Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Metodologija 4.pdf
1. АТУСС Одсек ВИСОКА ЖЕЛЕЗНИЧКА
д
ШКОЛА
МАСТЕР СТРУКОВНЕ СТУДИЈЕ
ПРЕДМЕТНИ НАСТАВНИК
др ВЕСНА ПАВЕЛКИЋ
др ВЕСНА ПАВЕЛКИЋ
МЕТОДОЛОГИЈА
Д
ИСТРАЖИВАЊА У САОБРАЋАЈУ
3. Прикупљање података је
карактеристика сваког истраживања
карактеристика сваког истраживања.
Тежиште ове анализе
је прикупљање емпиријских података,
где се заступа становиште
да су емпиријски сви подаци о
да су емпиријски сви подаци о
информацијама, ставовима, пона-
шању, процесима итд. који се односе
на директне или индиректне
манифестације појаве а до којих се
манифестације појаве, а до којих се
може доћи чулним опажањем,
посредним или непосредним путем.
Оперативне методе прикупљања
Два основа начина прикупљања
података:
1. непосредним чулним
опажањем (чулом вида,
података
- Студија случаја
- Анализа докумената
- Тест
( у
слуха, осета - додира,
мириса, укуса) и
2. посредством других -
посредством опажања и - Тест
- Биографска метода
р
исказа других о
појави/процесу који је премет
истраживања.
4. У начине прикупљања података непосредним чулним опажањем убрајају се:
− посматрања и
− експеримент,
а у посредне:
− испитивање и
− анализа докумената.
Битне чињенице дефиниције ‘’податка’’ су:
ф ( ф ј ј )
− манофестованост (манифестација која се може запазити);
− значење које се може утврдити и
− место у процесу односно систему мишљења.
Б ф ј ј ‘’ ’’ ј ј ј
Битни чиниоци дефиниције појма ‘’податак’’ указују истраживачу да ниједан чулни опажај
није податак сам по себи, већ је то тек када добије значење у логичком и теоријско-
методолошком мишљењу.
И
Исти основни податак може имати основно значење и значење у систему индикатора.
Основне технике за прикупљање података у процесу научно-истраживачког рада су:
− посматрање,
− анкета и
− интервју.
5.
6. Основна предност посматрања: непосредно долазимо до оригинални, аутентичних
б ј б
података без протока времена и преносилаца података који би могли да их
деформишу.
НЕ МОГУ се посматрати прошле појаве, а јављају се тешкоће код посматрања
ј
унутрашњих психичких појава, вредности, ставова, као и код истраживања
дуготрајних, широко распрострањених, масовних и веома сложених појава.
Недостаци методе посматрања:
д ц д р
• Ограниченост опажајног поља посматрача
• Подређеност посматрања спонтаном ритму догађаја
• Сложеност појава и истовременост манифестација појаве
ј р ф ј ј
• Неправилност, неуједначеност правилнсоти одигравања
појаве
• Теоријски и меотдолошки недостаци
Најповољнији предмет истраживања:
- мале друштвене групе
- процеси одлучивања
- процес рада, организација и подела рада
7. КЛАСИФИКАЦИЈА ТЕХНИКА ПОСМАТРАЊА
Према критеријуму инструмената
који се користе:
Према критеријуму поступака:
Посматрање без коришћења
техничких помагала
НЕПОСРЕДНОСТ:
1) непосредно
Посматрање са коришћењем
техничких помагала
2) посредно
УЧЕШЋЕ
Посматрање са интензивним
коришћењем техничких
помагала
УЧЕШЋЕ
1) Посматрање с учесвовањем
2)Посматрање с присуствовањем
3)Посматрање без присуствовања
8. Испитивање је метода прикупљања емпиријских података посредством исказа,
првенствено усмених, али и писаних, које дају испитаници.
Предмет испитивања: прошлост, садашњост и будућност, реални догађаји, понашања,
замисли, осећања – СВЕ
Подаци се прикупљају посредно и до њих се долази вербалном провокацијом која
Подаци се прикупљају посредно и до њих се долази вербалном провокацијом, која
изазива вербалне реакције.
УПИТНИ ИСКАЗ – упитни смисао
ПИТАЊЕ и садржај и упитни облик као и упитни смисао
ПИТАЊЕ – и садржај и упитни облик, као и упитни смисао
БЛАГО
НЕУТРАЛНО
НЕУТРАЛНО
ОШТРО
Индивидуално
Групно
Колективно
Усмено
ВРСТЕ ИСПИТИВАЊА
Писмено
Комбиновано
9. Интервју је техника прикупљања података испитивањем путем
непосредног усменог и личног општења испитивача са испитаником.
