1 tema. Bendroji mokslinių tyrimų metodologija Mokslas, kaip viena protinės veiklos sudėtinė dalis - tai žmonių veikla,

kurios funkcijos yra gauti ir teoriškai sisteminti objektyvias žinias apie tikrovę. Jo,kaip ypatingo turinio sudėtingos sistemos vertinimas, perėjimas nuo mokslinio darboatskirų elementų ir jų ryšio tyrimo prie vientiso tiriamojo objekto supratimo, objektųtikslų ir funkcijų gvildenimas, jų pozicijų subordinavimas su visuomenės tikslaisatskleidžia išsamesnę mokslo sampratą.

Metodologija – tai teorija, nagrinėjanti mokslinio pažinimo procesą

(bendroji metodologija) ir jos principus (bendramokslinė metodologija) beimokslinio tyrimo metodus ir techniką (mokslo krypties metodologija).

Moksliniai tyrimai – eksperimentiniai arba teoriniai darbai, skirti visųpirma plėtoti reiškinių ir realybės pagrindų pažinimą, iš anksto nenumatant jokonkrečiai taikyti ar panaudoti (fundamentiniai tyrimai) arba numatant panaudoti(taikomieji tyrimai).

Visuomenės veiklos nagrinėjimas pagal tuos ypatumus, kuriais ją papildė

mokslas, leidžia mums geriau suprasti ir valdymo procesą, kaip labai svarbiąvisuomenės veiklos dalį. Viena svarbiausių mokslo, kaip proceso dalis, yra rezultatai.

Mokslinės veiklos rezultatai įgauna apibrėžtumą per sąveiką su kitomisvisuomenės veiklos posistemėmis, nes dabar neįmanoma suprasti ir paaiškinti moksloprigimties atsietai nuo veiklos ir veiklos atsietai nuo mokslo. Koncepcija „mokslas –veikla“ yra ne mechaninis, bet organinis derinys. Mums dabar jau gerai žinomossąvokos – moksliniai tyrimai, bandymo konstravimo darbai ir kt. Šiandienąmokslinio darbo valdymo procesas mus orientuoja kitaip suvokti mokslo rezultatųpanaudojimą.

Paprastai mokslinis darbas skirstomas į atskiras dalis – fundamentinius(pamatinius) ir taikomuosius tyrimus, parengiamuosius darbus.

Fundamentalieji tyrimai – tai mokslinės veiklos rūšis, nukreipta pažinti

objektyvius reiškinius, ištirti visuomenės bei gamtos dėsningumus ir taisykles.Pagrindiniai šios veiklos rezultatai – teorijų, išradimų, mokslinių hipotezių beiprincipų suformulavimas. Šie tyrimai nėra orientuoti praktiniam pritaikymui, tačiaujų reikšmė praktikai nepaprastai didelė, jie yra mokslo ir technikos potencialopradinis etapas, lemia ilgalaikes, strateginės veiklos jėgų plėtros kryptis.

Taikomieji tyrimai – tai mokslo fundamentalių rezultatų taikymo

praktikoje trumpiausių kelių ir optimalių metodų paieška, juose įkūnijamos mokslinėsžinios, reikalingos konkretiems veiklos uždaviniams spręsti įvairiose visuomenėsveiklos sferose ta tikru laiku.

2 tema. Mokslinės problemos formulavimas Labai svarbią mokslinio darbo dalį sudaro mokslinis tyrimas. Pagrindinę šio proceso dalį sudaro tyrimo programa, pagrindinės programos funkcijos, programos struktūra.

Programos struktūra

Tyrimo problemos pagrindimas

Tyrimo objektas ir dalykas

Tyrimo tikslas ir uždaviniai

Tyrimo hipotezė

Pagrindinių sąvokų interpretacijos

Informacijos rinkimo metodai

Informacijos apdorojimo metodai

Informacijos analizės metodai

Eksperimentų atlikimas

Tyrimo organizavimas

Pav. Mokslinio tyrimo programos struktūra Mokslinis tyrimas pradedamas nuo teorinio pasiruošimo būsimajam darbui. Būtina atsakyti į keletą klausimų: Ar pasiteisins būsimas tyrimas? Kur ir ką reikės tirti? Kokia kryptimi ir kaip bus įgyvendinamas tiriamasis darbas? Kodėl tyrimą reikia atlikti vienaip, o ne kitaip? Kokių rezultatų laukiama?

1) Tyrimo problemos pagrindimas Svarbu ne tik teoriškai suvokti tiriamąją problemą, bet ir apriboti klausimų ratą, kuriuos ruošiamasi tirti. Praktikoje dažnai susiduriama su atvejais, kai tyrėjas „skęsta“ daugybėje antraeilių klausimų ir nepastebi pagrindinių. Aiškus tyrimo problemos formulavimas susiaurina mokslinės paieškos ratą, padeda sutaupyti tyrėjo jėgas ir priemones. Tyrimo problema –tai teorinių sąvokų pagalba suformuluota probleminė situacija (prieštaravimas) objekto arba reiškinio funkcionavime. Tyrimo problema visada subjektyvi, nes ją nustato konkreti asmenybė (mokslininkas, tyrėjas), o probleminė situacija yra objektyvi, nes ji kyla objektams sąveikaujant tarpusavyje bei su juos supančia aplinka. Problemos formuluojamos nurodant prieštaravimus, problemines situacijas, o taip pat negatyvias pasekmes, kurių pašalinimui reikia naujų mokslinių (teorinių žinių) arba tam tikro praktinio patyrimo. Formuluojant tyrimo problemą būtina atsižvelgti į tyrimo objekto ypatybes bei tyrimo dalyką.

Tyrimo problemų tipai:

1. Teorinis – jos sprendimui reikia naujų teorinių žinių. 2. Taikomasis – jos sprendimas remiasi turimomis žiniomis, tačiau reikia

naujo požiūrio atsižvelgiant į konkrečias situacijas.

3. Mišrus – numato dviejų tipų derinimą.

2) Tyrimo objektas ir tyrimo dalykas Prieštaravimų probleminių situacijų nešėjais, kuriuos reikia tirti laikomi tyrimo objektais. Tyrimo objektas – tai organizacija, žmonių veikla ir tos sąlygos, kuriose veikiama. Objektu gali būti sąveikos tarp žmonių išraiška, pavyzdžiui teismo bylos ar televizijos laidos. Tyrimo dalykas – tai tyrimo objekto pusės (savybės, santykiai), kurios tiesiogiai susijusios su analizuojama problema (probleminė situacija) ir į kurią nukreiptos mokslinės paieškos.

Analizuojant vieną tyrimo objektą galima išskirti keletą tyrimo dalykų.

Gali būti ir kitaip. Tyrimo Objektas formuluojamas daug siauriau. Tyrimo objektas ir

dalykas kartais gali sutapti.

Tyrimo atranka – tai dalis tyrimo objekto, kuri pagal savo esminius požymius atitinka visą tyrimo objektą.

Atranka (atrankinė visuma) tai tarsi sumažinta tyrimo objekto (generalinės visumos) kopija (modelis). Tai ypač būdinga apklausoms, nes nebūtina apklausti visų, pakanka ir dalies tik su sąlyga, kad šis dalis pilnai ir visais atžvilgiais atspindi visumą. Pagrindinis reikalavimas atrankai – jos reprezentatyvumas – atrinktos visumos sugebėjimas atspindėti generalinės visumos charakteristikas. Kiekvienai atrankai būdingi statistiniai nukrypimai nuo generalinės visumos – atrankos klaidos. Išskiriami du klaidų tipai:

1. Atsitiktinės klaidos – susijusios su statistiniais netikslumais ir nenumatytais informacijos rinkimo procedūros pažeidimais;

2. Sisteminės klaidos – kyla dėl nevisiško objektyvumo generalinės visumos atrankoje (nepakankamos žinios apie generalinę visumą, pasirinkimas „patogiausių“ generalinės visumos elementų), o taip pat tyrimo tikslai ir uždaviniai neatitinka tyrimo atrankos.

