tzv. kafetérie)– s více variantami, které podle způsobu výběru dále dělíme na :
výběrové (též disjunktivní) – respodent vybírá pouze jednu variantu
výčtové (též konjuktivní) – respondent vybírá všechy odpovědi, které považuje za adekvátní
výčtové s pořadím, kde respodent vybírá více možností, kterým navíc podle určitého kriteria(např.důležitost nebo četnost) přiděluje pořadí


Druhy otázek podle fukcí:

  1. výzkumné (meritorní) – většina otázek v dotazníku, jejich prostřednictvím získáváme potřebné informace a údaje,
  2. filtrační – rozčleňují soubor otázek na dílčí bloky, které jsou pro dané respondenty relevantní ( např. po filtrační otázce četl jste knihu xy následuje v případě odpovědi ANO blok otázek k této knize , v případě odpovědi NE se tento blok vynechá )
  3. grafické – užívají se nejčastěji pro vyjádření postojových vyjádření, zpestřují dotazování(např. smajlík)
  4. projekční (též projektivní) - užívané pro psychologickou přijatelnost otázky (neptáme se přímo na názor respondenta, ale zdánlivě na postoje fiktivních postav; předpokládáme přitom, že do nich respodent své názory promítne ). Projekční otázky pokládáme různými způsoby, například formou
    • nedokončených vět
    • anekdotických, krátkých minipříběhů
    • jednoduchých ilustrací, bublinových komiksů
      • U projekčních otázek pokládaných v grafické formě je důležitá elementárnost kreseb, aby případné detaily odpovídajícího neovlivnily.
  5. kontrolní otázky – jsou opakovaně položené dotazy na stejnou proměnnou, vyjádřené různou formulací nebo formou. Používají se zejména u obzvlášť důležitých otázek, případně pro ověření nově formulovaného dotazu, nebo pro zjištění míry znalostí odpovídajícího o daném problému.
  6. kontaktní ­ zpravidla úvodní, nevyhodnocované otázky pro navázání kontaktu a vztahu s respodentem
  7. nárazníkové (též vata, výhybkové či buffo) – rovněž většinou nevyhodnocované otázky, jejich úkolem je předejít šoku z následující otázky, pokud by se jí dotazovaný mohl cítit ohrožen, nebo by mu mohla být nepříjemná. Otázek tohoto druhu se užívá rovněž pro vyvolání údivu a připoutání pozornosti, případně z důvodu eliminovat očekávaný haló-efekt .

Použitá literatura:

  1. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha: Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.
  2. DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. 3. vydání. Praha: Karolinum, 2002. ISBN 80-246-1039-7.


Řazení otázek v dotazníku

Zpracoval: Jaroslav Bednář, Simona Střalková


DRAMATURGIE DOTAZOVÁNÍ

Konkrétní řazení otázek v dotazníku můžeme též označit jako dramaturgii dotazování. Liší se případ od případu (např. dle výzkumného tématu, dle podoby dotazované skupiny atp.), avšak obvykle se řídí několika základními obecnými pravidly.


  • Při řazení otázek je nutný přirozený spád otázek a vnitřní propojenost obsahů.
  • Sled otázek by měl zajistit střídání napětí s uvolněním (střídat jednodušší a složitější témata).
  • Otázky nesmí být stereotypní. Vhodné je střídání typů otázek.
  • Nejvhodnější je nejprve zařazovat otázky týkající se současnosti a teprve pak vztahující se k minulosti a k budoucnosti.


„Monotónní sérii otázek je nejlépe umístit uprostřed dotazníku, otázky osobního rázu nebo otázky, kde je nebezpečí, že budou neupřímně zodpovězeny, se dávají spíše na konec; otázky jejichž zodpovězení se zdá snadno ovlivnitelné, se dávají na začátek, dříve než vlastní téma dotazníku začne působit. Vzhledem k napětí, které se v průběhu dotazování vytváří, patří na konec otázka evokující uvolnění nebo trochu patetická a samozřejmě nesmí chybět poděkování.“ (ČSÚ 2003: 40)


Při tvoření dotazníku je nutné dbát na jeho zdvořilost. Ta se zdůvodňuje tím, že psychologicky posiluje pravděpodobnost ochotnějšího poskytnutí informace a zajišťuje podmínky, které přímo určují kvalitu výsledků. Dotazovaný (a popř. i tazatel) by měli být zbaveni veškeré námahy intelektuální, psychologické, jazykové a technické povahy, která není bezpodmínečně nutná.

Samozřejmě k základním otázkám slušnosti patří rovněž informovat respondenta o tom, jak dlouho přibližně bude trvat vyplnění dotazníku (údaj se uvádí na začátku dotazníku a měl by se zakládat na pravdě) a chybět by nemělo závěrečné poděkování.


JAKÉ ZVOLIT POŘADÍ OTÁZEK?

  • Na začátku se obvykle objevují otázky úvodní (kontaktní), které mají s respondentem navázat určitý vztah. Úvodní otázku bychom proto měli velmi důkladně promyslet. Vyhneme se tak iritaci dotazovaných určitým výzkumným tématem, některé otázky by totiž mohly na dotazovaného působit až provokativně.

Dotazník nesmí respondenta odradit svým obsahem nebo obtížností. První otázky by proto měly být snazší a zajímavé.

Začátek dotazníku často ovlivňuje věrohodnost dalších odpovědí, proto bychom měli první fázi tázání věnovat především vytvoření motivace respondenta k účasti ve výzkumu, vysvětlit mu cíl a důležitost, ujistit jej o zachování anonymity a ochrany jím sdělených údajů. Není proto vhodné klást hned na začátku základní otázky o jeho osobě (jako je pohlaví, věk, vzdělání, bydliště atd. – tzv. demografické údaje), ty se umísťují až na konec dotazníku! Tyto otázky jsou navíc pro většinu lidí nudné a výzkum by se tak mohl hned od začátku začít podobat nějakému úřednímu aktu.


  • První čtvrtinu dotazníku by měly vyplňovat otázky snadné a pro respondenta současně zajímavé, neproblémové a nekonfliktní. Otázky by měly respondenta zaujmout (nebo jej dokonce i bavit) – vyhneme se tak případnému nedokončení dotazníku.


  • Po této jakési zahřívací části mohou druhou čtvrtinu dotazníku tvořit otázky náročné a nejtěžší, pro výzkum klíčové.


  • Ve třetí čtvrtině nastupují otázky o něco lehčí, nicméně z hlediska zkoumání stále významné. Měli bychom počítat s narůstající únavou respondenta a je tedy na čase uvést nějaké zvláště zajímavé otázky či alespoň změnit jejich formu. Je možné nasadit například otázky grafické (užívají se u postojových vyjádření, respondent označí svůj názor na úsečce, stupnici, zaškrtne odpovídající výraz obličeje atd.) a projekční (ty se snaží o psychologickou přijatelnost otázky, kdy se respondenta neptáme na jeho vlastní názor, ale jakoby na názory jiných lidí, vymyšlených osob atd. a předpokládáme, že dotazovaný do odpovědí promítne názory a postoje vlastní), popř. jinak zpestřit dotazování.


  • Do poslední čtvrtiny je vhodné zařadit otázky relativně lehčí a méně důležité.


  • V závěru dotazníku se nám naskýtá prostor pro otázky choulostivé, kontroverzní osobní nebo potenciálně konfliktní. S počtem zodpovězených otázek totiž ochota pokračovat dál i přes nepříjemnou otázku stoupá (nikdo nerad zahazuje výsledky své práce, když už je téměř u konce).

Na konci dotazníku je rovněž prostor pro otázky na sledované sociodemografické znaky (věk, pohlaví, dosažené vzdělání, zaměstnání, bydliště).


HALÓ EFEKT

Při logickém řazení otázek v dotazníku je třeba počítat s tím, že otázky se při dotazování neuplatňují izolovaně, ale ve vzájemném kontextu, tzn. že každá otázka ovlivňuje nejen odpověď na sebe samu, ale i na otázky následující – hovoříme zde o tzv. Haló efektu. V řazení otázek je proto třeba postupovat tak, aby otázky, které mohou ovlivnit odpovědi na jiné otázky, těmto otázkám nepředcházely. Situace se může vyřešit vzájemným oddálením otázek, nebo se mezi ně vsune otázka/y vata. Někdy je také možné Haló efekt využít k tomu, aby otázka usnadnila pochopení smyslu následujících otázek a ulehčila tak průběh vyplňování dotazníku.


POUŽITÁ LITERATURA

1. ČSÚ 2003: Zásady pro přípravu statistických výkazů a dotazníků. Zpracoval odbor obecné metodiky. Praha : Český statistický úřad, 2003. 43 s. ISBN 80-7223-904-X.

2. Disman 2002: DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. 3. vydání. Praha: Karolinum, 2002. 374 s. ISBN 80-246-1039-7.

3. Hendl 2005: HENDL, Jan. Kvalitativní výzkum : základní metody a aplikace. 1. vydání. Praha : Portál, 2005. 408 s. ISBN 80-7367-040-2.

4. Reichel 2009: REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vydání. Praha: Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.


Srovnání osobního, poštovního, telefonického a online dotazování

Zpracovala: Lucie Kořistková

1. Osobní dotazování:

Osobní dotazování je založené na osobním styku. Znamená to kladení předem připravených otázek respondentovy a zapisování získaných odpovědí do připraveného formuláře. V tomto případě „ je jedno, zda dotazník vyplňuje tazatel nebo respondent. Rozdíl mezi osobním a písemných dotazováním je právě v kontaktu“ [1] V některých případech se používá metoda tzv. náhodné procházky - je několik tazatelů a každý má na starosti určitou lokalitu. Je důležité připravit dotazník tak, aby otázek bylo max. 10 a byly jasně formulované. Existují tři druhy osobního dotazování - dělí se dle druhu rozhovoru na strukturovaný, polostrukturovaný a nestrukturovaný.

1.1 STRUKTUROVANÉ DOTAZOVÁNÍ = standardizovaný rozhovor, kdy „ se tázaným osobám kladou tytéž otázky v tomtéž pořadí.“[2]

1.2 POLOSTRUKTUROVANÉ DOTAZOVÁNÍ = je něco mezi strukturovaným a nestrukturovaným dotazováním.

1.3 NESTRUKTUROVANÉ DOTAZOVÁNÍ = volný průběh rozhovoru, záleží jen na tazateli, které otázky v jakou chvíli položí. Dále se dotazování může dělit na skupinové a individuální. Skupinové dotazování je známo pod názvem Focus Group.


1.4 VÝHODY OSOBNÍHO DOTAZOVÁNÍ:

  • reprezentativnost
  • možnost přesvědčit se o osobě respondenta
  • existence zpětné vazby
  • využití názorných pomůcek
  • možnost delšího dotazníku
  • možnost změnit pořadí otázek


1.5 NEVÝHODY OSOBNÍHO DOTAZOVÁNÍ:

  • časová náročnost
  • finanční náročnost
  • stydlivost tazatelů vyjít na ulici
  • pro určité výzkumy nevhodný


2. Poštovní dotazování

Poštovní dotazování je rozesílání dotazníků poštou respondentům. Většinou se kromě dotazníků posílá i průvodné dopis a obálka se známkou na poslání dotazníku zpět.

Dotazník musí splňovat určitá pravidla:

  • otázky musí být krátké a uzavřené, v omezené míře lze použít i otevřené otázky
  • několik prvních otázek musí být zajímavých
  • důraz na zajištění anonymity dotazovaných

Někdy se v obálce kromě dotazníků posílá i nějaký dárek jako poděkování za vyplněný dotazník. Adresy respondentů musí být získány legální formou - např. ze Zlatých stránek, zakoupení databáze atd.


2.1 VÝHODY POŠTOVNÍHO DOTAZOVÁNÍ:

  • velké množství dotazovaných osob bez ohledu na geografickou polohu
  • nezaujatost tazatele
  • dostatek času na vyplnění dotazníku


2.2 NEVÝHODY POŠTOVNÍHO DOTAZOVÁNÍ:

  • nízká návratnost rozeslaných dotazníků
  • pouze uzavřené otázky
  • nemožnost zjištění důvodu nezodpovězené otázky
  • finanční náročnost


3. Telefonické dotazování

Telefonické dotazování je typ dotazování, kde se používá nějaký dotazovací program. „Tazatel sám volí přímo telefonní volbou respondenty a jejich odpovědi zaznamenává buď ručně do papírového dotazníku nebo do dotazníku v elektronické podobě.“ [3] Často na tento způsob dotazování se pořizují speciální studia, je zde umožněno používat např. metodu CATI ( Computer assisted telephone interviews), kdy jsou odpovědi zaznamenávány do nějakého počítačové aplikace, „ která umožňuje rychlé a kvalitní zpracování získaných informací.“ [4]

Samozřejmě je důležité před dotazováním mít souhlas respondenta pro kladení otázek a zpracování odpovědí.


3.1 VÝHODY TELEFONICKÉHO DOTAZOVÁNÍ:

  • rychlost
  • kontrola uživatelů
  • reprezentativnost
  • kvalitní a podrobné informace


3.2.NEVÝHODY TELEFONICKÉHO DOTAZOVÁNÍ:

  • neochota respondentů
  • absence neverbálního projevu
  • omezený čas


4. Online dotazování

Online dotazování je vyplňování dotazníku prostřednictvím internetu. Buďto respondenti vyplňují nějaký online dotazník přístupný na nějakém webu a nebo je jim rozesílán dotazník emailem. Při rozesílání dotazníků pomocí elektronické pošty platí téměř stejná pravidla jako při poštovním dotazování. Při využití speciálního software platí, že „ respondent nemůže otázku přeskočit a software může reagovat na odpověď výběrem další otázky, která vyplyne z odpovědi.“[5]


4.1 VÝHODY ONLINE DOTAZOVÁNÍ:

  • rychlost zpracování informací
  • eliminace nákladů oproti poštovnímu dotazování
  • možnost mezinárodních výzkumů
  • oslovení jinak špatně dostupných cílových skupin


4.2 NEVÝHODY ONLINE DOTAZOVÁNÍ:

  • respondenti musí mít přístup na internet
  • možnost neznat cílový vzorek – kdokoliv může najít odkaz na dotazník
  • nevhodnost pro každý výzkum a produkt


Soubor:Tabulka.jpg


LITERATURA: 1. KOZEL, Roman, et al. Moderní marketingový výzkum [online]. Praha : Grada Publishing a.s., 2006 [cit. 2011-04-04]. Dostupné z WWW: <http://books.google.cz/books?id=1EfM8GQiOBcC&printsec=frontcover&dq=Modern%C3%AD+marketingov%C3%BD+pr%C5%AFzkum&hl=cs&ei=Zq-ZTbj6E8288gP-yqkX&sa=X&oi=book_result&ct=result&resnum=1&ved=0CD8Q6AEwAA#v=onepage&q&f=false>.

2. JANDOUREK, Jan. Průvodce sociologií [online]. Praha : Grada Publishing a.s., 2008 [cit. 2011-04-04]. Dostupné z WWW: <http://books.google.cz/books?id=A3w9zGVbahgC&dq=Pr%C5%AFvodce+sociologi%C3%AD&source=gbs_navlinks_s>.

3. Similar [online]. ? [cit. 2011-04-04]. Telefonické dotazování. Dostupné z WWW: <http://www.simar.cz/standardy-kvality/kvalitativni-standardy/telefonicke-dotazovani.php>.

4. MACHKOVÁ, Hana. Mezinárodní marketing: nové trendy a reflexe změn ve světě [online]. Praha : Grada Publishing a.s., c2009 [cit. 2011-04-04]. Dostupné z WWW: <http://books.google.cz/books?id=0eYVS63Lv58C&dq=Mezin%C3%A1rodn%C3%AD+marketing:+nov%C3%A9+trendy+a+reflexe+zm%C4%9Bn+ve+sv%C4%9Bt%C4%9B,&source=gbs_navlinks_s>.

5. IPodnikatel. Specializovaný portál pro začínající podnikatele. [online]. 2011 [cit. 2011-04-04]. Průzkum trhu vlastními silami. Dostupné z WWW: http://www.ipodnikatel.cz/Marketing/pruzkum-trhu-vlastnimi-silami.html

6. Vyzkumy Soukup [online]. 2009 [cit. 2011-04-04]. Osobní sběr dat. Dostupné z WWW: <http://www.vyzkumysoukup.cz/vyzkumne-metody/osobni-sber-dat/>.

7. Intel Marketing [online]. ? [cit. 2011-04-04]. Marketingový výzkum. Dostupné z WWW: http://www.intelmarketing.cz/marketingovy-vyzkum/osobni-dotazovani.html

8. KOTLER, Philip , et al. Moderní marketing [online]. 4. evropské vydání. Praha : Grada Publishing a.s., 2007 [cit. 2011-04-04]. Dostupné z WWW: http://books.google.cz/books?id=T_--3_W9qD8C&dq=Modern%C3%AD+marketing:+4.+evropsk%C3%A9+vyd%C3%A1n%C3%AD&source=gbs_navlinks_s

Nástroje pro online sběr dat

Zpracovala: Kateřina Hořínková

Online dotazování je také nazýváno zkratkou CAWIComputer Aided Web Interviewing.


Výhody online sběru dat

  • snížení nákladů (tisk, platba dotazovateli, zadávání vstupních dat)
  • jednodušší a rychlejší distribuce dotazníku – rozeslání emailů, umístění na webové stránky)
  • urychlení sběru dat – výsledky viditelné okamžitě
  • možnost průběžného sledování a kontrolování výsledků
  • dotazovatel není omezován geografickou polohou respondentů
  • snížené riziko chyb (vznikají většinou chybou dotazovatele nebo při přepisování vstupních dat z papírových dotazníků)
  • respondent má dostatek času na odpověď, může si zvolit kdy se bude dotazníku věnovat – respondent má takto možnost zvládnout i delší dotazník
  • použití multimedií (obrázek, video, zvuk)
  • export výsledků (.xls, .sav atp.)
  • možnost interaktivních dotazníků – vyfiltrování irelevantních dotazů dle předchozích odpovědí


Nevýhody

  • cílová skupina nemusí být reprezentativním vzorkem celonárodní (světové) populace – závisí na rozšířenosti internetu/počítačů v domácnostech. Nemusí vyhovovat všem cílovým skupinám (například věková skupina nad 50 let bude zastoupena v menší míře než skupina 19-25 let).
  • nelze pokládat složitější a náročnější otázky, případně doplňující dotazy
  • težko oveřitelná identita respondenta
  • zajištění bezpečnosti dat


Nejčastěji a nejběžněji dostupné nástroje pro online dotazování:[2]

Survey Monkeyhttp://www.surveymonkey.com

  • Asi nejužívanější a nejdoporučovanější služba. Verze zdarma je limitována na 10 otázek a 100 respondentů na 1 dotazník. Nevkládá komerční sdělení.


