16

TFZR - Index - àòèâíå Êâàëèò äå ìåòî èñòðàæèâà»à - Kvalitativne... · 2016-01-18 · àòèâíå Êâàëèò äå ìåòî èñòðàæèâà»à àòèâíà

  • Upload
    others

  • View
    15

  • Download
    0

Embed Size (px)

Citation preview

Êâàëèòàòèâíå ìåòîäå èñòðàæèâà»à

Êâàëèòàòèâíà èñòðàæèâà»à ñå ñïðîâîäå ñà öè§åì äà ñå îòêðèjó ïîíàøà»å è ïåðöåïöèjå

öè§íå ãðóïå èìàjó£è ó âèäó ïîñòàâ§åíî èñòðàæèâà÷êî ïèòà»å. Êâàëèòàòèâíà èñòðàæèâà»à

ñå áàçèðàjó íà ïðîó÷àâà»ó ìàëèõ ãðóïà §óäè, à ñà öè§åì äà ñå îñòâàðè äóá§å ðàçóìåâà»å

ïðîó÷àâàíîã ñåãìåíòà æèâîòà (ïîñëîâà»à) èëè äà ñå äî¢å äî õèïîòåçà êîjå êàñíèjå òðåáà

ïðîâåðèòè. Äóá§å ðàçóìåâà»å èñêóñòâà ãðóïå §óäè ó ïîñìàòðàíîì êîíòåêñòó ïîäðàçóìåâà

èñòíèòî èçâåøòàâà»å è íàâî¢å»å öèòàòàò èç êîíâåðçàöèjà (èíòåðâjóà èëè �îêóñíèõ ãðóïà).

Ïðàêòè÷íî, ó÷åñíèöè ó èñòðàæèâà»ó êðåèðàjó ñâîjå ìèø§å»å è äîäå§ójó çíà÷å»å ïîjìîâèìà

ó îêðóæå»ó, øòî óòè÷å íà »èõîâî ïîíàøà»å ó òîì îêðóæå»ó. �åíåðàëèçàöèjà ðåçóëòàòà

êâàëèòàòèâíèõ èñòðàæèâà»à ñå îáè÷íî ñìàòðà ïðîáëåìàòè÷íèì ïèòà»åì ñ îáçèðîì äà

jå èñòðàæèâà»å óâåê �îêóñèðàíî íà ìàëó ãðóïó ó÷åñíèêà. Íàj÷åø£å ñå ãåíåðàëèçàöèjîì

ðåçóëòàòà êâàëèòàòèâíèõ èñòðàæèâà»à äîëàçè äî ïðåòïîñòàâêè êîjå òðåáà ïðîâåðèòè ó

îïøòåì ñëó÷àjó.

Êâàëèòàòèâíà èñòðàæèâà»à íå óâîäå ïðîìåí§èâå êîjèìà ñå ìàíèïóëèøå òîêîì

èñòðàæèâà»à, âå£ ñå áàçèðàjó íà çíà÷å»ó êîjå ïîjìîâèìà äàjó ó÷åñíèöè ó èñòðàæèâà»ó.

Òî jå ïîñëåäèöà �ëåêñèáèëíîã äèçàjíà èñòðàæèâà»à êîjè ñå ïðèëàãî¢àâà (èçáîð àëàòà è

ìåòîäà çà ïðèêóï§à»å è àíàëèçó ïîäàòàêà) òîêîì ðåàëèçàöèjå ñàìå èñòðàæèâà÷êå ñòóäèjå.

Òî çíà÷è äà ñå òîêîì ñàìå ñòóäèjå ìîãó äîíåòè îäëóêå è ïðîìåíèòè òîê èñòðàæèâà»à íà

áàçè àíàëèçå òåêó£åã ñòà»à èñòðàæèâà»à. Íà ïðèìåð, ìîæå ñå äîíåòè îäëóêà äà ñå ïðèêóïè

jîø ïîäàòàêà èíòåðâjóèñà»åì íîâèõ ó÷åñíèêà èñòðàæèâà»à, èëè äà ñå èñòðàæè jîø íåêà

îáëàñò §óäñêîã ïîíàøà»à (íïð. äà ñå èñòðàæè jîø íåêà ïîñëîâíà àêòèâíîñò) êîjà jå áëèñêî

âåçàíà ñà ïðåäìåòîì èñòðàæèâà»à. Íà ïðèìåð, ïðèëèêîì èñòðàæèâà»à ïðîöåñà ïîäðøêå

êîðèñíèöèìà ó ñî�òâåðñêèì ïðåäóçå£èìà, ìîãó ñå èñòðàæèòè è àêòèâíîñòè èíèöèjàëèçàöèjå

ïðîöåñà ðàçâîjà ñî�òâåðà àêî jå òî ïîòðåáíî äà áè ñå ðåøèî êîðèñíè÷êè çàõòåâ.

Êâàëèòàòèâíå ìåòîäå ïîòè÷ó èç äðóøòâåíèõ íàóêà, ïðå ñâåãà ñîöèîëîãèjå è ïñèõîëîãèjå,

à ó ïîñëåä»å âðåìå ñå êîðèñòå è ó ïðîó÷àâà»ó ïîñëîâà»à, ó îáðàçîâà»ó è ó ðàçëè÷èòèì

èíæå»åðñêèì îáëàñòèìà (èí�îðìàöèîíè ñèñòåìè, ñî�òâåðñêî èíæå»åðñòâî, àðõèòåêòóðà,

èòä.). Êâàëèòàòèâíà èñòðàæèâà»à îìîãó£ójó äà ñå èñïèòàjó ðàçëè÷èòå ãðóïå §óäè

(êîðèñíèöè, èíæå»åðè, ãðà¢åâèíñêè ðàäíèöè, åêîíîìèñòè, èòä.) äà áè ñå äîáèëî »èõîâî

ìèø§å»å, àëè è äà ñå äîáèjå îäãîâîð çàøòî òàêî ìèñëå. Òåê ñà äóá§èì ðàçóìåâà»åì

ìèø§å»à §óäè, ìîãó ñå îájàñíèòè »èõâà ìîòèâàöèjà è ïîíàøà»å ó ïîñìàòðàíîì êîíòåêñòó

(íïð. ïðîáëåìè êëèjåíàòà äà îájàñíå ñâîj çàõòåâ, ïðîáëåìè ñî�òâåðñêèõ èíæå»åðà äà

ìàïèðàjó çàõòåâ êëèjåíòà íà ñî�òâåðñêå êîìïîíåíòå êîjå òðåáà ìîäè�èêîâàòè). Ìåòîäå êîjå ñå

êîðèñòå ó ñêëîïó êâàëèòàòèâíèõ èñòðàæèâà»à, íïð. äóáèíñêè ïîëó-ñòðóêòóðèðàíè èíòåðâjóè

ñó íàjáî§è íà÷èí äà ñå äîáèjó èí�îðìàöèjå îä ó÷åñíèêà ó íåêîì êîíòåêñòó (ïîñëîâíîì

îêðóæå»ó). Èìàjó£è òî ó âèäó, êâàëèòàòèâíà èñòðàæèâà»à ñå ìîãó å�èêàñíî èñêîðèñòèòè ó

ðàçâîjó íîâèõ ïðîèçâîäà, èçáîðó ïîñëîâíèõ ñòðàòåãèjà èëè îïöèjà çà ìàðêåòèíã.

Ïðîáëåì êîjè ñå ÷åñòî jàâ§à ó êâàëèòàòèâíèì èñòðàæèâà»à jå íåêîíçèñòåíòíà óïîòðåáà

òåðìèíîëîãèjå. Ïîä ìåòîäàìà ñå ó îïøòåì ñìèñëó ñìàòðàjó òåõíèêå çà îáàâ§à»å ñïåöè�è÷íèõ

ïîñëîâà êàî øòî ñó, íà ïðèìåð, ïðèêóï§à»å ïîäàòàêà, àíàëèçà ïîäàòàêà, êðåèðà»å èçâåøòàjà.