3) Tyrimo tikslas ir uždaviniai

Tyrimo tikslas – tai galutinis mokslinio tyrimo rezultatas. Nusakant tyrimo tikslą, reikia atkreipti dėmesį į tai, kad jis turi atitikti pasirinktos temos pavadinimą, kuri paprastai formuluojama vienu sakiniu. Temos pasirinkimas. Rašant mokslinį darbą labai svarbu pasirinkti tinkamą darbo temą. Nuo tinkamos temos pasirinkimo priklauso jūsų būsimojo darbo vertė. Temą gali pasiūlyti vadovas, tačiau stenkitės būti savarankiškais ir kitų patarimais vadovaukitės kūrybiškai. Retai kada pasirinkta tema lieka tokia, kokia ji buvo pasirinkta iš karto. Dažniausiai atliekant tyrimą tema koreguojama dėl daugybės aplinkybių bei veiksnių. Yra šios rekomendacijos:

1. Tema turi būti aktuali, t.y. svarbi mokslo krypties teorijai ir praktikai. Nustatant jos aktualumą, išeities tašku yra laikoma mokslinė hipotezė, t.y. rezultatas, kurį tikimąsi gautis atlikus tyrimus.

2. Tema turi būti susijusi su mokslo krypties teorija ir praktika, tarp kurių išlaikomas glaudus ryšys. Tačiau gali būti tyrimų sprendžiančių teorinio pobūdžio problemas (I.Niutono, Č.Darvino, A.Einšteino, N. Vinerio ir kt.).

3. Tema turi būti įdomi pačiam tyrėjui. Reikia atkreipti dėmesį į savo polinkius, gabumus, įvertinti motyvacijos lygį ir teorinį pasiruošimą.

4. Reikia atsižvelgti į temos realizavimo galimybes, t.y. ar bus galima panaudoti tinkamus metodus, ar turimos materialinės sąlygos leis išspręsti tyrimo uždavinius. Ar bus galima rasti literatūros. Čia gali padėti knygos, moksliniai straipsniai. Svarbu turėti ne tik publikacijų santraukas, bet ir įvairių nuomonių bei darbų apžvalgas.

5. Reikia nustatyti griežtas tyrimo ribas ir jas tinkamai suformuluoti. Geriausia apsiriboti viena problema ar problemos dalimi. Pasirinkus plačią temą tyrimai dažnai yra paviršutiniški.

6. Jeigu nenusprendėte, kokią galutinę kryptį įgaus tyrimas, parašykite vieno puslapio reziumė, kurią galėtumėte pateikti potencialiems savo darbo vadovams.

7. Pagaliau reikia išsirinkti temą, kuri duotų galimybę padaryti originalų įnašą į tiriamą sritį ir leistų pademonstruoti jūsų savarankiškumą temos ir metodo atžvilgiu. Tema privalo būti verta tęsinio.

8. Temos pavadinimas turi būti aiškus ir nedviprasmiškas. 9. Pavadinimo žodžiai turėtų aiškiai atspindėti jūsų pasiūlymo esmę.

Pagrindiniai žodžiai turėtų būti pradžioje pavadinimo, po to mažiau svarbūs žodžiai.

10. Stenkitės pavadinimą sudaryti iš vieno sakinio. Jei sakinys per ilgas, išmeskite iš jo keletą žodžių arba atskirkite dvitaškiu, sakinio dalimi.

Temos aktualumo paaiškinimas. Temos aktualumas grindžiamas

visuomenine jos analizės svarba. Pavyzdžiui, tema „Reklamos agentūros veiklos organizavimas“, ji aktuali, nes reklama rinkos dalyviams padeda pasiekti tikslus, tai perspektyvi palyginti nauja sritis Lietuvoje. Mokslinio naujumo nurodymas. Naujumas gali būti suprantamas kaip analizei pasirinktas mažiau nagrinėtas klausimas ar problema, naujas požiūris į esamą problemą, naujo tyrimo metodo panaudojimas, kurio dėka gaunama informacija papildo esamas žinias. Tačiau jo išryškinimas gali teigimai veikti vertintojų požiūrį. Kadangi mokslinis naujumas reikalauja labai gilių mokslinių žinių, į jį gali pretenduoti tik ypatingai geri baigiamieji magistro darbai. Tyrimo tiksle turi atsispindėti tyrimo objektas, t.y. kas bus tiriama.

Kai kurie tyrėjai pernelyg išplečia tyrimo tikslą, įtraukdami į jo formulavimą ir tyrimo uždavinius. Dėl to susidaro vaizdas, kad yra ne vienas, bet keli tikslai. Kiekviena, nors ir labai konkrečiai suformuluota tema, gali turėti daug sprendimo aspektų, kurie paprastai negali būti nagrinėjami tuo pačiu metu. Todėl suformulavus darbo tikslą, užsibrėžiami konkretūs tyrimo uždaviniai, kurie kyla iš bendrųjų ir specifinių tam tyrimui suformuluotų klausimų.

Tyrimo tikslu gali būti naujų žinių gavimas apie:

• tyrimo objektą; • tyrimo objekto struktūrą ir jos optimizaciją; • tyrimo objekto sąveiką su kitais objektais; • tyrimo objekto būklės pasikeitimus; • tiriamų reiškinių ir procesų vystymosi pagrindines prognozes.

Tyrimo uždaviniai – tai uždaviniai, kuriuos planuojama įgyvendinti

siekiant numatyto tikslo, tai savotiški laipteliai, kuriais reikia pakilti, norint pasiekti galutinį rezultatą.

Formuluojant tyrimo uždavinius dažniausiai vartojamos sąvokos: ištirti, sudaryti, išanalizuoti ir t.t. Jeigu tikslas išreiškiamas vienu ar dviem sakiniais, tai uždaviniai išdėstomi plačiau. Uždavinių tipai pateikti.

Tyrimo uždavinių tipai Pagrindiniai – tiesiogiai nukreipti į tyrimo tikslo pasiekimą Tarpiniai – konkretizuojantieji patikslinantieji pagrindinius uždavinius, padedantieji gauti antraeiles išvadas Formuluojant tyrimo uždavinius juos reikia derinti su tyrimo hipotezėmis

Šie darbiniai tyrimo uždaviniai tiksliau paaiškina, kokie aplinkos aspektai

turi būti matuojami (nagrinėjami). Formuluojant tyrimo uždavinius juos reikia derinti

su tyrimo hipotezėmis.

Nedidelės apimties moklsiniuose tyrimuose paprastai būna keli

pagrindiniai (2-5) uždaviniai, iš kurių kiekvienas atspindi mokslinio darbo idėją,

atskleidžia tiriamąjį aspektą. Neverta specialiai dauginti uždavinių, nes tai nenulemia

darbo kokybės. Į tyrimo uždavinius nederėtų įtraukti literatūros šaltinių studijavimo

bei statistinės duomenų analizės.

Be pagrindinių uždavinių gali būti tarpinių uždavinių, kurie padeda

išspręsti pagrindinius. Jų specialiai išskirti nereikia, nes tai bus matyti tekste ir galbūt

vienoje ar keliose išvadose. Būtina atminti, kad kiekvienas pagrindinis tyrimo

uždavinys privalo turėti sprendimą, t.y. atsispindėti išvadose.

4) Tyrimo hipotezės

Kai tyrėjas neturi pakankamai faktų, kurie galėtų atsakyti į rūpimus

klausimus ar išspręsti kokią nors problemą, tuomet dažnai taikomos hipotezės

principas.