SurveyGizmo - http://www.surveygizmo.com

  • verze zdarma poskytuje 250 odpovědí měsíčně, u všech ostatních tarifů je k dispozici 14ti denní trial verze. Propojení se sítí Facebook a Twitter i ve free verzích. Nejsou vkládána komerční sdělení.


Zoomerang - http://www.zoomerang.com

  • verze zdarma je limitována na 12 otázek/dotazník a 100 respondentů


Questionformhttp://www.questionform.com

  • verze zdarma limitována na 2 dotazníky a 5 otázek/dotazník


Survshttp://www.survs.com

  • verze zdarma poskytuje základní bezpečnost, neomezený počet dotazníků, počet respondentů je omezen na 200 na dotazník.


PollDaddy - http://www.polldaddy.com

  • verze zdarma obsahuje 10 otázek/dotazník, 100 odpovědí měsíčně


Vytváření dotazníků pomocí Google Docs - http://docs.google.com/support/bin/answer.py?hl=en&answer=87809


České služby:

EasyResearch - http://easyresearch.biz

  • česká služba, verze zdarma je omezena na 30 dní


Vyplň to - http://www.vyplnto.cz

  • česká služba, zdarma verze je podmíněna vyplněním dotazníků ostatních



Soubor:Nastroje srovnani.jpg [4]


LITERATURA: 1. DJS Research Ltd. Market Research World [online]. c2011 [cit. 2011-04-10]. What are CAPI, CATI and CAWI?. Dostupné z WWW: <http://www.marketresearchworld.net/index.php?option=com_content&task=view&id=2114&Itemid=78>.

2. Knowledge Sharing Toolkit [online]. c2011 [cit. 2011-04-10]. Online surveys. Dostupné z WWW: <http://www.kstoolkit.org/Online+Surveys>.

3. SUCHÁ, Ladislava. Inflow [online]. 2009-12-20 [cit. 2011-04-10]. Online nástroje pro vaše výzkumy. Dostupné z WWW: <http://www.inflow.cz/online-nastroje-pro-vase-vyzkumy>.

4. SUCHÁ, Ladislava. Měření spokojenosti online: : Sběr a administrace online dotazníků. In Knihovny současnosti : Sborník z 18. konference, konané ve dnech 14.-16. září 2010 v Seči u Chrudimi. Ostrava : Sdružení knihoven ČR, 2010. s. 292. ISBN 978-80-86249-59-9. Dostupné z WWW: http://www.svkos.cz/data/xinha/sdruk/ks2010/sbornik_2010.pdf

Focus group

Zpracovala: Hana Habermannová

Jednou z metod kvalitativního výzkumu je metoda „focus group(s)“. Jedná se o využití skupiny respondentů, jejichž úkolem je diskutovat nad zadaný tématem a reagovat na komentáře a postoje, které během diskuze zazní. Focus groups jsou formou „skupinového rozhovoru/pohovoru“, ale i přesto je mezi nimi velký rozdíl a je třeba je od sebe oddělovat.

Skupinový rozhovor vs focus group(s):

Skupinový rozhovor sestává z otázek výzkumníka či výzkumného týmu a konkrétních odpovědí na ně ze strany respondentů[1]. Cílem je získat vyjádření účastníků. Focus group(s) naopak kladou důraz na interaktivitu mezi jednotlivými účastníky výzkumu, který pojednává o určitém tématu, sledují se projevené emoce, zaujetí, názory a celkové reakce[2]. Velmi důležitým prvkem metody focus group(s) je interaktivita, která umožňuje účastníkům projevit svůj individuální názor, přehodnotit jej na základě jiných názorů, umožňuje respondentům reagovat ihned na názory kolegů ve skupině. Výstupem výzkumu za použití metody focus group(s) jsou kvalitativní data, tedy určité množství informací, z nichž se dají vyvozovat závěry, domněnky a hypotézy. Jednoduše řečeno, metoda focus group(s) by měla odpovídat na otázky „proč“ nebo „jak“, nikoli na otázku „kolik“.

Princip fungování:

Výzkum probíhá tak, že se sestaví skupina respondentů z určité cílové oblasti (standardně to bývá 8 až 10 členů), dbá se na to, aby respondenti byli erudovaní a měli k tématu co říct, účastníci by se také neměli navzájem znát. Prostřednictvím moderátora se pak rozvíjí diskuze na dané téma. Moderátor bývá „nejčastěji školený psycholog, který je dobře obeznámen s nonverbální psychologií“[3]. Jeho úkolem je udržet tematickou linii tak, aby lidé neodbíhali od tématu, dbát na prostřídání všech členů, zabránit dominantním jedincům strhávat na sebe pozornost a působit svými názory na ostatní. Takový výzkum by pak byl ovlivněný a postrádal by objektivitu. Důležité je také prostředí, v němž výzkum probíhá, klade se důraz na dobré psychologické rozpoložení respondentů. Výzkum může probíhat jednou, ale častěji vícekrát se stejnou skupinou osob. Časově nejnáročnější je shánění účastníků výzkumu. K jejich náboru se využívají reklamní kampaně, sociální sítě, plakáty atd. Obtížný je pak výběr mezi jednotlivými přihlášenými respondenty, kteří musí vyhovovat parametrům výzkumu. Zadavatel výzkumu pak může průběh diskuze sledovat za polopropustným zrcadlem nebo pomocí videokamer[4].

Soubor:GF.gif

[8]

Soubor:FG.gif

[7]


K čemu je to dobré?

Pomocí metody focus group(s) se sledují motivy jednání, motivy odmítání (např. výrobku) aj. Mezi zjišťované okruhy patří např. tyto:

• „Spotřebitelské chování

• Rozhodovací proces, výběr dodavatele, kritéria, filtr

• Bariéry při nákupech určitých výrobků, značek a v určitých typech prodejen

• Pre-test komunikačního konceptu, post test reklamy

• Image značky (brand) – případně ve vazbě na komunikaci, na spotřebitelské preference, pozici na trhu apod.

• Strategie při uvedení výrobku na trh

• Obchodní chování ve vztahu odběratel / dodavatel – výzkum mezi podniky[5]“

Výrobci a obchodníci potřebují vědět např.:

• „Proč zákazníci kupují nějaký výrobek nebo využívají určité služby?

• Které vlastnosti zákazníci oceňují na tom výrobku, který kupují nejčastěji?

• Proč nekupují jiný výrobek, který má vlastnosti ještě lepší?

• Který důvod nebo impuls hlavně ovlivňuje konečné rozhodnutí o koupi?

• Proč si lidé vybírají určitého operátora, banku, prodejnu nebo třeba pojišťovacího agenta mezi tolika srovnatelnými, často i s velmi blízkou cenou?

• Jaká konkrétní komunikace nejlépe zaujme a přesvědčí lidi ke koupi? Slogan? Značka? Vtipná či jaká reklama?[5]“

Otázek je celá řada, neboť „se jedná o nejrozšířenější metodu kvalitativního výzkumu využívanou v sociologii, sociální psychologii, aplikované antropologii, psychoterapii, pedagogice, sociální práci a především ve výzkumu trhu a veřejného mínění“[6]. Focus group(s) lze tedy využít pokaždé, když potřebujeme zjistit názory lidí na nějakou problematiku.


Zdroje:

[1]REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. Havlíčkův Brod : Grada Publishing, 2009. S. 113-115. 192 s.

[2]GIBBS, Anita. Focus groups. Sociology at Surrey : Social research update [online]. 1997, 19, [cit. 2011-04-12]. Dostupný z WWW: <http://sru.soc.surrey.ac.uk/SRU19.html>.

[3]Focus groups. Wikipedia [online]. 2011, [?], [cit. 2011-04-12]. Dostupný z WWW: <http://cs.wikipedia.org/wiki/Focus_groups>.

[4]Focus group(s). Media guru [online]. 2011, [?], [cit. 2011-04-12]. Dostupný z WWW: <http://www.mediaguru.cz/medialni-slovnik/18/focus-group-s-.html>.

[5]Kvalitativní výzkum. Výzkumy Soukup [online]. 2009, [?], [cit. 2011-04-12]. Dostupný z WWW: <http://www.vyzkumysoukup.cz/kvalitativni-vyzkum/>.

[6]TOUŠEK, Ladislav. Zaměřované interview a focus groups [online]. [?] : Katedra antropologických a historických věd FF ZČIJ, 2007 [cit. 2011-04-12]. Dostupné z WWW: <http://www.antropologie.org/attachments/153_153_Ladislav_Tousek_Zamerovane_interview_a_focus_groups.pdf>.

[7]Vernon Research Group. Focus Group Room [obrázek]. 2004. [cit. 2011-04-12]. Dostupný z WWW: <http://www.vernonresearch.com/focus_group_facility.htm>.

[8]Daniel Research Group. Focus Groups [obrázek]. 2008. [cit. 2011-04-12]. Dostupný z WWW: <http://www.danielresearchgroup.com/MarketResearchServices/FocusGroups.aspx>.

Studium dokumentů

Zpracovala: Jana Chlanová


Analýza dokumentů se využívá v kvalitativním i kvantitativním výzkumu. Dokumenty mohou tvořit jediný datový podklad výzkumu nebo mohou doplňovat jiná data. Jako dokumenty jsou označována napsaná či jinak zaznamenaná data, která vznikla v minulosti, byla pořízena někým jiným než výzkumníkem a pro jiný účel než má daný konkrétní výzkum.

V dokumentech se projevují osobní či skupinové vědomé i nevědomé postoje, hodnoty a ideje.

Zkoumání dokumentů má několik výhod. Rozmanitost dokumentů umožňuje přístup k informacím, které by se jinými způsoby těžko získávaly. Data obsažená v dokumentech nejsou vystavena působení zdrojů chyb nebo zkreslení, jež vznikají při použití rozhovorů, pozorování, měření nebo testování, neboť jejich vznik nemůže ovlivňovat přítomnost výzkumníka či zaměření výzkumu. Subjektivní názory a osobnost výzkumníka mohou mít vliv na výběr dokumentů, ale ne na informace, které obsahují. (takzvaný nereaktivní způsob sběru dat.)

Analýza dokumentů má obzvlášť důležité využití v historickém výzkumu, umožňuje zkoumat i časově velmi vzdálené události.

Nevýhodou může být nedostupnost či nesrozumitelnost části dokumentů týkajících se zkoumané tématiky


Rozlišují se dokumenty osobní, úřední, archivované údaje, výstupy masových médií, virtuální data a předmětná data. Mohou to být nejen psané dokumenty, ale i fotografie, plakáty či obrazy. Za dokumenty se obecně dají považovat veškeré stopy lidské existence.

Osobní dokumenty zahrnují vše, co bylo jakkoli pořízeno k soukromým účelům. Může se jednat o dopisy, zápisky, deníky, fotografie či videonahrávky.

Úřední dokumenty jsou údaje pořízené v podnicích nebo úřadech. Mohou to být například výroční zprávy, zápisy z různých akcí, vyhlášky, předpisy, dokumentace.

Archivní data jsou záznamy nebo množiny záznamů. Mohou mít podobu psaných dokumentů či podobu statistických informací.

Výstupy masových médií ( nazvané také jako veřejné dokumenty) tvoří noviny, časopisy, programy televizních a rozhlasových stanic.

Virtuální data jsou data nacházející se na internetu a sociálních sítích. patří sem například obsahy webových stránek, e-mailová pošta, obsahy internetových diskusí.

Předmětná data tvoří fyzické stopy důsledků lidské činnosti. Vypovídají o sociálních trendech, zvycích a typech chování v určité skupině lidí. Za předmětná data lze také považovat produkty hmotné kultury jako třeba knihy, umělecké předměty, budovy a jejich zařízení.


Podle uvedených druhů se rozlišuje také podoba dokumentů – psaná, fonetická, obrazová, virtuální a trojrozměrná.

Podle výskytu se dokumenty rozdělují na průběžné (periodické) a občasné (epizodické).


Ve vztahu k předmětu výzkumu (zkoumané událost) se rozlišují

- současné dokumenty, tedy ty, které vznikly v době zkoumané události

- retrospektivní dokumenty, vzniklé po zkoumané události

- primární dokumenty, vytvořené přímými svědky události

- sekundární dokumenty, vzniklé na základě primárních dokumentů


Poznávací hodnota dokumentů se obvykle posuzuje podle těchto hledisek

Typ dokumentu – ne všechny dokumenty je možné považovat za stejně důvěryhodné a spolehlivé.

Vnější znaky dokumentu – posuzuje se stav a fyzické zpracování (písmo, ilustrace, pravost, stupeň poškození…), kontext vzniku dokumentu a další souvislosti s tm spojené. Provádí se takzvané externí posouzení dokumentu (vnější analýza).

Vnitřní znaky dokumentu – obsah a výpovědní hodnota dokumentu. Provádí se tzv. interní evaluace dokumentu (vnitřní analýza). Rozlišujeme pozitivní (posouzení, zda výzkumník dokument pochopil) a negativní kritiku (spolehlivost a přesnost údajů)

Intencionalita dokumentu – ovlivnění ideologií, vzděláním, zaměřením či postavením autora dokumentu.

Blízkost dokumentu k předmětu zkoumání. A to ať už časová , prostorová nebo sociální.

Původ dokumentu – záleží na tom, odkud pochází, na místě a způsobu jeho nálezu, na okolnostech jeho dochování.


Základním způsobem zkoumání dokumentu je obsahová analýza.

Obsahová analýza není analýza obsahu dokumentu, jde o zkoumání dokumentu jako sdělení (tedy komunikačního aktu). Předmětem zkoumání může být kterýkoli z jeho atributů, autor, příjemce, komunikační záměry zúčastněných osob, jejich zpětné vazby, obsah, kód či kanál sdělení, efekt komunikace.

Při obsahové analýze je důležité vyhledat relevantní dokumenty z hlediska druhu, podoby a frekvence výskytu. Vytvoří se analytická kategorie – soubor konkrétních dokumentů, které jsou pro analýzu využity.

Dalšími důležitými pojmy s nimiž se setkáváme při zkoumání dokumentů jsou:

Záznamová jednotka – charakteristika (proměnná, prvek, fenomén), která je v rámci určité analytické kategorie sledována. Sledování dobové proměny určité záznamové jednotky se využívá při trendové studii.

Kontextová (či též kontextuální) jednotka – množina zkoumaných dokumentů (nebo jejich částí), která odpovídá kontextu zkoumané události. Stejná sdělení mohou mít v různých situacích (v různém kontextu) rozdílný význam.


Použitá literatura:

DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. 3. vydání. Univerzita Karlova v Praze : Karolinum, 2002. 374 s. ISBN 80-246-1039-7.

HENDL, Jan. Kvalitativní výzkum: základní metody a aplikace. 1. vyd. Praha: Portál, 2005. 408 s. ISBN 80-7367-040-2

REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vydání. Praha : Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.

Experiment

Zpracoval: Tomáš Janypka

Podstata experimentu: Stručne je možné povedať: že podstatou experimentu je aktívna manipulácia s určitou charakteristikou (znakom) a sledovanie, ako sa tento zásah prejavý na inej charakteristike (znaku). Tej, ktorou je manipulované , sa hovorí (nezávislá premenná – NP) a ta u ktorej sledujeme účinky tieto manipulácie sa nazýva (závisla premenná – ZP)

Tieto postupy je možné robiť v dvoch variantách:

  1. tzv. in vivo : v prirodzenom prostredí zkúmaných osob. Výhoda –osoby nie sú vytrhnuté zo svojho prirodzeného prostredia. Nevýhoda – pôsobenie rôzných vplyvov, z čoho niektoré nie sme schopný identifikovať a ani odstíniť.
  2. tzv, in vitro: v laboratorných podmienkach. Výhoda – určitú časť faktorov sme schopný kontrolovať.Nevýhoda – osoby sa pohybujú v umelom a neprirozdenom prostredí.


Príklady laboratorných experimentov:

  • Výrobkové testy – (chuť, obal, značka) : testy párového zrovnávania, vyraďovanie tesy
  • Testovanie reklamy – (reklamné spoty, tlačové média) : hodnotenie reklamy, zapametanie
  • Skupinové rozhovory – diskutovanie názor na určitý výrobok


Príklady v prirodzenom prostredí:

  • pokusný nákup, testovanie predajných oblastí. Tržní test, ktorým zisťujeme reakcie spotrebiteľov na nový produkt.


Experimentálne data sa zhromažďujú na základe pozorovania, rozhovorov a dotazníkov (miera ich standardizacie určuje či ide o zkúmanie kvalitatívne (kvalitatívne posudzovanie stavu ZP) či kvantitatívnej (kvantitatívne meranie stavu ZP), prípadne ich kombináciou. Experiment sa aplikuje zvyčajne pri rozhodovaní hladania správného spôsobou získavania údajov, relevantné vzhľadom ku výzkumným cieľom a podobne.

Základné termíny a princípy (predmet skúmania živé osoby):

  • niekedy sa jedná o individuálne zkúmanie
  • často o šetrenie celých skupín

pozn. za špecifický druh experimentu sú považované ohniskové skupiny – focus groups


Pre úspech experimentu ma veľký význam prostredie experimentu . Je do neho zámerne zasahované aby bolo dosiahnuté istých podmienok pre všetky skúmané objety. Význam má validita šetrenia.

  • Vnútorná validita – predstavuje schopnosť zaistiť aby výsledok neovplyvnil iné vstupy mimo testovací prvok.
  • Vonkajšia validita – sa týka aplikovateľnosti, zobšeobecnenia výsledkov.


