Vyzkumy workshop

642 views
557 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
642
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
6
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Vyzkumy workshop

  1. 1. Výzkumný problém: workshop<br />Brno, 16. května 2011<br />
  2. 2. Formulace výzkumného problému<br />Na začátku: výzkumné téma<br />Jak shrnout výzkumné téma do několika vět?<br />Výzkumný problém formulujeme jako výzkumnou otázku (soubor otázek)<br />V kvantitativním výzkumu dále formulujeme výzkumné hypotézy (induktivní statistika)<br />
  3. 3. Formulace výzkumného problému<br />„So what“ test<br />Není výzkumný problém příliš triviální?<br />Je relevantní k oboru?<br />Přináší něco nového?<br />
  4. 4. Formulace výzkumného problému<br />
  5. 5. Co s výzkumným problémem?<br />
  6. 6. Co s výzkumným problémem?<br />
  7. 7. Co s výzkumným problémem?<br />
  8. 8. 4 kroky k výzkumnému problému<br />Dekompozice tématu<br />Definice pojmů (operacionalizace)<br />Hledání proměnných a jejich vztahů<br />Zkoumání měřitelnosti proměnných<br />
  9. 9. Dekompozice tématu<br />Rozložení na dílčí, zpřesňující problémy<br />Lepší zvládnutelnost<br />Mohou být zkoumány samostatně<br />Nemělo by jich být moc<br />Rozvést hlavní dílčí problémy<br />
  10. 10. Definice pojmů<br />Tzv. operační/operativní definice (kvantitativní výzkum)<br />Neříká, co proměnná je, ale jak se pozná<br />Koncept je vyjádřen popisem operací, kterými bude měřen<br />I operační definice musí být zakotvena v teorii<br />
  11. 11. Hledání proměnných<br />Často nemůžeme zkoumat samu vlastnost, ale jen její empiricky evidentní projevy<br />Závislé a nezávislé proměnné<br />Rozlišitelné (každá proměnná nabývá aspoň dvou možných hodnot)<br />Při hledání proměnných dochází k redukci reality na tyto proměnné a redukci pozorovaných vztahů mezi nimi<br />
  12. 12. Druhy proměnných<br />
  13. 13. Pozor na zkreslení<br />
  14. 14. Hypotézy<br />V induktivní statistice<br />Vypovídají o vztazích mezi proměnnými<br />Pozitivní nebo negativní<br />Zahrnují potřebné definice pojmů (proměnných)<br />Testovatelné<br />Nepotvrzení hypotézy neznamená neúspěch<br />
  15. 15. Hypotézy: příklady<br />Čtenáři jsou ochotni platit více než stávající roční poplatek 80 Kč<br />Mimo zkouškové období navštěvují studenti knihovnu málo.<br />Lidé chodí do knihovny průměrně 3x měsíčně.<br />Vzdělání je pozitivně vztaženo k frekvenci návštěv knihovny. <br />Staří lidé chodí do knihovny častěji než mladší.<br />
  16. 16. Od výzkumného tématu k hypotézám<br />Výzkumné téma: Jak jsou uživatelé knihovny spokojení se službami knihovny?<br />Úvodní hypotéza: Spokojenost uživatelů se liší podle socio-demografických a jiných charakteristik.<br />Dekompozice: Existuje vztah mezi vzděláním/pohlavím/celkovou spokojeností/stářím a spokojeností se službami (elektronickými zdroji/zázemím/personálním obsazením? <br />Pracovní hypotézy: Výše vzdělání (pozitivně) ovlivňuje spokojenost se službami knihovny.<br />
  17. 17. Od výzkumného tématu k hypotézám<br />Proměnné: <br />vzdělání<br />spokojenost se službami knihovny<br />Jak měříme (operační definice): <br />nejvyšší ukončené vzdělání, <br />deklarovaný počet návštěv knihovny/měsíc A/NEBO spokojenost s jednotlivými službami<br />
  18. 18. Příklad: jak měřit spokojenost?<br />Další inspirace:<br /><ul><li>LibQUAL</li></ul>V českém prostředí:<br /><ul><li>Richter, 2007</li></li></ul><li>Hierarchie konceptů<br />Koncepty se liší mírou abstrakce a tvoří induktivně-deduktivní hierarchii:<br />oblast výzkumu<br />téma výzkumu<br />obecná výzkumná otázka / hypotéza<br />konkrétní výzkumná(é) otázka(y) / hypotéza(a)<br />otázka(y) sběru dat (v dotazníku)<br />
  19. 19. Výběr vzorku<br />
  20. 20. Redukce populace na vzorek<br />Populace / základní soubor: <br />Soubor jednotek, které chceme zkoumat – předpokládáme, že naše výroky jsou pro tento soubor platné<br />Soubor jednotek, ze kterých vybíráme vzorek<br />Vzorek (výběrový soubor):<br />Množina subjektů, které ve výzkumu zastupují náš výběrový soubor<br />Jednotky, které skutečně zkoumáme, pozorujeme<br />
  21. 21. Výběr v kvantitativním výzkumu<br />Plán výběru známý předem, důležitá je znalost populace<br />Kompromis snahou o reprezentativnost (totální výběr) a efektivitu<br />Záleží na:<br />míře homogenity základního souboru (populace)<br />členitosti zkoumaných znaků (počet hodnot proměnných)<br />využívání dalších stupňů třídění<br />Zamýšlené míře statistické pravděpodobnosti výpovědí<br />
  22. 22. Typy výběrů<br />
  23. 23. Prostý náhodný výběr<br />Vyžaduje samplingframe(opora výběru)<br />Každý prvek má stejnou šanci stát se vzorkem (jednotkou výběrového souboru)<br />Prostý náhodný výběr = „losování“<br />Reprezentuje všechny známé i neznámé vlastnosti populace<br />Jsme schopni odhadnout, jak se liší od populace<br />
  24. 24. Prostý náhodný výběr<br />
  25. 25. Vícestupňový shlukový výběr<br />Také klastrový/skupinkový atd.<br />Nevybíráme straty, ale přirozená seskupení (klastry)<br />V rámci těchto seskupení vybíráme menší skupiny a nakonec jednotlivce (obvykle náhodně)<br />Výhoda: nepotřebujeme seznam celé populace  <br />Příklad:<br />
  26. 26. Orientační přehled -konstrukce vzorku<br />
  27. 27. Kvótní výběr<br />Imituje známé vlastnosti ve struktuře populace<br />Lze použít jen pro dobře zmapované populace<br />Nelze stanovit výběrovou chybu<br />Zdroje informací o populaci: Český statistický úřad (Sčítání lidu)<br />Proporcionální i neproporcionální<br />
  28. 28. Pozor na ne-výběry<br />Anketa<br />Živelný výběr<br />Výběr úsudkem<br />Nikdy o nich nemůžeme říci, že reprezentují celou populaci!<br />
  29. 29. Úkol pro odpoledne:<br />Vymyslete si vlastní výzkumné téma <br />(skupinky po 3-4 lidech)<br />
  30. 30. 4 kroky k výzkumnému problému<br />Dekompozice tématu<br />Definice pojmů (operacionalizace)<br />Hledání proměnných a jejich vztahů<br />Zkoumání měřitelnosti proměnných<br />

×