1
Základy pedagogické metodologie, Kateřina Vlčková, Centrum pedagogického výzkumu PdF MU
Subjekty výzkumu
- předmětem výzkumu jsou jevy, osoby, věci, procesy, archivní záznamy, knihy atd.
- lidé = subjekty výzkumu
Základní soubor (populace)
- základní soubor (populace) = všichni lidé, které výzkum zkoumá
- vymezení základního souboru musí být přesné, aby bylo jasné koho se zjištěné výsledky týkají
Základní soubor bývá obvykle velký (celá ČR, celý region atd.) a nelze jej z finančních časových aj. důvodů
zkoumat celý. Je třeba vybrat výzkumný vzorek.
Výzkumný vzorek (výběrový soubor)
- má dobře reprezentovat základní soubor ­ má všechny náležitosti základního souboru, jen je menší, je
zmenšeninou základního souboru
- Př. pokud jsou základním souborem všechny 3. ročníky čtyřletých gymnázií v kraji Vysočina, je třeba
zjistit, kolik 3. ročníků v daném typu studijního programu v daném kraji je. Statistické údaje lze
zjišťovat např. u českého statistického úřadu (Statistická ročenka ČR aj.) a ve Statistické ročence
školství (www.uiv.cz)
- rozhodující pro možnost zobecňovaní výsledků získaných na výběrovém vzorku na základní soubor je
způsob výběru vzorku
Vše, co zjistíme platí pouze pro tento
základní soubor ­ pouze pro ČR, nikoli
pro všechny žáky a školy na světě
(a i pro ČR pouze tehdy, když byl zvolen
adekvátní způsob výběru vzorku)
Př. základní soubor = všechny 9. třídy
ZŠ v Jihomoravském kraji
Př. základní soubor = všechny školy a
žáci v ČR ­ to je velmi velký soubor,
nelze z časových, finančních aj.
důvodů všechny zkoumat
Vše, co zjistíme platí pouze pro žáky 9.
tříd ZŠ v JHM kraji, nelze závěry
výzkumu formulovat obecně (žáci v ČR
dělají to a to), je třeba je formulovat
přesně (u zkoumaných žáků, žáků v JHM
kraji se zjistilo...)
základní soubor výzkumný vzorek
2
Základní typy výběru výzkumného vzorku
Náhodný výběr
- každý prvek základního souboru má stejnou šanci dostat se do výběrového souboru (reprezentativní
výběr)
- jediný faktor který hraje roli v tomto výběru je náhodnost
- náhodný výběr ve smyslu statistické pravděpodobnosti
- z hlediska teorie pravděpodobnosti se jedná o nejlepší výběr ­ reprezentativní výběr
- provádí se losováním (žáky očíslujeme a losujeme) nebo pomocí tabulky náhodných čísel sestavené
počítačem
- ukázka k čemu vede chybný výběr viz Gavora Úvod do ped. výzkumu, 2000, s. 62.
Náhodný stratifikovaný výběr
- znaky pro stratifikaci volíme dle potřeb výzkumu (př. pohlaví, věk, vzdělání, socioekonomický statut,
prospěch,..)
proporční výběr
- rozložíme základní vzorek na podskupiny a poté dle proporcionálního zastoupení vybereme vzorek
náhodně
- př. rozlišíme malé a velké školy, školy městské a venkovské, školy dle vzdělávacího programu
- př. využívá se při výzkumu volebních preferencí (znakem pro stratifikaci je např. pohlaví, věk,
vzdělaností úroveň, sídlo, forma výdělečné činnosti atd.)
rovnoměrný výběr
- rozložíme základní vzorek na podskupiny a poté vybereme ve stejném počtu z každé skupiny subjekty
do vzorku
Mechanický výběr
- vybíráme každou n-tou osobu
- př. ze seznamu žáků, z telefonního seznamu
- nebezpečí: seřazení prvků nemusí být náhodné, může se projevit nějaká pravidelnost ve výběru
(periodicita), a tím dochází ke zkreslení výběru a pak i výsledků výzkumu
Záměrný výběr
- určíme relevantní znaky základního souboru, které jsou podstatné pro náš výzkum
- podstatné znaky stanovíme na základě teorie, výzkumu, zkušeností apod. ­ jedná se o kvalifikovaný
postup (skupina expertů výběr navrhuje)
- vyhledávají se subjekty, které daný znak mají
- nedostatky: zvětšováním souboru se nezlepšují jeho vlastnosti (ověření vlastností výběru lze
zkontrolovat na dalším výběrovém souboru vybraném ale náhodným výběrem)
Dostupný výběr
- výzkumník bere ,,co je po ruce" (školy, na které je ,,puštěn"; školu v sousedství; své bývalé učitele;
žáky, kteří jsou ochotni odpovědět apod.)
- nedostatky: silné zkreslení výběru od základního souboru, závěry platí pouze pro ty subjekty, které se
výzkumu skutečně účastnili, nelze nic zevšeobecňovat
typ výběru vzorku
náhodný mechanický záměrný
nestratifikovaný stratifikovaný
proporční
rovnoměrný
dostupný
3
Velikost výzkumného vzorku
- neboli rozsah výzkumného vzorku ­ n (např. n = 220)
- jak velký potřebujeme vzorek závisí na požadované spolehlivosti výsledků, požadované přesnosti a
variabilitě základního souboru
- můžeme rozhodnout, jakou minimální kvalitu výsledků v určitém statistickém testu požadujeme
(např. pro t-test: p = 0,05 .... 5% chyby akceptujeme; síla vztahu mezi zkoumanými proměnnými
alespoň 0,8 ....silnější vztah) a spočítat si minimální velikost vzorku (více k tomu v literatuře k tématu
Approach of Statistical Power), síla vztahů klesá mnohem rychleji, když k malému vzorku (např. n <
200) přidáváme další lidi než když přidáváme další lidi k velkému vzorku
- pokud je základní soubor nehomogenní (skládá se z více podskupin), je třeba vzorek větší (př.
dotazník ­ na každou skupinu asi 50-60 lidí)
- čím více proměnných chceme zkoumat, tím větší by měl být rozsah vzorku (př. chceme zkoumat
pohlaví, ročníky školy atd.)
- pokud ve výzkumu působí neznámé nebo nekontrolované (nepozorované) proměnné (např.
v experimentu), je třeba mít větší vzorek, aby se výskyt nekontrolované proměnné ve vzorku
znáhodnil
- čím závažnější jsou důsledky výzkumu (např. závažné politické rozhodnutí např. o zrušení
nekvalitních škol), tím důležitější je správná a dostatečná velikost vzorku
- velikost vzorku závisí také na časových a finančních možnostech výzkumníka ­ dotazníků může být
více než časově náročných videonahrávek vyučovacích hodin
Literatura
Sestaveno dle: Gavora, P. Úvod do pedagogického výzkumu, Brno : Paido, 2000.