Ìå¢óòèì âðëî ÷åñòî ñå ïîä ìåòîäàìà ñìàòðàjó è ïðèñòóïè èëè ìåòîäîëîãèjå êîjå îáåçáå¢ójó

ðåàëèçàöèjó êîìïëåòíèõ èñòðàæèâà»à è óê§ó÷ójó ðàçëè÷èòå ìåòîäå çà ïðèêóï§à»å è

àíàëèçó ïîäàòàêà. Êàäà ñå ðàçìàòðà äèçàjí èñòðàæèâà»à ó îïøòåì ñìèñëó, òàäà ñå ïîä

ïðèñòóïîì ñìàòðà ïðèñòóï ó êðåèðà»ó èëè îòêðèâà»ó çíà»à, à êîjè ìîæå áèòè èíäóêòèâíè

èëè äåäóêòèâíè.

1

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 2

Êàäà ñå ðàçìàòðà êâàëèòàòèâíî èñòðàæèâà»å, òàäà ñå íàj÷åø£å ãîâîðè î ðàçëè÷èòèì

ïðèñòóïèìà èëè ðàçëè÷èòîì äèçàjíó èñòðàæèâà»à êîjè ñå ïðèìå»ójå ó ïîñìàòðàíîì

êîíòåêñòó èñòðàæèâà»à, à óê§ó÷ójå ðàçëè÷èòå ìåòîäå çà ïðèêóï§à»å è àíàëèçó ïîäàòàêà.

Íåçàâèñíî îä îäàáðàíîã ïðèñòóïà èñòðàæèâà»ó, ìîãó ñå èçäâîjèòè ñëåäå£å ãåíåðàëíå

êàðàêòåðèñòèêå êâàëèòàòèâíèõ èñòðàæèâà»à:

• Äîäå§èâà»à êîäîâà èëè òåìà åìïèðèjñêèì ïîäàöèìà (áåëåøêå, äîêóìåíòè, òðàíñêðèïòè

èíòåðâjóà).

• Ñîðòèðà»å è óðå¢èâà»å êîäèðàíîã ìàòåðèjàëà ñà öè§åì äà ñå èäåíòè�èêójó ñëè÷íîñòè

èçìå¢ó �ðàçà, îáðàçàöà, òåìà è êàòåãîðèjà.

• Èçäâàjà»å èäåíòè�èêîâàíèõ îáðàçàöà è »èõîâî ðàçìàòðà»å ó ñëåäå£åì öèêëóñó

ïðèêóï§à»à ïîäàòàêà.

• Áåëåæå»å ðàçìèø§à»à î ñâèì èñòðàæèâà÷êèì àêòèâíîñòèìà è îäëóêàìà ó ïèñàíèì

áåëåøêàìà (ìåìîèìà).

• Ïîñòåïåíà èçãðàä»à ïðåòïîñòàâêè, ïðîïîçèöèjà è ãåíåðàëèçàöèjà êîjè îòêðèâàjó çíà»å

èç ïðèêóï§åíèõ ïîäàòàêà.

• �àçâîj êîíñòðóêàòà è òåîðèjà êîjå ïðåäñòàâ§àjó çíà»å î èñòðàæåíîj ïðàêñè.

• Ïîðå¢å»å ðåçóëòàòà èñòðàæèâà»à ñà ïîñòîjå£èì çíà»åì ó îáëàñòè.

Òèïè÷íè ïðèìåðè ïðèñòóïà èëè äèçàjíà êâàëèòàòèâíèõ èñòðàæèâà»à ó ïîñëîâà»ó ñó:

• Åòíîãðà�èjà (Ethnography). ×åñòî ñå jîø íàçèâà è åòíîìåòîäîëîãèjà

(ethnomethodology) èëè ìåòîäîëîãèjà §óäè (methodology of the people), à êîðèñòè

ñå çà êðåèðà»å îïèñà ñïåöè�è÷íå ãðóïå §óäè, èëè ñïåöè�è÷íå êóëòóðå êîjà ïîñòîjè

ó îäðå¢åíîì êîíòåêñòó, à èç ïåðñïåêòèâå §óäè êîjè ñó äåî êîíòåêñòà. Åòíîãðà�ñêà

èñòðàæèâà»à ñå ìîãó èñêîðèñòèòè çà èñòðàæèâà»å îäðå¢åíèõ ãðóïà §óäè ó îäðå¢åíîì

ïîñëîâíîì êîíòåêñòó - íà ïðèìåð, ñòàâîâè è ïîíàøà»å âî¢à ñî�òâåðñêèõ òèìîâà çà

òåñòèðà»å ñî�òâåðà, èëè ïîíàøà»å §óäè ó ëîãèñòè÷êîj ñëóæáè êîìïàíèjå êîjà ïðóæà

òðàíñïîðòíå óñëóãå.

• Ôåíîìåíîëîãèjà (Phenomenology). Êîðèñòè ñå çà èñòðàæèâà»å îäðå¢åíîã ïîjìà,

ïðîáëåìà èëè �åíîìåíà èç ñóájåêòèâíå ïåðñïåêòèâå îäðå¢åíå ãðóïå §óäè.

Ôåíîìåíîëîãèjà îìîãó£ójå àëòåðíàòèâíè ïðèñòóï èçó÷àâà»ó �åíîìåíà ó ïîñëîâà»ó à

äà ñå ïðè òîìå íå óçìå ó îáçèð ìåíà¶åðñêî èëè òåõíîëîøêî ñòàíîâèøòå ó ðàçóìåâà»ó

çíà»à - �åíîìåí ñå èñòðàæójå êàî íåøòî øòî ïîñòîjè íåçàâèñíî îä ñòàíîâèøòà

ïîjåäèíèõ èíòåðåñíèõ ãðóïà, ÷èìå ñå äîáèjà íà îájåêòèâíîñòè çíà»à î �åíîìåíó. Ïðèìåð

�åíîìåíîëîøêîã èñòðàæèâà»à ó ïîñëîâà»ó jå èñòðàæèâà»å èíîâàòèâíîñòè ó ìàëèì

ïðîèçâîäíèì ïðåäóçå£èìà êîjà ïðîèçâîäå áàøòåíñêè àëàò.

• Óòåìå§åíà òåîðèjà (Grounded theory). Óòåìå§åíà òåîðèjà jå íàçèâ ïðèñòóïà àëè è

íàçèâ ðåçóëòàòà èñòðàæèâà»à - òåîðèjà î ïîñìàòðàíîì ïðîáëåìó, êîjà jå óòåìå§åíà

ó ïîäàöèìà ïðèêóï§åíèì íà òåðåíó îä ó÷åñíèêà èñòðàæèâà»à. Êîðèñòè ñòàíäàðäíå

ìåòîäå çà ïðèêóï§à»å ïîäàòàêà, êîäèðà»å è ðàçâîj êîíöåïàòà, à ê§ó÷íà ìåòîäà jå

ìåòîäà êîíñòàíòíîã ïîðå¢å»à êîäîâà ñà äðóãèì êîäîâèìà è ïîäàöèìà. Ïðèìåð ïðèìåíå

ó ïîñëîâà»ó jå ðàçâîj óòåìå§åíå òåîðèjå êàêî ìàëå �èðìå ìîãó óíàïðåäèòè ñâîjå îäíîñå

ñà êëèjåíòèìà.

• Òåìàòñêà àíàëèçà (Themati analysis). Êîðèñòè ñå çà èäåíòè�èêàöèjó è

ñèñòåìàòèçàöèjó òåìà êîjå îìîãó£ójó äóá§å ðàçóìåâà»å ïîñìàòðàíîã ïðîáëåìà.