Супериорност испитивача не сме бити опажена
Испитаник такође има неке облике надмоћности: даје пристанак, утиче на
место и време, бира садржај, форму и интонацију одговора, као и
целокупну атмосферу
целокупну атмосферу.
Неусмерени интервју “слободни интервју”
Неусмерени интервју – слободни интервју
− основа за разговор – ОПШТА ПИТАЊА, орјентациона,
опредељују о чему ће се разговарати – ПОДСЕТНИК за
разговор
разговор.
− еластична формулација
− нужно садржи места предвиђена за уношење одговора.
10. Усмерени интервју
- Веома прецизно и свесно разрађен инструмент и поступак.
- Слобода избора садржаја и облика питања, понашања испитивача је знатно
ограниченија.
* УСМЕРЕНИ ОРЈЕНТАЦИОНИ ИНТЕРВЈУ
* ДИРИГОВАНИ
* РИГОРОЗНИ
ИНДИВИДУАЛНИ
а) више испитивача у једном временском низу
б) истовремено више испитивача испитује једног испитаника
ГРУПНИ
ГРУПНИ
КОЛЕКТИВНИ
а) преко “спикера”
б) тим испитивача најмање 2 члана
б) тим испитивача, најмање 2 члана
11. АНКЕТА
Свако испитивање на основу узорка.
УСМЕНА АНКЕТА – телефонска, радио, ТВ
ПИСМЕНА АНКЕТА – поштанска, новинарска, статистичка
КОМБИНОВАНА АНКЕТА – прелазни облик између анкете и интервјуа
Анкете са ФОРМАЛИЗОВАНИМ писменим упитником прецизно конструисан
Анкете са ФОРМАЛИЗОВАНИМ писменим упитником – прецизно конструисан
упитник и прецизно дефинисана питања и модалитети одговора.
НЕФОРМАЛИЗОВАНЕ анкете – релативно мало питања, где је дата само ОСНОВА,
а ПОТКА је изостављена или оквирно дата
а ПОТКА је изостављена или оквирно дата.
12. Састав питања:
ОСНОВА – исказ којим се испитивач обраћа испитанику, питање у упитном облику
ПОТКА – модалитети могућих одговора испитаника
ГРАФИЧКИ ОБЛИКОВАН ПРОСТОР – место за евидентирање одговора
СУГЕСТИВНА ПИТАЊА – наводе испитаника у одређеном смеру и утичу на трајно
формирање ставова код испитаника.
ф р р
ПРОЈЕКТИВНА ПИТАЊА – исказ о могућем понашању других који су им познати.
ХИПОТЕТИЧКА ПИТАЊА – варијанта пројективних, тражи се од испитаника да
замисли једну ситуацију и да саопшти како би се у њој понашао
замисли једну ситуацију и да саопшти како би се у њој понашао
13.
14. ЕКСПЕРИМЕНТ
Н ћ
Начин прикупљања података непосредним чулним опажањем, коришћењем
помоћних техничких средстава или без њих. Услови се вештачки изазивају и
контролишу.
Могућност употребе експеримента у испитивању:
Могућност употребе експеримента у испитивању:
- природа појаве и предмета истраживања
- развијеност теорије и методологије
- етички моменат
б ћ ј
- актуелне и будуће микропојаве
ВРСТЕ ЕКСПЕРИМЕНАТА
ПРАВИ
Лабораторијски експеримент
Експеримент у природним условима
КВАЗИ ЕКСПЕРИМЕНТИ
Природни експеримент
Ex post facto експеримент
Симулација (модални експеримент)
Симулација (модални експеримент)
Ex post facto - Реконструкција на основу расположивих података, статистичком методом.
15. Чиниоци експеримента
• Експериментатор
Чиниоци експеримента
• Експериментатор
р р
• Експериментални чинилац – независна променљива
• Експериментални објекат – зависна променљива
• Контролна група – се користи за контролу спољних чинилаца; у контролне
р р
• Експериментални чинилац – независна променљива
• Експериментални објекат – зависна променљива
• Контролна група – се користи за контролу спољних чинилаца; у контролне
групе се не уводи експериментални чинилац.