Tyrimo hipotezė – tai mokslinio pažinimo forma, išreiškianti mokslinį pagrįstumą, tačiau dar nepatikrintą ir nepatvirtintą naujų dėsnių, priežastinių ryšių, objektų bei jų struktūrų ir savybių numatymą. Hipotezė tarsi priemonė, rodanti moksliniam tyrimui kryptį. Ji taip pat padeda pasirinkti tyrimo objektą bei informacijos gavimo būdą – tyrimo metodą. Pavyzdžiui, analizuojant mokymo įstaigos neefektyvią veiklą, darome prielaidą, jog tai gali būti susiję su netinkamu pedagoginių darbuotojų pasirinkimu. Hipotezės formulavimas yra pats svarbiausias, kartu ir sunkiausias tyrimo etapas. Formuluojant hipotezę svarbu suvokti, kad ji nėra išvedama iš faktų, bet kuriama remiantis faktais. Tai preliminarus teiginys, kuris preliminariai formuluoja priežastinius ryšius bei dėsnius ir jų pagrindu numato naujus objektus, naujas tyrimo kryptis ir metodus. Todėl mokslinis tyrimas yra ne aklas faktų kaupimas, bet tirklingas ir kryptingas hipotezių kūrimą ir nuo jų perėjimas prie teorijos. Kasdieninėje praktikoje labiausiai paplitę keli hipotezės supratimai: spėjimas, įvykio prognozė, apytikris žinojimas. Tačiau šie supratimai mokslui nepriimtini, nes neteikia esminių paaiškinimų ir nenurodo tyrimo objekto bei metodų. Spėjimas – pvz. vakaruose daug debesų , rytoj bus lietus, jei lietui lyjant vištos nesislepia, lis ilgai ir pan.; prietarai- juodų akių įdėmus žvilgsnis neša nelaimę; žmogus, pilantis gėrimą kairia ranka, nori tau nelaimės, o jei jis kairiarankis, tai nėra logikos. Prognozės – jos jau turi loginį pagrindą, nes dažniausiai remiasi stebėjimo rezultatais, statistika, tam tikrais dėsningumais ir pan. (pvz. orų prognozės, derliaus prognozės ir kt.).

Hipotezių rūšys Aprašomosios - duoda bendrą tiriamojo objekto charakteristiką

Aiškinamosios – numato tiriamojo objekto priežastinius- pasekminius ryšius Prognostinės - numato tiriamojo objekto objektyvaus vystymosi tendencijas remiantis logine analize. Pirminės – iškeliamos pirmaisiais tyrimo etapais Antrinės – pakartotinės, patikslinančios pirmines arba pakeičiančios anksčiau iškeltas, nepasitvirtinusias hipotezes Darbinės – iš anksto numatomos, reikalingos išeities pozicijai Pagrindinės – svarbiausios, nulemiančios tyrimo logiką, jo pagrindinius uždavinius Ne pagrindinės – susijusios su daliniais uždaviniais, nukreiptos į šalutinius rezultatus Formuluojant hipotezes naudojami įvairūs šaltiniai:

1. Veiklos patirties apibendrinimas; 2. Žinomų mokslinių faktų analizė; 3. Tolesnė mokslinių teorijų plėtotė.

Literatūros šaltinių analizė – neatsiejama mokslinio darbo dalis, kuri reikalinga ne tik hipotezių formulavimui, bet tęsiasi per visą mokslinio tyrimo procesą. Tai neretai prasideda dar prieš pasirenkant temą. Literatūros analizė gali būti pagalbinė mokslinio tyrimo priemonė, tačiau kai kuriais atvejais jis gali tapti savarankišku tyrimo metodu. Literatūros studijavimo uždaviniai skirtinguose mokslinio tyrimo etapuose yra skirtingi. Ruošiantis tyrimui, literatūros analizė padeda pasirinkti temą, tyrimo metodus, susipažinti su pirmtakų darbais, protingai suplanuoti darbą. Literatūros studijavimas įgalina:

1. sužinoti apie naujausius tyrimo srities kitų specialistų darbus; 2. prireikus koreguoti tyrimo eigą; 3. rasti tyrimo faktus patvirtinančią ar prieštaraujančią jiems medžiagą; 4. rasti paaiškinimų, jei literatūros duomenys neatitinka tyrime gautų

rezultatų. Į tai neatsižvelgiant literatūros studijavimas tampa nepilnavertis: 1. Skaitymas tampa savitiksliu, mechaniniu žinių kaupimu, o tai savo

ruožtu menkina savarankiškumą. H.Spenseris yra pasakęs, kad naudingos yra ne tos žinios, kurios kaupiasi kaip riebalai, bet tos, kurios gali būti perdirbtos į proto raumenis;

2. Skaitytojas apie perskaitytą literatūrą nesusidaro bendro vaizdo, padedančio pažinti šiuolaikinę nagrinėjamos problemos teorinę situaciją; 3. Skaitymas tampa nesistemingas. Parenkant ir skaitant literatūrą stinga pagrindinės idėjos, todėl kartais praleidžiami labai svarbūs, fundamentalūs darbai ir per daug dėmesio skiriama antraeiliams; 4. Atsiranda nekritiškas požiūris į perskaitytą medžiagą, sunku įvertinti autoriaus privalumus ir trūkumus ir pan. 5. Rasti reikiamą literatūrą, ypač pastaruoju metu, nelengva: kasmet įvairių mokslų klausimais publikuojama daug darbų, jų gausėja geometrine progresija. Todėl tyrėjui patartina sudaryti literatūros, su kuria reikia susipažinti sąrašus: 1. Literatūros, kurią reikia perskaityti pirmiausia; 2. Literatūros, su kuria pageidautina susipažinti; 3. Literatūros, kurią galima paanalizuoti, jei liks laiko. Iš pradžių vertėtų skaityti apibendrinančio pobūdžio literatūrą: monografijas, disertacijas, knygas ir pan. Tai padeda suprasti tiriamą problemą, į ją įsigilinti. Po to galima pereiti prie literatūros, aptariančios siauresnius, su darbo tema susietus klausimus (straipsniai, tezės, anotacijos ir t.t.). Chronologiniu požiūriu geriausiai pradėti nuo naujausios literatūros, po to pereiti prie senesnės. Pravartu peržiūrėti literatūros sąrašą, monografijų, disertacijų bei straipsnių gale ir persirašyti pavadinimus tų autorių, kurių mintys ar tyrimo metodika pasirodė įdomūs skaitant veikalą.

Hipotezes gali sąlygoti ir „sveikas protas“ bei intuicija – tik pasiruošusiems protams (I.Niutonas ir visuotinės žemės traukos dėsnis). Praktikoje pasitaiko kai formuluojama nepakankamai originali hipotezė tikrinti jau žinomiems dalykams, aprašyti juos kiekybiškai arba patikrinti jų pritaikomumą kitomis sąlygomis (tarkim atsiranda naujos teorijos, matematinis aprūpinimas ir pan.0. Formuluojant hipotezę būtina laikytis tam tikrų reikalavimų: Reikalavimai hipotezėms

1. Hipotezės turi atitikti tyrimo tikslus ir uždavinius

2. Hipotezės turi remtis žinomomis teorijomis

3. Hipotezės turi neprieštarauti patikrintiems, moksliškai

patvirtintiems empiriniams faktams 4. Hipotezės turi remtis reprezentatyvia informacija

5. Hipotezės turi būti patikrintos

Hipotezės sukūrimo pagrindas – turimos žinios. Tačiau būtina žinoti, kad

apriorinės (nepriklausančios nuo patirties) hipotezės formulavime dalyvauja pats

tyrėjas ir dėl to ji nėra pakankamai objektyvi (A.Einšteinas ir jo reliatyvumo teorija).

Pagrindas priimti hipotezę yra tas, kad remiantis turimomis žiniomis ir

pačia hipoteze, galima paaiškinti tam tikrus stebėjimus bei numatyti naujus faktus. Be

hipotezės tie faktai nepaaiškinami ir nenumatomi. Tačiau reikia turėti galvoje ir tai,

kad jei net statistinės analizės rezultatai rodo, jog hipotezė neprieštarauja tyrimų

rezultatams, tai dar nereiškia, kad ji yra besąlygiškai teisinga, nes net vienintelis

hipotezei prieštaraujantis faktas leidžia ją atmesti (hipotezių tikrinimo asimetrija).

Šie visi teiginiai labiausiai taikytini mokslinėms hipotezėms. Tačiau

pagrindiniai jų formavimo principai gali būti taikomi ir darbinėms (laikinoms)

hipotezėms, kuriomis laikytinos pirminės prielaidos, atsirandančios drauge su

pagrindine tyrimų idėja. Tiriant darbines hipotezes yra tikrinamos: tobulinamos,

patikslinamos arba atmetamos. Fizikas M. Faradėjus yra pasakęs, jog niekas neįtaria,

kiek spėliojimų, atsirandančių tyrėjo galvoje yra sunaikinama jo paties kritikos ir vos

dešimtoji visų prielaidų ir vilčių dalis įgyvendinama.