Ďalší rys experimentu je koexistencia zkúmanej skupiny, ktorá je podrobená pôsobením nezávislej premenej a skupiny kontrolnej, ktorá mu vystavená nie je. Kontrolná rola je v tom, že zda prípadné zmeny v závislej premennej sú skutočne výsledkom pôsobenia nezávislej premenej. Kontrolná skupina musí na konci vykazovať iné hodnoty ako skupina experimentálna. Ak tomu tak nie je, zmeny nespôsobila nezávislá premená ale iný faktor ( únava, ..)

Príklady:

  • premietanie drsného akčného filmu,(nezávislá premenná) a zjisťuje sa zvýšenie prejavov agresie po jeho zhliadnutí (závislá premená).

Tri základné situácie experimentálných variant a typov:

  • (najjednoduchší) sa zisťuje stav závislej premennej(ZP) až po pôsobení nezávislej premennej(NP)

-umožnuje zrovnanie kontrolnej a experimentálnej skupiny tzv. ex post

  • zjisťuje stav ZP pred pôsobením NP i po nej.

-porovnávanie experimentálnej skupiny a kontrolnej skupiny ex post i tzv. ex ante

  • zavádzanie ďalšej kontrolnej skupiny. U tej sa stav ZP pred posobením NP nezkúma, ale po nom ano


Kritické hlasy:

  • entické mantinely realizácie – z akého dôvodu a akým experimentami môžeme osoby vystavovať a zda vôbec.


Veľa poznatkov z rôznych spoločenských vedných oborov bola primárne postavená na experimentálnom základe a až potom v širšom merítku postupne preverovaná a zpresňovaná.


[1] REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vydání. Praha : Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.

[2] KOZEL, Roman, et al. Moderní marketingový výzkum [online]. Praha : Grada Publishing a.s., 2006 [cit. 2011-15-04]. Dostupné z WWW:http://books.google.cz/books?id=1EfM8GQiOBcC&printsec=frontcover&dq=Modern%C3%AD+marketingov%C3%BD+pr%C5%AFzkum&hl=cs&ei=Zq-ZTbj6E8288gP-yqkX&sa=X&oi=book_result&ct=result&resnum=1&ved=0CD8Q6AEwAA#v=onepage&q&f=false

Případová studie

Zpracovala: Michaela Ficnarová


Synonyma: case study, kazuistika

Původ slova: Pojem kazuistika je odvozen z latinského slova casus, jež má několik významů, např. ‚pád‘, ‚úpadek‘, ‚zkáza‘, ‚pohroma‘. V některých spojeních však nabývá i pozitivního významu ‚případ‘, ‚příležitost‘, ‚událost‘. [1]


Případová studie je specifickou kvalitativní výzkumnou metodou. [2] Obecná definice případové studie uvádí, že se jedná o intenzivní studium jednoho fenoménu (tedy N=1): jedné osoby, rodiny, skupiny, instituce, situace, události, problému atd., přičemž v souladu se skutečností, že se jedná o metodu kvalitativní, zkoumá jev komplexně a do hloubky, a to v jeho skutečném kontextu. [3] Využívá se zvláště v případě, kdy nejsou zcela patrné hranice mezi zkoumaným jevem a jeho kontextem - jako výzkumná metoda je tedy případová studie vhodná pro zkoumání těch jevů, které jsou součástí velkého množství vztahů a faktorů, a neexistují žádné zákony, jež by určily, které z těchto faktorů a vztahů jsou podstatné. [4] Jednotlivé fenomény jsou sledovány v přirozeném stavu, v němž se vyskytují bez výrazného zásahu osob, jež výzkum provádějí. [5]


Jestliže hlavní výhodou případové studie je právě detailní a hluboké poznání podstaty konkrétního případu, jako nevýhodu lze pak spatřovat zejména omezenou možnost generalizace výsledků na skupinu podobných fenoménů. Přesto však podrobný výzkum jednoho konkrétního případu může významně přispět k lepšímu porozumění a pochopení jiných obdobných případů, pokud jsou tyto případy vnímány a chápány v širším a pro ně typickém kontextu. [6] Unikátnost a neopakovatelnost případové studie tedy není nutně překážkou pro replikaci v jiných případech. [7] Dalším „bonusem“ případové studie je skutečnost, že „zkoumá dva typy fenoménů – buďto reprezentuje nejčastěji se vyskytující jev (např. v medicínském výzkumu: pacient s typickými příznaky pneumonie […]), nebo naopak jev zcela zvláštní, výrazně se odlišující od normálu (např. pacient s neadekvátní reakcí na podávaný lék).“ [8] První typ je užitečný zejména pro výchovu studentů, kteří se ve své praxi učí běžným postupům, druhý potom slouží všem, kteří již praxi vykonávají, a upozorňuje je na existenci odchylek od standardních situací.


Jednotlivé případové studie se od sebe mohou výrazně odlišovat např. v předmětu zkoumání, v celkovém designu, využitých výzkumných technikách a nástrojích. Škála technik, jež případová studie využívá pro sběr dat, je velmi pestrá. Časté jsou např. dotazníky, rozhovory, pozorování, analýza dokumentů, ale i autobiografie, deníky, životopisy, korespondence zkoumaných subjektů.


Při výzkumu, který využívá metodu případové studie, je možné rozlišit dva přístupy. V prvním z nich, v tzv. multicase studies, se realizuje více případových studií za účelem komparace a vytvoření jedné společné studie. Naproti tomu v případě single a multiply case studies je každá studie chápána jako unikátní případ a ke srovnání studií nedochází. [9] Pokud existuje více zkoumaných jevů, je žádoucí propracovaný design studie, víceúrovňová struktura, která zohlední všechny sledované jevy.


Případové studie se také odlišují svými cíli. Lze rozlišovat následující typy:

1) Studie deskriptivní, jež si klade za cíl podat co nejkomplexnější popis daného jevu

2) Studie explorativní s cílem odkrývat dosud neznámé či méně známé vztahy daného případu, identifikovat příčiny a důsledky apod.

3) Evaluační studie, jejímž cílem je na základě popisu a explorace vyhodnocovat konkrétní důsledky pro zkoumaný subjekt. [10]


Oblasti využití případové studie:

Případová studie je obvyklou metodou ve všech oblastech věd o člověku, zejména v oborech medicínských, ekonomických, právních a humanitních, konkrétně např. v ekonomii a managementu, psychologii, sociologii, politologii, antropologii, pedagogice, sociální práci, právu a mnoha dalších. [11]


Příklady konkrétních případových studií ze školního prostřední: [12]

1. Problémový žák – zkoumány jsou příčiny, okolnosti, kontextové faktory ovlivňující problémovost, lze hledat kořeny problému v dětství, zkoumat vztahy v rodině, vliv vrstevníků, spolužáků, postoje učitelů atd.

2. Studie sociálních skupin – jsou zkoumány např. skupiny žáků z rodin znevýhodněných sociálně či zdravotně, etnicky či jazykově, současně i učitelé, ředitelé, zaměstnanci ve školství apod.

3. Studie institucí a organizací – zkoumány jsou jednotlivé školy nebo skupiny škol s podobnými charakteristikami, např. základní školy, malotřídní školy, pedagogické fakulty. Účely průzkumu mohou být různé, např. popis typických rysů instituce, či aplikování změn v konkrétní instituci v důsledku zavádění nových vzdělávacích programů apod.


Použité zdroje:

[1] Wikipedie : Otevřená encyklopedie [online]. 27. 2. 2007, 12. 1. 2011 [cit. 2011-04-14]. Kazuistika. Dostupné z WWW: <http://cs.wikipedia.org/wiki/Kazuistika>.

[2] POWELL, Ronald R.; CONNAWAY, Lynn Silipigni. Basic research methods for librarians. 4th edition. Westport : Libraries Unlimited, 2004. S. 61. ISBN 1-59158-112-5.

[3] OLECKÁ, Ivana; IVANOVÁ, Kateřina. Případová studie jako výzkumná metoda ve vědách o člověku. Ekonomika Management Inovace [online]. 2010, 2, 2, [cit. 2011-04-14]. S. 63. Dostupný z WWW: <http://www.mvso.cz/Files/WEB/Veda_vyzkum_inovace/EMI22010.pdf>. ISSN 1804-1299.

[4] FIDEL, Raya. The case study method : A case study. Library and Information Science Research [online]. 1984, 6, July, [cit. 2011-04-14]. S. 273. Dostupný z WWW: <http://faculty.washington.edu/fidelr/RayaPubs/TheCaseStudyMethod.pdf>. ISSN 0740-8188.

[5] Tamtéž, s. 6.

[6] WALTEROVÁ, Eliška. Možnosti využití případové studie ve výzkumu školy [online]. [s.l.], 200?. S. 8. Příspěvek vzniklý za podpory MŠMT ČR v rámci projektu Centrum základního výzkumu školního vzdělávání s registračním číslem LC 06046. Pedagogická fakulta Univerzity Karlovy. Dostupné z WWW: <http://www.kpg.zcu.cz/capv/HTML/109/default.htm>.

[7] Tamtéž, s. 8.

[8] OLECKÁ, Ivana; IVANOVÁ, Kateřina. Případová studie jako výzkumná metoda ve vědách o člověku. Ekonomika Management Inovace [online]. 2010, 2, 2, [cit. 2011-04-14]. S. 63. Dostupný z WWW: <http://www.mvso.cz/Files/WEB/Veda_vyzkum_inovace/EMI22010.pdf>. ISSN 1804-1299.

[9] WALTEROVÁ, Eliška. Možnosti využití případové studie ve výzkumu školy [online]. [s.l.], 200?. S. 8. Příspěvek vzniklý za podpory MŠMT ČR v rámci projektu Centrum základního výzkumu školního vzdělávání s registračním číslem LC 06046. Pedagogická fakulta Univerzity Karlovy. Dostupné z WWW: <http://www.kpg.zcu.cz/capv/HTML/109/default.htm>.

[10] Tamtéž, s. 7.

[11] OLECKÁ, Ivana; IVANOVÁ, Kateřina. Případová studie jako výzkumná metoda ve vědách o člověku. Ekonomika Management Inovace [online]. 2010, 2, 2, [cit. 2011-04-14]. S. 62. Dostupný z WWW: <http://www.mvso.cz/Files/WEB/Veda_vyzkum_inovace/EMI22010.pdf>. ISSN 1804-1299.

[12] WALTEROVÁ, Eliška. Možnosti využití případové studie ve výzkumu školy [online]. [s.l.], 200?. S. 6-7. Příspěvek vzniklý za podpory MŠMT ČR v rámci projektu Centrum základního výzkumu školního vzdělávání s registračním číslem LC 06046. Pedagogická fakulta Univerzity Karlovy. Dostupné z WWW: <http://www.kpg.zcu.cz/capv/HTML/109/default.htm>.

Benchmarking

Zpracovala: Monika Holoubková

Historie


Pojem benchmarking poprvé použila v roce 1979 americká firma Xerox. Když zjistila, že její podíl na trhu klesá, rozhodla se pořídit konkurenční výrobky a vyrobit nejlepší kopírku. Vedení se také rozhodlo, že zlepší servis firmy – dodávky papíru, údržby, opravy atp. Museli být lepší než konkurence. To se nakonec povedlo. A tak vznikl benchmarking.


Definice


Pojem benchmarking je vysvětlován v různých zdrojích různě. Zde je několik významů:

  • standard
  • značka zeměměřiče pro měření výšky
  • komparativní bod
  • porovnávací ukazatel[1]
  • referenční bod [2]
  • úroveň „best-in-class“[3]


„Benchmarking je měření a analýza procesů a výkonů organizace a hledání nejlepších řešení prostřednictvím systematického porovnávání s výkonem ostatních, jde o sdílení zkušeností a nejlepší praxe se srovnatelnými subjekty a identifikovat tak příležitosti ke zlepšení procesů a postupů ve vlastní organizaci“. [4]


Je to nepřetržitý proces porovnávání a měření, který se pokouší najít nejlepší praktické řešení za účelem zlepšování vlastních aktivit. Výsledky měření mohou dopomoci ke zlepšení postupů a procesů v dané organizaci. Tím pádem získá nad ostatními konkurenční výhodu. Díky tomu se může stát nejúspěšnější v oboru. Benchmarking můžeme zařadit mezi jednu z technik strategického managementu.


Typy

  • Konkurenční
  • Funkcionální
  • Procesní (Generický)
  • Zákaznický
  • Taktický
  • Interní
  • Externí

Proces

Při aplikaci benchmarkingu se často používá rozpracovaný deseti krokový algoritmus, který se dá ve zkratce shrnout do 4 bodů:

  • Plánování
  • Analýza
  • Integrace
  • Realizace
Deseti krokový algoritmus [5]

Výhody

  • Budete znát požadavky zákazníka
  • Budete více konkurenční
  • Relevantní nastavení, realistické a dosažitelné
  • Rozvoj přesně měřené produktivity
  • Vytváření a podpora dynamiky pro vnitřní kulturní změny
  • Stanovení a zdokonalování strategie
  • Upozornění na problém
  • Testování účinnosti vašeho programu kvality
  • Podpora lepšího řešení problémů
  • Poskytování vyššího vzdělávání a kreativity [6]


Etika (kodex)

Byl sepsán benchmarkingový kodex, který obsahuje tyto základní pravidla:

  • Zachovávejte legálnost
  • Buďte ochotni poskytnout to, co jste sami dostali
  • Respektujte důvěrnost
  • Důvěrné informace nerozšiřujte
  • Využívejte kontaktních osob pro benchmarking
  • Před využitím informací požádejte o souhlas
  • Buďte vždy připraveni
  • Snažte se porozumět očekáváním
  • Jednejte férově
  • Dodržujte, co jste slíbili


Zdroje


  • Benchmarking [online]. c2002 [cit. 2011-05-22]. Dostupné z WWW: <www.benchmarking.cz>.
  • Česká společnost pro jakost. Benchmarking : O Benchmarkingu [online]. Praha :

2002 [cit. 2011-05-10]. Dostupný z WWW: <http://www.benchmarking.cz/o_benchmarkingu.asp>.

  • RICHTER, Vít BIX-Bibliotheksindex : příklad měření výkonu a činnosti vysokoškolských knihoven. In MOŽNOSTI MĚŘENÍ EFEKTIVNOSTI A VÝKONNOSTI PRO VYSOKOŠKOLSKÉ KNIHOVNY [online]. [s.l.] : [s.n.], 15. 9. 2009 [cit. 2011-05-22]. Dostupné z WWW: <http://www.ukb.muni.cz/kuk/docs/sbornik_mereni/>.
  • ŠKYŘÍK, Petr. Přežití knihoven a knihovníků: vize nebo iluze? 16. 10. 2009 [cit. 2011-05-22]. Prezentace.


Poznámky

[1] RICHTER, Vít BIX-Bibliotheksindex : příklad měření výkonu a činnosti vysokoškolských knihoven. In MOŽNOSTI MĚŘENÍ EFEKTIVNOSTI A VÝKONNOSTI PRO VYSOKOŠKOLSKÉ KNIHOVNY [online]. [s.l.] : [s.n.], 15. 9. 2009 [cit. 2011-05-22]. Dostupné z WWW: <http://www.ukb.muni.cz/kuk/docs/sbornik_mereni/>.

[2] ŠKYŘÍK, Petr. Přežití knihoven a knihovníků: vize nebo iluze? 16. 10. 2009 [cit. 2011-05-22]. Prezentace.

[3] Česká společnost pro jakost. Benchmarking : O Benchmarkingu [online]. Praha : 2002 [cit. 2011-05-10]. Dostupný z WWW: http://www.benchmarking.cz/o_benchmarkingu.asp.

[4] ABZ : slovník cizích slov [online]. 2005-2006 [cit. 2011-05-22]. Pojem Benchmarking. Dostupné z WWW: <http://slovnik-cizich-slov.abz.cz/web.php/slovo/benchmarking>.

[5] Výkonnost podniku a její zvyšování : Základní pojmy [online]. 2008 [cit. 2011-05-22]. Benchmarking. Dostupné z WWW: <http://striz8.fame.utb.cz/msmt2008b/index_soubory/Page530.htm>.

[6] Benchmarking Code of Conduct [online]. 26. 4. 2002 [cit. 2011-05-22]. Dostupné z WWW: <http://ateam.lbl.gov/cleanroom/benchmarking/code.html>.

Vyhodnocování dat ve výzkumu

termín: 29. dubna

Vyhodnocování dat v kvantitativním výzkumu

Zpracovala: Kamila Rýdlová

Vyhodnocování dat je třetí a zároveň i poslední etapou celého výzkumu a to nejen kvantitativního. Při zpracování dat kvantitativního výzkumu dochází k potvrzování hypotéz stanovených na začátku výzkumu. Samotnému ověřování hypotéz předchází posuzování a uspořádání údajů do určitých tříd, aby bylo možno shromážděná data uplatnit k formulaci obecnějších poznatků ve shodě s cíli výzkumného úkolu.


Aby bylo možno údaje statisticky zpracovat, je nutné jim dát kategorizovanou podobu a zakódovat je. „Kategorizace znamená přesné vymezení proměnných (znaků), se kterými budou realizovány další operace.“ [1] Dalším postupem pro jednodušší zpracování dat je návrh kódování. „Kódování je vlastně přiřazování určité, zpravidla číselné hodnoty ke každé otázce a ke každé jednotlivé variantě odpovědi v záznamovém listu dotazníku nebo rozhovoru.“ [1] Podmínkou pro vyjádření závěrů o souvislostech jednotlivých stránek zkoumané oblasti je třídění dat. To znamená dělení jevu podle jedné vlastnosti. Toto třídění může mít několik stupňů, každý další stupeň znamená rozdělení množství tříd předchozího stupně podle dalších vlastností. Dle Surynka (2001)


Reichel (2009) tyto jednotlivé etapy zpracování a vyhodnocování dat kvantitativního výzkumu rozvádí podrobněji. „Kvantitativní data standardně procházejí následujícím procesem: kódování - třídění 1. stupně - úpravy znaků - třídění 2. stupně (případně dalších).“ [2]


Kódování

„Kódování kvantitativních, tj. standardizovaných údajů probíhá tak, že jednotlivým variantám/kategoriím každého znaku jsou přiřazovány symboly, obvykle číselné.“ [2] Podkladem pro kódování jsou odpovědi respondentů, kteří vybírali z předem stanovených variant v rámci rozhovoru či vyplňování dotazníku.

