METODY BADAŃ SPOŁECZNYCH WYKŁAD 3 dr Agnieszka Kacprzak PROJEKTOWANIE BADAŃ PROJEKT BADAWCZY ZAINTERESOWANIA PRZEGLĄD LITERATURY, OBSERWACJE, BADANIA EKSPLORACYJNE OKRESLENIE CELU/ PROBLEMU BADAWCZEGO HIPOTEZY KONCEPTUALIZACJA WYBÓR METODY BADAWCZEJ OPERACJONALIZACJA POPULACJA i DOBÓR PRÓBY OBSERWACJE (BADANIE) ANALIZA DANYCH I RAPORT Z BADAŃ 1
PRZYKŁAD Zainteresowania: postawy pracowników wobec nowego systemu wynagrodzeń w firmie X Przegląd literatury: jak w innych firmach, w których wprowadzono taki system zareagowali na niego pracownicy; jakie są ogólne wady/zalety tego typu systemu wynagrodzeń? Obserwacja eksploracyjna: uczestnictwo w zebraniu załogi, wywiady z kilkoma pracownikami Określenie celu: Jaki procent pracowników będzie zadowolony ze zmiany? (cel opisowy stan faktyczny) Jak będzie różnił się poziom zadowolenia ze zmiany w różnych grupach pracowników? (cel opisowy porównawczy) Z czego wynikać będą protesty? (cel wyjaśniający) Hipotezy: PRZYKŁAD (2) 60% pracowników firmy będzie zadowolonych ze zmiany systemu wynagrodzenia Inżynierowie będą zadowoleni bardziej niż pracownicy wykonawczy. Niezadowolenie będzie wynikać z niewystarczającego zaangażowania pracowników w proces projektowania nowego systemu wynagrodzeń. Konceptualizacja: co rozumiesz pod pojęciem zadowolenie ze zmiany? Jak podzielisz pracowników pod względem zajmowanych stanowisk? Wybór metody badawczej: do badania postaw dobre są badania ankietowe (sondażowe), ale może analiza treści skarg kierowanych do związków zawodowych? Albo wywiady pogłębione? PRZYKŁAD (3) Operacjonalizacja: jeśli zdecydujemy się na badania ankietowe- to jak będą brzmieć pytania w kwestionariuszu? Populacja i dobór próby: kogo dokładnie będziemy badać? Wszystkich pracowników firmy X? Czy wyselekcjonowaną próbę? Jak sprawić aby była ona reprezentatywna? Obserwacja (badanie): zebranie danych empirycznych Analiza danych i raport z badań: nadanie danym odpowiedniej formy, interpretacja, zaprezentowanie wyników 2
CELE BADAWCZE CELE BADAWCZE CELE EKSPLORACYJNE OPISOWE WYJAŚNIAJĄCE CELE EKSPLORACYJNE Gdy badamy zupełnie nową dziedzinę, chcemy naświetlić jakiś nowy temat Trzy cele badań eksploracyjnych: 1. Zaspokojenie ciekawości badacza i jego pragnienia lepszego zrozumienia przedmiotu 2. Zbadanie możliwości podjęcia szerszych badań 3. Wypracowanie metod, które zostaną użyte w dalszych badaniach WADA: nie dają odpowiedzi na pytania badawcze. Wskazują tylko do niej drogę. 3
CELE OPISOWE Dokładne opisanie jakiejś sytuacji lub zdarzenia Może być porównawczy lub przedstawiający ewolucję w czasie Np. spis ludności, badania marketingowe opisujące konsumentów w różnych segmentach rynku, czy opis kultury jakiejś organizacji PYTANIA O STAN FAKTYCZNY Co się stało? PYTANIA PORÓWNAWCZE Czy tak się dzieje wszędzie? PYTANIE O ROZWÓJ WYPADKÓW Czy działo się to stopniowo? CELE WYJAŚNIAJĄCE Odpowiedź na pytanie: dlaczego? Badamy związki przyczynowo skutkowe W sposób idiograficzny: w pełni poznajemy jednego konsumenta i staramy się dowiedzieć, czemu zachowuje się na rynku w taki sposób W sposób nomotetyczny: szukamy czynników ogólnych (zmiennych niezależnych), które są odpowiedzialne za zmienność danej cechy np. na skłonność do zakupów impulsywnych wpływa wiek, płeć, miejsce dokonywania zakupów KRYTERIA PRZYCZYNOWOŚCI 