Ïðèñòóï è äèçàjí èñòðàæèâà»à ñó �ëåêñèáèëíèjè ó ïîðå¢å»ó ñà óòåìå§åíîì òåîðèjîì,

åòíîãðà�èjîì èëè �åíîìåíîëîãèjîì. Èíòåðåñàíòíî jå íàïîìåíóòè äà ñå òåìàòñêà

àíàëèçà jàâ§à êàî çàñåáàí ïðèñòóï èñòðàæèâà»ó, àëè ñå ìîæå ïîñìàòðàòè êàî äåî

ñëîæåíèjèõ ïðèñòóïà, êàî øòî ñó íà ïðèìåð óòåìå§åíà òåîðèjà èëè åòíîãðà�èjà, ãäå

ïîñòîjè ïîòðåáà çà èäåíòè�èêàöèjîì òåìà ó åìïèðèjñêèì ïîäàöèìà. Ïðèìåð ïðèìåíå

òåìàòñêå àíàëèçå ó èñòðàæèâà»ó ïîñëîâà»à jå ñèñòåìàòèçàöèjà çíà»à î ïîñëîâèìà

îäðæàâà»à ñî�òâåðà ó ìàëîì ñî�òâåðñêîì ïðåäóçå£ó.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 3

Ñëèêà 1: Îäíîñ ïîïóëàöèjå è óçîðêà ó èñòðàæèâà»èìà

Ñëèêà 2: Îäàáèðà»å óçîðêà è çàê§ó÷èâà»å íà íèâîó ïîïóëàöèjå

• �åíåðàëíè èíäóêòèâíè ïðèñòóï (General indu tive approa h). Ó îñíîâè îâî jå

íàjjåäíîñòàâíèjè ïðèñòóï ó êâàëèòàòèâíîì èñòðàæèâà»ó êîjè ñå áàçèðà íà îòêðèâà»ó

êàòåãîðèjà, »èõîâîì ïðî÷èø£àâà»ó è ñèñòåìàòèçàöèjè ó ìîäåëì èëè ðàäíè îêâèð êîjè

îïèñójå ïðîáëåì èñòðàæèâà»à.

1 Òåõíèêå óçîðêîâà»à

Óçîðàê (sample) jå ñêóï ñòâàðíèõ èçâîðà ïîäàòàêà êîjè ñó îäàáðàíè èç øèðå ïîïóëàöèjå

(population) ïîòåíöèjàëíèõ èçâîðà ïîäàòàêà. Îäíîñ óçîðêà è ïîïóëàöèjå jå ïðèêàçàí íà ñëèöè

1. Âåëè÷èíà óçîðêà jå áðîj èçâîðà ïîäàòàêà êîjè ñó îäàáðàíè èç ïîïóëàöèjå è óê§ó÷åíè ó

èñòðàæèâà»å. Ïîñòóïàê áèðà»à óçîðêà (óçîðêîâà»å) ñå ñàñòîjè èç äâà êîðàêà:

• Äå�èíèñà»å ïîïóëàöèjå êîjà jå ïîãîäíà çà îäàáèðà»å óçîðêà.

• Áèðà»å óçîðêà èç äå�èíèñàíå ïîïóëàöèjå.

Ñ îáçèðîì äà ó èñòðàæèâà»ó ÷åñòî íèjå ìîãó£å ïîñìàòðàòè öåëó ïîïóëàöèjó (âåëè÷èíà

ïîïóëàöèjå, ñêóïî çà ðåàëèçàöèjó, âðåìåíñêî îãðàíè÷å»å), áèðà ñå óçîðàê êîjè £å ñå

ïðîó÷àâàòè. Äà áè ñå çàê§ó÷èâà»å ìîãëî ïîñìàòðàòè íà íèâîó ïîïóëàöèjå, óçîðàê ìîðà áèòè

ðåïðåçåíòàòèâàí (ïîãëåäàòè ñëèêó 2).

Áèðà»å óçîðêà ñå ó èñòðàæèâà»èìà ìîæå ðàëèçîâàòè íà äâà íà÷èíà:

• Ñëó÷àjíî óçîðêîâà»å (probability sampling). Êàî jåäèíà ìåðà çà äå�èíèñà»å óçîðêà

ñå óçèìà »åãîâà âåëè÷èíà ó îêâèðó ïîïóëàöèjå. Ñâàêè åëåìåíò ïîïóëàöèjå èìà èñòó

âåðîâàòíî£ó äà £å áèòè èçàáðàí ó îêâèðó óçîðêà. Êîðèñòè ñå ó êâàíòèòàòèâíèì

èñòðàæèâà»èìà.

• Íå-ñëó÷àjíî èëè íàìåíñêî óçîðêîâà»å (non-probability sampling, non-random

sampling). Êàî ìåðà çà îäàáèðà»å ÷ëàíîâà ó óçîðêó ñå óçèìà »èõîâà ìîãó£íîñò äà

çàäîâî§å îäðå¢åíå êðèòåðèjóìå. Êîðèñòè ñå ó êâàëèòàòèâíèì èñòðàæèâà»èìà.

Êâàëèòàòèâíî èñòðàæèâà»å êîjå èìà çà öè§ èíäóêòèâíó èçãðàä»ó òåîðèjå èëè çíà»à

î ïðåäìåòó èñòðàæèâà»à, áàçèðàíå íà ñóájåêòèâíîì ðàçóìåâà»ó ïîjåäèíàöà, ïîäðàçóìåâà

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 4

Ñëèêà 3: Ñàòóðàöèjà ïîäàòàêà è ïðîöåñ îäàáèðà»à ó êâàëèòàòèâíîì èñòðàæèâà»ó

ìàëå è ñèñòåìàòè÷íî áèðàíå óçîðêå. Óçîðàê ñå, áèðà ïðåìà òîìå êîëèêî äîáðî

ñëóæè öè§ó èñòðàæèâà»à è òî íà îñíîâó ñóájåêòèâíå ïðîöåíå èñòðàæèâà÷à. Îâàêàâ óçîðàê

îìîãó£ójå êðåèðà»å ñòóäèjå êîjà jå áîãàòà èí�îðìàöèjàìà (information-ri h ase study), à êîjà

îìîãó£ójó äà ñå êðåèðà äóá§è òåîðåòñêè óâèä ó ïðåäìåò èñòðàæèâà»à. Ó îïøòåì ñëó÷àjó

ó êâàëèòàòèâíèì èñòðàæèâà»èìà íåìà ïðàâèëà îêî èçáîðà óçîðêà, è òî êàî ïîñëåäèöó èìà

�ëåêñèáèëíè äèçàjí ñòóäèjà. Ó âå£èíè ñòðó÷íèõ ê»èãà ñå ïðåïîðó÷ójå äà ñå óçîðêîâà»å, òj.

ïðèêóï§à»å ïîäàòàêà, íàñòàâè ñâå äîê ñå íå ïîñòèãíå çàñè£å»å ïîäàòàêà (data saturation).

Äðóãèì ðå÷èìà, ïðèêóï§à»å ïîäàòàêà ñå ñïðîâîäè ñâå äîê ñå íå äî¢å äî ñèòóàöèjå äà äîäàòíè

ïîäàöè äàjó ìàëî èëè óîïøòå íå äàjó íîâà ñàçíà»à î ïðåäìåòó èñòðàæèâà»à, êàî øòî jå

ïðèêàçàíî íà ñëèöè 3. Îâàêâî ïîñìàòðà»å îäàáèðà»à è äà§å íå äàjå ïðåïîðóêó çà áðîj

åëåìåíàòà (ó÷åñíèêà èñòðàæèâà»à) ó óçîðêó. Èïàê, ãåíåðàëíå ïðåïîðóêå ñó äà jå çà òèïè÷íî

êâàëèòàòèâíî èñòðàæèâà»å ïîòðåáíî îä 15 äî 30 èñïèòàíèêà ó óçîðêó. Âðëî ÷åñòî ñå è

íàêîí óî÷àâà»à ñàòóðàöèjå ïîäàòàêà èçâðøè îäàáèð jîø jåäíîã èëè äâà èñïèòàíèêà äà áè

ñå ñàòóðàöèjà ïîòâðäèëà. Ìå¢óòèì, èñòðàæèâà÷è òðåáàjó äà áóäó ñâåñíè äà jå óâåê ìîãó£å

äî£è äî íîâèõ ñàçíà»à, ïà jå îäëóêà î äîñòèçà»ó ñàòóðàöèjå ïîäàòàêà ñóájåêòèâíà îäëóêà

èñòðàæèâà÷à êîjà ìîðà áèòè äîêóìåíòîâàíà.

