ݺߣ

ݺߣShare a Scribd company logo
Výzkumný proces
Metodologie ISK, 22. září 2012
1.   volba ýܳného problému




                                                 Po celou dobu: zajišťování kvality
2.   formulace ýܳných otázek
3.   rozhodnutí o populaci a vzorku
4.   rozhodnutí o technikách sběru dat
5.   konstrukce ýܳného nástroje
6.   pilotáž ýܳného nástroje a jeho úprava
7.   sběr dat
8.   analýza dat
9.   psaní ýܳné zprávy
Operaciona
  Teorie      Hypotézy
                           lizace



Interpretac
                Sběr     Vzorkování
     e




Validizace
Případ –
                          Sběr –            Předpoklady
                       interpretace
                                            Vzorkování
Porovnávání
                                   Porovnávání
               Vzorkování


       Případ –                            Případ –
        Sběr –
     interpretace
                                            Sběr –
                                         interpretace
                                                         Teorie
              Porovnávání
                            Vzorkování
Volba ýܳného problému
Výzkumný proces
The formulation of a problem is often more
essential than its solution.“
(Selltiz, in Powell, 1997, p. 19)
   Odborná literatura (doporučení pro další
    ýܳy – v závěrech článků, editorialech…)
   Nesouhlas se závěry předešlých ýܳů
   Spory o povahu problému
   Replikace existujících ýܳů (ověření
    reliability škál)
   Rozšíření existujících ýܳů (na jiný
    vzorek, o nové metody (traingulace)
   Praktické problémy, osobní zkušenost
   Brainstorming s ostatními
   Osobní zaujetí
   Grantové výzvy, výzvy pro přihlašování
    příspěvků do konferencí, sborníků,
    tematických čísel časopisů…
1.   Bude mít ýܳ nějakou společenskou,
     vědeckou nebo vzdělávací hodnotu?
2.   Bude možné prakticky aplikovat jeho
     výsledky?
3.   Jsme dostatečně kvalifikovaní?
                                          „So
4.   Můžeme ýܳ provést?              what?
5.   Chceme jej dělat?                   test“
 je jasně a precizně formulován,
 identifikuje to, co budeme zkoumat,
 není postaven pouze na subjektivním stanovisku
  autora/ky,
 je dobře (zejména časově a místně) ohraničen
 je zobecnitelný (preference problémů, které
  mohou být využity i jinde),
 obsahuje odůvodnění důležitosti (potřebnosti)
  zkoumaného tématu,
 používá vhodnou terminologii (pozor na
  žargon, nepřesné termíny atd.)
                              Hernon & Metoyer-Duran, 1993
Navíc:

   je proveditelný (je možné sesbírat data)
   je teoreticky propojený s důležitými
    koncepty a fenomény
   je relevantní v daném oboru
                                        Punch, 1998
Typ problému                           Metody
Názory, postoje a pocity skupiny       Focus groups
Názory, postoje a chápání světa        Rozhovory
jednotlivci
Vysvětlení lidského chování            Pozorování
Zlepšení produktu                      Testování použitelnosti
Analýza informačních zdrojů            Obsahová analýza
Analýza informačních zdrojů a jejich   Bibliometrie
provázanosti/citování
Porovnání rozdílů v chování lidí       Experimentální design, dotazníková
(ženy/muži, před/po)                   šetření
Pochopení vývoje jevu                  Historický průzkum
• Je cílem popsat stav nebo
          • Je cílem něco popsat,
                                                odhalit vztahy mezi
            identifikovat?
                                                proměnnými?
  Cíl     • Proměnné nelze měřit?     Cíl     • Proměnné lze měřit?




          • Kvalitativní ýܳ               • Kvantitativní ýܳ
Design                              Design

                                              • Výzkumné otázky
          • Výzkumné otázky                     deskriptivní statistika
                                              • Výzkumné hypotézy
Problém                             Problém     Induktivní statistika
4. Zkoumání měřitelnosti