Taigi, hipotezė visų pirma reikalinga mums patiems. Ji tarsi kompasas,

rodantis mokslininkui kelią. Ji svarbi dar ir tuo, kad padeda pasirinkti (numatyti)

tyrimo objektą bei informacijos gavimo būdą – tyrimo metodą. 3 tema. Duomenų atranka ir analizė

Tiriamųjų atranka

Tiriamųjų atranka – procesas, kurio metu atrenkama populiacijos dalis,

reprezentuojanti pilną tiriamąją populiaciją.

Imtis – tai vienetų visuma, atstovaujanti tiriamą populiaciją. Vienetai,

sudarantys tiriamųjų imtis ir populiacijas, vadinami elementais. Elementas,

pagrindinis vienetas, apie kurį renkama informacija. Slaugos sričių tyrimų elementai

dažniausiai yra žmonės. Imtį charakterizuoja jos reprezentatyvumas ir tiriamųjų imtis

pasižymi pagrindinėmis charakteristikomis, kurios būdingos tiriamai populiacijai.

Tiriamųjų atrankos planus galima sugrupuoti į dvi kategorijas:

Tikimybinė atranka. Apima kai kurias atsitiktinės atrankos formas,

pasirenkant elementus. Tikimybinės tiriamųjų imties esmė: tyrėjas nustato, jog

kiekvienas populiacijos elementas turi tikimybę patekti į tiriamųjų imtį.

Netikimybinė atranka. Elementai atrenkami neatsitiktinai. Nėra būdų,

kuriais galima užtikrinti, kad kiekvienas elementas turi tikimybę, jog bus įtrauktas į

netikimybinę imtį.

Populiacijos sluoksniavimas

Kartais naudinga pažvelgti į populiaciją kaip į dviejų ar daugiau

subpopuliacijų arba sluoksnių visumą.

Sluoksnis reiškia uždarą segmentą, atrinktą iš populiacijos ir pasižyminti

viena ar daugiau savybių. Pvz., populiaciją sudaro visi Lietuvoje dirbantys

slaugytojai arba farmacininkai. Farmacininkų populiaciją galima padalinti į du

sluoksnius, atsižvelgiant į asmenų, dirbančių farmacininkais, lytį, nes čia beveik 100

procentų dirba moterys. Populiaciją galima sluoksniuoti pagal amžių, pvz., vienas

sluoksnis – jaunesni nei 30 m. amžiaus, kitas sluoksnis nuo 30 ik 45 m. amžiaus,

trečias sluoksnis – vyresni nei 46 m. amžiaus asmenys. Sluoksnis dažniausiai

identifikuojamas ir naudojamas imties atrankos procese, siekiant tiriamųjų imties

reprezentatyvumo.

Nuokrypis (nukrypimas), atrenkant tiriamųjų imtį.Mokslininkai dažniau dirba su

tiriamųjų imtimis, o ne su populiacijomis. Tai yra ekonomiškiau ir efektyviau.

Tyrėjas dažniausiai neturi laiko, nei resursų išstudijuoti visus galimus populiacijos

narius. Nėra būtinybės surinkti duomenis apie atitinkamą fenomeną iš visos

populiacijos. Realiau susidaryti tikslią sampratą apie tiriamą fenomeną, surenkant

informaciją iš tiriamųjų imties. Taigi tiriamųjų imtys – tai praktiškos ir efektyvios

priemonė, naudojamos reikiamų duomenų atrankai. Duomenys, surinkti iš tiriamųjų

imčių, gali įtakoti klaidingus apibendrinimus (išvadas). Šimtas tiriamųjų subjektų,

norinčių dalyvauti tyrime, retai sukels sunkumų netgi pradedančiam tyrėjui.

Žymiai sudėtingiau atrinkti šimtą subjektų, kurie visiškai tiriamos

populiacijos savybes ir kriterijus. Tiriamųjų atrankos nuokrypis – tai sisteminės

klaidos, kai studijuojama neatsitiktinė populiacijos imtis.

Pvz. Tiriamas pacientų palankumas/nepalankumas, atsižvelgiant į

slaugytojo prisilietimą. Tiriamųjų imtį sudaro 50 pirmųjų pacientų, atvykusių į

ligoninę ir atitinkančių tyrėjų nustatytus kriterijus. Tyrėjas nusprendžia neįtraukti

p.A. į tiriamųjų imtį, kadangi ji priešiškai nusiteikusi slaugytojų atžvilgiu. P.M.

neseniai tapo našliu ir tyrėjas nusprendė jo taip pat neįtraukti į tyrimą, kadangi šis

asmuo šiuo metu yra psichologinio diskomforto būsenoje.

Tyrėjas sąmoningai nusprendė neįtraukti kai kurių asmenų į tyrimą, tačiau

tai neatspindi pagrindinių tiriamųjų imties atrankos kriterijų. Minėtų asmenų

įtraukimas gali sąlygoti nuokrypio atsiradimą, kadangi į slaugytojo prisilietimą

(priklausomas kintamasis) pacientai gali reaguoti neadekvačiai, atsižvelgiant į

asmeninius jausmus bei psichologinę būseną.

Atrankos nukrypimas gali būti labiau nesąmoningas nei sąmoningas. Pvz.

tyrėjas tiria kas dešimtą slaugos specialybės studentą, ateinantį biblioteką. Tiriamųjų

imties nuokrypis bus susijęs su bibliotekos lankytojais, netgi jei tyrėjas stengsis

sąmoningai įtraukti kiekvieną dešimtą studentą, įeinantį į biblioteką, atsižvelgiant į to

asmens lytį, išvaizdą ir pan.

Jeigu visi populiacijos elementai yra identiški, atsižvelgiant į kritinius

charakteringus bruožus, tuomet viena imtis nebus geresnė už kitą imtį. Jeigu

populiacija yra visiškai homogeniška, nepasižyminti įvairiopu kintamumu, tuomet

vienas populiacijos elementas atstovaus pakankamą populiacijos imtį, kuria remiantis

galima padaryti išvadas apie populiaciją.

Amžius, pajamos, sveikatos būklė, požiūriai, poreikiai, įpročiai – visi šie

požymiai atspindi žmogaus heterogeniškumą. Tyrėjai turi būti apsisprendę dėl

atrankos nukrypimo, t.y. iki kokio lygio populiacija gali būti heterogeniška,

atsižvelgiant į pagrindinius kintamuosius. Atitinkamas kintamumas, pasireiškiantis

tiriamoje populiacijoje, turi atsispindėti tiriamųjų imtyje.

Netikimybinė atranka

Netikimybinė atranka mažiau patikima nei tikimybinė atranka, siekiant

sudaryti reprezentatyvias imtis. Nepaisant to, daugumoje mokslo sričių tyrėjai atlieka

netikimybinę tiriamųjų atranką. Skiriami trys netikimybinė atrankos metodai:

patogusis, kvotų ir tikslinis.

Patogioji atranka

Patogiąją atranką sudaro tiriamieji, kuriuos nesunku surasti, atsižvelgiant į

tyrėją dominančias tiriamųjų charakteristikas. Universiteto ar kolegijos darbuotojas,

platindamas anketas studentams, kuriems skaito paskaitas, pasirenka patogiąją

atsitiktinę imtį.

Patogosios atrankos problema: tiriamieji gali būti netipiški tiriamos

populiacijos atžvilgiu, kai matuojami tam tikri kintamieji.

Patogioje imtyje nebūtinai turi būti asmenys, kuriuos pažįsta tyrėjas.

Asmenys, einantys gatve ir praeinantys namo kampą, ties kuriuo stovi tyrėjas ir

vykdo praeivių interviu, taip pat vadinami patogiąja imtimi. Kartais tyrėjas renka

individus, pasižyminčius tam tikromis savybėmis, pvz., iš besilankančių

supermarkete ar besigydančių ligoninėse ir pan. Tokia vykdoma atranka susijusi su

tiriamųjų atrankos nuokrypiu.