1. Zmienne muszą być skorelowane 2. Przyczyna występuje przed skutkiem 3. Nie ma pozorności korelacja statystyczna nie zawsze świadczy o związku przyczynowoskutkowym. Często wyjaśnieniem jest TRZECIA ZMIENNA, której nie wzięliśmy pod uwagę. Na przykład: Korelacja między sprzedażą lodów i liczbą utonięć Korelacja między liczbą mułów a liczbą profesorów w danej miejscowości Korelacja między wielkością stopy a zdolnościami matematycznymi u dzieci Korelacja między stopą urodzeń a ilością bocianów 4
KRYTERIA PRZYCZYNOWOŚCI (2) Tak więc mówiąc: istnieje korelacja między zawodem a poziomem wypalenia zawodowego mamy na myśli trzy rzeczy: 1. Istnieje statystycznie istotna korelacja między tymi dwoma zmiennymi 2. Osoba uzyskała najpierw zawód a potem dopiero osiągnęła swój poziom wypalenia zawodowego 3. Nie istnieje trzecia zmienna, pozwalająca uznać tę zależność za pozorną BŁĘDNE KRYTERIA PRZYCZYNOWOŚCI Pełna przyczynowość: dana zmienna nie wyjaśnia danego zjawiska w sposób całościowy, jest to tylko jedna z przyczyn Przypadek wyjątkowy: wyjątki nie podważają prawdziwości związku między zmiennymi Większość przypadków: związek przyczynowy może być prawdziwy nawet jeśli nie dotyczy większości przypadków (wystarcza, że dana zmienna zwiększa prawdopodobieństwo wystąpienia innej) JEDNOSTKI ANALIZY Te przedmioty, które badamy, aby stworzyć ich syntetyczny opis oraz wyjaśnić różnice między nimi Nie zawsze jest to to samo co jednostki obserwacji PRZYKŁAD: różnice zdań w kwestii kary śmierci a częstość rozwodów jednostka obserwacji: pojedynczy człowiek (mąż lub żona), jednostka analizy: małżeństwo 5
TYPOWE JEDNOSTKI ANALIZY W NAUKACH SPOŁECZNYCH Jednostki indywidualne (studenci, wyborcy, lesbijki, pracownicy firmy X, pielęgniarki, samotni rodzice itd.) np. 60 % pracowników firmy X to kobiety Grupy (rodzina, małżeństwo, grupa koleżeńska, gang, miasto itd.) np. 50 % rodzin ma dwoje dzieci Organizacje (przedsiębiorstwa, urzędy, szkoły wyższe, kościoły) np. 80 % przedsiębiorstw zatrudnia mniej niż 10 osób Interakcje społeczne (telefony, kłótnie, zebrania, dyskusje na czacie, wiece wyborcze itd.) np. 40 % zebrań zespołu zakończyło się brakiem kompromisu Wytwory społeczne (książki, budynki, obrazy, dowcipy itd.) np. Większość książek dla dzieci przedstawia kobiety i mężczyzn w stereotypowych rolach JEDNOSTKI ANALIZY - ĆWICZENIE a) Kobiety oglądają telewizję częściej niż mężczyźni, dlatego, że na pracę poza domem przeznaczają mniej godzin niż mężczyźni b) Mimo że wydaje się, że na decyzje o zmianach w systemie opieki medycznej duży wpływ mają pielęgniarki, to proces podejmowania decyzji jest zdominowany przez administrację i wyższy personel medyczny c) W trakcie analiz badamy, czy empiryczne odkrycia współczesnych teorii organizacji odnoszą się zarówno do prywatnych przedsiębiorstw jak i instytucji publicznych d) Analizując nazwy stanowisk w badanej instytucji sprawdzamy jak i dlaczego poszczególne piony różnią się pod względem liczby stanowisk określonego typu BŁĘDNE WNIOSKOWANIE O JEDNOSTKACH ANALIZY Błąd ekologiczny założenie, że to czego dowiadujemy się o jednostce zbiorowej, mówi nam coś także o pojedynczych elementach, z których się ona składa. PRZYKŁAD: wskaźnik samobójstw jest wyższy w krajach protestanckich niż katolickich WNIOSEK: Protestanci popełniają więcej samobójstw BŁĄD: Może to katolicy mieszkający w krajach protestanckich popełniają te samobójstwa? JEDNOSTKA ANALIZY: kraj a nie pojedynczy człowiek 6