Podle předem připraveného kódovacího klíče se kódují varianty znaků. Kódovací klíč stanovuje způsob kódování a určuje každému znaku standardní pořadové místo mezi ostatními znaky (určitý sloupec).

Analýzou zakódovaných dat se v dnešní době už ve značné většině zabývají speciální statistické programy (STATISTICA Cz, SPSS ad.). dle Reichela (2009)


Třídění 1. stupně

Třídění 1. stupně je v podstatě první krok analýzy dat. Zjišťuje, kolikrát se u nějakého znaku, vyskytuje určitý kód, tedy některá z kategorií znaku. Pro každý znak se identifikuje množství výskytu jeho jednotlivých variant. Tato data jsou udávána ve faktických číslech, v tzv. absolutních četnostech i procentech, v tzv. relativních četnostech. Je možno je prezentovat v tabulkách nebo grafech.

Z předchozích dat vycházejí základní statistické míry znaků. „Porovnáváním četnosti jednotlivých variant znaku se ukazuje podoba jeho rozložení, tzv. distribuce případů.“ [2] Zkoumá se, jestli jsou rovnoměrně obsazeny všechny kategorie určitého znaku.


Úpravy znaků

Než se přistoupí k třídění 2. stupně, je třeba znaky dále upravit. Tomu se také říká transformace či rekategorizace znaků.

Do 1. stupně třídění vstupovaly některé znaky s velkým až extrémním počtem různých variant. Pro další postup je třeba u každého stanovit přijatelný počet kategorií. To se obvykle dělá vytvořením intervalů, které ovšem musejí odrážet pojetí úkolu, formulované hypotézy apod.

Úprava znaků je také nutná, jestliže některá z kategorií vykazuje velmi nízkou četnost. To znamená spojit málo obsazenou kategorií s jinou, ale tak aby nově vzniklá byla smysluplně definovaná. U kvantitativních a pořadových znaků se slučují kategorie sousední.

Dále je potřeba zpracovat otázky polouzavřené a volné. Nebylo možné je zakódovat, protože jejich kategorie se vytvářejí až nyní, na základě výpovědí respondentů, a proto nemohly být součástí kódovacího klíče. Data se shromáždí a hledají se pro ně nějaké obecnější definovatelné kategorie, které pokryjí co nejvíce případů, tzn., budou jejich společným jmenovatelem.


Třídění 2. stupně

„Třídění 2. stupně vlastně představuje porovnávání rozložení určitého znaku v jednotlivých podsouborech, které jsou v rámci zkoumaného souboru vytvářeny variantami dalšího znaku.“ [2]

Jednodušeji řečeno se kategorie vzniklé 1. stupněm třídění dále člení podle ještě jiného znaku.

Jaké znaky se mají vzájemně srovnávat, vyplývá z hypotéz. Srovnávání rozložení dvojic znaků podává počítačový program v tzv. kontingenčních tabulkách. Tabulka přináší řádkové a sloupcové četnosti, absolutní i relativní.

Sloupcové četnosti – ukazují kolik případů jednoho sloupce, se podílí na prvním řádku, kolik na druhém řádku atd.

Řádkové četnosti – ukazují kolika případy z jednotlivých sloupců je tvořen první řádek, kolika druhý atd.


Třídění vyšších stupňů

„Třídění vyšších stupňů znamená porovnávání více znaků, tedy více podsouborů.“ [2]

Tato vyšší třídění se však používají jen zřídka, protože jejich výsledky přinášejí stále komplikovanější informaci, a bývají hůře vysvětlitelné. Zároveň vyšší stupně třídění představují rozpady vzorku na menší a menší podsoubory, u nichž pak hrozí nebezpečí minimálních četností. To zákonitě vyžaduje rozsáhlejší výběry, což značně a často neefektivně navyšuje výzkumné náklady. dle Reichela (2009)


Použité droje:

[1] SURYNEK, Alois; KOMÁRKOVÁ, Růžena; KAŠPAROVÁ, Eva. Základy sociologického výzkumu. Vyd. 1. Praha : Management Press, 2001. 160 s. ISBN 80-7261-038-4.

[2] REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha : Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.


Deskriptivní statistika

Zpracovala: Lenka Otipkova

Deskriptivní neboli popisná statistika zjišťuje, získává a poskytuje číselné i slovní údaje o hromadných jevech. Hojně se využívá v oblasti ekonomiky a zkoumání společnosti. Základním úkolem popisné statistiky je nahradit zpravidla velké množství hromadných dat malým počtem ukazatelů, vystihujících některé jejich charakteristické vlastnosti a prezentovat je ve formě přehledné tabulky či diagramu.

Pro velké množství dat v základním souboru se náhodným výběrem volí menší, který základní soubor těmito vybranými prvky zastupuje. Výběr by měl být:

  • reprezentativní- poskytovat informace bez omezení
  • homogenní- bez vlivu dalších různých faktorů

Dále rozlišujeme výběr

  • malý- do 30 až 50 prvků
  • velký- řádově stovky, tisíce a větší

Typy výběrů jsou:

  • bez opakování- každý prvek maximálně jednou
  • s opakováním- každý prvek tam může být libovolněkrát
  • záměrný- vybíráme typické jednotky
  • oblastní- základní soubor rozdělujeme na podmnožiny a z nich provádíme části výběru
  • systematický/mechanický- vybíráme vždy několikátou jednotku v pořadí (například každou dvacátou)

Nejprve se vybere statický soubor prvků, na nichž se bude uvažovaný jev zkoumat a každý z prvků se nazývá statistickou jednotkou. Prvky tvořící statistický soubor mají určité společné vlastnosti tzv. identifikační znaky, které určují, zda prvek do daného souboru patří nebo nepatří. Z hlediska cílů zkoumání sledujeme na prvcích statistického souboru dané znaky.

Pozorované znaky dělíme na ty, jejiž vlastnosti jsou dány slovním vyjádřením tzv. kvalitativní a na kvantitativní, které lze vyjádřit číslem. Kvantitativní znaky dělíme na

  • diskrétní- nabývají pouze konečně nebo spočetně mnoha hodnot
  • spojité- můžou nabývat všech hodnot z nějakého intervalu

Určité znaky a charakteristiky lze popisovat pomocí několika typů dat, tzv. datových stupnic:

  • Nominální- dají se vyjádřit slovně a mezi různými hodnotami není definováno žádné uspořádání (například barva očí- modrá, zelená)
  • Ordinální- skupina dat která umožňuje již znaky uspořádat, ale není vyjádřená číselná vzdálenost mezi jednotlivými znaky
  • Intervalová- rozlišuje pořadí hodnot a navíc i vzdálenost mezi nimi. Intervalová škála má definovanou jednotku měření, nemá však stanovenou nulu.
  • Podílová- umožňuje určovat rozdíly i podíly hodnot, nula stanovena absolutně a jednoznačně. (0 znamená naprostou nepřítomnost zkoumaného znaku)


Znaky pro charakteristiku polohy jsou průměr, modus a medián.

  • průměr- zastupuje střední hodnotu souboru, je to parametrická míra, což znamená, že je založen na všech hodnotách základního či výběrového souboru. Rozlišujeme několik základních druhů průměru a to aritmetický, geometrický a harmonický
  • vážený průměr- je zobecněním aritmetického, ale zohledňuje důležitost některých pozorování
  • modus- nejčastěji se vyskytující hodnota, odpovídá vrcholu histogramu četností
  • medián- je střed uspořádaného souboru

Mezi další popisné charakteristiky patří také charakteristiky rozptýlenosti (variability)

  • rozptyl- je hodnota založená na součtu druhých mocnin odchylek od průměru
  • směrodatná odchylka- nepopisuje variabilitu dat, ale přesnost odhadu. Čím menší, tím nižší variance (rozptyl) dat

Většina hodnot se neodlišuje od průměru o více než jednu směrodatnou odchylku a skoro všechny hodnoty jsou v pásmu do dvou odchylek od průměru.

Na získané údaje se pohlíží jako na výsledek určitého náhodného pokusu, který mohl dát i jiné výsledky. Tím se do zkoumání dostává určitý prvek náhodnosti, což má za následek, že všechny závěry matematické statistiky mají náhodný charakter.

Zdroje:

Induktivní/inferenční statistika

Zpracoval: Matěj Rajnošek

Induktivní nebo inferenční statistika , někdy též i statistická indukce , je jednou z metod vyhodnocování dat ve výzkumu, která umožňuje z empirických poznatků formulovat vědecky zdůvodněné obecné závěry. Jinými slovy provedeme-li induktivní statistiku, vyvozujeme pravděpodobnostní závěry z pravděpodobnostních předpokladů.

Induktivní statistika je opakem deskriptivní statistiky, která shrnuje a popisuje data. Před tím, než se začne s vyhodnocováním dat z výzkumu, tak by měl být výzkumník, využívající tuto metodu, obeznámen nejen s teorií pravděpodobnosti , ale i s pojmy populace a vzorek .

  • Populací (celkem) se myslí základní soubor, který může být jak konečný tak i nekonečný, představující skupinu osob, věcí či jevů, na které můžeme dané závěry zobecnit.
  • Výběr (části celku) znamená, že dané parametry se sledují jen na některých prvcích této populace. Výběr může být buď reprezentativní (na základě daných parametrů) anebo selektivní (náhodný).
  • Teorie pravděpodobnosti se váže k pravděpodobnosti v matematice. V centru teorie pravděpodobnosti je předpoklad, že zatímco opakující se (dlouhodobé) činnosti vykazují určitá pravidla za čas, tak individuální (krátkodobé) činnosti tato pravidla nevykazují. Příkladem může být „házení mincí“ a sledování výsledků této činnosti. Za určitý počet dní by pravděpodobnost, že padne daná strana byl 50%, ale pokud házíme například jen jeden den, pravděpodobnost, že padne daná strana je vyšší, respektive nižší.

Nejčastěji se induktivní statistiky využívá k předpovědění či odhadnutí parametrů populace založených na pozorování výběru s udáním míry její spolehlivosti. Výpočet stupně spolehlivosti závěrů je ale spíše objektivní, protože je založen na poznatcích teorie pravděpodobnosti a nezávisí na subjektivním názoru hodnotitele.

Rozlišujeme dva typy inferenční statistiky - parametrická statistika a neparametrická statistika . Oba typy se využívají jen za určitých podmínek.

  • Parametrická statistika vyžaduje předpoklad pravděpodobnosti uskutečnění jevu (probability distribution). Většina statistických metod využívá tuto statistiku. Výsledky jsou přesnější a více pravděpodobnější než u neparametrické statistiky. Příklady metod: Z-test, Studentův t-test, Analýza rozdílu, Pearsonův Produkt-Moment korelační koeficient, Regrese.
  • Neparametrická statistika se nezakládá na předpokladech (distribution-free). Příklady metod: Test Chiova čtverce, Wilxoconův signed-rank test, Spearmanův rankorder korelace, Kriskall-Wallisův test, Mann-Whitneyův U-test

Příkladem využití induktivní statistiky v ISK, může být měření míry ztrátovosti pro daný výběr knih z určité sekce na jehož základě můžeme určit míru ztrátovosti pro celou populaci (sekci) knih.

Zdroje:

  • MARTÍNEK, Jan. Statistické metody v hodnocení léčby. Česká společnost hepato-pankreato-biliární chirurgie [online]. 2004, 12, 1-2, [cit. 2011-04-26]. Dostupný z WWW: <http://www.hpb.cz/index.php?pId=04-1-2-12>.
  • KERLINGER, Fred N. Základy výzkumů chování : Pedagogický a psychologický výzkum. Praha : Academia, 1972. 705 s
  • POWEL, Ronald R. Basic research methods for librarians. Westport : Greenwood Publishing Group, 2004. Analysis of Data, s. 190 - 199. ISBN 1591581036
  • Statistick%C3%A1 indukce. In Wikiskripta [online]. Praha : MEFANET, 3.12.2010, stránka naposledy změněna 3.12.2010 [cit. 2011-04-26]. Dostupné z WWW: <http://www.wikiskripta.eu/index.php/Statistick%C3%A1_indukce>
  • ZVÁROVÁ, Jana. EuroMISE [online]. 1999 [cit. 2011-04-26]. Úvod do statistické metodologie. Dostupné z WWW: <http://new.euromise.org/czech/tajne/ucebnice/html/html/node3.html>.

Střední hodnoty

Zpracoval: Martin Sucháček

Střední hodnoty slouží při zpracování dat k lepšímu popisu a snadnější interpretaci těchto dat. Když máme například v otázce určitou škálu od jedné do deseti a například tisícovku respondentů, zpracovaných dat je obrovské množství a pro jejich základní popis můžeme využít středových hodnot. Mezi tyto středové hodnoty řadíme zejména

  • Průměr – máme několik druhů, nejpoužívanější je aritmetický – prostý průměr všech hodnot (všechny hodnoty sečteme a tuto sumu vydělíme počtem hodnot) a vážený, který „zobecňuje aritmetický průměr a poskytuje charakteristiku statistického souboru v případě, že hodnoty v tomto souboru mají různou důležitost, různou váhu. Používá se zejména při počítání celkového aritmetického průměru souboru složeného z více podsouborů.“(Vážený průměr - Wikipedie)
  • Medián – hodnota, která je přesně v polovině dat seřazených od nejmenších hodnot k hodnotám největším. Polovina hodnot je nižších a druhá polovina vyšších než hodnota odpovídající mediánu.
  • Modus – hodnota, která se v daných datech, která jsou předmětem zkoumání, vyskytuje nejčastěji.

Tyto středové hodnoty nám ukazují rozložení nasbíraných dat a v různých typech otázek se liší jejich důležitost. Pro komplexní pochopení našich nasbíraných dat je potřeba, abychom tyto středové hodnoty porovnávali a užívali je současně – častokrát se může stát, že samotný průměr nám toho moc neprozradí, přestože má člověk tendenci se na průměr spoléhat a zejména médii je průměr často podsouván jako berná mince. Jako příklad můžeme použít výpočet průměrné mzdy, nebo spotřebu alkoholu na rok a hlavu.

Důležité je, že každý typ proměnné má jednu středovou hodnotu, která je pro něj nejvhodnější.(Rabušic 2010)

U nominální proměnné je vzhledem k jejímu charakteru možné spočítat pouze modus.

Pro ordinální proměnné je nejvýhodnější použít medián, který nám rozdělí data na dvě poloviny, kde každá polovina představuje určitou tendenci (například sloučením „spíše ano/určitě ano do jedné skupiny a spíše ne/určitě ne do druhé skupiny). Rovněž ale můžeme použít i modus či průměr.

Kardinální(škálové) proměnné, kde je nejvýhodnější medián při lichých počtech jednotek ve škálách a aritmetický průměr při sudých stupnicích, kde tyto střední hodnoty opět mohou posloužit pro rozdělení souboru na dvě skupiny.

Výše zmíněné středové hodnoty nám doplňují některé další ukazatele, které nám pomáhají určit heterogenitu dat a zda je jejich rozložení tzv. normální. Mezi tyto ukazatele patří například rozptyl či spíše směrodatná odchylka které určují heterogenitu dat (přesněji vzdálenosti jednotlivých hodnot od aritmetického průměru), ale také tzv. Gaussova křivka, která značí normální rozložení dat, pokud je zobrazíme v grafu. Normální rozložení dat znamená seskupení většiny dat okolo středových pozic škály a snižující se četnost dat směrem k vyhraněným pozicím škály. Podobnost této křivky s našimi daty se měří pomocí šikmosti a špičatosti grafu. V ideálním případě bychom měli mít všechny předchozí parametry a ukazatele středových hodnot a heterogenity dat v souladu. Pokud tomu tak není, měli bychom provést kontrolu dat, zda nejsou nesmyslná nebo chybná. Pokud vyloučíme chybu, s největší pravděpodobností jsme objevili nějakou zvláštnost.

Všechny středové hodnoty nám v dnešní době spočítá program SPSS, podmínkou je pouze zaškrtnout si je ve výběru.


ZDROJE:

Rabušic, L., Mareš, P. Základy jednorozměrné analýzy. 2010. Cit. 27.4.2011. Elektronické učební texty pro obor Sociologie na FSS, Masarykova univerzita


Základní pojmy statistiky. Popisná statistika: zpracování empirických dat; charakteristiky polohy, variability, šikmosti a špičatosti; charakteristiky vztahu dvou veličin [online]. 2010, 17.10.2010 [cit. 2011-04-28]. Základní pojmy statistiky. Popisná statistika: zpracování empirických dat; charakteristiky polohy, variability, šikmosti a špičatosti; charakteristiky vztahu dvou veličin. Dostupné z WWW: <http://www.informatika.xcars.cz/zakladnipojmy.html>.


Vážený průměr. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 22.2.2006, last modified on 12.2.2011 [cit. 2011-04-28]. Dostupné z WWW: <http://cs.wikipedia.org/wiki/Vážený_průměr>.


Normální rozdělení [online]. 2008, 15.9.2008 [cit. 2011-04-28]. Odvození normálního rozdělení. Dostupné z WWW: <http://www.volny.cz/jtomsa/gauss.htm>.

nástroje pro statistické zpracování dat

Zpracovala: Eliška Hrabalová

Pojmem nástroje v tomto případě rozumíme počítačové statistické programy. Tyto programy obsahují jisté komponenty, které uživatelům notně usnadňují proces zpracovávání statistických dat. Těmito komponentami jsou:

  • komponenta plánování - slouží k určování potřebného rozsahu výběrů a specifikuje vlastnosti experimentálních plánů
  • komponenta sběr dat - usnadňuje sběr dat pomocí telefonu a internetu
  • komponenta převzetí dat - zahrnuje import dat z jiných programů nebo databází (např. MS Excel, Access, Oracle, Informix aj.)
  • komponenta příprava a úprava dat - slouží pro provedení kontroly a očištění dat
  • komponenta analýza dat - slouží k implementaci statistických procedur
  • komponenta reportování - slouží k připravení zprávy v různých formátech, uživatel ji může různě upravovat
  • komponenta distribuce výsledků a zpráv - umožňuje snadné vystavení zprávy na webových stránkách[1]

Výhody

  • zpracování velkých souborů dat
  • zahrnují větší rozsah parametrických a neparametrických statistických metod
  • obsahují velké množství obecných i speciálních grafických prostředků a diagnostiku statistických předpokladů
  • nabízejí ze statistického hlediska rozsáhlejší pomoc uživateli (např. při výběru metod, interpretují výsledky, dodávají vzorové soubory statistických dat aj.)
  • některé umožňují dobrou manipulaci s výstupy
  • jsou algoritmicky spolehlivé[1]

Nevýhody

  • u komerčních systémů vysoká cena
  • různá uživatelská rozhraní (horší adaptace uživatelů na jednotlivé systémy)
  • rozdílná kvalita komponent systému

Komerční statistické systémy

STATISTICA – komplexní systém, který obsahuje prostředky pro správu dat, jejich analýzu, aplikaci a vývoj uživatelských aplikací, je kompletně dostupný v češtině

SPSS – statistický a analytický software, obsahuje výukový program, různé datové soubory a různé komponenty (např. Base – základní statistická analýza, Advanced Statistics – vícerozměrná analýza aj.)