3. Hledání proměnných a vztahů



                                 2. Definice pojmů


                  1. Dekompozice tématu
Zdroj: Reichel, 2009, s. 50
Rozložení na dílčí, zpřesňující problémy (dílčí
   ýܳné otázky)

   Lepší zvládnutelnost
   Mohou být zkoumány samostatně
   Nemělo by jich být moc
   Rozvést hlavní dílčí problémy Nezapomeňte na
                                      teorii! (Někdo už
                                      to zkoumal před
                                            vámi)
   Tzv. operační/operativní definice
    (jen kvantitativní ýܳ!)
   Neříká, co proměnná je, ale jak se pozná
   Koncept je vyjádřen popisem operací, kterými
    bude měřen
   I operační definice musí být zakotvena v
    teorii
   Často nemůžeme zkoumat samu vlastnost,
    ale jen její empiricky evidentní projevy
   Závislé a nezávislé proměnné
   Rozlišitelné (každá proměnná nabývá aspoň
    dvou možných hodnot)
   Při hledání proměnných dochází k redukci
    reality na tyto proměnné a redukci
    pozorovaných vztahů mezi nimi
   Hypotézy jen v induktivní statistice
   Výroky o vztazích mezi proměnnými
       Zahrnují potřebné definice pojmů (proměnných)
       Testovatelné
       Nepotvrzení hypotézy neznamená neúspěch



          Úvodní hypotéza        Pracovní hypotézy
Výzkumné téma: Jak studenti poznávají? Kdo/co je pro ně
    kognitivní autorita?
Úvodní hypotéza: Kdo nebo co je pro studenty kognitivní
    autoritou, se liší dle zkušeností a jiných charakteristik
    studentů.
Dekompozice:
Existuje vztah mezi délkou studia a vnímanými kognitivními
    autoritami?
Existuje vztah mezi pohlavím a vnímanými kognitivními
    autoritami?
…
Pracovní hypotézy: Délka studia ovlivňuje, zda jsou vyučující
    přijímáni jako kognitivní autorita.
…
áá            Závislá
proměnná            proměnná
    A                  B



A           B   A          B
       Nepravá korelace    • Chybějící střední člen
                   A
                                           A
    X
                                X
                   B
                                           B



       Vývojová sekvence   • Nepravá příčina
                                           A
    X          A       B
                                B
                                           X
Kvantitativní ýܳ vs.
kvalitativní ýܳ
4 redukce reality v kvantitativním ýܳu:
 redukce populace na vzorek
 redukce počtu pozorovaných proměnných
 redukce vztahů mezi proměnnými
 redukce časového kontinua na 1 bod


Kvalitativní ýܳ: k tak velké redukci reality
 nedochází  vyšší validita
Populace a vzorek
Populace / základní soubor
 Soubor jednotek, které chceme zkoumat –
  předpokládáme, že naše výroky jsou pro
  tento soubor platné
 Soubor jednotek, ze kterých vybíráme vzorek
Vzorek (výběrový soubor):
 Množina subjektů, které ve ýܳu
  zastupují náš výběrový soubor
 Jednotky, které skutečně zkoumáme,
  pozorujeme
   Uživatelé knihoven (ýܳy spokojenosti)
   Studenti Masarykovy univerzity (ýܳy
    informačního chování)
   Knihovníci VŠ knihoven (popisné ýܳy)
   Knihovny (benchmarking)
   Webové stránky (testování použitelnosti)
   Periodika ve specifickém oboru (bibliometrie)
   …
   … pokračování příště – metody sběru dat 
Brainstorming
Navrhněte ve skupině 1-
 2 ýܳné problémy
Ad

Recommended

Metodologie ISK - úvod a historie
Metodologie ISK - úvod a historie
Ladislava Zbiejczuk Suchá
Výběr vzorku
Výběr vzorku
Ladislava Zbiejczuk Suchá
Analýza kvalitativních dat
Analýza kvalitativních dat
Ladislava Zbiejczuk Suchá
Výzkumný plán
Výzkumný plán
PARTSIP: Partnerská síť informačních profesionálů
Metodologie mindmap
Metodologie mindmap
Ladislava Zbiejczuk Suchá
Jak napsat dobry odborny clanek
Jak napsat dobry odborny clanek
CEINVE
Jak na dotazniky?
Jak na dotazniky?
Ladislava Zbiejczuk Suchá
Jak na rozhovory?
Jak na rozhovory?
Ladislava Zbiejczuk Suchá
Mystery shopping v knihovnách
Mystery shopping v knihovnách
Ladislava Zbiejczuk Suchá
Empatie, experimenty a data
Empatie, experimenty a data
Ladislava Zbiejczuk Suchá
Výzkumy pro inovace
Výzkumy pro inovace
Ladislava Zbiejczuk Suchá
Měření spokojenosti v knihovnách
Měření spokojenosti v knihovnách
Ladislava Zbiejczuk Suchá
Co se sesbíranými daty
Co se sesbíranými daty
Ladislava Zbiejczuk Suchá
30 metod pro ýܳy uživatelů (nejen v knihovnách)
30 metod pro ýܳy uživatelů (nejen v knihovnách)
Ladislava Zbiejczuk Suchá
Vyzkumy - prezentace Zuibří
Vyzkumy - prezentace Zuibří
Ladislava Zbiejczuk Suchá
Teorie v Informačních studiích a knihovnictví
Teorie v Informačních studiích a knihovnictví
Ladislava Zbiejczuk Suchá
představy o ýܳu v ISK
představy o ýܳu v ISK
Ladislava Zbiejczuk Suchá
Věda, paradigmata, teorie
Věda, paradigmata, teorie
Ladislava Zbiejczuk Suchá
Praktické školení “Dotazníková šetření v knihovnách”
Praktické školení “Dotazníková šetření v knihovnách”
Gabriela Šimková
Dotazník jako součást diplomové práce: na co si dát pozor?
Dotazník jako součást diplomové práce: na co si dát pozor?
Ústřední knihovna FF MU
Výzkum a inovace
Výzkum a inovace
AdamHazdra
Zaklady kvalitativniho setreni
Zaklady kvalitativniho setreni
CEINVE
Zaklady dotaznikoveho setreni
Zaklady dotaznikoveho setreni
CEINVE
Metodologie dotazniky
Metodologie dotazniky
Ladislava Zbiejczuk Suchá