„Sniego gniūžties“ arba tinklinė atranka

Viena iš patogiosios imties atrankų vadinama „sniego gniūžties“ arba

tinkline atranka. Remiantis šiuo požiūriu, pirmųjų tyrimo respondentų prašoma

identifikuoti kitus asmenis, atitinkančius tyrėjo nustatytus kriterijus bei pakviesti juos

į tyrimą. Šį metodą tikslinga naudoti, kai tiriamąją populiaciją sudaro žmonės,

pasižymintys sunkiai identifikuojamais požymiai, pvz., moterys, nustojusios maitinti

kūdikį krūtimi, kai šiam sukako vienas mėnuo arba asmenys, bijantys ligoninių.

„Sniego gniūžties“ formavimo procesas prasideda nuo kelių atrinktų

subjektų ir tęsiasi tol, ko atrinktųjų tiriamųjų informacijos naujus tiriamuosius

pagrindu gaunamas reikiamas imties skaičius.

Kvotų atranka

Atliekantis kvotų atranką tyrėjas identifikuoja populiacijos sluoksnius ir

nustato elementų proporcijas iš įvairių populiacijos segmentų. Naudodamas

informaciją apie populiacijos sudėtį , tyrėjas gali užtikrinti, kad skirtingi segmentai

tiriamųjų imtyje būtų pasiskirstę tokiomis pat proporcijomis, kaip ir populiacijoje.

Kvotų atrankos pavadinimas kildinamas iš procedūros, kurios metu

sudaromos kvotos įvairiems populiacijos sluoksniams, iš kurių bus renkami

duomenys. Tarkime, tyrėją domina slaugos specialybės studentų požiūris į pacientus,

sergančius vėžiu. Patogioji populiacija – trijų medicinos kolegijų, kurios iš viso

kasmet studijuoja 1000 būsimų slaugytojų. Būtinas slaugos specialybės studentų

imties dydis – 200 respondentų. Lengviausia pasirinkti patogiąją imtį, išplatinant trijų

kolegijų studentams paskaitų metu. Įsivaizduokime, jog slaugos specialybės

studijuoja ir vaikinai, ir merginos. Šie studentai, atstovaujantys skirtingus studijų

metus (kursus), suformavo skirtingus požiūrius į darbą su onkologiniai pacientais.

Pagal patogiąją imtį nesunku atrinkti po kelis studentus iš skirtingų grupių. Lentelėje

esantys skaičiai parodo kiekvieno populiacijos sluoksnio proporcijas, pasirinkus

patogiąją imtį.

1 lentelė. Studentų populiacijos sluoksniai: skaičiai ir procentinis pasiskirstymas

(patogioji ir kvotų atranka)

Grupė Lytis I kursas II kursas III

kursas

IV kursas Iš viso

Populiacija Moterys 25 (2,5

%)

25 (2,5

%)

25 (2,5

%)

25 (2,5

%)

100

(10%)

Vyrai 225 (22,5

%)

225 (22,5

%)

225 (22,5

%)

225 (22,5

%)

900 (90

%)

Iš viso 250

(25%)

250

(25%)

250

(25%)

250

(25%)

1000

(100%)

Patogioji

atranka

Moterys 2 (1%) 4 (2%) 3 (1,5%) 1 (0,5 %) 10 (5%)

Vyrai 98 (49 %) 36 (18%) 37

(18,5%)

19 (9,5%) 190

(95%)

Iš viso 100

(50%)

40 (20 %) 40 (20 %) 20 (10%) 200 (100

%)

Kvotos

atranka

Moterys 5 (2,5%) 5 (2,5%) 5 (2,5%) 5 (2,5%) 20 (10%)

Vyrai 45

(22,5%)

45

(22,5%)

45

(22,5%)

45

(22,5%)

180 (90

%)

Iš viso 50 (25 %) 50 (25 %) 50 (25 %) 50 (25 %) 200 (100

%)

Šioje lentelėje matome, kad patogiojoje imtyje didžiausias skaičius yra I

kurso vyriškos lyties studentų, lyginant su moteriškosios lyties visų kursų

studentėmis. Atsižvelgiant į šią problemą, tyrėjas gali vykdyti subjektų atranką,

įtraukiant tokį patį subjektų skaičių iš kiekvieno populiacijos sluoksnio (pogrupio).

Jeigu labiau įsigilinsime į šį pavyzdį, tuomet suvokiame, jog egzistuoja

pogrupių neadekvačios atrankos pavojus. Sakykime, jog šiame tyrime pagrindinis

klausimas yra :“Ar jūs norėsite dirbti skyriuje, kuriame gydosi vėžiu sergantys

pacientai?“ Studentų atsakiusių į klausimą „taip“, procentas parodytas lentelėje.

2 lentelė. Studentai, norintys dirbti onkologiniame skyriuje

Imtis Populiacijos imčių

skaičius

Patogiosios imties

narių skaičius

Kvotų imties

narių skaičius

I kursas, vyrai 2 0 0

II kursas, vyrai 6 1 1

III kursas, vyrai 8 1 2

IV kursas, vyrai 12 0 3

I kursas, moterys 6 2 1

II kursas, moterys 16 2 3

III kursas, moterys 30 4 7

IV kursas, moterys 45 3 9

Studentai, norintys

dirbti su

onkologiniais

pacientais

125 13 26

Bendras studentų

skaičius

1000 200 200

Procentai 12,5% 6,5% 13,0%

Populiacijos kontekste vyriškos lyties ir vyresnių kursų studentai labiau

linkę sutikti su onkologiniais pacientais nei moteriškos lyties ir jaunesnių kursų

studentai (nors pastarieji vyrauja patogioje imtyje). Čia egzistuoja skaitmeniniai

neatitikimai tarp populiacijos ir tiriamųjų imties: beveik dvigubai daugiau studentų

(12,5%) sutiktų dirbti su onkologiniais pacientais, nei galima tikėtis teigiamo

atsakymo iš studentų patogioje imtyje (6,5%) . Kvotų metodų atrinkta imtis yra lyg

populiacijos veidrodis.

Tiriamųjų savybes, kuriomis remiantis formuojami pogrupiai (sluoksniai),

pasirenka pats tyrėjas. Sluoksniavimo pagrindas gali būti kai kurie kintamieji,

atspindintys skirtybes, lyginant su priklausomu kintamuoju. Tokie kintamieji pvz.,

amžius, išsilavinimas, medicininė diagnozė.

Tikslinė ir teorinė atranka

Tikslinė atranka remiasi tikimybe, kad tyrėjo žinios apie populiaciją gali

būti naudojamos tiriamųjų atrankai. Tyrėjas gali tikslingai nuspręsti pasirinkti visą

galimą respondentų įvairovę arba gali pasirinkti tipinius subjektus, kurie atrinkti,

atsižvelgiant į tyrimo klausimą.

Ši subjektyvi atranka neatspindi objektyvaus tipinių respondentų

pasirinkimo. Kai kurios situacijose naudinga remtis tiksline atranka. Naujai sukurtus

instrumentus galima efektyviai išbandyti ir įvertinti naudojant tikslinę atranką.

Tikslinė atranka dažnai naudojama, kai tyrėjui reikalingi ekspertai (pvz., raktinio

informanto arba Delfų metodas).

Specialusis tikslinės atrankos tipas – tai teorinė atranka, naudojama

išsamiose kokybinėse tyrimo studijose.

Teorinė atranka apima imties narių atranką, pagrįstą naujais tyrimo

duomenimis ir siekiant užtikrinti:

1. Adekvatų svarbių temų reprezentatyvumą;

2. Geriausių informantų atranką, kad informantai atitiktų tyrimo

informacijos poreikius. Pvz., tyrėjas , studijuojantis žmonių reakcijas į gamtos

stichines nelaimes – potvynius ar uraganus, gali atrasti, kad žmonių reakcijas įtakoja

laikas, kurį jie gyvena teritorijoje, apimtoje stichinės nelaimės. Tai gali įtakoti tyrėją

pasirinkti respondentus, priklausančius nuo jų ryšių su bendruomenėmis, kurios buvo

nelaimės centre. Tyrėjui reikia apimti kuo didesnį kiekį reakcijų.

Tokia atranka dažniausiai atitinka kokybinio tyrimo tikslus, nes čia reikia

išsamiai aprašyti tiriamą fenomeną, o ne pateikti procentinį santykį, išreiškiantį

asmenų elgesio kategorijų pasiskirstymą. Kitaip tariant, kokybiniame tyrime tyrėjas

labiau suinteresuotas kuo geriau apibūdinti teorinius aspektus, o ne reprezentuoti

tyrime dalyvaujančius respondentus.