SAS – integrovaný systém obsahující mnoho modulů, mimo jiné také statistickou analýzu

STRATGRAPHICS – kromě statistické analýzy obsahuje pokročilou statistickou grafiku (zvýrazňování některých stránek grafů)

NCSS – systém statistické analýzy a zpracování dat určený pro Windows

Další systémy: ADSTAT, MIMAS, Mln a samozřejmě MS Excel (obsahuje sadu nástrojů Analytické nástroje, které umožňují analýzu statistických a inženýrských dat, výstupem jsou většinou tabulky, v některých případech zvládne Excel také grafy)

Dobrou zprávou pro méně solventní populaci je, že existuje řada volně dostupných systémů. Mezi ně patří tyto systémy:

NCSS Junior – free verze programu NCSS

EpiInfo, OpenStat, WinIDAMS, GPOWER3, PS, META, SIMFIT

Většina statistických systémů využívá tzv. jazyk R, což je programovací jazyk speciálně určený pro statistické výpočty a grafiku. Má několik nesporných předností:

  • efektivní příprava dat a jejich ukládání
  • obsahuje soubor operátorů pro práci s vektory a maticemi
  • obsahuje velký integrovaný soubor prostředků pro základní analýzu dat
  • disponuje grafickými prostředky pro analýzu a zobrazení dat
  • má propracovaný jednoduchý jazyk [1]


Použité zdroje:

[1] HENDL, Jan. Přehled statistických metod : analýza a metaanalýza dat. 3. přeprac. vyd. Praha : Portál, 2009. 695 s. ISBN 978-80-736-7482-3.

KOSEK , Jiří. Programy dostupné v rámci projektu [online]. 1998 [cit. 2011-04-29]. Dostupné z WWW: <http://badame.vse.cz/programy/index.php>.

StatSoft CR s r.o. . StatSoft [online]. c2004 - 2011 [cit. 2011-04-29]. Řešení . Dostupné z WWW: <http://www.statsoft.cz/reseni/reseni/>.

Vyhodnocování dat v kvalitativním výzkumu

Zpracovala: Radmila Malá

Vyhodnocování kvalitativního výzkumu je velice různorodé. Výchozím materiálem bývají výzkumníkovy poznámky z dosavadních rozhovorů, videozáznamy z pozorování, audionahrávky diskuzí, písemná vyjádření informantů, záznamy a výpisky ze studia dokumentů. Charakter těchto dokumentů neumožňuje jejich zpracování ve standardizované podobě jako je tomu u kvalitativního výzkumu

Kvalitativní údaje se urovnávají, pořádají a z části třídí, nikoli najednou po ukončení výzkumu, ale postupně již při jejich průběhu. Směr a rámec vyhodnocování údajů musí reflektovat původní cíle zkoumání, popřípadě jejich změny, ke kterým se během realizace flexibilně dospělo. Všechny kroky tohoto procesu se dokumentují, aby se zajistila průhlednost a kontrola kvality celého procesu. Interpretace dat je doplňována plnými citacemi částí interview, výňatky z terénních zápisků nebo poznámkami z provedených diskusí. [2]


Typologie metod analýzy kvalitativních dat dle Robsona (2003)

1. kvazistatistické metody

  • nejvíce strukturované
  • vycházejí z konverze kvalitativních dat do kvantitativního formátu. Zjišťují četnost slov nebo frází a zjišťují korelace mezi jednotlivými kategoriemi

2. metody pomocí šablony – vycházejí z navrženého kódovacího systému. Kódy se navrhnou před výzkumem nebo případně in vivo analýzou dostupných dat

3. editovací postupy – nejčastější metoda. Jsou založeny na interpretaci. Typickým představitelem je postup zakotvené teorie

4. postupy na základě proniknutí do textu – jsou silně interpretativní, vyžadují maximální vhled, intuici a kreativitu výzkumníka. U vědecké komunity se setkává s nedůvěrou [1]


1. Analýza dat případové studie

Analýza dat probíhá od začátku sběru dat. Výzkumník průběžně střídá fázi sběru dat a analýzy.

Uchování dat: Data je nutné přepsat a provést vybraný způsob transkripce. Transkripce údajů – nejčastěji přepis do písemné podoby z různých materiálů (z protokolů, audiozáznamů, videozáznamů,..) se kterou je možné dále pracovat.

Transkripce může být

  • doslovná
  • selektivní
  • s komentářem

Varianty transkripce nemají být jen mechanické, ale je nutné aplikovat již určité koncepční hledisko – výběr témat, vypouštění nerelevantních informací, důležité jsou vlastní komentáře, pokusy o primární klasifikace např. situací, reakcí.

Segmentace – zahrnuje rozdělení dat do analytických jednotek. Segment musí mít význam, který je nutné dokumentovat. Přirozeným segmentem je odpověď informátora na otázku

Kódování – znamená rozčleňování množin a souborů údajů na dílčí celky, segmenty a jejich následné pojmenovávání a třídění, popřípadě klasifikování a kategorizování. Během analýz se několikrát opakuje a postupně vyjasňuje a zpřesňuje. V tříděných a neustále přehodnocovaných materiálech hledá výzkumník řešení problému již při terénním získávání dat. Výzkum bývá zpravidla ukončen, jestliže výzkumníkovi sběr materiálu nepřináší nové informace – dochází k tzv. teoretické saturaci.

Poznámkování Poznámkování je nápad, který nás napadne při sběru dat nebo jejich analýze, který si zapíšeme. Důležité jsou poznámky o kódech a jejich vztazích. Cílem není dodávat nová data, ale usiluje o propojení několika částí dat [1]


Porovnání se zvolenou konfigurací hodnot

Jedná se o způsob, který porovnává empiricky získaná data s určeným vzorem, jenž patří k navrženému typu případu. Tzv. hledání vzorců – hledání určitých opakujících se momentů, reakcí, témat, způsobů jednání aj., které jsou vázány na určité souvislosti, osoby, komunikační strategie. Výsledkem je tzv. „obecný příběh“. Nelze upřednostňovat fakta a údaje, která konstruovaný příběh podporují.

Vytvoření explanace

Cílem je návrh vysvětlení případu pomoci kauzálních vztahů. Nejdříve je nutné navrhnout provizorní vysvětlení studovaného jevu, následně se porovnají data s navrženým vysvětlením. Pokud vysvětlení nefunguje, modifikuje se tak, aby datům vyhovovalo.

Analýza časové řady

Případová studie často probíhá delší dobu. Chronologií událostí vysvětlujeme obvykle na základě teoretických tvrzení. Tento způsob je typický pro biografický výzkum, kde lze využít i jiné způsoby analýzy

Porovnání případů

Je třeba porovnávat jednotlivé příklady. Každý případ se analyzuje zvlášť sám o sobě. Navazuje srovnání případů. Kvalitativní induktivní studie používá více případů pro navržení určité abstrakce, připravuje obecnou teorii, pomocí níž vysvětlí sledované aspekty pro všechny případy.

Analytická indukce

Strategie „analytické indukce“ uvádí do vztahu sběr dat a proces vytváření teorie v kvalitativním výzkumu. Cílem je zvýšit pravděpodobnost nalezení univerzálních a kauzálních vztahů. Výzkumník má formulovat tvrzení, které platí pro všechny případy analyzovaného problému. [1]

2. Analýza dat v etnografické studii

Základním cílem etnografického výzkumu je poznat mámo známé chování a kulturu určité sociální skupiny jedinců. Tento přístup je typicky exploratorní a popisný. Dle Robsona se v analýze etnografických dat uplatňují tři základní činnosti:

Myšlení – dát smysl zpracovaným komplexním informacím

Vyjádření kategorií - hledání obecnější kategorie pro jistým způsobem si podobné prvky a jevy.

Vytváření typologie – tvorba soustavy typů, z nichž každý zahrnuje jevy, fenomény a prvky s podobnou konfigurací určitých znaků, vlastností.

Progresivní zaměření – navrhují se a upřesňují výzkumné otázky dle toho, jak analýza a sběr dat se vyvíjejí [1]


3. Zakovená teorie (Strauss a Corbinová (1990))

poměrně podrobně propracovaný a komplexní postup při práci s kvalitativními údaji. Cílem je hledání specifické teorie platné pro zkoumaný problém.

Základní prvky zakotvené teorie jsou:

  • koncepty – teoretické pojmy
  • kategorie – základní prostředky budování teorie
  • propozice – formulující zobecněné vztahy mezi koncepty a kategoriemi a mezi kategoriemi navzájem

Analytický postup směřuje ke zjištění ústřední kategorie zkoumaného souboru údajů, která se stává středem hierarchické sítě dalších kategorií. Během analýz se koncepty a kategorie mezi sebou neustále srovnávají – nazýváme metoda nepřetržitého porovnávání.

V zakotvené teorii rozlišujeme 3 druhy kódování:

  • kódování otevřené – provádí se při prvních analýzách údajů. Odhaduje určitá témata a člení je, třídí, kombinuje, tvoří prvotní kategorie, které charakterizuje
  • axiální kódování –hledání příčin, důsledků, podmínek, interakcí a procesů, které odhalují vztahy mezi různými kategoriemi, popřípadě je vzájemně propojuje.
  • selektivní kódování – integrace výsledků, znovu se přezkoumávají data a jejich kódy, vyhledávají se stěžejní témata a kategorie, které se mohou stát základem vznikající teorie [3]


Kriteria hodnocení zakotvených teorií

U výzkumné zprávy se posuzuje:

  • validita, reliabilita a důvěryhodnost údajů
  • vhodnost výzkumného procesu, jímž byla teorie vytvořena nebo ověřována
  • empirické zakotvení závěrů výzkumu - nakolil závěry výzkumu z empirie vycházejí a odpovídají [3]


I v zakotvené teorii končí výzkum jestliže se dosahuje teoretické saturace – teoretického nasycení.


4. Další přístupy k analýze dat

Objektivní hermeneutika

Tuto koncepci kvalitativního výzkumu vyvinul v osmdesátých letech minulého století Oevermann (1979) v rámci výzkumu socializace. Tato analýza je přísně sekvenční, odpovídá skutečnému časovému průběhu výzkumu. Provádí se ve skupině, kde její členové pracují na stejném textu.

Hermeneutika autobiografického vyprávění

Při výzkumu není pohlíženo na text podle předem definované kategorie, jak tomu bývá při obsahové analýze. Výzkumník si všímá rozdílností mezi tím, o čem jedinec vypráví, a tím, co prožil. Cílem je rekonstruovat sociální jev v procesu jeho vzniku. Při rekonstrukci minulosti, vyprávěnou dotazovaným, je nutné vzít v úvahu, že prezentace minulých událostí je ovlivněna přítomností. Vyprávění poskytuje informaci o přítomnosti vypravěče, o jeho minulosti i o jeho představách o budoucnosti. Postup při biografické rekonstrukci případu vychází z úplně přepsaného narativního interviw:

  • analýza biografických dat
  • textová analýza analýza tematické oblasti
  • rekonstrukce historie života
  • mikroanalýza individuálních textových segmentů
  • kontrastující porovnávání historie života a příběhu o životě
  • návrh typů a kontrastující porovnání několika případů

Cílem není pouze porozumět individuálnímu případu v kontextu jeho života, ale také porozumění sociállní realitě a vztahům mezi společností a historií života jedince. [1]


Analýza konverzace a analýza diskurzu

Analýza konverzace - vstupní informace jsou detailně zpracované textové protokoly nebo videozáznamy přirozených situací. Zkoumá se posloupnost jednotlivých příspěvků k interakční sekvenci, přihlíží se k mechanismům, které interakce spolu smysluplně propojují a tím drží v aktivitě. V analýze konverzace není tak důležitá obsahová interpretace textu, jako především formální analýza každodenních situací.

Analýza diskurzu - při analýze diskurzu je kladen důraz na obsah konverzace, věnuje se příslušným tématům a jejich organizaci. Studuje fungování mechanismu rozhovorů. Analyzují se interpretativní postupy použité v jednotlivých konstrukcích. Tento typ analýzy je možné uplatnit nejenom na každodenní rozmluvy, ale i na formy dat jako interview nebo zprávy v médiích. Spojuje analýzu konverzace s analýzou organizování a konstrukcí znalostí [1]


Fenomenologická interpretace

Při fenomenologicky orientovaném výzkumu se výzkuník zaměřuje na osobní zkušenost. Toto zkoumání usiluje o popis a zachycení základních významů lidské zkušenosti. Důležitou vlastností výzkumníka je umět nasouchat, pozorovat a vytvářet empatické spojení s účastníkem výzkumu. Výzkumník musí vyloučit své osobní apriorní představy o objektu zkoumání. Výzkumník sbírá jednoduché popisy jevu pomocí rozhovorů, následně používá reflektující analýzu a interpretaci pomocí níž popíše zkušenost jedince. Jednotlivé kroky postupu:

  • hloubkové rozhovory s vybranými jedinci se zaměřením na určité zkušenosti a prožitky
  • zkoumání invariantní struktury ve zkušenosti jedince (esence zkušenosti)
  • hledání společných rysů u několika jedinců
  • po analýze dat se sestavuje zpráva, která obsahuje bohatý popis prožívaných zkušeností. Čtenáři se tak umožňuje vcítění a prožití popisované situace. Cílem tohoto výzkumu je přispět k porozumění určitým fenomenům, aby bylo možné na ně lépe reagovat a přijímat určitá opatření [1]


Analýza není poslední fází výzkumu. Výsledkem analýzy má být nějaký typ syntézy vyššího řádu, integrovaný obraz, který může být souhrnem složité problematiky, či popisem pravidelností a témat, vyslovením podložených hypotéz, vymezením nového konceptu nebo zobrazením substantivní teorie



Použité zdroje:

[1] HENDL, Jan. Kvalitativní výzkum: základní metody a aplikace. 1. vyd. Praha: Portál, 2005. 408 s. ISBN 80-7367-040-2

[2] REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. 1. vydání. Praha : Grada Publishing, 2009. 184 s. ISBN 978-80-247-3006-6.

[3] STRAUSS, Anselm L., 1916-1996, CORBIN, Juliet M., 1942-. Základy kvalitativního výzkumu : postupy a techniky metody Zakotvené teorie. Vyd.1. Boskovice : Albert ; Brno : Sdružení Podané ruce, 1999. 196 s., gr., rejstř. (SCAN ; Sv. 2). ISBN 80-85834-60-X.

[4] DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. 3. vydání. Univerzita Karlova v Praze : Karolinum, 2002. 374 s. ISBN 80-246-1039-7.

Psaní závěrečné zprávy

Zpracoval: Marek Moťka

Co je to závěrečná zpráva:

Závěrečná zpráva je podle Reichla nezbytnou tečkou každého výzkumu nebo-li také završení vlastního výzkumu.

Proč psát závěrečnou zprávu:

Smyslem sepsání závěrečné zprávy je zevrubná informace o výzkumném problému, základních přístupech k jeho řešení, analýze dat, získaných šetřením, a závěrech, které z výzkumu vyplynuly.

Jak vypadá dobrá závěrečná zpráva:

Dobrá závěrečná zpráva není mnohoslovná, ale obsahuje všechny nezbytné informace potřebné k tomu, aby čtenář nejen pochopil záměry autora a jeho výzkumné postupy, ale aby kdykoliv mohl ověřit opakováním šetření platnost zjištěných informací. Ze zprávy by měla být patrná také konfrontace zjištěných poznatků s platnými teoriemi i s výsledky výzkumů jiných autorů. To umožní čtenáři posoudit, do jaké míry je realizovaný výzkum posunem ve vědeckém bádání a jde-li o objevná zjištění, potvrzení již známého, nebo dokonce o plagiát.

Co obsahuje závěrečná zpráva:

Závěrečná zpráva by měla obsahovat několik částí. Podle Reichla se závěrečná zpráva dělí na tři hlavní části a to:

1.Teoretická část
  • prezentuje zadání a cíle výzkumného úkolu a též jeho konceptuální rámec
  • informuje o dosavadním řešení problematiky a případné návaznosti na něj
  • seznamuje se stěžejními proměnnými a možnostmi jejich měření
  • popisuje vztahy mezi proměnnými, které může vyjádřit i graficky
  • operacionalizuje užívané pojmy a vymezuje zkoumané znaky včetně jejich variant
  • uvádí výchozí hypotézy
  • v závěru zmiňuje úvahy o zajištění validity (platnosti) a reliability (spolehlivosti) zkoumání


2.Metodologická část
  • informace o objektech zkoumání. základní charakteristika, dosažitelnost, způsob jejich výběru
  • představuje způsob výzkumného přístupu, včetně podob sběru dat (argumenty pro jejich výběr), důvod pro výběr konkrétního místa a času jejich aplikace
  • odkazuje na užitou podobu techniku dotazování (maketa dotazníku, záznamový arch dotazníku aj., které jsou připojeny v příloze)
  • obsahuje poznatky z předvýzkumu (pokud proběhl)
  • uvádí postupy při vyhodnocování dat a požitý počítačový software
  • obsahuje probrané otázky validity a reliability výsledků
  • nakonec může obsahovat diskuzi o etických aspektech postupu (zajištění anonymity dotazovaných, vymezení experimentu aj.)