• Услови експеримента
групе се не уводи експериментални чинилац.
• Услови експеримента
Фазе експеримента
Фазе експеримента
р
a) Пред-експериментална – припремна фаза
b) Експериментална – у току које се експеримент реализује
c) Пост-експериментална – обрада података, припрема извештаја и коришћење
р
a) Пред-експериментална – припремна фаза
b) Експериментална – у току које се експеримент реализује
c) Пост-експериментална – обрада података, припрема извештаја и коришћење
) р р д д , р р ј р
добијених резултата
) р р д д , р р ј р
добијених резултата
16. Анализа прикупљених података
П
• Припрема података за анализу
• Дескриптивна анализа
• Анализа једне варијабле
• Анализа две варијабле
А ј б
• Анализа више варијабли
• Избор метода анализе
• Извештај о обављеном истраживању
Припрема података за анализу
Контрола података - Основни циљ контроле је да се открију евентуалне
грешке у прикупљеним упитницима и исправе ако је могуће
грешке у прикупљеним упитницима и исправе, ако је могуће.
Кодирање података - Основни принцип којег се треба придржавати је да
свака категорија којој се даје посебан код (број, слово или неки други
знак) мора бити прецизно одредјена
знак) мора бити прецизно одредјена.
Табелирање података - Табеларни подаци омогућавају израчунавање
средњих вредности – модуса, медијане и аритметичке средине.
17. Табелирање података
Ј б
• Једнодимензионалне табеле
• Укрштено табелирање
• Компјутерско табелирање
• Ручно табелирање
Једнодимензионалне табеле
• На прегледан начин приказују податке једне варијабле и учесталост појединих
категорија.
• На почетку анализе могу дати значајне информације о суштини проблема који
се истражује.
• На основу података у табелама може се приказати хистограм фреквенција.
2
3
4
5
6
S i 1
Series 1 Series 2 Series 3
0
1
2 Series 1
Series 2
Series 3
Category 1 4.3 2.4 2
Category 2 2.5 4.4 2
Category 3 3.5 1.8 3
g y
Category 4 4.5 2.8 5
18. Укрштено табелирање
• Омогућава да се на прегледан начин сагледа однос две или више варијабли.
• Најчешће примењивања техника анализе података у маркетинг истраживањима.
• Разлози најчешће примене:
– резултати анализе су разумљиви менаџерима који немају посебно статистичко
р у у р у р ј ју
предзнање,
– процедура је доступна многим истраживачима.
19. Ручно табелирање
• Подаци остају у оригиналној форми уместо да се трансформишу у нумеричке
или нове категорије.
• Једноставност образаца, није потребна рачунарска опрема.
• Истраживач вероватно неће сачинити више табела него што је стварно
р р ј р
потребно.
21. Дескриптивна анализа
• Трансформација сирових података у облике које ће их учинити лаганим
за схватање и интерпретирање, размештање, одлагање и манипулисање
подацима на начин који обезбедјује добијање дескриптивних
ф ј
информација.
• У пракси маркетинг истраживања претежан број случајева се своди на
искључиву примену дескриптивне анализе.
• Истраживања која се не задовољавају само описивањем постојећег
стања обухватају дескриптивну анализу као прву фазу и основ за
примену суптилнијих метода.
Статистичке технике у дескриптивној анализи:
• Проценти
• Проценти
• Просеци
• Индекси
22. Проценти у дескриптивној анализи
Проценти у дескриптивној анализи
Основни циљ израчунавања процената је да се јасније прикаже:
– релативни однос делова једне целине
– релативни раст или опадање дате појаве у времену или неке друге релативне
Основни циљ израчунавања процената је да се јасније прикаже:
– релативни однос делова једне целине
– релативни раст или опадање дате појаве у времену или неке друге релативне
релативни раст или опадање дате појаве у времену или неке друге релативне
односе величина.
• Проценат треба израчунавати узевши као основ (износ од 100%) ону варијаблу за
коју сматрамо да је узрок дате појаве
релативни раст или опадање дате појаве у времену или неке друге релативне
односе величина.
• Проценат треба израчунавати узевши као основ (износ од 100%) ону варијаблу за
коју сматрамо да је узрок дате појаве
коју сматрамо да је узрок дате појаве.
• Проценте треба примењивати увек када поједностављују ствари и помажу у
бољем уочавању карактеристичних односа измедју појава.
коју сматрамо да је узрок дате појаве.