Netikimybinė atranka dažniausiai naudinga bandyminiams,

aiškinamiesiems, išsamiems kokybiniams tyrimams. Sunkumai atsiranda dėl to, kad

ne kiekvienas populiacijos elementas turi lygias galimybes būti įtrauktas į tyrimo

imtį. Tai reiškia, kad kažkuris populiacijos segmentas nebus sistemiškai

reprezentuotas. Jeigu populiacija homogeniška, tuomet paklaidų (nuokrypių) gali ir

nebūti. Tačiau tik maža apimtis charakteristikų (bruožų, savybių) dominanti tyrėją,

gali būti homogeniška.

Tikimybinė atranka

Skiriamasis tikimybinės atrankos bruožas – atsitiktinė populiacijos

elementų atranka. Atsitiktinis pasiskirstymas – tai procesas, kai subjektai išskirstomi į

skirtingas eksperimentines sąlygas, remiantis atsitiktinumo principu.

Atsitiktinė atranka – procesas, kai kiekvienas populiacijos elementas turi

lygias, nepriklausomas galimybes būti atrinktas. Skiriami keturi tikimybinės atrankos

metodai:

• paprastoji atsitiktinė,

• sluoksniuotoji,

• puokštinė (kekių),

• sisteminė.

Paprastoji atsitiktinė atranka

Paprastoje atsitiktinėje atrankoje tyrėjas atkuria, kas yra žinoma, t.y.

suformuoja atrankos „rėmą“. Sąvoka „atrankos rėmas“ – tai atrankos vienetų ar

elementų sąrašas, kuriuo remiantis bus atrinkta tiriamųjų imtis.

Jeigu slaugos ir farmacijos specialybių studentai, studijuojantys

universitete, sudaro patogiąją imtį, tuomet šių studentų sąrašas bus atrankos „rėmas“.

Jeigu atrankos vienetą sudaro 500 lovų (ar didesnės) ligoninės Lietuvoje, tuomet

tokių ligoninių sąrašas bus vadinamas atrankos „rėmu“. Praktiškai populiaciją galima

apibūdinti esamo atrankos rėmo ribose dažniau nei pradedant nuo populiacijos

elementų sąrašo sudarymo. Pvz., tyrėjas telefonų numerių knygą naudoja kaip

atrankos „rėmą“, populiaciją galima apibūdinti taip: atitinkamo miesto gyventojai,

kurie naudojasi konkrečios telefonų ryšių kompanijos paslaugomis ir jų telefonai yra

tyrėjo pasirinktoje telefonų numerių knygoje. Tačiau – ne visiems miesto

gyventojams įvesti telefonai ir ne visų gyventojų, turinčių telefonus, numeriai įrašyti į

telefonų numerių knygą. Taigi neadekvatu pasirinkti telefonų sąrašą, kaip atrankos

„rėmą“ tiriamųjų populiacijai. Pasirinkti populiacijos elementai turi būti sunumeruoti.

Sudaryta lentelė iš atsitiktinių telefonų numerių gali būti naudojama atitinkamo

dydžio tiriamųjų imčiai sudaryti.

Sluoksniuotoji atsitiktinė atranka

Atliekant sluoksniuotąją tiriamųjų atranką, populiacija pirmiausia

dalijama į du ar daugiau sluoksnius arba pogrupius. Kaip ir kvotų atrankos atveju, čia

siekiama gauti kuo didesnį reprezentatyvumo laipsnį. Sluoksniuotosios atrankos metu

populiacija daloma į homogeniškus pogrupius, iš kurių atsitiktinai atrenkamas

tiriamųjų (respondentų) skaičius. Sluoksniavimą galima atlikti, remiantis daugeliu

požymių, pvz.: amžius, lytis, darbo pobūdis ir pan. Pasirinktas kintamasis turi būti

susijęs su požymiais, esančiais kiekviename homogeniškame populiacijos sluoksnyje.

Sunkumas gali būti susijęs su tuo, jog ne kiekvieną tyrėją dominantį požymį galima

sluoksniuoti. Jeigu remiamasi telefonų numerių knyga, tuomet bus sunku spręsti apie

asmens amžių, religiją ir kitą asmeninę informaciją, svarbią prasmingam

sluoksniavimui. Kvotų atrankos atveju tokios problemos nėra, kadangi tyrėjas gali

užduoti klausimus, kurie apibūdina respondentų tinkamumą atitinkamam sluoksniui.

Sluoksniuotosios atrankos atveju respondento statusas populiacijos sluoksnyje būna

nulemtas jau prieš tiriamųjų imties sudarymą.

Sluoksniuotosios tiriamųjų atrankos realizavimui galima naudoti įvairias

procedūra. Dažniausiai kartu sugrupuojami tie elementai, kurie priklauso vienam

sluoksniui ir tuomet atrenkamas reikiamas elementų skaičius. Tyrėjas gali pasirinkti

vienodą kiekį elementų iš kiekvieno sluoksnio arba gali apsispręsti pasirinkti

skirtingus skaičius iš kiekvieno sluoksnio.

Kai tyrėją domina skirtumai tarp sluoksnių, proporcinga atranka gali

sąlygoti nepakankamą pagrindą palyginimo atlikimui. Pvz., ar tyrėjas galėtų pateikti

objektyviais išvadas apie lenkų tautybės slaugos specialybės studentus iš

informacijos, kurią pateikė tik penki respondentai? Neišmintinga tai daryti daugelyje

tyrimo studijų. Kai naudojamos atsitiktinės atrankos procedūros, tikimybė atrinkti

reprezentatyvią imtį didėja, didėjant tiriamųjų imties dydžiui. Todėl tyrėjai

dažniausiai naudoja neproporcingos imties metodą, kai galima atlikti tarpsluoksninį

palyginimą, t.y. tarp atskirų sluoksnių, kurie skiriasi ženkliais tiriamųjų skaičiais.

Pvz., atrankos proporcijos gali būti – 20 lenkų, 20 rusų ir 20 lietuvių tautybės

studentų. Ši atranka gali užtikrinti adekvatesnį reprezentatyvumą, kalbant apie dviejų

tautinių mažumų požiūrius. Kai naudojama neproporcinga atranka, būtina surinkti

duomenis, kurie padeda geriausiai įvertinti tiriamus populiacijos požiūrius. Šis

atrankos procesas vadinamas „apkrovimu“.

Sluoksniuotoji atsitiktinė atranka tyrėjui sudaro galimybę kruopščiai

suformuoti reprezentatyvią galutinę imtį. Jeigu praktiškai neįmanoma gauti išsamios

informacijos apie pogrupius, kurių apimtis sąlyginai nedidelė, tuomet sluoksniavimas

suteikia galimybes įtraukti reikalingą skaičių respondentų (ar atvejų) į imtį, kai

sluoksnius sudaro tiriamų subjektų skirtingi skaičiai. Sluoksniuotos atrankos

neįmanoma atlikti, jeigu nėra informacijos apie kritinius kintamuosius.

Sluoksniuotoji imtis reikalauja daugiau kruopštumo iš tyrėjo nei paprastoji atsitiktinė

atranka, kadangi imtį reikia suformuoti iš sudėtingų, nesunumeruotų sąrašų.

Puokštinė (kekių) atranka

Daugumai populiacijų neįmanoma gauti visų elementų sąrašo. Pvz.,

siekiant atlikti paprastąją arba sluoksninę atsitiktinę atranką, sunku išvardinti ir

sunumeruoti visų Lietuvos slaugos specialybės esamų ir buvusių studentų populiaciją

(per studijų laikotarpį nuo 1990 m. iki 2000m.). Brangu atrinkinėti slaugytojus tokiu

būdu, galutinėje imtyje bus skirtingas skaičius asmenų iš skirtingų mokymo

institucijų. Jeigu tyrėjas vykdys interviu, tuomet teks važinėti po visą šalį. Dėl šių

aspektų didelės apimties tyrimų studijose naudojama paprastoji arba sluoksninė

atranka. Dažniausiai atliekama puokštinė atranka.