Íå ñëó÷àjíî óçîðêîâà»å jå òèïè÷íî çà êâàëèòàòèâíà èñòðàæèâà»à, à ìîæå ñå ðåàëèçîâàòè

íà âèøå íà÷èíà (ïîãëåäàòè ñëèêó 4):

• Óçîðêîâà»å áàçèðàíî íà êâîòàìà (Quota sampling). Ïîïóëàöèjà jå ñåãìåíòèðàíà

íà ìå¢óñîáíî èñê§ó÷èâå ïîäñêóïîâå èëè êàòåãîðèjå, øòî çíà÷è äà ñâàêè åëåìåíò

(èñïèòàíèê) ïðèïàäà òà÷íî jåäíîj êàòåãîðèjè. Ïîòîì çå çà ñâàêó êàòåãîðèjó ïîñòàâè

êâîòà êîjà ñå ìîðà èñïîøòîâàòè ïðèëêîì óçîðêîâà»à, òj. êîjè ïðîöåíàò èñïèòàíèêà ó

óêóïíîì óçîðêó jå èç ñâàêå êàòåãîðèjå. Íà ïðèìåð ïðèëèêîì èñòðàæèâà»à óïîòðåáå

íåêîã ñåðâèñà, èñïèòàíèöè ñå ìîãó ïîäåëèòè ïðåìà ïîëó, ïðåìà ãîäèíàìà ñòàðîñòè,

è/èëè ðàäíîì ñòàòóñó (çàïîñëåíè è íåçàïîñëåíè), ïà ñå ïîòîì èç ñâàêå ãðóïå èñïèòójå

òà÷íî îäðå¢åíè áðîj èñïèòàíèêà. Ïðèìåíîì îâå òåõíèêå óçîðêîâà»à ñå ìîæå ñìà»èòè

ïðèñòðàñíîñò ó èñòðàæèâà»ó òàêî øòî £å ñèãóðíî áèòè óê§ó÷åíè èñïèòàíèöè èç

ðàçëè÷èòèõ ãðóïà.

• Öè§àíî èëè íàìåíñêî óçîðêîâà»å (Purposive sampling). Êîä îâîã òèïà óçîðêîâà»à

ñå ñàì ïðîöåñ óçîðêîâà»à (èçáîðà èñïèòàíèêà) ðåàëèçójå êàî íèç ñòðàòåøêèõ îäëóêà î

èçáîðó ñëåäå£åã(èõ) èñïèòàíèêà òàêî äà ñå òîêîì èñòðàæèâà»à ñëåäè ïîñòàâ§åíè öè§.

Îâî jå íàj�ëåêñèáèëíèjè ïðèñòóï óçîðêîâà»ó, øòî ðåçóëòèðà �ëåêñèáèëíèì äèçàjíîì

ñòóäèjå. Ñâàêè ñëåäå£è êîðàê ó èñòðàæèâà»ó, è îäëóêà êîjà ñå äîíîñè, çàâèñå îä

òðåíóòíîã êîíòåêñòà èñòðàæèâà»à. Ïðèìå»ójå ñå êîä ìàëèõ óçîðàêà, à íàj÷åø£å ñå

êîðèñòè çà èçáîð èñïèòàíèêà ó ñòóäèjè êîjà êîðèñòè ïðèñòóï óòåìå§åíå òåîðèjå.

• Ïîãîäíî óçîðêîâà»å (Convenien e sampling èëè haphazard sampling). Êîíâåíöèîíàëíè

óçîðàê ñå äîáèjà íà îñíîâó äîñòóïíîñòè èñïèòàíèêà - èñïèòàíèöè êîjèìà ñå ìîæå âðëî

ëàêî ïðèñòóïèòè (íïð. ñòóäåíòè, ïðîëàçíèöè). Âðëî ÷åñòî ñó èñïèòàíèöè îíè êîjè æåëå

è èìàjó ìîãó£íîñò äà ó÷åñòâójó ó èñòðàæèâà»ó. Îâàêâî óçîðêîâà»å ñå îáè÷íî êîðèñòè

äà ñå ïðîâåðå ïèòà»à ïðèïðåì§åíà çà èíòåðâjóå, è äà ñå ïîòîì ïðèëàãîäå çà îñòàëå

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 5

Ñëèêà 4: Íå ñëó÷àjíî óçîðêîâà»å ó êâàëèòàòèâíîì èñòðàæèâà»ó

èñïèòàíèêå. Îâàj ïðèñòóï jå ñà ìàëèì òðîøêîâèìà (âðåìåíñêè è �èíàíñèjñêè), àëè ñå

ìîðà áèòè îïðåçàí ñà ðåçóëòàòèìà èñòðàæèâà»à ó ñìèñëó äà ñå íà îäãîâàðàjó£è íà÷èí

èñêîìåíòàðèøå êàêî ñó èñïèòàíèöè îäàáðàíè è êîëèêî ñó îäãîâàðàjó£è çà ïîñòàâ§åíå

öè§åâå èñòðàæèâà»à.

• �ðóäâà-ñíåãà óçîðêîâà»å (Snowball sampling). Êîðèñòè ñå êàäà jå òåøêî

èäåíòè�èêîâàòè ñâå ÷àëíîâå ïîïóëàöèjå. ʧó÷íè êîðàê jå äà ñå óñïîñòàâè êîíòàêò

ñà ïðâèì ÷ëàíîì ïîïóëàöèjå, òj. ïðâèì èñïèòàíèêîì. Íàêîí èíòåðâjóà ñà ïðâèì

èñïèòàíèêîì, îä »åãà ñå äîáèjàjó ïðåïîðóêå è êîíòàêòè çà ñëåäå£å èñïèòàíèêå. Ïîñòóïàê

óçîðêîâà»à ñå äà§å íàñòàâ§à òàêî øòî èñïèòèâàíè èñïèòàíèöè èäåíòè�èêójó íîâå

èñïèòàíèêå, à çàâðøàâà ñå êàäà ñå íå ìîãó èäåíòè�èêîâàòè íîâè èñïèòàíèöè, èëè êàäà

jå îñòâàðåíà ñàòóðàöèjà ïîäàòàêà. �èçèê êîä îâîã íà÷èíà óçîðêîâà»à jå äà ñå äîáèjå

ïðèñòðàñàí óçîðàê ïîïóëàöèjå ïîøòî jå ìîãó£å äà íåêè ïîãîäíè èñïèòàíèöè íå£å áèòè

óê§ó÷åíè (èäåíòè�èêîâàíè) ó óçîðàê, à íåêè êîjå ïîçíàjó ïðåòõîäíè èñïèòàíèöè, à ìà»å

ñó ïîãîäíè, £å áèòè óê§ó÷åíè ó óçîðàê.

1.1 Íàìåíñêî èëè öè§àíî óçîðêîâà»å

Íàìåíñêî óçîðêîâà»å ìîæå áèòè áàçèðàíî íà âèøå ñòðàòåãèjà èçáîðà èñïèòàíèêà

(ïîãëåäàòè ñëèêó 4), øòî çàâèñè îä ïîñòàâ§åíîã öè§à èñòðàæèâà»à. Íàj÷åø£å êîðèø£åíå

ñòðàòåãèjå íàìåíñêîã óçîðêîâà»à ñó:

• Åêñòðåìíî èëè äåâèjàíòíî óçîðêîâà»å (Extreme ase or deviant sampling) ñå

áàçèðà íà åêñòðåìíèì èëè íåîáè÷íèì ñëó÷àjåâèìà êîjè îìîãó£ójó äà ñå ñòåêíå íàjáî§è

óâèä è íàjáî§å çíà»å çà ïîñòèçà»å öè§åâà èñòðàæèâà»à. Îñíîâíà ïðåòïîñòàâêà

îâàêâå ñòðàòåãèjå jå äà £å ïðîó÷àâà»å åêñòðåìíèõ ñëó÷àjåâà îáåçáåäèòè ðåëåâàíòíå

èí�îðìàöèjå çà ðàçóìåâà»å è îájàø»å»å òèïè÷íèõ ñëó÷àjåâà.