• Проценте треба примењивати увек када поједностављују ствари и помажу у
бољем уочавању карактеристичних односа измедју појава.
• Код анализе укрштених табела уз помоћ процента треба бити опрезан у
закључивању.
• Код анализе укрштених табела уз помоћ процента треба бити опрезан у
закључивању.
23. Просеци у дескриптивној анализи
• Аритметичка средина - најчешћи начин изражавања просечних
вредности одредјених група података.
• Модус и медијана - у појединим случајевима поједностављују анализу и
истичу најбитније карактеристике групе.
у ј ј р р ру
• Метод покретних просека - бира се одредјени број периода који се
посматра (углавном се у обзир узимају нови периоди).
24.
25.
26.
27.
28.
29. NESIGURNOST PRI MERENJU
č
sa metrom čija je podela na santimetre ne mogu se procenjivati dužine na delove
milimetra, to je moguće samo ako je podela na metru data u milimetrima čime se
ostvaruju preduslovi da se daju procene o delovima milimetra (slika 1). Nesigurnost
merenja u prvom slučaju daleko je veća nego u drugom slučaju.
j p č j j ć g g č j .
32. Predmet statističkih istraživanja su masovne varijabilne
Predmet statističkih istraživanja su masovne varijabilne
pojave, koje se mogu izaziti brojčano i koje se ispoljavaju na
individualnim slučajevima.
Skup individualnih slučajeva na kojima se ispoljava masovna
pojava je statistički skup (ili statistička masa, ili generalna
p j j p ( , g
polulacija, ili osnovni skup, ili jednostavno masa,, ili
populacija, ili skup).
Populacije i statistički skup se poklapaju.
Zavisno od prirode pojave, skup mogu činiti bića, stvari i
događaji.
33. Numeričke deskriptivne veličine
Numeričko opisivanje podataka
Centralna
tendencija
Varijacija Asimetrija
Kvartili
C ili
aritmetička srednja
vrednost
raspon
interkvartilini raspon
zakrivljenost
tendencija
Centili
Percentili
zašiljenost
medijana varijansa
standardna devijacija
modus
standardna devijacija
koeficijent varijacije
geometrijska srednja
vrednost
vrednost
34. Aritmetička srednja vrednost (average, mean)
• Najčešće korišćena mera
P š k ” ž čk ”
• Ponaša se kao ”ravnotežna tačka”
• Na njenu vrednost utiču ekstremne vrednosti
I ž i ti j di i k i i d i
• Izražava se u istim jedinicama kao i osnovni podaci
• Izraz za izračunavanje:
x
x
x
x
x N
2
1
N
N
broj podataka dobijena vrednost
broj podataka j
35. i j k ih d i
Uticaj ekstremnih vrednosti
0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10
srednja vrednost = 3 d j d t 4
srednja vrednost = 3 srednja vrednost = 4
3
5
15
5
5
4
3
2
1
4
5
20
5
10
4
3
2
1
36. • Ponderisana aritmetička srednja vrednost izračunava se kada
• Ponderisana aritmetička srednja vrednost izračunava se kada
su podaci prikazani kao učestalosti (frekvencije):
i
x
f
i
i
f
x
• Ako su podaci grupisani u klasne intervale, ponderisana srednja
vrednost se izračunava:
)
x
(
f
i
i
s
f
)
x
(
f
x
37. Geometrijska srednja vrednost
• n-ti koren proizvoda svih članova skupa
• Primer: 1, 2, 3,10
Primer: 1, 2, 3,10
• Gx = 4-ti koren iz 60 = 2.78
II način izračunavanja Gx:
1. logaritmovanje svakog broja u skupu
2. izračunavanje aritmetičke sredine tih logaritama
3 di j l it (l 2 718 ( ) ili l 10)
3. dizanje osnove logaritma (ln-2.718 (e) ili log-10) na
izračunatu aritmetičku sredinu logaritama (korak 2)
38. Skraćena srednja vrednost
• Računa se tako što se iz skupa izbace ekstremne
vrednosti sa oba kraja raspodele (najniže i najviše
vrednosti sa oba kraja raspodele (najniže i najviše
vrednosti
• 5-25% vrednosti je uobičajeno da se odbaci i onda se