More Related Content

Viewers also liked (15)

Jak na dotazniky?
Jak na dotazniky?
Ladislava Zbiejczuk Suchá
Jak na rozhovory?
Jak na rozhovory?
Ladislava Zbiejczuk Suchá
Mystery shopping v knihovnách
Mystery shopping v knihovnách
Ladislava Zbiejczuk Suchá
Empatie, experimenty a data
Empatie, experimenty a data
Ladislava Zbiejczuk Suchá
Výzkumy pro inovace
Výzkumy pro inovace
Ladislava Zbiejczuk Suchá
Měření spokojenosti v knihovnách
Měření spokojenosti v knihovnách
Ladislava Zbiejczuk Suchá
Co se sesbíranými daty
Co se sesbíranými daty
Ladislava Zbiejczuk Suchá
30 metod pro ýܳy uživatelů (nejen v knihovnách)
30 metod pro ýܳy uživatelů (nejen v knihovnách)
Ladislava Zbiejczuk Suchá
Vyzkumy - prezentace Zuibří
Vyzkumy - prezentace Zuibří
Ladislava Zbiejczuk Suchá
Teorie v Informačních studiích a knihovnictví
Teorie v Informačních studiích a knihovnictví
Ladislava Zbiejczuk Suchá
představy o ýܳu v ISK
představy o ýܳu v ISK
Ladislava Zbiejczuk Suchá
Věda, paradigmata, teorie
Věda, paradigmata, teorie
Ladislava Zbiejczuk Suchá

Similar to Výzkumný proces (20)