• Õåòåðîãåíî èëè óçîðêîâà»å ñà íàjâå£îì âàðèjàöèjîì (Heterogeneous or maximum

variation sampling) îìîãó£ójå ñêóï§à»å ïîäàòàêà íà ñêóïó èñïèòàíèêà êîjè ñó ìå¢óñîáíî

âåîìà ðàçëè÷èòè, øòî îìîãó£ójå èäåíòè�èêàöèjó ê§ó÷íèõ òåìà î èñòðàæèâàíîì

�åíîìåíó. Èàêî äåëójå êîíòðàäèêòîðíî, îâàêâî óçîðêîâà»å îìîãó£ójå ñâåîáóõâàòíèjè

óâèä ó èñòðàæèâàíè �åíîìåí, è èäåíòè�èêàöèjó âðëî øèðîêîã ñïåêòðà òåìà.

• Óçîðêîâà»å êðèòè÷íèõ ñëó÷àjåâà(Criti al ase sampling) ñå áàçèðà íà ñëó÷àjåâèìà

êîjè äðàìàòè÷íî óòè÷ó íà èñòðàæèâàíè �åíîìåí, ïà ñå çáîã òîãà ìîãó ñìàòðàòè âåîìà

âàæíèì. Íà òàj íà÷èí ñå áèòíî ìîæå ïîâå£àòè ìîãó£íîñò ãåíåðàëèçàöèjå ðåçóëòàòà

èñòðàæèèâà»à.

• Óçîðêîâà»å òèïè÷íèõ ñëó÷àjåâà (Typi al ase sampling) ñå êîðèñòè êàäà jå

ïîòðåáíî èìàòè èëóñòðàòèâíè òèïè÷àí ïðî�èë èñòðàæèâàíîã �åíîìåíà óïîòðåáîì

ðåïðåçåíòàòèâíèõ èñïèòàíèêà èëè èçâîðà ïîäàòàêà.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 6

• Õîìîãåíî óçîðêîâà»å (Homogeneous sampling) ñå �îêóñèðà íà îäðå¢åíó ãðóïó ó êîjîj

ñó ñâè îäàáðàíàè ÷ëàíîâè ñëè÷íè, øòî îìîãó£ójå äà ñå äóá§å èñòðàæè îäàáðàíà ãðóïà.

• Óçîðêîâà»å íåãàòèâíèõ ñëó÷àjåâà (Dis on�rming or negative ase sampling) jå

ñòðàòåãèjà óçîðêîâà»à êàäà ñå æåëè äîáèjà»åì íåãàòèâíèõ ðåçóëòàòà (ðåçóëòàòè êîjè

îïîâðãàâàjó ðåçóëòàòå êîjè ñå î÷åêójó ïðåìà ïîñòàâ§åíîì öè§ó èñòðàæèâà»à) äî£è äî

çíà»à êîjå ñå ìîæå èñêîðèñòèòè äà ïîòâðäè ðåçóëòàòå ïðèëèêîì óïîòðåáå òèïè÷íîã

óçîðêîâà»à.

2 Ïðèêóï§à»å êâàëèòàòèâíèõ ïîäàòàêà

Êâàëèòàòèâíè ïîäàöè ñó íàj÷åø£å ó îáëèêó íåñòðóêòóðèðàíîã òåêñòà, øòî óïó£ójå äà ñå

è ìåòîäå ïðèêóï§à»à ïîäàòàêà íàj÷åø£å îäíîñå íà ïðèêóï§à»å íåñòðóêòóðèðàíîã òåêñòà.

Òàêî¢å, âàæíî jå íàïîìåíóòè äà äóæèíà òåêñòà òàêî¢å ìîæå âàðèðàòè - îä jåäíå ðå÷åíèöå äî

íåêîëèêî ñòðàíèöà òåêñòà. Ïîñòîjå äâà îñíîâíà ïðèñòóïà ó àíàëèçè òåêñòà:

• Òåêñò jå îájåêàò àíàëèçå. Êîä îâîã ïðèñòóïà jå ñàì òåêñò ïðåäìåò àíàëèçå, à íàj÷åø£å

ñå êîðèñòå ðàçíå ëèíâèñòè÷êå àíàëèçå òåêñòà. Ëèíãâèñòè÷êå ìåòîäå àíàëèçå òåêñòà íèñó

ïðåäìåò èíòåðåñîâà»à çà îâàj êóðñ.

• Òåêñò jå ñàìî ïðåäñòàâà èñêóñòâà (proxy for experien e) êîjå ñå àíàëèçèðà.

Òåêñò ñå êîðèñòè êàî íà÷èí èçðàæàâà»à èñêóñòâà êîjå ñå àíàëèçèðà. Èñêóñòâî ñå îäíîñè

íà êîíêðåòíó ïîjàâó êîjà jå ïðåäìåò èñòðàæèâà»à.

Ó êâàëèòàòèâíèì ñòóäèjàìà î ïîñëîâà»ó, òåêñò ñå íàj÷åø£å êîðèñòè êàî �îðìà çà ïðèêàç

èñêóñòâà êîjå jå ïðåäìåò èñòðàæèâà»à. Ñõîäíî òîìå, îñíîâíè èçâîðè ïîäàòàêà î ïðåäìåòó

èñòðàæèâà»à ó êâàëèòàòèâíèì ñòóäèjàìà ñó:

• Äóáèíñêè èíòåðâjóè (in-depth interviews). Îìîãó£ójó ïðèêóï§à»å ïîäàòàêà îä

èíäèâèäóà (ó÷åñíèêà èñòðàæèâà»à) êðîç ðàçãîâîðå êîjè ñå ñíèìàjó. Ïèòà»à ó èíòåðâjóó

ñå ïîñòàâ§àjó òàêî äà ñå äîáèjó îäãîâîðè êîjè ñå îäíîñå íà öè§ èñòðàæèâà»à. Òî jå

íàj÷åø£å êîðèø£åíà ìåòîäà ïðèêóï§à»à êâàëèòàòèâíèõ ïîäàòàêà.

• Ôîêóñíå ãðóïå (fo us groups). Áàçèðà ñå íà îêóï§à»ó ãðóïå §óäè êîjà ïîä

ðóêîâîäñòâîì èñòðàæèâà÷à âîäè �îêóñèðàíó äèñêóñèjó î ïðåäìåòó èñòðàæèâà»à. ×åñòî

ñå íàçèâà è ãðóïíè èíòåðâjó. Îìîãó£ójå ïðèêóï§à»å âå£å êîëè÷èíå ïîäàòàêà îä ãðóïå

§óäè êîjè èìàjó èñêóñòâî ñà ïðåäìåòîì èñòðàæèâà»à.

• Ïîñìàòðà»å (observation). Ïîäðàçóìåâà ïðèñóñòâî èñòðàæèâà÷à ó ðåàëíîì êîíòåêñòó

(íïð. ïîñëîâíà îðãàíèçàöèjà) è ñèñòåìàòñêî áåëåæå»å óòèñàêà î ïîñìàòðàíîì ïðåäìåòó

èñòðàæèâà»à. Íàj÷åø£å ñå êîðèñòè ó êîìáèíàöèjè ñà äðóãèì ìåòîäàìà, íà ïðèìåð ñà

èíòåðâjóèìà. Öè§ jå äà ñå ïîñìàòðà èñêóñòâî è ïîíàøà»å ó÷åñíèêà èñòðàæèâà»à ó

îäàáðàíîì êîíòåêñòó. Ïîäàöè ñå íàj÷åø£å ïðèêóï§àjó êàî áåëåøêå ñà òåðåíà (�eldnotes),

ìàäà ñå ìîãó êîðèñòèòè è òåõíèêå ñíèìà»à çâóêà è âèäåî çàïèñà.

• Äîêóìåíòè (do uments). Äîêóìåíòè ñó íàj÷åø£å ñåêóíäàðíè èçâîðè ïîäàòàêà. Ìîãó ñå

ïðèêóïèòè ó êîíòåêñòó èñòðàæèâà»à (îðãàíèçàöèjà ÷èjå ñå ïîñëîâà»å èñòðàæójå), àëè ñå

ìîæå èñòðàæèâàòè è áèáëèîòå÷êà èëè àðõèâñêà ãðà¢à (áèáëèîòåêå, àðõèâå, åëåêòðîíñêå

áèáëèîòåêå).