5 25% vrednosti je uobičajeno da se odbaci i onda se
računa srednja vrednost
• Eliminiše se uticaj ekstremnih vrednosti
j
• Primena – sport da bi se eliminisali efekti ekstremnih
ocena dobijenih pogrešnom procenom sudija
j p g p j
39. Medijana (Me)
• Medijana je centralna vrednost u nizu podataka
– 50 % vrednosti je iznad, 50 % ispod medijane
• Pre određivanje medijane podaci se urede po veličini
j j p p
• Na Me ne utiču ekstremne vrednosti
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
medijana = 3 medijana = 3
40. • Pozicija medijane (u uređenim podacima):
(N+1)/2
• Ako je broj podataka neparan, pozicija medijane je vrednost u
sredini niza
• Ako je broj podataka paran, pozicija medijane je srednja
vrednost dve vrednosti u sredini niza (između N/2 i (N+2)/2)
• Napomena:
– izraz (N+1)/2 nije vrednost medijane, već redni broj
vrednosti koja predstavlja medijanu
41. Modus (Mo)
• Vrednost koja se pojavljuje najčešće
• Na Mo ne utiču ekstremne vrednosti
• Na Mo ne utiču ekstremne vrednosti
• U skupu može biti jedan ili više modusa
• Skup može biti bez modusa
• Skup može biti bez modusa
• Mo može da se odredi i za numeričke i kategoričke podatke
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
d 9
0 1 2 3 4 5 6
d
modus = 9 nema modusa
42. Kvartili
• Kvartili dele skup uređenih podataka na četiri jednaka
dela
• Pozicione veličine
25% 25% 25% 25%
Q
Q Q
Q Q
Q
25%
25% 25%
Q
Q1
1 Q
Q2
2 Q
Q3
3
Prvi kvartil, Q1 – 25% vrednosti su manje od Q1
D i k til Q dij
Drugi kvartil, Q2 = medijana
Treći kvartil, Q3 = 25% vrednosti su veće od Q1
Q1 i Q3 nisu mere centralne tendencije
43. Određivanje kvartila
• Pozicija (redni broj vrednosti) prvog kvartila:
Q (N 1)/4
Q1 = (N+1)/4
• Pozicija (redni broj vrednosti) drugog kvartila:
• Pozicija (redni broj vrednosti) drugog kvartila:
Q2 = (N+1)/2
Q2 (N )/
• Pozicija (redni broj vrednosti) trećeg kvartila:
Q3 = 3(N+1)/4
gde je N ukupan broj podataka
45. varijacija
varijansa t d d k fi ij t
i t k til i varijansa standardna
devijacija
koeficijent
varijacije
raspon interkvartilni
raspon
Mere varijacije daju
informaciju o rasipanju ili
informaciju o rasipanju ili
varijabilnosti podataka
isti centar,
različita varijacija
46. Raspon
N jj d t ij ij ij
• Najjednostavnija mera varijacije
• Raspon – razlika između najveće i najmanje vrednosti u
skupu
skupu
raspon = xmax – xmin
max min
primer:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
raspon = 14 - 1 = 13
48. • Rasipanje unutar srednjih 50%: Q3 – Q1
• Rasipanje unutar srednjih 50%: Q3 Q1
• Nema uticaja ekstremnih vrednosti
primer:
dij
medijana
(Q2) Xmax
Xmin Q1
Q3
25% 25% 25% 25%
12 30 45 57 70
interkvartilni raspon
= 57 – 30 = 27
49. Srednje apsolutno odstupanje (obeležava se sa S0
0) određuje se
tako što se zbir apsolutnih vrednosti pojedinačnih odstupanja
svakog člana niza od srednje vrednosti podeli ukupnim brojem
svakog člana niza od srednje vrednosti podeli ukupnim brojem
članova niza:
N
x
x
S
i
0
N
0
50. • Varijansa - disperzija
• Prosečno (približno) kvadratno odstupanje vrednosti od
srednje vrednosti
j
– Izraz za izračunavanje:
j
)
x
(x
V
n
1
i
2
i
N 1 broj stepena slobode
1
-
N
V
– N – 1 – broj stepena slobode
51. • Standardna devijacija
• Najčešće korišćena mera varijacije
• Pokazuje varijaciju oko srednje vrednosti
K d t i k i ij
• Kvadratni koren iz varijanse
• Izražava se u istim jedinicama kao i osnovni podaci
)
x
(x
N
2
i
x
N
x 2
N
2
1
-
N
)
x
(x
Sd 1
i
i
1
N
x
N
x
Sd 1
i