Praktické školení “Dotazníková šetření v knihovnách”
Praktické školení “Dotazníková šetření v knihovnách”
Gabriela Šimková
Dotazník jako součást diplomové práce: na co si dát pozor?
Dotazník jako součást diplomové práce: na co si dát pozor?
Ústřední knihovna FF MU
Výzkum a inovace
Výzkum a inovace
AdamHazdra
Zaklady kvalitativniho setreni
Zaklady kvalitativniho setreni
CEINVE
Zaklady dotaznikoveho setreni
Zaklady dotaznikoveho setreni
CEINVE
Metodologie dotazniky
Metodologie dotazniky
Ladislava Zbiejczuk Suchá
Metody a techniky marketingového ýܳu - Jan Tuček, ředitel (STEM/MARK), př...
Metody a techniky marketingového ýܳu - Jan Tuček, ředitel (STEM/MARK), př...
TUESDAY Business Network
Kombinace metod I - Daniel Prokop a Jan Tuček
Kombinace metod I - Daniel Prokop a Jan Tuček
SIMAR
Mup.pam.01
Mup.pam.01
Jan Sládek
Kombinace metod sběru dat - Nutnost nebo luxus?
Kombinace metod sběru dat - Nutnost nebo luxus?
STEM/MARK
Petr Soukup: Výzvy sociologického ýܳu
Petr Soukup: Výzvy sociologického ýܳu
SIMAR
Jiřina Svitáková - Evaluační myšlení v knihovně: o krok dál za statistikou
Jiřina Svitáková - Evaluační myšlení v knihovně: o krok dál za statistikou
KISK FF MU
Moderování testů použitelnosti - Jakub Franc
Moderování testů použitelnosti - Jakub Franc
Asociace UX (Prague ACM SIGCHI)
Oldřich Botlík o celoplošnom testovaní
Oldřich Botlík o celoplošnom testovaní
noveskolstvo.sk
Laďka Suchá: Dejte uživatelům slovo
Laďka Suchá: Dejte uživatelům slovo
KISK FF MU
Workshop - Sasinka - Metodologické aspekty empirického ýܳu v oblasti kogn...
Workshop - Sasinka - Metodologické aspekty empirického ýܳu v oblasti kogn...
swenney
Definovani problému
Definovani problému
CEINVE
Definování problému a práce s tématem
Definování problému a práce s tématem
CEINVE
Praktické školení “Dotazníková šetření v knihovnách”
Praktické školení “Dotazníková šetření v knihovnách”
Gabriela Šimková
Dotazník jako součást diplomové práce: na co si dát pozor?
Dotazník jako součást diplomové práce: na co si dát pozor?
Ústřední knihovna FF MU
Zaklady kvalitativniho setreni
Zaklady kvalitativniho setreni
CEINVE
Zaklady dotaznikoveho setreni
Zaklady dotaznikoveho setreni
CEINVE
Metody a techniky marketingového ýܳu - Jan Tuček, ředitel (STEM/MARK), př...
Metody a techniky marketingového ýܳu - Jan Tuček, ředitel (STEM/MARK), př...
TUESDAY Business Network
Kombinace metod I - Daniel Prokop a Jan Tuček
Kombinace metod I - Daniel Prokop a Jan Tuček
SIMAR
Kombinace metod sběru dat - Nutnost nebo luxus?
Kombinace metod sběru dat - Nutnost nebo luxus?
STEM/MARK
Petr Soukup: Výzvy sociologického ýܳu
Petr Soukup: Výzvy sociologického ýܳu
SIMAR
Jiřina Svitáková - Evaluační myšlení v knihovně: o krok dál za statistikou
Jiřina Svitáková - Evaluační myšlení v knihovně: o krok dál za statistikou
KISK FF MU
Oldřich Botlík o celoplošnom testovaní
Oldřich Botlík o celoplošnom testovaní
noveskolstvo.sk
Laďka Suchá: Dejte uživatelům slovo
Laďka Suchá: Dejte uživatelům slovo
KISK FF MU
Workshop - Sasinka - Metodologické aspekty empirického ýܳu v oblasti kogn...
Workshop - Sasinka - Metodologické aspekty empirického ýܳu v oblasti kogn...
swenney
Definovani problému
Definovani problému
CEINVE
Definování problému a práce s tématem
Definování problému a práce s tématem
CEINVE
Ad