Îñíîâíå êàðàêòåðèñòèêå ïðèêóï§à»à êâàëèòàòèâíèõ ïîäàòàêà ñó:

• Èíäóêòèâíà è �ëåêñèáèëàí ïðèðîäà (indu tive and �exible nature). Ñàì äèçàjí

êâàëèòàòèâíå ñòóäèjå jå �ëåêñèáèëàí ó ñìèñëó îäëóêà êîjå ñå äîíîñå òîêîì ïðèêóï§à»à

è àíàëèçå ïîäàòàêà. Áðîj èñïèòàíèêà íèjå óíàïðåä ïîçíàò è çàâèñè îä òðåíóòíîã ñòà»à

èñòðàæèâà»à. Òî ñå îäðàæàâà êðîç íàìåíñêî óçîðêîâà»å, øòî çíà÷è äà ñå ñâàêè

ñëåäå£è óçîðàê ïîäàòàêà áèðà ñà jàñíîì íàìåíîì, à íà îñíîâó òåêó£åã ñòà»à ïðîöåñà

àíàëèçå ïîäàòàêà. Íàj÷åø£å ñå ïðèêóï§à»å ïîäàòàêà çàâðøàâà êàäà ñå èñïóíè ïðèíöèï

òåîðåòñêå ñàòóðàöèjå (ñàòóðàöèjå ïîäàòàêà), òj. êàäà ïðèêóï§à»å íîâèõ ïîäàòàêà

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 7

Ñëèêà 5: Íèâîè ñòðóêòóðèðàíîñòè ìåòîäà çà ïðèêóï§à»å ïîäàòàêà è îïøòîñòè ïîñòàâ§àíèõ

ïèòà»à

íå äîâîäè äî íîâèõ ñàçíà»à. Òî çíà÷è äà ïðèêóï§à»åì íîâèõ ïîäàòàêà íå£å áèòè

èäåíòè�èêîâàíè íîâè êîíöåïòè êîjè îïèñójó èñòðàæèâàíó ïîjàâó.

• Îòâîðåíà ïèòà»à (open-ended question). Îòâîðåíà ïèòà»à îìîãó£ójó èñòðàæèâà÷èìà

äà óîáëè÷å ïèòà»à òàêî äà äîáèjó îäãîâîðå êîjè îäãîâàðàjó òåìè êîjà ñå èñòðàæójå.

Ñà äðóãå ñòðàíå, ó÷åñíèöè ó èñòðàæèâà»ó èìàjó ìîãó£íîñò äà ñàìè áèðàjó òåðìèíå

êîjèìà £å îïèñàòè ïîjàì êîjè ñå èñòðàæójå òàêî øòî £å íàãëàñèòèè òåìå êîjå ñó »èõ

âàæíå è ñìèñëåíå. Êîä îòâîðåíèõ ïèòà»à íå ïîñòîjè î÷åêèâàíè îäãîâîð è íè íà êîjè

íà÷èí ñå íå óòè÷å íà ó÷åñíèêå èñòðàæèâà»à, øòî jå ñóøòèíñêà ðàçëèêà ó îäíîñó íà

çàòâîðåíà ïèòà»à ó óïèòíèöèìà ãäå ñå ó÷åíèöè íàâîäå äà îäàáåðó íåêè îä ïîíó¢åíèõ

îäãîâîðà. Âðëî ÷åñòî ñå ïîìî£ó îâàêâèõ ïèòà»à äîáèjàjó èí�îðìàöèjå êîjå èñòðàæèâà÷

íèjå ïðåäâèäåî.

2.1 Ìåòîäå ïðèêóï§à»à êâàëèòàòèâíèõ ïîäàòàêà

Íàjîïøòèjà êëàñè�èêàöèjå ìåòîäà çà ïðèêóï§à»å êâàëèòàòèâíèõ ïîäàòàêà jå íà îñíîâó

íèâîà ñòðóêòóðèðàíîñòè. Èçáîð íèâîà ñòðóêòóðèðàíîñòè ó ïðèêóï§à»ó ïîäàòàêà jå îäðå¢åí

íèâîîì îïøòîñòè êîjå èìà èñòðàæèâà»å, øòî ñå äå�èíèøå ó äèçàjíó èñòðàæèâà»à. Ó

òîì ñìèñëó, îñíîâíà êàðàêòåðèñòèêà êâàëèòàòèâíèõ èñòðàæèâà»à jå äà ñå êîðèñòå ìà»å

ñòðóêòóðèðàíå �îðìå èñòðàæèâà»à êîjå îìîãó£ójó äà ñå èçáîðîì øèðèõ è îïøòèjèõ

ïèòà»à èñòðàæè ïîjàì íà ïðàâè íà÷èí. Àñïåêò ñòðóêòóðèðàíîñòè ìåòîäà çà ïðèêóï§à»å

êâàëèòàòèâíèõ ïîäàòàêà è íèâîà îïøòîñòè ïîñòàâ§àíèõ ïèòà»à jå ïðèêàçàí íà ñëèöè 5.

Ïðèìåíà íåñòðóêòóðèðàíèõ ìåòîäà ïîäðàçóìåâà óïîòðåáó âðëî øèðîêîã ñêóïà ïèòà»à

êîjà îìîãó£ójó äóá§è óâèä ó ïðåäìåò èñòðàæèâà»à è óòè÷ó íà ïîâå£à»å âàëèäíîñòè

èñòðàæèâà»à. Ìå¢óòèì, îïøòîñò ïîñòàâ§åíèõ ïèòà»à ñìà»ójå ìîãó£íîñò ïîðå¢å»à ïîäàòàêà.

Êàäà ñå êîðèñòå ñòðóêòóðèðàíèjè ïðèñòóïè, òàäà ñå ìîãó äîáèòè ñëè÷íèjè îäãîâîðè

îä ó÷åñíèêà èñòðàæèâà»à, ïà ñå ïîâå£àâà è ìîãó£íîñò ïîðå¢å»à ïîäàòàêà. Óïîòðåáà

êîìïàðàòèâíå àíàëèçå ïîäàòàêà ïîäðàçóìåâà óâî¢å»å ñòðóêòóðèðàíèõ ïèòà»à, èëè óïîòðåáó

èñòèõ ïèòà»à êîä ñâèõ ó÷åñíèêà.

Èíòåðâjóè

Êâàëèòàòèâíè èíòåðâjó jå îáè÷íî èñòðàæèâà÷êè (exploratory interview) ïî ïðèðîäè è

ðåàëèçójå ñå jåäàí-íà-jåäàí (èñòðàæèâà÷-èñïèòàíèê). Îâàj ïðèñòóï îìîãó£ójå äà èñïèòàíèê

èñïðè÷à ñâîjó ïðè÷ó î òåìè èñòðàæèâà»à òàêî øòî äàjå îäãîâîðå íà îòâîðåíà ïèòà»à.

Èñòðàæèâà÷ òðåáà äà ïîäñòàêíå èñïèòàíèêà òîêîì èíòåðâjóà äà ïðóæè îäãîâîðå íà ïèòà»à

êîjè ñó àóòåíòè÷íè çà »åãîâî èñêóñòâî ó âåçè ïðåäìåòà èñïèòèâà»à.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 8

Ñëèêà 6: Âðñòå èíòåðâjóà ó èñòðàæèâà»ó

Ïîñòîjè âèøå �îðìè èíòåðâjóèñà»à. Íàj÷åø£å ñå èíòåðâjóè ðåàëèçójó êàî àíêåòå

(êâàíòèòàòèâíè èíòåðâjó), ïîìî£ó èíòåðíåòà, ïðåêî òåëå�îíà èëè ó jåäà-íà-jåäàí èíòåðàêöèjè

(fa e-to-fa e), êàî øòî jå ïðèêàçàíî íà ñëèöè 6. Íàjâå£è áîj êâàëèòàòèâíèõ èíòåðâjóà jå

ïîëó-ñòðóêòóðèðàíî (semi-stru tured) êàî ïîñëåäèöà àãåíäå çà èíòåðâjó êîjó èñòðàæèâà÷

ïðèïðåìà ó ñêëàäó ñà öè§åì èñòðàæèâà»à è òåêó£èì ñòà»åì ó ïðîöåñó èñòðàæèâà»à. Áåç

îáçèðà íà àãåíäó êîjó ïðèïðåìà èñòðàæèâà÷, ïîëó-ñòðóêòóðèðàíè èíòåðâjóè è äà§å èìàjó

ñïîíàòàíó ñòðóêòóðó è êàî ïîñëåäèöó ñïîíòàíå îäãîâîðå. Ïèòà»à òðåáà äà áóäó êðàòêà, jàñíà

è îòâîðåíà.