Puokštinė (kekių) atranka – tai atsitiktinė vienetų atranka. Pirmasis

atrinktas vienetas – tai didelis grupavimas (arba puokštės/kekės). Planuodamas

suformuoti slaugos specialybės studentų atsitiktinę atranką, tyrėjas suformuoja

studentų imtį iš atrinktų studijų institucijų. Įprasta procedūra, atrenkant pagrindinę

(generalinę) piliečių imtį, yra: pirmiausia atrenkami atitinkami administraciniai

vienetai – miestai, apskritys, gyvenamieji rajonai ir t.t. Kadangi šiame puokštinės

atrankos procese pagrindą sudaro stadijos, tai šis atrankos tipas vadinamas multi –

stadijų atranka.

Puokštės/kekės gali būti atrinktos naudojant paprastus ar sluoksninius

metodus. Pvz., atrenkant puokštes/kekes iš medicinos mokyklų, galima remtis studijų

programos tipu. Galutinė atranka, kurios pagalba tyrėjas suformuos puokštę/kekę,

gali būti paprasta arba atsitiktinė.

Puokštinė atranka yra ekonomiškesnė ir praktiškesnė, lyginant su kitais

tikimybinės atrankos tipais, ypač kai populiacija didelė ir plačiai išsisklaidžiusi.

Sisteminė atranka

Sisteminė atranka apima kiekvieno atvejo N atranką iš atitinkamo sąrašo

arba grupės, pvz.: kas dešimtas asmuo, iš pacientų sąrašo arba kiekvienas

penkiasdešimtas asmuo iš Lietuvos slaugos specialistų asociacijos narių sąrašo.

Sisteminė atranka kartais naudojama kiekvieno N asmens (pvz., įeinančio į knygyną,

išeinančio iš ligoninės ir pan.) įtraukimui į tiriamųjų imtį. Tokiose situacijose

populiacija apibūdinama siaurai, t.y. susidedanti iš asmens besilankančių knygyne ir

išvykstančių iš ligoninės. Tokia atranka yra netikimybinė.

Sisteminę atranką galima vykdyti taip, kad galų gale būtų suformuluota

pagrindinė atsitiktinė imtis. Jeigu tyrėjas turi sąrašą arba atrankos „rėmą“, tuomet

reikia vykdyti atitinkamas procedūras:

• Formuojamą imtį sudarys tam tikras skaičius tiriamųjų (n):

• Populiacijos dydis turi būti gerai žinomas (N):

• Padalijus N iš n (N/n), gaunamas atrankos intervalas (k).

Atrankos intervalas – tai standartinis atstumas tarp elementų, kurie

atrinkti į tiriamųjų imtį. Pvz., jeigu tyrėjas pasirenka 400 respondentų imtį iš 80 000

populiacijos, tuomet atrankos intervalas bus:

k=80000/400=200

Vadinasi, kiekvienas 200 –asis elementas iš sąrašo bus įtrauktas į

tiriamųjų imtį. Pirmąjį elementą reikia atrinkti atsitiktinai, naudojant atsitiktinių

skaičių lentelę. Sakykime, kad iš lentelės atsitiktinai atrinktas 40 numeris. Tuomet

asmenys, kurių numeriai yra 40,240,640,840 ir t.t. bus įtraukti į tiriamųjų imtį.

Praktiškai šiuo būdu vykdoma sisteminė atranka yra identiška paprastai atsitiktinei

atrankai. Gali būti problematiška, jei sąrašas sudarytas taip, jog tam tikras tipas

elementų sąraše surašytas intervalais, sutampančiais su atrankos intervalu. Pvz.,

jeigu kas dešimta slaugytoja, įrašyta į slaugos personalo sąrašą (registrą), yra

slaugos administratorius ir atrankos intervalas yra 10, tuomet slaugos

administratorius visuomet arba niekuomet nebus įtrauktas į tiriamųjų imtį. Tokio

pobūdžio problemos nėra dažnos. Daugeliu atvejų sisteminę atranką tikslingiau

atlikinėti nei parastą atsitiktinę, kadangi tokie patys rezultatai gaunami

efektyvesniu ir patogesniu būdu. Sisteminę atranką galima naudoti, pritaikant

sąrašus, kurie bus sluoksniuojami.

Mokslininkai dažniau dirba su tiriamųjų imtimis, o ne su

populiacijomis. Tai yra ekonomiškiau ir efektyviau. Tyrėjas dažniausiai neturi laiko,

nei resursų išstudijuoti visus galimus populiacijos narius. Nėra būtinybės surinkti

duomenis apie atitinkamą fenomeną iš visos populiacijos. Realiau susidaryti tikslią

sampratą apie tiriamą fenomeną, surenkant informaciją iš tiriamųjų imties. Taigi

tiriamųjų imtys – tai praktiškos ir efektyvios priemonė, naudojamos reikiamų

duomenų atrankai. Duomenys, surinkti iš tiriamųjų imčių, gali įtakoti klaidingus

apibendrinimus (išvadas). Šimtas tiriamųjų subjektų, norinčių dalyvauti tyrime, retai

sukels sunkumų netgi pradedančiam tyrėjui.

Žymiai sudėtingiau atrinkti šimtą subjektų, kurie visiškai tiriamos

populiacijos savybes ir kriterijus.

IMTIES REPREZENTATYVUMAS

Pagrindinė loginė ašis – nagrinėjami atrankos imties duomenys, išvados

daromos apie visą visumą.

Imties reprezentatyvumas:

• matematinis, statistinis - paklaida;

• turininis įvertinimas – tyrimo uždavinių aspektu.

Imties dydis

• Principas: kuo didesnė generalinė visuma, tuo mažesnė imtis; kuo mažesnė

generalinė visuma, tuo didesnė imtis

• Pvz., tas pati paklaida (5 proc.) ir pasikliautinumo lygmuo (95 proc.), minimali

rekomenduotina imtis atrenkant iš 100 000 –- 383 respondentų, 800 – 260.

STATISTINIŲ PAKLAIDŲ ESANT SKIRTINGIEMS REZULTATAMS

DYDŽIAI

Atsaky 50 45/ 40/ 35/ 30/ 25/ 20/ 15/ 10/ 5/

mų

pasiskirs

tymas ⇒

55 60 65 70 75 80 85 90 95

Atranko

s dydis

⇓

10 31 30.

8

30.

4

29.

6

28.

4

26.

8

24.

8

22.

1

18.

6

13

.5

30 17

.9

17.

8

17.

5

17.

1

16.

4

15.

5

14.

3

12.

8

10.

7

7.

8

50 13

.9

13.

8

13.

6

13.

2

12.

7

12 11.

1

9.9 8.3 6

75 11

.3

11.

3

11.

1

10.

8

10.

4

9.8 9.1 8.1 6.8 4.

9

100 9.

8

9.8 9.6 9.3 9 8.5 7.8 7 5.9 4.

3

150 8 8 7.8 7.6 7.3 6.9 6.4 5.7 4.8 3.

5

200 6.

9

6.9 6.8 6.6 6.4 6 5.5 4.9 4.2 3

300 5.

7

5.6 5.5 5.4 5.2 4.9 4.5 4 3.4 2.

5

400 4.

9

4.9 4.8 4.7 4.5 4.2 3.9 3.5 2.9 2.

1

500 4.

4

4.4 4.3 4.2 4 3.8 3.5 3.1 2.6 1.

9

600 4 4 3.9 3.8 3.7 3.5 3.2 2.9 2.4 1.

7

700 3.

7

3.7 3.6 3.5 3.4 3.2 3 2.6 2.2 1.

6

800 3.

5

3.4 3.4 3.3 3.2 3 2.8 2.5 2.1 1.

5

900 3.

3

3.2 3.2 3.1 3 2.8 2.6 2.3 2 1.

4

1000 3.

1

3.1 3 3 2.8 2.7 2.5 2.2 1.9 1.

4

Tarkime, kad 700 respondentų atsakė į klausimą, kokį alų jie geria. Tarkime,

kad 25 % jų pasakė, kad geria X alų. Tai reiškia, kad su 95 % tikimybe

galime teigti, jog tikroji reikšmė yra intervale 25 % ± 3.2%.