3.Realizační část
  • informuje o složení výzkumného týmu, o kompetencích členů a o plnění jednotlivých výzkumných etap
  • předkládá čerpání finančního rozpočtu výzkumu


4.Další části jako prezentace výsledků a interpretaci dat včetně diskuze, závěrů a doporučení:
  • prezentace výsledků popisuje získaný empirický (ze zkušeností) materiál
  • s výsledky seznamuje nejen slovními komentáři, ale i pomocí grafů a tabulek

U závěrečné zprávy platí také to, že pro její konkrétní podobu je rozhodující, pro koho je určena.


Jiří Pelikán ve své knize dělí závěrečnou zprávu na pět částí a to:

1.Vstupní část:
  • formuluje výzkumný problém
  • zdůvodňuje smysl realizovaného výzkumu a badatelových záměrů
  • vymezení pojmů s nimiž chce autor dále pracovat
2.Analýza stavu řešení zkoumaného problému obsahuje :
  • analýzu, provedenou na základě rozboru literatury, zabývající se tématicky vybranou problematikou
  • přehled o vývoji poznání zkoumaného problému a teoriích, které se jím zabývají
  • přehled o výzkumech, které byly v této oblasti realizovány
3.Východiska výzkumu
  • tato část obsahuje informace o hypotézách, základním souboru a vzorku, na němž byl výzkum realizován
  • dále obsahuje informace o zvolené strategii výzkumu a použitých metodách a technikách výzkumu
4.Prezentace a analýza výzkumného materiálu:
  • podle uvážení autora obsahuje určitý počet faktů, číselných dat, tabulek, přehledů aj.
  • součástí této části by měla být diskuze nálezů –> analýza dat a jejich interpretace
5, Závěry, které se dále dělí na:
5.a. Závěry obsahové
  • shrnují základní věcné poznatky z realizovaného výzkumu
  • konfrontují nové poznatky s dosavadními teoriemi (ale i s vlastními výzkumy i výzkumy jiných autorů)
5.b. Závěry metodologické
  • obsahují metodologickou analýzu zvolených výzkumných postupů
  • podrobně analyzují nově vyvinuté výzkumné metody a techniky, u nichž je potřeba uvést jejich validitu a reliabilitu (nutné pro další uživatele této techniky)
5.c. Závěry o praktickém využití nových poznatků a o dalších perspektivách výzkumu.

Součástí výzkumné zprávy jsou i přílohy a bibliografie ke zkoumanému problému.

Použitá literatura:

REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Praha : Grada publishing a.s., 2009. 192 s. ISBN 978-80-247-3006-6.

PELIKÁN, Jiří. Základy empirického výzkumu pedagogických jevů. Praha : Karolinum, 1998. 270 s. ISBN 80-7184-569-8.

Náležitosti závěrečné zprávy z výzkumu

Zpracovala: Veronika Janoušková, Petra Němcová


Miles a Huberman (1994) považují za minimální požadavek, že zpráva o kvalitativní studii má:

1. vysvětlit, čím se výzkum zabýval;

2. informovat jasným způsobem o sociálním a historickém kontextu prostředí, kde se výzkum prováděl;

3. sdělit přirozenou historii výzkumu, aby se vědělo, co se dělalo, kdo to dělal a jak;

4. obsahovat základní data, aby si čtenář mohl sám vyvodit závěry paralelně s autorem;

5. formulovat závěry a popsat jejich širší význam pro vědu nebo v souvislosti s efekty, které mohou mít.


Základní forma výzkumné zprávy


Název studie

• Přímý popis toho, o čem ve zprávě půjde

• Název „prodává“ zprávu. Během výzkumu si různé návrhy názvu uchováváme v poznámkách. Doporučuje se název o dvou částech: esence studie, následovaná popisným podnázvem (popis metody, identifikace skupiny)


Abstrakt

• Stručný popis cíle, metod a výsledků.

• Délka je obvykle 1500-2000 znaků. Následují klíčová slova. (Název a abstrakt se překládají do anglického jazyka.)


Úvod

• Určení výzkumné otázky nebo pojmenování účelu, předmětu a aspektů výzkumu

• Zdůvodnění výzkumu

• Přehled dosavadních poznatků

• Obecný přehled literatury se vztahem k tématu výzkumu

• Specifický rozbor literatury s přímým vztahem k výzkumu

• Prezentace teoretického rámce práce

Úvod orientuje čtenáře v tématu studie a o struktuře zprávy. Má seznámit se základní charakteristikou výzkumných otázek nebo problému.

V přehledu dosavadních poznatků je základním cílem této části zprávy podat přehled významných prací k tématu na obecné a specifické úrovni. Přehled hodnotí stav literatury, výzkumné směry a omezení poznatků, hodnotí i použité metody. Výzkumník může ve své práci zpochybnit určité teorie a myšlenky. Doporučuje se přehled strukturovat podle témat problému.

Přehled není soupisem literatury o předmětu, nýbrž má orientovat čtenáře, kde se v systému současných poznatků bude nalézat předkládaná práce. Čím je důkladnější, tím si autor vytváří lepší základ pro provedení výzkumu a diskusi výsledků.


Metody

• Obecný popis výzkumných strategií a procedur

• Popis sledovaných případů, postup vzorkování

• Popis místa výzkumu

• Diskuse sběru dat, organizace dat a analytických procedur

Účelem toho odstavce je objasnit čtenáři, jak se výzkum provedl: základní princip plánu výzkumné akce, kde jsme data sbírali, jakými metodami jsme to provedli a co jsme s daty dělali. Obvykle strukturujeme tuto kapitolu do odstavců: popis sledovaných jedinců, objektů, dat, prostředí a technik analýzy dat.

Sledovaní jedinci. Odkazujeme na proceduru vzorkování nebo výběru. Co jsme subjektům sdělili o účasti na výzkumu a jaké kroky jsme provedli, abychom je chránili před újmou. Dodatečné informace se týkají počtu, případně kolik jedinců odmítlo účast a proč. Také popisujeme ostatní aspekty vzorkování.

Metody sběru dat. Identifikujeme povahu metod, které jsme použili (interview s návodem, skupinové rozhovory atd.). Uvádění podrobností o sběru dat má několik důvodů: a) umožňují čtenáři posoudit, jak může datům důvěřovat; b) poskytují informaci pro opakování výzkumu.

Prostředí. Popis místa, kde se výzkum uskutečnil, je důležitou částí etnografických zpráv. V mnoha případech je místo výzkumu vnitřně propojeno se sběrem dat a analytickými strategiemi a může silně ovlivnit přesvědčivost studie.

Techniky analýzy. I když data zpracováváme obvyklými způsoby, jejich diskuse a zdůvodnění má být zařazeno do metodologické části.

Zajištění kvality. Uvádíme postupy použité pro zvýšení validity výsledků a při sběru dat a analýze (triangulace, komunikativní ověřování atd.)

Změny v plánu výzkumu. Informujeme o rozhodnutích provedených během studie včetně informací o změnách výzkumných otázek.

Etické aspekty. Rozebíráme etické otázky, které se vynořily ze studie, a způsoby jejich řešení. Použili jsme informovaný souhlas?

Výzkumník. Tato část může obsahovat informace o výzkumníkovi s ohledem na jeho teoretické zájmy, dosavadní znalosti a zkušenosti v dané oblasti výzkumu.


Výsledky

• Obecný popis výsledků – někdy spojeno s diskusí výsledků

• Objasněné propojení výzkumných otázek a výsledků

V kvantitativním výzkumu tato kapitola obvykle obsahuje tabulky a grafy se zpracovanými numerickými výsledky a textové popisy. Rozlišujeme mezi shrnutím dat a výsledky analýzy. V kvalitativním výzkumu za metodologickým odstavcem následuje popis a shrnutí dat nebo popis dat současně s jejich analýzou a interpretací.

Kapitola o výsledcích může mít následující strukturu:

Úvod vysvětluje jednotlivá zpracovaná témata,, jejich vztah k výzkumné otázce a strukturu celé kapitoly.

Hlavní část obsahuje v logické návaznosti zpracovaná témata, přičemž se odkazujeme na konkrétní data.

Závěr spojuje podkapitoly a vysvětluje, čeho bylo dosaženo.


Diskuse, shrnující závěry

• Analytické úvahy o výsledcích ve vztahu k dosavadním výsledkům jiných studií

• Vztah provedeného výzkumu k současné literatuře

• Obecná diskuse o hodnověrnosti a přenositelnosti výsledků

• Důsledky a navržená opatření

• Možnosti dalšího výzkumu, otevření nových otázek

Obsah této sekce závisí na tom, zda výzkumník prezentoval v předchozí sekci pouze data nebo zda prováděl i jejich analýzu a interpretaci. V druhém případě se autor vrací k základním poznatkům a uvádí je do kontextu současné literatury.


Bibliografické citace


Přílohy


Zdroj:

HENDL, Jan. Kvalitativní výzkum : Základní metody a aplikace. Vyd. 1. Praha : Portál, 2005. 408 s. ISBN 80-7367-040-2.

Jak publikovat grafy a tabulky?

Zpracoval: Tomáš Messerschmidt


Technická stránka věci

Existují základní způsoby elektronického uložení obrazových dat – rastrová neboli bitmapová grafika a vektorová grafika.

  • Rastrová (bitmapová) grafika sestává z bodů. Velikost matice bodů – rastr – je úměrná rozlišení a detailům obrázku, což se projevuje i na datové velikosti souboru.
  • Vektorová grafika je uložena jako návod, jak se co má vykreslit. Jsou definovány jednotlivé elementy, které lze vykreslovat.


Volba barev

Při vykreslování grafu je nutné od sebe opticky odlišit jednotlivé veličiny. Při vykreslování čar pro černobílý tisk je možné použít různou tloušťku a přerušování a u ploch šrafování.

Použité barvy by měly mít stejnou intenzitu, obecně se doporučují spíše pastelové odstíny. Speciální úlohu hrají barvy u mapových podkladů, kdy je barevným odstínem či přechodem vyjádřena hodnota.


Tisková kvalita obrázku

Je lepší vkládat do textu vektorový obrázek z důvodu vyšší kvality a přizpůsobivosti. Jako minimální rozlišení rastrových obrázků pro tisk se uvádí 300 dpi.


Výběr vhodné ilustrace

Podle příručky „Nápady na ubrousku“ [Roam] určíme vhodný typ ilustrace pomocí odpovědí na následující otázky:

  • Kdo, co – zobrazíme dotyčný objekt, ať již jako kresbu či fotografii.
  • Kolik – využijeme některý základní typ grafu.
  • Kde – nejlépe vyjádříme mapou v šiřším slova smyslu.
  • Kdy – zachytíme polohou objektu v čase.
  • Jak – znázorníme pomocí vývojového diagramu.
  • Proč – na vícerozměrném grafu srovnáváme veličiny, které spolu souvisejí.


Umístění obrazových dat v textu

Do odborného textu se obrázek (graf, schéma, tabulka) obvykle vkládá jako samostatný objekt, centrován, s číslovaným popiskem a s uvedením případného zdroje pod obrázkem. Pokud je vkládaný obrazový prvek příliš rozsáhlý, je možné jej přesunout do přílohy a z textu se sem pouze odkazovat.

Do odborného textu nepatří nesouvisející ilustrace.


Grafy

Graf v odborném textu by měl [Tufte, s. 13]:

  • zobrazit údaje
  • nasměrovat čtenáře k zamyšlení se nad obsahem a nikoliv nad metodikou, vzhledem, způsobem vzniku ilustrace či čehokoliv jiného
  • vyvarovat se zkreslení toho, co by zobrazená data měla sdělit
  • vměstnat mnoho čísel do malého prostoru
  • učinit rozsáhlé soubory údajů srozumitelnými
  • podnítit oko ke srovnávání údajů
  • vyjevit údaje ve více stupních „rozlišení“ – od celkového přehledu po jemné detaily
  • jasně definovaný účel; k tomu dopomůže popisek, vysvětlivka, legenda či dekorace
  • tvořit nedílný celek se statistickým a slovním popisem souboru údajů

Úkolem grafu je „odhalení“ datových podkladů – skutečností a souvislostí, které při pouhém pohledu na tabulku čísel nejsou hned patrná.


Základní typy grafů

[Roam, s. 176]:

  • Sloupce nebo pruhy – slouží k porovnání absolutních hodnot(množství) mezi sebou
  • Spojnice a plochy – rovněž slouží k porovnání absolutních hodnot, ale mezi dvěma různými kritérii nebo časy.
  • Výsečové (koláčové) grafy – slouží k porovnání relativních hodnot.
  • Bodové či bublinové grafy (rozptylogram) – zobrazují vztahy mezi číselnými hodnotami v několika datových řadách.


Zkreslování v grafech

  • Falešná nula (vynášené hodnoty množství nezačínají od nuly)
  • Nenormovaná data (nezohlednění proměnlivých faktorů)
  • Chybějící kontext
  • Zamlžení detailů
  • Nekompletní data
  • Plošné znázornění hodnot lineárních dat
  • Zkreslení vinou pseudo3D efektu


Tabulky

Miles a Huberman uvádějí sedm vlastností, které doporučují uvažovat při sestavování tabulky:

  1. První vlastnost se týká toho, zda má tabulka popisnou nebo exploratorní úlohu a zda se pokoušíme zobrazit data, aby se odhalila konfigurace dat, nebo to, jak se věci vyvíjejí.
  2. Tabulka se může sestavit tak, aby ukázala vztah uvnitř případu nebo mezi případy studie.
  3. Tabulka sestává z řádků a sloupců a může se konstruovat tak, že řádky i sloupce jsou uspořádány podle určitého kritéria. Po prvních pokusech se doporučuje kategorie uspořádat.
  4. Zvláštní řazení je dáno časem, které určuje časových vývoj, kauzální řetězec nebo cykly událostí.
  5. Nejpoužívanější tabulky mají dvě dimenze. Někdy je zapotřebí sestavit i tabulky tří- nebo čtyřdimenzionální. Tabulky o více rozměrech se stávají nepřehlednými.
  6. Důležitý je návrh, co se bude uvnitř jednoho políčka zobrazovat. Obvykle se uvádějí kódy, které identifikují případy, někdy se uvádějí přímo citace.
  7. Pokud se dobře navrhla klíčová slova nebo se adekvátně zvolilo číslování taxonomických jednotek, pak se toto značení použije pro sestavování tabulky.


Miles a Huberman také zmiňují devět základních pravidel pro konstrukci tabulek:


  • k čitelnému zobrazení musí stačit jedna stránka
  • počet kategorií se omezuje v řádcích i sloupcích na 5-15
  • před sestavením konečné tabulky se doporučuje sestavit několik pokusných tabulek
  • všichni členové týmu mají přispět k návrhu optimální formy tabulky
  • pokud je to žádoucí, tabulka se transponuje (vymění se řádky a sloupce)
  • pro zjednodušení a přehlednější znázornění se sdružují jednotlivé kategorie
  • pokud je to nutné, přidají se do tabulky nové řádky a sloupce
  • zachovává se taková kategorizace, aby se ukázaly důležité rozdíly v datech
  • různé výzkumné otázky potřebují i několik typů tabulkového zobrazení.

Tvorba vhodných tabulek je dovednost, již si výzkumník osvojí praxí.



Zdroje:

[1] TUFTE, Edward R. The visual display of quantitative information. 2nd ed. Cheshire : Graphics Press, 2001. 197 s. ISBN 0961392142.

[2] ROAM, Dan. Nápady na ubrousku : řeště problémy a prezentujte myšlenky pomocí obrázků. Vyd. 1. V Brně : Jan Melvil, 2009. 287 s. ISBN 9788090391291.

[3] DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Praha : Karolinum, 1993. 374 s. ISBN 8070668229.

[4] POLÁČEK, Jiří. Prezentace grafických dat. In Akademické psaní [online]. Brno : MU, 2010 [cit. 2011-05-05]. Dostupné z WWW: <https://is.muni.cz/auth/elearning/warp.pl?fakulta=1456;obdobi=4984;kod=BDX_AKAP;furl=%2Fauth%2Fel%2F1456%2Fpodzim2010%2FBDX_AKAP%2Findex.qwarp;qurl=%2Fel%2F1456%2Fpodzim2010%2FBDX_AKAP%2Findex.qwarp;prejit=2233118>. --T.messerschmidt 5. 5. 2011, 19:31 (CEST)

Specifické metody v ISK

termín: 13. května 2011

Bibliometrie

viz Bibliometrický přístup

Citační analýza

Zpracoval:

Bradfordův zákon

Zpracoval: Miroslav Kršek, Jakub Nytl

Samuel Clement Bradford (* 10. ledna 1878, Londýn – 13. listopadu 1948) byl anglický matematik a knihovník, objevitel Bradfordova zákona rozptylu.

Životopis:

Samuel Clement Bradford vystudoval chemii a získal doktorský titul na Londýnské univerzitě. Od roku 1899 pracoval v Science Museum v South Kensingtonu. Od roku 1925 řídil zdejší knihovnu až dokud v roce 1937 neodešel do důchodu. Během svého působení se mu podařilo sestavit jednu z největších sbírek vědecké literatury v Evropě a zasadil se o zavedení desítkové klasifikace, jejímž byl velkým zastáncem. Samuel C. Bradford také založil "BSIB" (British Society for International Bibliography) a roku 1945 byl zvolen prezidentem "FID" (International Federation for Information and Documentation)


Historie

Roku 1928-1931 sestavoval S.C. Bradford rešerše z časopisu Applied Geophysies. Objevil, že články s touto problematikou může najít v 326 časopisech. To samé zjistil, když sestavoval rešerše z časopisu Lublication (1931). Pokusil se tedy rozdělit tyto časopisy do určitých skupin tak, aby v každé skupině byl přibližně stejný počet článků:

• prvních 9 titulů obsahovalo 429 článků

• dalších 59 titulů obsahovalo 499 článků

• posledních 258 titulů obsahovalo 404 článků

1934 Bradford publikoval své empirické poznání o koncentraci článků.

"Když nějaký počet časopisů X je věnovaný určité problematice, tyto časopisy představují jakési jádro, které znázorníme graficky centrálním kruhem. Okolo kruhu můžeme vytvořit další mezikruží tak, že do prvního mezikruží umístíme tolik nejbližších časopisů, aby počet o dané problematice byl takový v mezikruží jako v jádru. Počet časopisů v prvním mezikruží označíme Y. Do druhého mezikruží umístíme další tematicky nejbližší časopisy, a to opět ve stejném počtu, aby spolu obsahovali tolik článků k dané problematice jako jádro. Označme počet časopisů v druhém mezikruží Z. Analogicky můžeme utvořit další mezikruží." [1]

Tento zákon, který můžeme vyjádřit vzorečkem: X : Y : Z = X : n²X : nX = 1 : n : n² poskytl teoretický rámec bibliometrickému výzkumu.