BŁĘDNE WNIOSKOWANIE O JEDNOSTKACH ANALIZY (2) Redukcjonizm próba tłumaczenia zjawisk przy pomocy wąskiego zbioru pojęć lub pojęć niższego poziomu. Nie branie pod uwagę wszystkich możliwych zmiennych. PRZYKŁAD: przyczyny wybuchu rewolucji amerykańskiej Redukcjonizm socjologiczny: przywiązanie do wartości jaką jest wolność osobista (badamy jednostki) Redukcjonizm ekonomiczny: trudne położenie ekonomiczne kolonii względem Anglii (badamy poszczególne stany jako jednostki gospodarcze) Redukcjonizm psychologiczny: megalomania ojców założycieli (badamy osobowość poszczególnych przywódców) BADANIA ROZCIĄGNIĘTE W CZASIE Badania przekrojowe obserwacja próby w jednym punkcie w czasie ( zdjęcie ) Badania dynamiczne umożliwiają obserwację tego samego zjawiska przez dłuższy czas ( film ) Badania trendów zmiany w czasie zachodzące wewnątrz jakiejś populacji Badania kohort demograficznych zmiany zachodzące wśród ludzi z danej grupy wiekowej Badania panelowe badania dotyczące za każdym razem dokładnie tego samego zbioru osób KONCEPTUALIZACJA 7
KONCEPCJE I POJĘCIA Większość zmiennych, które badamy w badaniach społecznych nie występuje w tak obiektywny sposób jak np. skały. Są one wymyślone i często wieloznaczne. Używając jakiegoś pojęcia odwołujemy się do naszej jego koncepcji Konceptualizacja proces dochodzenia do porozumienia co do znaczenia poszczególnych pojęć Pojęcie konstrukt wyprowadzony z procesu wzajemnego uzgodnienia obrazów mentalnych (koncepcji) WSKAŹNIKI I WYMIARY Dzięki konceptualizacji pojęcia otrzymujemy jeden lub więcej jego wskaźników. Wskaźnik postawa lub zachowanie świadczące o obecności badanego pojęcia Wskaźniki wskazują często na różne wymiary badanego pojęcia np. współczucie uczuciowe i behawioralne Wymiar - możliwy do wyszczególnienia aspekt badanego pojęcia PRZYKŁAD: WYMIARY LUDOBÓJSTWA Ludobójstwo z wygody (np. wysiedlenie Irokezów z ziem na których odkryto złoto) Ludobójstwo z zemsty (np. wymordowanie przez Japończyków Chińczyków broniących Nankinu po zdobyciu miasta) Ludobójstwo ze strachu (np. Kosowo, Rwanda) Ludobójstwo dla oczyszczenia rasy (np. holokaust) Cztery różne wymiary tego samego pojęcia = cztery różne wskaźniki Źródło: Clint i Edwards, 2003 8
DEFINICJE W BADANIACH OPISOWYCH I WYJAŚNIAJĄCYCH Precyzyjne definicje są ważniejsze w badaniach opisowych. Zależnie od tego jak zdefiniujemy bezrobocie uzyskamy różne wyniki co do jego wartości, tak samo z homoseksualizmem, konserwatyzmem itd. W przypadku badań wyjaśniających: uzgodnienie jednej definicji nie jest takie istotne np. chcemy sprawdzić jakie są przyczyny konserwatyzmu i wymyślamy, że jedną z nich jest wiek. Możemy mieć 25 różnych definicji tego czym jest konserwatyzm i nie zgadzać się co do tego, która z nich jest najlepsza, ale jeśli okaże się, że według według wszystkich 25 starsi są bardziej konserwatywni niż młodzi to nie potrzebujemy takiej zgody. OPERACJONALIZACJA OPERACJONALIZACJA Operacjonalizacja polega na stworzeniu konkretnych procedur badawczych, które pozwolą na dokonanie empirycznych obserwacji odpowiadających tym pojęciom w świecie rzeczywistym 9