Ñïðîâî¢å»å èíòåðâjóà ïî÷è»å òàêî øòî èñòðàæèâà÷ óêðàòêî óâåäå èñïèòàíèêà ó òåìó

èñòðàæèâà»à è èí�îðìèøå ãà î íàìåíè èíòåðâjóà, à ïîòîì ñëåäè íàèçìåíè÷íî ïîñòàâ§à»å

ïèòà»à è äàâà»å îäãîâîðà. Îñíîâíà ïîäåëà èíòåðâjóà íà îñíîâó ñòðóêòóðèðàíîñòè jå íà:

• Íåñòðóêòóðèðàíå (unstru tured or in-depth). Íåñòðóêòóðèðàíè èíòåðâjóè ñå ðåàëèçójó

êàî íå�îðìàëíè è ïîãîäíè ñó çà äóáèíñêî èñòðàæèâà»å øèðå îáëàñòè êîjà jå îä

èíòåðåñà. Èíòåðâjó ñå ðåàëèçójå áåç óíàïðåä ïðèïðåì§åíå ëèñòå ïèòà»à, èàêî ìîðà

ïîñòîjàòè jàñíà èäåjà øòà ñå æåëè èñòðàæèòè. Èñïèòàíèê èìà ìîãó£íîñò äà ïîòïóíî

ñëîáîäíî ïðè÷à î äîãà¢àjèìà, ïîíàøà»èìà è ñòàâîâèìà êîjè ñå îäíîñå íà ïðåäìåò

èñòðàæèâà»à.

• Ïîëó-ñòðóêòóðèðàíå (semi-stru tured). Çà îâàêâå èíòåðâjóå èñòðàæèâà÷ ïðèïðåìè

ëèñòó òåìà è ïèòà»à, èàêî òà ëèñòà ìîæå äà ñå ìå»à îä jåäíîã äî äðóãîã èíòåðâjóà. Òî

çíà÷è äà ñå ïèòà»à ìîãó èçîñòàâèòè, ìîãó ñå äîäàòè íîâà, ó çàâèñíîñòè îä êîíòåêñòà ãäå

ñå âðøè èñòðàæèâà»å (íïð. êàäà ñå èíòåðâjóèøó åêñïåðòè èç ðàçëè÷èòèõ îðãàíèçàöèjà).

�åäîñëåä ïèòà»à ñå òàêî¢å ìîæå ïðîìåíèòè ó çàâèñíîñòè îä òîêà êîíâåðçàöèjå.

Ïîëó-ñòðóêòóðèðàíè èíòåðâjóè òàêî¢å ìîãó äà ñå ïîñìàòðàjó êàî äóáèíñêè àêî ñå êðîç

ñêóï ïèòà»à è ïîòïèòà»à îìîãó£è äåòà§íèjè óâèä ó ïðåäìåò èñòðàæèâà»à.

• Ñòðóêòóðèðàíå (stru tured). Ñâàêè èíòåðâjó ñå ñàñòîjè îä èäåíòè÷íîã ñêóïà ïèòà»à,

à ÷åñòî ñå íàçèâà è óïèòíèê àäìèíèñòðèðàí êàî èíòåðâjó (interviewer-administered

questionnaire). Íàj÷åø£å èñòðàæèâà÷ ïðî÷èòà è ïðîòóìà÷è ïèòà»à èñïèòàíèêó è

îäãîâîðè ñå ïðèêóï§àjó êàî ïðå-�êîäèðàíè (pre- oded answers). Íàj÷åø£å ñå êîðèñòå çà

ïðèêóï§à»å ïîäàòàêà êîjè ñå ìîãó êâàíòè�èêîâàòè, ïà ñå òàêàâ èíòåðâjó íàçèâà jîø è

êâàíòèòàòèâíè èñòðàæèèâà÷êè èíòåðâjó (quantitative resear h interview).

Èíòåðâjó ñå íàj÷åø£å ñà÷óâà (çàïèøå) êàî àóäèî çàïèñ êîjè ñå ïîòîì òðàíñêðèáójå.

Òðàíñêðèïöèjà jå ïðåâî¢å»å àóäèî çàïèñà ó ïèñàíè òåêñò. Àíàëèçà ñå âðøè íà

òðàíñêðèáîâàíîì òåêñòó àóäèî çàïèñà. Òðàíñêðèïöèjà èíòåðâjóà jå èíòåðïðåòàòèâíè ïîñàî

êîjè çàõòåâà ñåíçèòèâíîñò èñòðàæèâà÷à äà áè ìîãàî äà ñàãëåäà è îáðàäè ðàçëèêó èçìå¢ó

ãîâîðíîã è ïèñàíîã òåêñòà.

Çàïèñèâà»å èíòåðâjóà ó âèäó àóäèî-çàïèñà èìà ñëåäå£å ïðåäíîñòè:

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 9

• Èñòðàæèâà÷ ìîæå äà ñå ñêîíöåíòðèøå íà ïîñòàâ§à»å ïèòà»à è ñëóøà»å îäãîâîðà.

• Ñâà ïèòà»à êîjà ñå êîðèñòå òîêîì èíòåðâjóà ñó òà÷íî çàáåëåæåíà, ïà ñå ïî ïîòðåáè ìîãó

ïîíîâèòè èëè ìîäè�èêîâàòè ó íàðåäíèì èíòåðâjóèìà

• Èñòðàæèâà÷ ìîæå âèøå ïóòà ñëóøàòè çàïèñ, àëè ãà ìîæå äàòè è èñïèòàíèêó äà ãà

ïðåñëóøà. Âèøåòðóêî ñëóøà»å ìîæå ïîçèòèâíî óòèöàòè íà àíàëèçó.

Íåäîñòàöè àóäèî çàïèñà èíòåðâjóà ñó:

• Èñïèòàíèê ñå ìîæå îñå£àòè íåëàãîäíî øòî ìîæå óòèöàòè íà äàâà»å îäãîâîðà (èñïèòàíèê

óâåê èìà ïðàâî äà îäóñòàíå îä ó÷åø£à ó èñòðàæèâà»ó).

• Çíà÷àjíî âðåìå jå ïîòðåáíî çà òðàíñêðèïöèjó àóäèî çàïèñà äà áè ñå äîáèî ïèñàíè çàïèñ

ïîãîäàí çà êâàëèòàòèâíó àíàëèçó.

Àíàëèçà èíòåðâjóà jå çàïðàâî àíàëèçà òåêñòà êîjè ñå äîáèjå òðàíñêðèïöèjîì àóäèî çàïèñà

èíòåðâjóà. Çà àíàëèçó òðàíñêðèïòà èíòåðâjóà ñå íàj÷åø£å êîðèñòå íàìåíñêè ñî�òâåðè êîjè

èìàjó îäëè÷íó ïîäðøêó çà êîäèðà»å òåêñòà è îðãàíèçàöèjó êîäîâà ó îêâèðó êîäíå øåìå ( ode

s heme) èëè ê»èãå êîäîâà ( ode book).