"Platnost tohoto tvrzení Bradford dokázal experimentálně na několika problematikách. Dokonce zjistil, že číslo, kterým je potřeba násobit počet časopisů předcházející zóny mezikruží, je konstanta n=5 " [2]

Aplikace

Zákonem se zabývala a aplikovala ho ve svých výzkumech řada vědců. Eva Krištofičová ve své publikaci Prostriedky hodnotenia knižničných a vedeckoinformačných procesov uvádí M.G. Kendalla F. F. Leimkuhlera.

Využití

  • určení poločasu stárnutí toku informací
  • predikace publikačních trendů
  • návrh designu ekonomičtějších informačních systémů
  • hodnocení informačních pramenů ve vědních oborech


Znázornění

Soubor:Bradford.png Zdroj + ukázka příkladu: http://web.sks.cz/users/ku/ZIZ/kvant.htm


JÁDRO: Obsahuje časopisy, které se danému tématu věnují zcela.

ZÓNY: Časopisy v zónách jsou uspořádány tak, aby obsahovaly stejný počet časopisů jako jádro.

Zdroje:

[1]BRADFORD, S. C. Doukumentation. London : Crosby Lockwood, 1948. 154 s.

[2]KRIŠTOFIČOVÁ Eva. Prostriedky hodnotenia knižničných a vedeckoinformačných procesov. Vyd. 1. Bratislava : Centrum vedecko-technických informácií SR, 1997. 157 s. ISBN 80-85165-62-7

Zipfův zákon

Zpracoval: Radek Trojan

Zipfův zákon je bibliometrický zákon, který "popisuje vztah mezi pořadím klíčových slov uspořádaných podle frekvence jejich výskytu" [7].

Historie

Podle knihy Statistika do vesty byl "Zipfův zákon objeven nezávisle na sobě celou řadou osob. Jednou z nich byl americký lingvista a profesor George Kingsley Zipf (1902 až 1950). Zipf objevil jednoduchým vyhodnocením nejrůznějších textů zvláštní zákon, totiž že nejčastěji se vyskytující slovo v textu se vyskytuje dvakrát častěji než druhé slovo. A třikrát častěji než třetí nejčastější slovo. A čtyřikrát tak často jako čtvrté nejčastější slovo. A tak dále."[8] Zajímavá je skutečnost že před Zipfem podobnou zákonitost objevil italský sociolog a ekonom Vilfredo Pareto. Ten ji ovšem neobjevil v souvislosti s obsahem knih ale v souvislosti s rozložením majetku či rozšířeností jazyků.

Rovnice

V knize “TheHuman Behavior and the Principle of Least Effort”[9] publikoval svůj výzkum na knize Odyseus autora J. Joyce. "Zipf zjistil, že v knize je 29,899 různých slov. Tato slova uspořádal podle frekvence výskytu (f). Slovo s nejvyšší hodnotou výskytu přiřadil rank 1 (r), slovo s druhou nejvyšší hodnotou výskytu přiřadil rank 2 (r) a tak dále." [10] Když tedy Zipf vynásobil frekvenci výskytu daného slov s jejich rankem, dostal hodnoty (c) které si jsou velmi blízké. Rovince je tedy r * f = c.

Příklad

V knize je nejvíce obsažené slovo 200krát, tomuto slovu podle Zipfova zákona přiřadíme rank 1. Po výpočtu kdy f= 200 a r=1 vyjde c=200. Pro druhé nejfrekventovanější slovo máme tedy rank 2 a hodnotu c která je rovna 200. Při výpočtu 2 * x = 200 vyjde frekvence výskytu 100. Pro rank 3 je rovnice 3 * x = 200, tedy že frekvence výskytu třetího nejopakovanějšího slova je 66,6krát. Stejný postupem pokračujeme i pro další slova

Využití

podle Terezy Murysové byl Zifpův zákon „později aplikován při řešení úkolu automatického indexování. Na základě Zipfova zákona se konstruovaly slovniky rešeršních slov a nevýznamových (stop) slov, které jsou základem pro automatické vyhledávání.“[10]

Zdroje

  1. RICHTER, Vít BIX-Bibliotheksindex : příklad měření výkonu a činnosti vysokoškolských knihoven. In MOŽNOSTI MĚŘENÍ EFEKTIVNOSTI A VÝKONNOSTI PRO VYSOKOŠKOLSKÉ KNIHOVNY [online]. [s.l.] : [s.n.], 15. 9. 2009 [cit. 2011-05-22]. Dostupné z WWW: <http://www.ukb.muni.cz/kuk/docs/sbornik_mereni/>.
  2. ŠKYŘÍK, Petr. Přežití knihoven a knihovníků: vize nebo iluze? 16. 10. 2009 [cit. 2011-05-22]. Prezentace.
  3. Česká společnost pro jakost. Benchmarking : O Benchmarkingu [online]. Praha : 2002 [cit. 2011-05-10]. Dostupný z WWW: http://www.benchmarking.cz/o_benchmarkingu.asp.
  4. ABZ : slovník cizích slov [online]. 2005-2006 [cit. 2011-05-22]. Pojem Benchmarking. Dostupné z WWW: <http://slovnik-cizich-slov.abz.cz/web.php/slovo/benchmarking>.
  5. Výkonnost podniku a její zvyšování : Základní pojmy [online]. 2008 [cit. 2011-05-22]. Benchmarking. Dostupné z WWW: <http://striz8.fame.utb.cz/msmt2008b/index_soubory/Page530.htm>.
  6. Benchmarking Code of Conduct [online]. 26. 4. 2002 [cit. 2011-05-22]. Dostupné z WWW: <http://ateam.lbl.gov/cleanroom/benchmarking/code.html>.
  7. RESSLER, Miroslav. Informační věda a knihovnictví : výkladový slovník české terminologie z oblasti informační vědy a knihovnictví : výběr z hesel v databázi TDKIV. 1. vyd. Praha : Vydavatelství VŠCHT, 2006. 161 s. ISBN 8070805994
  8. KRÄMER, Walter. Statistika do vesty. Vyd. 1. Praha : Baronet, 2005. 124 s. ISBN 8072148486.
  9. ZIPF, George Kingsley. Human behavior and the principle of least effort : an introduction to human ecology. Cambridge, Mass. : Addison-Wesley Press, 1949. 573 s.
  10. 10,0 10,1 MURYSOVA, Tereza. Možnosti využití bibliometrických metod [online], [cit. 2006-06-25]. Dostupný z WWW: <http://wwwl.cuni.cz/~murysovt/ukoly/bibliomet.htm>

Lotkův zákon

Zpracovala: Pavla Otrasová

Alfred Lotka

Lotka byl Americký matematik, biolog a statistik. Jeho koníčkem bylo vytváření různých statických dokumentů. Pro své potěšení si vytvářel soubory prací renomovaných vědců řazené dle profesí a zjišťoval produktivitu jednotlivých vědců podle počtu publikovaných článků. Ze svého výzkumu, podepřeného přesným statistickým měřením pak vytvořil vzorec, který matematickým zápisem Lotkova zákona.

Lotkův zákon

Lotkův zákon, pojmenovaný po svém tvůrci Alfrédu Lotkovi, díky kterému je možno spočítat míru produktivity autorů podle jejich produkce.

Soubor:Lotkaslaw.png
Vzorec vyjadřující Lotkův zákon.







Jak tento vzorec vysvětluje Eva Krištofičová ve své knize (1): „ ... že keď x autorov bude publikovať jeden článok, tak potom an bude počet autorov prispievajúcich n článkami. “, přičemž jako an je myšlen počet autorů, z nichž každý publikuje n počet článků, jako K je myšlen součin autorů a článků na r-tou. Jako r je v Lotkově zákoně myšleno r=2. V případě, že známe počet autorů publikujících jeden článek, jsme tedy díky vzorci určit i počet autorů, kteří publikovali větší počet článků.

Lotkovým zákonem se dále zabývali i jiní vědci. Murphy a Schorr ověřili tento zákon statisticky v oblasti společenských věd. Radhakrishnan a Kernizan zjistili ve výpočetní technice, že lze tento zákon uplatnit pouze v případě, když sledujeme články vydávané pouze v jediném periodiku. V případě aplikace na více různých periodik mohou být ve výsledných výpočtech významné odchylky. Voss s Ltkovým zákonem souhlasí, ale prohlašuje, že konastanta r by měla mít hodnotu 3, 5.


Zdroje:

  1. KRIŠTOFIČOVÁ, Eva. Prostriedky hodnotenia knižničných a vedeckoinformačných procesov. Vyd. 1. Bratislava : Centrum vedecko-technických informácií SR, 1997. 157 s. ISBN 8085165627.
  2. HAAGA, John . Population Reference Bureau [online]. 2011 [cit. 2011-05-11]. Alfred Lotka, Mathematical Demographer. Dostupné z WWW: <http://www.prb.org/Articles/2000/AlfredLotkaMathematicalDemographer.aspx>.

Impakt faktor a jeho výpočet

Zpracoval: Tomáš Ocásek

IF - Impakt faktor (neboli faktor, ukazatel, koeficient vlivu, dopadu) je jedním z výsledků citační analýzy 4 a ve scientometrii představuje indikátor citovanosti vědeckých nebo odborných časopisů. Přesněji je to koeficient, představující průměrný počet citací průměrné publikace v takovýchto časopisech. IF tedy neříká, že časopis má všechny příspěvky stejně často citované, ale udává průměr, který je často navyšován menšinou více citovaných článků (články, které významně převyšují počtem citací průměr daného časopisu). 1

Impakt faktor měl být původně jen nástroj pro porovnávání citační frekvence. 2 Použití IF jako ukazatele významu či důležitosti časopisu je ošemetné. Je třeba zvážit různé obory zvlášť. Například přírodovědné a zdravotnické časopisy mají IF obecně mnohem vyšší, než časopisy v oboru Informačních studií a knihovnictví. Proto jsou názory na IF jak dobré, tak i negativní. Přesto i proto jde o velmi často diskutované téma.

Výpočet Impakt faktoru

IF je možné vypočítat pro různě dlouhá období. Pro IF za poslední rok: A= všechny citace v roce 1992 B= citace v roce 1992 na články z let 1990 – 1991 (podmnožina k A) C= počet článků publikovaných v letech 1990-91 D= B/C = impakt faktor v roce 1992 3

V případě, že chceme IF pro daný časopis pro období např. pěti let, použijeme vzorec C = A/B, kde A = počet citací v roce 2010 na články daného časopisu v letech 2004 – 2009 B = počet článků vydaných v daném časopise v letech 2004 – 2009 C = pětiletý impakt faktor 3

Journal Citation Reports (JRC) je databáze, ve které je IF zveřejňován a tato jej předává ostatním informačním zdrojům jako je například Ulrich's Periodicals Directory. Pomocí dalších specializovaných indexů v databázi můžeme určit nejčastěji citované časopisy a můžeme také stanovit jejich „ kvalitu“ pro dané vědecké komunity.

JCR obsahuje dvě edice:

- JCR Science Edition (zahrnuje časopisy z oblasti přírodních věd a techniky)

- JCR Social Sciences Edition (zahrnuje časopisy specializované na společenskovědní obory)

(Celkově obsahuje JCR přes 9500 titulů odborných časopisů z více jak 60 zemí světa.)


Literatura:

1. Garfield E. Prestige versus impact: Established images of journals, like institutions, are resistant to change. Essays of an Information Scientist. Philadelphia: ISI Press®, 1989. Vol. 10. p. 263-4.

2. Garfield E. "The Impact Factor and Using It Correctly. Der Unfallchirurg 48 (1998), p. 413

3. Thomsonreuters.com URL: http://thomsonreuters.com/products_services/science/free/essays/impact_factor/

4. WWW.ECONLIB.CZ, URL: http://www.econlib.cz/veda/if.html

5. WWW.JCRWEB.COM, URL: http://jcrweb.com

Oborové časopisy s nejvyšším impakt faktorem

Zpracovala: Tereza Deutschová

Kompletní přehled impaktovaných časopisů nabízí databáze Web of Knowledge. K vyhledávání slouží analytický nástroj Journal Citation Reports. Web of Knowledge obsahuje informace o článcích, autorech, obsahu a referencích, citovanosti a edičních údajích a to vše u cca 7500 významných periodik multioborového zaměření.

Nástroj Journal Citation Reports se dělí na dvě části: přírodní vědy a společenské vědy. Rozdíl mezi impakt faktory čaopisů přírodních a společenských věd je značný. Zatímco nejcitovanější časopis přírodních věd CA-A CANCER JOURNAL FOR CLINICIANS má impakt faktor 87.925, ANNUAL REVIEW OF PSYCHOLOGY, nejcitovanější periodikum společenských věd má impakt faktor „jen“ 22.750. Nejlépe hodnocený časopis, zabývající se INFORMATION SCIENCE & LIBRARY SCIENCE, MIS QUARTERLY, dosahuje impakt faktoru 4.485.


Soubor:Impakt.png
Obr.1 Tabulka dvaceti oborových časopisů s nejvyšším impakt faktorem


MIS Quarterly

Cílem časopisu MIS Quarterly je rozšiřování a předávání znalostí o vývoji IT služeb . Zaměruje se se také na témata ekonomických, organizačních a společenských důsledků IT.


JAMIA

Tento vědecký časopis je zaměřen na biomedicínu a zdravotnickou informatiku. Journal of American Medical Informatics Association (JAMIA) zahrnuje články o informačních systémech, které urychlují vývoj v biomedicíně, a také o informatice v oblasti klinické péče, výzkumu, vzdělání, veřejného zdraví a politiky.


JCMC

Journal of Computer-Mediated Communication (JCMC) je interdisciplinární periodikum v oblasti komunikace, vzdělávání, informační vědy, politologie, sociologie, mediálních studií a dalších oborů. JCMC je jedním z nejstarších on-line časopisů – nepřetržitě publikuje od června 1995.


Journal of Informetrics

Journal of Informetrics publikuje recenzované články o základních kvantitativních aspektech informační vědy. Zaměřuje na prací popisujících základní metody a teorie získávání dat. Tyto metody mohou sloužit kvantitativnímu vysvětlení některých jevů, vyhodnocování informací a jejich výrobců, stejně jako řízení knihoven a dalších informačních center.


Annual Review of Information Science and Technology

Annual Review of Information Science and Technology (ARIST) mapuje krajinu informační vědy a technologií, které poskytují čtenáři analytický, autoritativní a přístupný přehled nových trendů. Jako výroční zpráva vycházi jednou ročně. ARIST pokrývá nejen klíčová témata spojená s ,,klasickou informační vědou (např. bibliometrii, vyhledávání informací), ale také s příbuznými vědami.


Zdroje:

[1]ARIST [online]. c2011 [cit. 2011-05-11]. Statement of Purpose. Dostupné z WWW: <http://www.asis.org/Publications/ARIST/statement.php>.

[2]ISI Web of Knowledge [online]. c2010 [cit. 2011-05-11]. Journal Citation Reports. Dostupné z WWW: <http://admin-apps.isiknowledge.com/JCR/JCR?SID=S2bIGD5cFPD2ic%40pbfh>.

[3]JAMIA [online]. c2011 [cit. 2011-05-11]. About JAMIA. Dostupné z WWW: <http://jamia.bmj.com/site/about/>.

[4]Journal of Computer-Mediated Communication [online]. c2005-2007 [cit. 2011-05-11]. About JCMC. Dostupné z WWW: <http://jcmc.indiana.edu/aboutus.html>.

[5]Journal of Informetrics [online]. c2006 - 2011 [cit. 2011-05-11]. Journal of Informetrics. Dostupné z WWW: <http://ees.elsevier.com/joi/>.

[6]MIS Quarterly [online]. c2010-2011 [cit. 2011-05-11]. About MIS Quarterly. Dostupné z WWW: <http://www.misq.org/about/>.

Testování webu

Zpracoval: Tomáš Vorálek


Tvorba webu s sebou přináší mnoho problémů, k jejichž vyřešení je potřeba spousta úsilí a práce. Celá tato tvorba zahrnuje časově náročné procesy od prvního nápadu, přes realizaci, až k finální verzi. Nedílnou, a velice důležitou součástí tohoto procesu je testování webu. Pokud se tato část vývoje zanedbá, je velice pravděpodobné, že web nebude efektivní a nebude fungovat právě tak, jak bylo předpokládáno. Níže se pokusím poukázat, v čem testování webu spočívá.


Objektivní a subjektivní faktory

Mezi těmito faktory je v testování velký rozdíl, tvoří totiž dvě zcela odlišné skupiny.

Objektivní faktory Jsou to prvky webu zcela jasně vyplývající z testování. Jedná se například o funkčnost všech odkazů, validitu zdrojového kódu nebo o prvky definované pro přístupnost webu. Díky přesným výsledkům bychom se na kvalitnějších webech neměli setkávat s těmito funkčními problémy.

Subjektivní faktory Testování těchto prvků je mnohem náročnější, než u objektivních a to z mnoha důvodů. Hlavním důvodem je náhled na web. Náhled a představa autora webu se může výrazně lišit od představ uživatelů stránek. Mezi tyto faktory se řadí prvky použitelnosti webu.

Testování faktorů Faktory se nerozlišují jen do již zmíněných skupin. Rozdělují se i podle toho, v jakých fázích vývoje se nacházejí. Při tvorbě obsahu se pracuje zejména s hustotou klíčových slov a informační architekturou. V průběhu celého procesu tvorby můžeme kontrolovat validitu, datovou velikost objektů či přístupnost. Ostatní můžeme testovat až na konci vývoje a popřípadě je měnit, např. funkčnost odkazů.