ZMIENNA I JEJ WARTOŚCI Wartość zmiennej jest cechą czegoś np. zmienna płeć wartość: kobieta i mężczyzna Lista wartości zmiennej musi być wyczerpująca Wartości zmiennej muszą być wzajemnie rozłączne POZIOMY POMIARU WARTOŚCI ZMIENNEJ Wartości składające się na zmienne mogą reprezentować różne poziomy pomiaru Pomiar nominalny wartości jedynie wzajemnie rozłączne i wyczerpujące np. płeć, miejsce urodzenia, kolor włosów Pomiar porządkowy wartości możemy logicznie uporządkować np. klasa społeczna, poziom konserwatyzmu Pomiar interwałowy wartości możemy logicznie uporządkować i znaczenie mają odległości między nimi np. poziom IQ Pomiar ilorazowy są oparte na prawdziwym punkcie zerowym np. wiek, dochód KRYTERIA JAKOŚCI POMIARU 10
RZETELNOŚĆ Wybrana technika pomiaru zmiennej powinna dawać za każdym razem ten sam wynik Rzetelność nie gwarantuje poprawności Techniki badania rzetelności tworzonych mierników: Metoda testu powtórnego Metoda połówkowa Stosowanie ustalonych mierników Rzetelność osób zatrudnionych przy realizacji badań TRAFNOŚĆ W jakim zakresie dany miernik empiryczny odzwierciedla prawdziwe znaczenie danego pojęcia Trafność fasadowa zgodność z naszymi obrazami mentalnymi Trafność kryterialna zgodność z zewnętrznym kryterium Trafność teoretyczna- logiczne powiązania między zmiennymi Trafność treściowa zakres obejmowania skali znaczeń zawartych w pojęciu RZETELNOŚĆ A TRAFNOŚĆ Pomiar rzetelny, ale nie trafny Pomiar trafny, ale nierzetelny Pomiar trafny i rzetelny 11
DOBÓR PRÓBY BADAWCZEJ DOBÓR PRÓBY Dobór próby- procedura wyboru jednostek obserwacji Probabilistyczny dobór próby umożliwia uogólnianie wniosków z próby na cała populację HISTORIA TECHNIK WYBORU PRÓBY Techniki doboru próby badawczej rozwijały się równolegle z badaniami preferencji wyborczych (jedna z niewielu okazji, kiedy można zweryfikować trafność swoich przewidywań w dniu wyborów) sondaże Literary Digest w latach 1924,1928, 1932 trafne, 1936 olbrzymi błąd (książki telefoniczne i spis tablic rejestracyjnych) Sondaże Gallupa (dobór kwotowy) 1936, 1940, 1944 trafne, 1948 błąd Od tego czasu probabilistyczny dobór próby w sondażach 12
PRÓBY NIEPROBABILISTYCZNE Czasami dobór probabilistyczny jest niemożliwy (np. badanie bezdomnych) wtedy stosujemy techniki nieprobabilistyczne: 1. Dobór oparty na dostępności danych 2. Dobór celowy 3. Dobór metoda kuli śnieżnej 4. Dobór kwotowy DOBÓR OPARTY NA DOSTĘPNOŚCI DANYCH Bardzo często stosowana i bardzo ryzykowna metoda Na przykład: badania przypadkowych przechodniów na ulicy albo studentów II roku MSM zaocznych ZALETY: łatwość zastosowania i niski koszt WADY: nie da się uogólniać wniosków, nadają się tylko do badań pilotażowych DOBÓR CELOWY Dobranie próby na podstawie własnej wiedzy o danej populacji o celach badań PRZYKŁAD: badania studenckiego ruchu protestu (badamy tylko liderów, których łatwo zauważyć), badania studentów o poglądach lewicowych (badamy tylko członków młodzieżówki SLD), badanie przypadków odbiegających od normy WADY i ZALETY: jak przy poprzednim doborze 13