Imties dydis, jei nežinomas požymio standartinis nuokrypis gali būti nustatomas pagal šią formulę:

Nz

l

zn 22

2

22

4

4

∆+

∆≥

α

α

Čia - αz - normalaus dėsnio kritinė reikšmė, jei reikšmingumo lygmuo yra α . Rekomenduojama (ir šiuo atveju pasirinkta) reikšmingumo lygmenį pasirinkti 0,05. Tada iš specialios lentelės (žr. pvz., S. Puškorius. Veiklos auditas, p.339):

αz =1,64. ∆ - nežinomas nagrinėjamo požymio standartinis nuokrypis. Jis nustatomas taip – kintamojo gradacijų skaičius padalintas iš 6. Šiuo atveju gradacijų (auditorių nuomonė: teisinga arba klaidinga) yra 2, tai ∆ = 2/6 = 1/3. l –pasikliautinojo intervalo ilgis, išreikštas vieneto dalimis, (šiuo atveju 10 proc. (po 5 proc. į abi puses), t.y. 0,1). N – populiacijos elementų skaičius (šiuo atveju 211 audito įmonių). n – imties dydis (kurį ir reikia nustatyti).

Skaičiavimo pavyzdys:

31,76

2113164,1*4

1,0

3164,1*4

2

22

2

2

22

=

+

≥n

Imties dydžiui skaičiuoti matematinės statistikos literatūroje priklausomai nuo

išeities sąlygų pateikiamos įvairios formulės, o internete galima rasti įvairių

programinių skaičiuoklių.

Kintamieji ir jų matavimo skalės. Aprašomosios statistikos taikymas

duomenų analizei SPSS paketo pagalba.

Norint supaprastinti gautų duomenų analizę, taikomos įvairios matavimo

skalės. Plačiausiai taikoma Stivensono sugalvota klasifikacija, kurioje autorius

identifikavo keturis matavimo lygius:

• nominalinė skalė (kiekvienam požymiui priskiriamas numeris);

• rangų skalė (taikoma matuoti požymio intensyvumui pagal didėjantį

arba mažėjantį kriterijų (1,2,3,4,5);

• intervalinė skalė (taikoma matuoti besikartojančius tiriamus požymius

vienodų intervalų ribose);

• santykių skalė (parodo matuojamų dydžių proporcijas).

Skalės padeda ne tik išmatuoti, bet ir sugrupuoti požymius į sistemą, kurią

galima analizuoti.

Skalės tipo nustatymas

1. Ar skaičiai parodo tik skirtingas kategorijas (vardus)? Jei taip ir jei kategorijos neišreiškia jokio aritmetinio dydžio, tvarkos ar rango, tai duomenys priklauso nominaliai (nominal) skalei. (lytis, specialybė, pilietybė, tautybė ir t.t.)

Skalių tipai ir savybės: Nominali (vardų, pavadinimų) (NOMINAL) 1. Skaitmeninės reikšmės reiškia kategorijų vardus 2. Skaičiai naudojami tik kategorijų (kintamųjų vardų) išskyrimui 3. Skaičiai nereiškia jokio dydžio (atstoja pavadinimą) 4. Skaitmeninės reikšmės neatspindi jokio santykio 5. Su skaičiais negalima atlikti jokių aritmetinių operacijų 6. Statistinės operacijos yra labai ribotos Tvarkos (rangų) (ORDINAL) 1. Skaitmeninė išraiška rodo eiliškumą arba tvarką 2. Skaičiai neatspindi jokio dydžio 3. Intervalai tarp skaitmeninių reikšmių nerodo jokio dydžio 4. Skaičiai rodo santykį pagal eiliškumą (tvarką, hierarchiją) 5. Skaitmeninės reikšmės negali būti vartojamos matematinėse lygtyse 6. Statistinės operacijos gana ribotos Intervalų (INTERVAL) 1. Skaitmeninės išraiškos rodo eiliškumą ir dydį 2. Intervalai tarp reikšmių yra vienodi 3. Nulinė reikšmė nereiškia absoliutaus nulio (vertės nebuvimo) 4. Skaitmeninės reikšmės rodo santykį pagal eiliškumą ir pagal dydį 5. Skaičių reikšmės negali būti naudojamos verčių skalėms sudaryti 6. Statistinės operacijos beveik neribotos Santykių (RATIO) 1. Skaitmeninės išraiškos rodo eiliškumą ir dydį 2. Intervalai tarp reikšmių yra vienodi 3. Nulinė vertė reiškia matuojamo dydžio nebuvimą 4. Skaitmeninės reikšmės rodo santykį pagal eiliškumą ir pagal dydį 5. Skaitmeninės reikšmės tinka verčių (absoliučioms) skalėms sudaryti 6. Statistinės operacijos neribotos

Tolydžios

(continuous)

Kategorijos

2. Ar skaitmeninės vertės parodo tik eiliškumą pagal svarbą ar dydį? Jei taip ir jeigu jie neparodo tikro dydžio ar intervalų dydžio tarp verčių, tai skalė yra tvarkos (ordinal). (bet kuri rangų skalė: kursas, kariniai laipsniai) 3. Ar skaičiai rodo tikrus dydžius su vienodais intervalais? Jei taip ir jei nulinė vertė nereiškia absoliutaus nulio (matuojamo dalyko nebuvimo), skalė yra intervalų (interval). (dauguma požiūrį matuojančių skalių, temperatūra ir t.t.) 4. Ar skaičiai rodo tikrus dydžius su vienodais intervalais? Jei taip ir jei nulis reiškia matuojamo dalyko neegzistavimą, skalė yra santykių (ratio). (amžius, greitis, ūgis, svoris ir t.t.) Aukštesnių skalių duomenys visada gali būti perkoduoti į žemesnio lygio skalę. Pvz., intervalų ar verčių skalė gali būti paversta rangų ar nominalia. Žemesnių rangų skalių perkoduoti į aukštesnes negalima.

Apdorojant duomenis naudojami aprašomosios statistikos metodai, o po to atliekama

teorinė jų analizė, kuri patvirtina arba paneigia hipotezę.

Statistinio apdorojimo metodai gana įvairūs – pradedant aritmetiniu

vidurkiu ar procentiniu duomenų įvertinimu ir baigiant kur kas sudėtingesniais

paskaičiavimais ryšių tarp požymių įvertinimo metodais( dispersine, koreliacine,

regresine, klasterine bei faktorine analizėmis), kur pastarieji bus nagrinėjami penktoje

temoje.

Aprašomosios statistikos įrankiai

Skalės tipas Vidutinė

reikšmė

Pasiskirstymas Forma

Nominali

(NOMINAL)

Moda

(MODE)

- -

Tvarkos,

rangų

(ORDINAL)

Centrinė

vertė

(MEDIAN)

Moda

(MODE)

Plotis (RANGE)

Maximum

Minimum

-

Intervalų

(INTERVAL)

Vidurkis

(MEAN)

Centrinė

vertė

(MEDIAN)

Moda

(MODE)

Dispersija

Standartinis

nuokrypis (STD.

DEVIATION)

Plotis (RANGE)

Maximum

Minimum

Asimetrija

(SKEWNESS)Ekscesas

(KURTOSIS)

Santykių

(RATIO)

Vidurkis

(MEAN)

Centrinė

vertė

(MEDIAN)

Moda

(MODE)

Dispersija

Standartinis

nuokrypis (STD.

DEVIATION)

Plotis (RANGE)

Maximum

Minimum

Asimetrija

(SKEWNESS)

Ekscesas

(KURTOSIS)

• Moda – dažniausiai pasitaikanti vertė

• Centrinė tendencija- mediana (MEDIAN) – gaunama išdėsčius visas vertes nuo

mažiausios iki didžiausios. Vidurinė vertė yra centrinė tendencija (MEDIAN).

• Vidurkis (MEAN) – paprastas aritmetinis vidurkis

• Plotis (RANGE) – skaitmeninių verčių apimtis nuo mažiausios iki didžiausios

(= maks. – min.)

• Maximum, minimum – didžiausias ir mažiausias skalės matavimas

• Standartinis nuokrypis (STANDARD DEVIATION) - įverčių sklaida

apie vidurkį (MEAN).