Výzkumný proces

  • 2. 1. volba ýܳného problému Po celou dobu: zajišťování kvality 2. formulace ýܳných otázek 3. rozhodnutí o populaci a vzorku 4. rozhodnutí o technikách sběru dat 5. konstrukce ýܳného nástroje 6. pilotáž ýܳného nástroje a jeho úprava 7. sběr dat 8. analýza dat 9. psaní ýܳné zprávy
  • 3. Operaciona Teorie Hypotézy lizace Interpretac Sběr Vzorkování e Validizace
  • 4. Případ – Sběr – Předpoklady interpretace Vzorkování Porovnávání Porovnávání Vzorkování Případ – Případ – Sběr – interpretace Sběr – interpretace Teorie Porovnávání Vzorkování
  • 7. The formulation of a problem is often more essential than its solution.“ (Selltiz, in Powell, 1997, p. 19)
  • 8. Odborná literatura (doporučení pro další ýܳy – v závěrech článků, editorialech…)  Nesouhlas se závěry předešlých ýܳů  Spory o povahu problému  Replikace existujících ýܳů (ověření reliability škál)  Rozšíření existujících ýܳů (na jiný vzorek, o nové metody (traingulace)
  • 9. Praktické problémy, osobní zkušenost  Brainstorming s ostatními  Osobní zaujetí  Grantové výzvy, výzvy pro přihlašování příspěvků do konferencí, sborníků, tematických čísel časopisů…
  • 10. 1. Bude mít ýܳ nějakou společenskou, vědeckou nebo vzdělávací hodnotu? 2. Bude možné prakticky aplikovat jeho výsledky? 3. Jsme dostatečně kvalifikovaní? „So 4. Můžeme ýܳ provést? what? 5. Chceme jej dělat? test“
  • 11.  je jasně a precizně formulován,  identifikuje to, co budeme zkoumat,  není postaven pouze na subjektivním stanovisku autora/ky,  je dobře (zejména časově a místně) ohraničen  je zobecnitelný (preference problémů, které mohou být využity i jinde),  obsahuje odůvodnění důležitosti (potřebnosti) zkoumaného tématu,  používá vhodnou terminologii (pozor na žargon, nepřesné termíny atd.) Hernon & Metoyer-Duran, 1993
  • 12. Navíc:  je proveditelný (je možné sesbírat data)  je teoreticky propojený s důležitými koncepty a fenomény  je relevantní v daném oboru Punch, 1998
  • 13. Typ problému Metody Názory, postoje a pocity skupiny Focus groups Názory, postoje a chápání světa Rozhovory jednotlivci Vysvětlení lidského chování Pozorování Zlepšení produktu Testování použitelnosti Analýza informačních zdrojů Obsahová analýza Analýza informačních zdrojů a jejich Bibliometrie provázanosti/citování Porovnání rozdílů v chování lidí Experimentální design, dotazníková (ženy/muži, před/po) šetření Pochopení vývoje jevu Historický průzkum
  • 14. • Je cílem popsat stav nebo • Je cílem něco popsat, odhalit vztahy mezi identifikovat? proměnnými? Cíl • Proměnné nelze měřit? Cíl • Proměnné lze měřit? • Kvalitativní ýܳ • Kvantitativní ýܳ Design Design • Výzkumné otázky • Výzkumné otázky deskriptivní statistika • Výzkumné hypotézy Problém Problém Induktivní statistika
  • 15. 4. Zkoumání měřitelnosti 3. Hledání proměnných a vztahů 2. Definice pojmů 1. Dekompozice tématu
  • 17. Rozložení na dílčí, zpřesňující problémy (dílčí ýܳné otázky)  Lepší zvládnutelnost  Mohou být zkoumány samostatně  Nemělo by jich být moc  Rozvést hlavní dílčí problémy Nezapomeňte na teorii! (Někdo už to zkoumal před vámi)
  • 18. Tzv. operační/operativní definice (jen kvantitativní ýܳ!)  Neříká, co proměnná je, ale jak se pozná  Koncept je vyjádřen popisem operací, kterými bude měřen  I operační definice musí být zakotvena v teorii
  • 19. Často nemůžeme zkoumat samu vlastnost, ale jen její empiricky evidentní projevy  Závislé a nezávislé proměnné  Rozlišitelné (každá proměnná nabývá aspoň dvou možných hodnot)  Při hledání proměnných dochází k redukci reality na tyto proměnné a redukci pozorovaných vztahů mezi nimi
  • 20. Hypotézy jen v induktivní statistice  Výroky o vztazích mezi proměnnými  Zahrnují potřebné definice pojmů (proměnných)  Testovatelné  Nepotvrzení hypotézy neznamená neúspěch Úvodní hypotéza Pracovní hypotézy
  • 21. Výzkumné téma: Jak studenti poznávají? Kdo/co je pro ně kognitivní autorita? Úvodní hypotéza: Kdo nebo co je pro studenty kognitivní autoritou, se liší dle zkušeností a jiných charakteristik studentů. Dekompozice: Existuje vztah mezi délkou studia a vnímanými kognitivními autoritami? Existuje vztah mezi pohlavím a vnímanými kognitivními autoritami? … Pracovní hypotézy: Délka studia ovlivňuje, zda jsou vyučující přijímáni jako kognitivní autorita. …
  • 22. áá Závislá proměnná proměnná A B A B A B
  • 23. Nepravá korelace • Chybějící střední člen A A X X B B  Vývojová sekvence • Nepravá příčina A X A B B X
  • 25. 4 redukce reality v kvantitativním ýܳu:  redukce populace na vzorek  redukce počtu pozorovaných proměnných  redukce vztahů mezi proměnnými  redukce časového kontinua na 1 bod Kvalitativní ýܳ: k tak velké redukci reality nedochází  vyšší validita
  • 27. Populace / základní soubor  Soubor jednotek, které chceme zkoumat – předpokládáme, že naše výroky jsou pro tento soubor platné  Soubor jednotek, ze kterých vybíráme vzorek Vzorek (výběrový soubor):  Množina subjektů, které ve ýܳu zastupují náš výběrový soubor  Jednotky, které skutečně zkoumáme, pozorujeme
  • 28. Uživatelé knihoven (ýܳy spokojenosti)  Studenti Masarykovy univerzity (ýܳy informačního chování)  Knihovníci VŠ knihoven (popisné ýܳy)  Knihovny (benchmarking)  Webové stránky (testování použitelnosti)  Periodika ve specifickém oboru (bibliometrie)  …
  • 29. … pokračování příště – metody sběru dat 
  • 30. Brainstorming Navrhněte ve skupině 1- 2 ýܳné problémy