DOBÓR METODĄ KULI ŚNIEŻNEJ Stosowany, gdy trudno jest odnaleźć członków jakiejś populacji (na przykład: bezdomnych, nielegalnych imigrantów, członków sekty) Zbieramy dane na temat kilku członków danej populacji i prosimy ich o kontakt do kolejnych (każdy badany wskazuje kolejnych do zbadania) WADY: nadaje się do celów eksploracyjnych tylko, próba nie będzie reprezentatywna DOBÓR KWOTOWY Podobnie jak próba losowa uwzględnia reprezentatywność Zaczyna się od tabeli zawierającej informacje na temat populacji (w zależności od celów badania: płci, wieku, miejsca zamieszkania, poziomu wykształcenia itp.) Następnie zbieramy dane od takiej ilości osób o określonych cechach aby nasza próba odzwierciedlała cechy jakie ma populacja generalna WADY: ciężko znaleźć dokładne dane na temat populacji generalnej; dobór osób w ramach danej komórki w tabeli pozostaje nielosowy; lepsza do badań jakościowych niż ilościowych (np. wywiadów pogłębionych) DOBÓR LOSOWY (PROBABILISTYCZNY) Aby próba jednostek z danej populacji mogła być dla niej reprezentatywna musi cechować się taką samą zmiennością jak cała populacja Próba jest wtedy reprezentatywna dla całej populacji, jeśli wszyscy jej członkowie mają takie same szanse, że zostaną wybrani do tej próby Taka próba nie będzie tez nigdy doskonale reprezentatywna, ale będzie bardziej reprezentatywna niż jakakolwiek próba nielosowa Rachunek prawdopodobieństwa pozwala oszacować jej reprezentatywność 14
DOBÓR LOSOWY Element jednostka o której zbieramy informacje (zazwyczaj jednostka analizy) Populacja teoretyczny zbiór elementów badania, grupa na temat której chcemy uogólniać nasze wnioski Badana populacja zbiór elementów, z którego próba jest faktycznie pobrana LOSOWANIE Podczas losowania każdy element może zostać wybrany z takim samym prawdopodobieństwem Im większa próba tym dokładniejsze są szacunki dokonane na jej podstawie dla całej populacji Rachunek prawdopodobieństwa pozwala ustalić jakiej wielkości próbę potrzebujemy wylosować z populacji generalnej, aby móc oszacować jej parametry na zakładanym poziomie ufności. POZIOM UFNOŚCI Poziom ufności ufność co do tego, że oszacowane przez nas statystyki mieszczą się w określonym przedziale parametru (ilu procentową pewność mamy, że parametr leży między dwoma konkretnymi wartościami) PRZYKŁAD: dla populacji 20.000 studentów musimy wylosować 400, aby mieć 95 % pewność, że oszacowane parametry różnią się o +/- 5% od parametrów w całej populacji 15
POPULACJA A OPERAT LOSOWANIA Operat losowania jest to lista elementów z której losuje się próbę (np. lista studentów, książka telefoniczna, spis mieszkańców danej dzielnicy) Operat powinien być zbieżny z badaną populacją, ale w praktyce rzadko jest to możliwe SCHEMATY LOSOWANIA 1. Prosty dobór losowy numerujemy kolejno wszystkie elementy listy i dobieramy elementy do próby za pomocą tablic liczb losowych lub komputera 2. Dobór systematyczny do próby dobieramy co k- ty element listy, pierwszy element powinien zostać wylosowany ZALETY: wyniki empiryczne są identyczne jak przy doborze prostym, a łatwiej go przeprowadzić WADY: pojawiają się jeśli na liście występuje cykliczność SCHEMATY LOSOWANIA 3. Dobór warstwowy pomaga zwiększyć reprezentatywność próby poprzez obniżenie możliwego błędu 4. Dobór wielostopniowy grupowy stosowany, kiedy nie możemy sporządzić listy w celu wylosowania próby: najpierw losujemy subpopulację, a potem w jej ramach elementy WADY: im więcej stopni losowania tym więcej bledów z próby W celu redukcji błędu lepiej zwiększać jest liczbę grup niż liczbę elementów losowanych w ich ramach 16