Validita Nejsnadnějším faktorem k testování je validita zdrojového kódu a kaskádových stylů webu. K testování validity slouží tzv. validátory, které jsou nastaveny tak, aby zobrazily všechny chyby a prohřešky proti standardu. Nejčastěji používanými jsou (X)HTML a CSS validátory.

Funkčnost odkazů Každý, kdo sám tvořil web, ví, že funkčnost odkazů je snadná činnost, při které se dá lehce zapomenout na některý ten odkaz, proto je dobré odkazy kontrolovat. K ověření funkčnosti odkazů můžeme využít například Link Checker nebo Xenu's Link Sleuth.

Datová velikost stránek a rychlost načítání objektů. Od celkové velikosti stránek až po jednotlivé soubory na webu se odvíjí doba, kterou uživatel na stránce stráví, než se mu požadované místo zobrazí v plné velikosti. Proto je důležité uzpůsobit velikosti objektů tak, aby načítání netrvalo příliš dlouho a uživatel znechuceně neopustil web. Mezi nástroje k otestování velikosti můžeme zařadit Web Page Analyzer nebo Automatický audit stránek.

Optimalizace pro vyhledávače Optimalizace pro vyhledávače nebo anglicky SEO- Search engine optimization jsou velice různorodou oblastí pro efektivitu webu. Z pohledu testování se můžeme zaměřit jen na některé prvky. Mezi tyto prvky patří například: 1. Hustota klíčových slov- je to velice dobře měřitelný prvek, který by se měl pohybovat mezi 3-7 procenty slov webu. 2. Pozice ve vyhledávačích- místo, na kterém se zobrazujeme po zadání slova, lze testovat ručně nebo můžeme použít program Search Engine Position Checker, který nám ukáže, zda se nacházíme mezi prvními 50 příčkami devíti světově nejpoužívanějšími webovými vyhledávači.


Na testování webu by se nemělo za žádnou cenu zapomínat. Je to výborný způsob, jak zjistit, co webu chybí, v čem je dobrý a jak jsou s ním uživatelé spokojeni.


Použitá literatura:

1) Testování webových stránek | Interval.cz [online]. 2004 [cit. 2011-04-29]. Testování webových stránek. Dostupné z WWW: <http://interval.cz/clanky/testovani-webovych-stranek/>.

2) E-stránka - Účinné testování webů [online]. 2006 [cit. 2011-04-29]. Účinné testování webů. Dostupné z WWW: <http://www.e-stranka.cz/testovani.php>.

3) Testování přístupnosti webových stránek | Blind Friendly Web [online]. 2000 [cit. 2011-04-29]. Testování přístupnosti webových stránek. Dostupné z WWW: <http://blindfriendly.cz/testovani>.


Uživatelské testování použitelnosti


Zpracovala: Anna Mikulášková


Rozhodujícím faktorem úspěšnosti webových stránek je jejich dobrá použitelnost. Ta určuje, jak snadno se na nich uživatelé orientují a vyhledají informace, a také jaký výsledný dojem si ze stránky odnesou. Obsah stránek by proto měl být přehledný, srozumitelný a intuitivní. Uživatelé jsou dnes navyklí vyhledat informace ve velmi krátkém čase. Pokud se tedy nedokáží na stránce rychle zorientovat, stránku opustí a už se tam pravděpodobně nevrátí.

Základem dobré použitelnosti je uživatelské testování, protože nikoliv odborníci, ale potenciální uživatelé nejlépe odhalí chyby a navrhnou efektivnější cestu k cíli. Každý uživatel vnímá webovou stránku jinak, a proto se nelze spolehnout pouze na zkušenosti webdesignéra. Nesmíme ovšem také zapomínat na estetickou stránku webu, která by měla jít ruku v ruce s použitelností. Důležité je zaměřit se na vhodnou volbu slov v menu, grafické rozlišení odkazů, rozmístění textu na stránce, ale i velikost a typ písma či barvu pozadí. Testování také může snížit počet dotazů od zákazníků, čímž se ušetří čas zaměstnancům.


Definice:

Dle Mezinárodní organizace pro normalizaci (ISO) použitelnost určuje "do jaké míry může být produkt používán specifickými uživateli, aby dosáhli specifických cílů účinnou, efektivní a uspokojivou cestou ve specifickém kontextu použití." [2]

Dobrá použitelnost je poznat ve snadném a bezproblémovém používání. Nemusíme tedy přemýšlet o tom, co děláme, ale přesto se dostaneme k cíli. Také snadno poznáme účel webu a co nám nabízí. Pokud je web dobře použitelný, plní cíle svého majitele a buduje značku. Cílem uživatelského testování je poznat a pochopit chování uživatele webu. [1]


Testování můžeme provést:

  • před spuštěním nové verze webu
  • během provozu webu
  • opakovaně (vždy po nápravě nedostatků)


Testujeme když:

  • hledáme chyby v rozhraní (vždy se nějaká najde)
  • chceme poznat, zda naše řešení skutečně funguje
  • chceme najít nová řešení, nové cesty (např. při objednávání zboží)
  • testováním snižujeme náklady na vývoj (nejlépa pokud se začně včas či v průběhu vývoje, ne až je web hotový) [1]


Plán testování

1) určení cílové skupiny webu a jejich potřeb

2) sehnání vhodných testerů (ideální je mix uživatelů s různými handicapy a znalostmi o užívání webu, jejich požadavky se totiž mohou odlišovat)

3) vytvoření scénáře testovnání

4) samotné testování webu pod dohledem odborníka, který může případně navést k cíli

5) analýza výsledků (důležité je správně interpretovat výsledky)

6) prezentace výsledků


Existuje řada firem zabývajících se profesionálním testováním webových stránek pro velké i menší firmy. Náklady na testování ale nemusejí být vysoké, každý si ho může vyzkoušet doma s minimálními náklady. Je důležité nepřeceňovat výběr testerů a raději web otestovat s jedním uživatelem než vůbec, ideálně na počátku vývoje. Vždy by se mělo vycházet z předchozí analýzy slabých míst a myslet na to, co chceme zjistit.

Testovaným osobám je předložen seznam úkolů a sleduje se, jak rychle dokáží potřebné informace vyhledat. Nezadáváme návodné úkoly, protože chceme zjistit, jak si uživatelé umí poradit s webem. Úkoly by tedy měly co nejvíce odpovídat realitě. V průběhu testování posloucháme, co lidé říkají, ale hlavně je sledujeme.

Při uživatelském testování s handicapovanými lidmi se používají tzv. asistivní technologie, které jim pomáhají při práci s webem. Může to být speciální software (screen reader, softwarová lupa, hlasová syntéza) nebo hardware (braillský řádek, přizpůsobená klávesnice či jiné zařízení). [1] V takových případech je třeba brát ohled na to, že například nevidomí lidé neřeší barvy či velikost písma, ale jsou pro ně důležité alternativní textové popisky u grafických objektů, které jim může screen reader přečíst. Někteří lidé zase nepoužívají myš a je pro ně klíčové ovládat webovou stránku pouze přes klávesnici.


Zdroje:

1) Www.slideshare.net : present yourself [online]. 2011 [cit. 2011-05-03]. Radek Pavlíček - testování přístupnosti a použitelnosti webu. Dostupné z WWW: http://www.slideshare.net/radlicek/radek-pavlek-testovn-pstupnosti-a-pouitelnosti-webu

2) KOLÁŘOVÁ, Lucie; VRBOVÁ, Zuzana. Použitelnost [online]. c2010 [cit. 2011-05-03]. Dostupné z WWW: http://hci-pouzitelnost.webnode.cz/

3) BEAIRD, Jason. Principy krásného webdesignu : průvodce krok za krokem [online]. 1. vyd. Praha : Grada, 2010 [cit. 2011-05-03]. 145 s. Dostupné z WWW: http://books.google.cz/books?id=TtpOIoqPVcUC&pg=PA24&dq=U%C5%BEivatelsk%C3%A9+testov%C3%A1n%C3%AD+pou%C5%BEitelnosti&hl=cs&ei=JWakTZ7ePMfb4wayrvCaCg&sa=X&oi=book_result&ct=result&resnum=3&ved=0CEcQ6AEwAg#v=onepage&q=testov%C3%A1n%C3%AD%20pou%C5%BEitelnosti&f=false

4) Dobrý web [online]. 13. 11. 2008 [cit. 2011-05-03]. Uživatelské testování použitelnosti webu v praxi (Adam Fendrych). Dostupné z WWW: http://www.dobryweb.cz/testovani-pouzitelnosti-v-praxi-adam-fendrych/

5) H1.cz [online]. 2011 [cit. 2011-05-03]. Uživatelské testování použitelnosti (user testing). Dostupné z WWW: http://www.h1.cz/testovani-pouzitelnosti

6) Testujem.cz [online]. c2011 [cit. 2011-05-03]. Dostupné z WWW: http://testujem.cz/

Heuristické testování

Zpracoval: Josef Kos


Heuristické testování je pohotovou metodou odhalování nedostatků v použitelnosti uživatelského rozhraní - vhodnou zejména pro usměrnění raných fází vývoje softwaru, která spočívá ve sjednocení výsledků jeho nezávislých zkoumání několika málo kvalifikovanými hodnotiteli, posuzujícími, nakolik vyhovuje uznávaným principům použitelnosti, jejím tzv. "heuristikám".


Odlišnosti od uživatelského testování

  • připomínky není třeba dále interpretovat
  • nevyžaduje funkční verzi software, lze hodnotit i model
  • nápověda hodnotiteli nesnižuje vypovídací hodnotu jeho závěrů


Principy použitelnosti

Pravděpodobně nejpoužívanější soubor heuristik byl formulován Jakobem Nielsenem:[1]

  1. Zřetelnost stavu systému – Systém by měl v rozumném čase za pomoci patřičné zpětné vazby udržovat uživatele neustále informovaného o své činnosti.
  2. Shoda systému a reálného světa – Systém by měl pracovat v jazyce uživatele, s důvěrně známými slovy, frázemi a pojmy, spíše než s výrazy zaměřenými na systém samotný. Dodržujte zvyklosti reálného světa, aby se informace objevovaly v přirozeném a logickém pořadí.
  3. Uživatelská kontrola a volnost – Uživatelé často zvolí funkci systému omylem a potřebují jasně označený „únikový východ“, aby opustili nežádoucí stav bez nutnosti projít rozvleklými dialogy. Podporujte nástroje „zpět“ a „vpřed“.
  4. Konzistentnost a standardy – Uživatelé by neměli váhat, zda různá slova, situace a úkony vyjadřují totéž. Dodržujte zvyklosti platformy.
  5. Předcházení chybám – Ještě lepší než kvalitní chybová hlášení je pečlivý návrh, který výskytu chyby předem zabrání. Bůďto vylučte podmínky náchylné k chybám, anebo je hlídejte a dejte uživateli možnost potvrzení před vykonáním úlohy.
  6. Rozpoznávání, nikoli rozpomínání – ulehčete uživatelově paměti zobrazením objektů, úkonů a možností. Uživatel by si neměl pamatovat informace z jedné části dialogu pro jinou. Pokyny k použití systému by měly být viditelné či snadno dostupné kdykoli je to žádoucí.
  7. Pružnost a efektivita použití – Zkratky neznámé začátečníkům mohou často zrychlit práci zkušeného uživatele, přičemž systém zaujme zkušené i nezkušené. Dovolte uživatelům přizpůsobit si opakované úkony.
  8. Estetický a minimalistický design – Dialogy by neměly obsahovat informace, které jsou nepodstatné či jen zřídka potřebné. Každá jednotka informace přespočet konkuruje jednotkám informace relevantní a ve srovnání snižuje jejich výraznost.
  9. Pomozte uživatelům k rozpoznání a diagnostikování chyb a k zotavení po nich – Chybová hlášení by měla být vyjádřena prostou řečí (nikoli kódem), přesně určit problém a konstruktivně navrhnout řešení.
  10. Nápověda a dokumentace – Přestože je lepší, je-li systém použitelný bez dokumentace, může být poskytnutí nápovědy a dokumentace nezbytné. Jakákoli taková informace by měla být snadno vyhledatelná, zaměřená na uživatelskou úlohu, shrnovat konkrétní kroky k jejímu vykonání a nebýt příliš rozsáhlá. [2]


Počet hodnotitelů

Jako optimální lze doporučit počet hodnotitelů kolem tří, což při nejvyšším poměru přínosu k nákladům u každého dalšího znamená stále zhruba dvoutřetinový podíl úspěšnosti - nalezených problémů s použitelností.[3]


Zdroje:

  1. U.S. Department of Health & Human Services. Usability.gov : Your guide for developing usable & useful web sites [online]. USA : 2009-05-26 [cit. 2011-05-12]. Heuristic Evaluations. Dostupné z WWW: <http://usability.gov/methods/test_refine/heuristic.html#WhatisaHeuristicEvaluation>.
  2. NIELSEN, Jakob. Useit.com [online]. 2005 [cit. 2011-05-12]. Ten Usability Heuristics. Dostupné z WWW: <http://www.useit.com/papers/heuristic/heuristic_list.html>. ISSN 1548-5552.
  3. NIELSEN, Jakob. Useit.com [online]. 2005 [cit. 2011-05-12]. How to Conduct a Heuristic Evaluation. Dostupné z WWW: <http://www.useit.com/papers/heuristic/heuristic_evaluation.html>.


Analýza sociálních sítí

+ Zpracoval: Jakub Hradil

Analýza sociálních sítí (SNA- social network analyst)


Sociální sítě – jsou to sociální vazby mezi lidmi, jak jednotlivců, tak skupin vyjádřené vztahy. Čím pevnější vazby jsou a čím jsou vazby hustší, tím je jedinec bohatší (je více sociálně integrován, což má za důsledek živější sociální život). Z psychologického hlediska síla sociálních vazeb může přinášet pocit vnitřního uspokojení (např. pocit jistoty, sociální interakce, informovanost, ...) Analýza sociálních sítí slouží k monitorování vazeb mezi lidmi, pro potřeby výzkumu v oblasti sociologie, organizačního řízení firem (pro vyšší výkonnost pracovníků) a také pro marketingové účely.


Vazby

Silné – jsou to vazby, kdy se člověk zapojuje do dění ve svém okolí (mohou to být: rodina, přátelé, kolegové v práci)

Slabé – vazby propojující jedince se společností (např. vzdálená rodina, bývalí spolužáci)

Důležité v lidském světě jsou vazby obojího druhu, i silné i slabé zajišťující proces socializace jedince a ústící v jeho sociální život. Větší sociální kapitál přispívá k vyšší informovanosti jedince vedoucí k rozmanitějšímu životu jedince či skupiny. Sociální vazby vznikají vzájemnou interakcí mezi jednotlivci a to v rámci skupiny nebo i mimo ni.


Co mohou být data?

-Vazby mezi lidmi

-Jakékoliv jiné objekty, mezi kterými umíme definovat a změřit vazby

-Je znalost výsledné struktury vědecky užitečná?


Základním prvkem pro analýzu je matice, která je jakousi tabulkou pro určení vazeb mezi uzly. Z matice následně vyčteme data, která zapisujeme do diagramu.


Základními prvky SNA jsou uzly a vazby.

- Uzel – člověk (jedinec), může také znamenat komunitu

- Vazba – spojnice mezi uzly


Centralita je relativní důležitost uzlu v grafu to znamená, že pokud uzel má vazby na více různých komunit, je spojován s mocí

• Ovlivnit ostatní

• Možnost výběru výhodnější transakce

• Málo omezení

Záleží ovšem na formálním přístupu a také na kontextu, co je vazbou.


Degree centrality (stupeň míry uzlu)

- udává, kolik vazeb pojí uzel s ostatními uzly a jejich aktivitu

- je kódována jako procento podílení,

- OutDegree je sumou procent, kterými se daný uzel podílí na uzlech jiných

- InDegree je sumou procent, kterými se jiné uzly podílejí na daném uzlu


Closeness uzlu

- Udává, jaká je vzdálenost od uzlu k uzlu. Nejvyšší je-li možné dosáhnout ke všem uzlům

- V případě usměrněného grafu rozlišujeme inCloseness (odchozí blokovost) outCloseness (příchozí blízkovost)

Betweenest uzlu

- Vyjadřuje jakou roli má v síti zprostředkovatel Freeman: „kolik nejkratších spojnic mezi dvojicemi uzlů musí propojit přes měřený uzel“

- pouze binarní data (“1“, “0“)

- musí být použita symetrizovaná data, jinak sečteme usměrněnou verzi


Podskupiny v síti


Kliky(cliques) a podskupiny - vyjadřují party (skupiny lidí) - Skupina uzlů v síti, jejichž vzájemné propojení je hustší, než celková hustota v síti. - Identifikace klik patří k základním analýzám struktury sítě


N-cliques umožňuje zahrnout i jedince, kteří se váží pouze zprostředkovanou vazbou Zadávané parametry: - Minimální velikost - Maximální délka vazby - Podmínka: Všechny dvojice musí být propojeni maximálně N dlouhou vazbou


Datamining - jak opatřit data jinak než dotazníkem:


Emailmining – SMPT protokol – ne zcela legální cesta


Textmining – informace z textu získávané pomocí robota, který prohledává noviny a články na internetu


Zdroje

1) http://en.wikipedia.org/wiki/Cloud_computing

2) http://www.lupa.cz/clanky/zaklady-analyzy-a-monitoringu-socialnich-siti-celostni-pr-a-myty/

3) http://www.lupa.cz/clanky/zaklady-analyzy-a-monitoringu-socialnich-siti-ii-horizontalni-analyza/

4) http://www.lupa.cz/clanky/zaklady-analyzy-a-monitoringu-socialnich-siti-3-analyza-nalad/

5) http://www.lupa.cz/clanky/zaklady-analyzy-a-monitoringu-socialnich-siti-4-mereni-uspesnosti-roi/

6) http://www.slideshare.net/david.combe/a-comparative-study-of-social-network-analysis-tools

7) http://www.adamhazdra.com/downloads/Design_sluzeb_Hazdra_2010.pdf

8) http://www.bookz.cz/wordpress/2011/03/11/marek-prokop-par-poznamek-k-diskusi-o-elektronickych-knihach/

9) http://tlampac.webnode.cz/news/jan-velat-analyza-struktury-vztahu-mezi-vednimi-disciplinami/