Åòè÷êà ïèòà»à òðåáà îçáè§íî ðàçìîòðèòè ïðèëèêîì ðåàëèçàöèjå èíòåðâjóà, è òî ó ñâèì

�àçàìà èñòðàæèâà»à. Îñíîâíà êàðàêòåðèñòèêà èíòåðâjóà jå äà ïî ñâîjîj ïðèðîäè "äóáîêî"

çàäèðå ó ïðèâàòíè ïðîñòîð èñïèòàíèêà (ïðèâàòíè èëè ïîñëîâíè æèâîò), à ñà öè§åì äà ñå

íàëàçè èñòðàæèâà»à jàâíî îájàâå. Çáîã òîãà jå âåîìà âàæíî îáðàòèòè ïàæ»ó íà ïîâåð§èâîñò

ïîäàòàêà è àíîíèìíîñò èñïèòàíèêà (ïîæå§íî jå äà ñå íè íà êîjè íà÷èí íå ìîæå îòêðèòè

èäåíòèòåò èñïèòàíèêà), êàî è íà èí�îðìèñàíè ïðèñòàíàê (informed onsent) íà èñòðàæèâà»å

øòî çíà÷è äà jå èñïèòàíèê ïðèñòàî íà èñòðàæèâà»å òåê êàäà jå èí�îðìèñàí î ñâèì àñïåêòèìà

è ìîãó£èì ïîñëåäèöàìà èñòðàæèâà»à.

�ðóïíè èíòåðâjóè è �îêóñíå ãðóïå

�ðóïíè èíòåðâjóè ñïàäàjó ó ãðóïó jåäàí íà âèøå èíòåðâjóà ãäå jåäàí èñòðàæèâà÷

ïîñòàâ§à ïèòà»à ãðóïè èñïèòàíèêà. Ó ëèòåðàòóðè ñå ìîæå ïðîíà£è âèøå íàçèâà çà ãðóïíå

èíòåðâjóå (êîjè ñå ÷åñòî ìåøàjó), êàî øòî ñó �îêóñíà ãðóïà, ãðóïíè èíòåðâjó, ãðóïíà äèñêóñèjà

èëè ðàçíå êîìáèíàöèjå îâèõ ðå÷è. Îïøòè íàçèâ êîjè îäãîâàðà �îðìè jåäàí íà âèøå jå ãðóïíè

èíòåðâjó, äîê ñå ïîä �îêóñíîì ãðóïîì ïîäðàçóìåâà ãðóïíè èíòåðâjó ñà jàñíî äå�èíèñàíîì

òåìîì è öè§åì äà ñå �îêóñèðàíà äèñêóñèjà ãðóïå ñíèìè (íàj÷åø£å êàî àóäèî çàïèñ).

�ðóïíè èíòåðâjóè è �îêóñíå ãðóïå îáè÷íî èìàjó èçìå¢ó ÷åòèðè è îñàì ó÷åñíèêà, à ó

ïîñåáíèì ñëó÷àjåâèìà è äî 12 ó çàâèñíîñòè îä ïðèðîäå ó÷åñíèêà (òèì äî 12 §óäè êîjè ðàäè

jåäàí ïîñàî). Øòî jå òåìà èñòðàæèâà»à êîìïëåêñíèjà ïîæå§íî jå ðåàëèçîâàòè ãðóïå ñà ìà»å

§óäè äà áè ñå ëàêøå ïðàòèëà äèñêóñèjà. Ó÷åñíèöè ãðóïíèõ èñòðàæèâà»à ñå áèðàjó èñòèì

ìåòîäàìà óçîðêîâà»à êàî è ó÷åñíèöè èíäèâèäóàëíèõ èíòåðâjóà. Ïðèëèêîì îðãàíèçîâà»à

ãðóïíèõ èíòåðâjóà òðåáà âîäèòè ðà÷óíà î ñëåäå£åì:

• Òðåáà îáåçáåäèòè äà ñå ó÷åñíèöè ó ãðóïè ìå¢óñîáíî äîáðî ðàçóìåjó äà áè ìîãëè äàòè

íàjáî§è äîïðèíîñ äèñêóñèjè ó îêâèðó ãðóïå. Óëîãà èñòðàæèâà÷à jå äà îáðàòè ïàæ»ó íà

òåðìèíîëîãèjó è ïîòåíöèjàëíå ïðîáëåìå ó êîìóíèêàöèjè.

• Ëîêàöèjà çà îðãàíèçîâà»å �ðóïíîã èíòåðâjóà òðåáà äà áóäå íåóòðàëíà çà ó÷ñíèêå äà áè

ñå îíè îñå£àëè ñëîáîäíî è îïóøòåíî. Íà ïðèìåð, òðåáà èçáåãàâàòè îðãàíèçîâà»å ãðóïíîã

èíòåðâjóà ó êàíöåëàðèjè øå�à èëè äèðåêòîðà, äà áè ñå îáåçáåäèëè ñïîíòàíè îäãîâîðè

ó÷åñíèêà.

• Òðåáà ñàãëåäàòè äà ëè ïîñòîjå îñîáå êîjå äîìèíèðàjó ó äèñêóñèjè, ïà »èõîâ äîïðèíîñ

òðåáà ðåäóêîâàòè íà ìåðó êîjà jå ó ñêëàäó ñà äîïðèíîñîì è äðóãèõ ó÷åñíèêà ãðóïå. Îâäå

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 10

jå îä ïðåâàñõîäíîã çíà÷àjà èñêóñòâî èñòðàæèâà÷à äà ïðåïîçíà òàêâå îñîáå è áàëàíñèðà

äîïðèíîñ ñâèõ ó÷åñíèêà ó ãðóïè.

• Áðîj �îêóñíèõ ãðóïà çàâèñè îä òîãà êàäà jå ïðèêóï§åíî äîâî§íî ïîäàòàêà äà ñå îñòâàðè

ñàòóðàöèjà, òj. äà ñå íå äîáèjàjó íîâå èí�îðìàöèjå. Ïðåìà ëèòåðàòóðè, òðè äî ÷åòèðè

ãðóïíà èíòåðâjóà jå äîâî§íî.

�îêóñíà ãðóïà (Fo us group) jå ãðóïíè èíòåðâjó êîjè âîäè èñòðàæèâà÷ ñà öè§åì äà

óñìåðè (�îêóñèðà) äèñêóñèjó ïðåìà îäàáðàíîj òåìè èñòðàæèâà»à. Òåìà äèñêóñèjå ìîðà áèòè

jàñíî ïîñòàâ§åíà ïðå ïî÷åòêà �îêóñíå ãðóïå (òîêîì äèçàjíà èñòðàæèâà»à). ×ëàíîâè �îêóñíå

ãðóïå ñå áèðàjó òàêî äà ïîñåäójó îäãîâàðàjó£å çàjåäíè÷êå êàðàêòåðèñòèêå êîjå ñå îäíîñå

íà òåìó èñòðàæèâà»à (ñâè ñó êîðèñíèöè óñëóãà, ñâè ñó åêñïåðòè ó íåêîj îáëàñòè). Öè§

�îêóñíå ãðóïå jå äà ñå êðîç ñìèñëåíó è âî¢åíó êîíâåðçàöèjó íà çàäàòó òåìó äî¢å äî áî§åã

ðàçóìåâà»à òåìå. Òîêîì �îêóñíå ãðóïå ÷ëàíîâè òðåáà äà èçíåñó ñâîjå âè¢å»å äèñêóòîâàíå

òåìå, áåç íàìåòà»à äà ñå ìîðà ïîñòè£è çàjåäíè÷êè äîãîâîð (ñòàâ, êîíñåíçóñ). Èñòðàæèâà÷

êîjè ðóêîâîäè �îêóñíîì ãðóïîì è óñìåðàâà äèñêóñèjó ñå íàçèâà ìîäåðàòîð. Îñíîâíà óëîãà

ìîäåðàòîðà jå äà íåíàìåò§èâî âîäè ãðóïó è óñìåðàâà äèñêóñèjó, àëè äà ïðè òîìå îñòàíå

íåóòðàëàí, òj. äà íå íàìå£å ìèø§å»à è ñòàâîâå.

Ôîêóñíå ãðóïå ñå êîðèñòå: (1) ó ïðåëèìèíàðíèì �àçàìà èñòðàæèâà»à êàäà jå ïîòðåáíî

ðàçjàñíèòè òåìó è ñïåöè�èöèðàòè jàñíå öè§åâå èñòðàæèâà»à, (2) òîêîì èñòðàæèâà»à äà

áè ñå ïðèêóïèëà âåëèêà êîëè÷èíà ïîäàòàêà îä öè§àíå ãðóïå èñïèòàíèêà, è (3) ó �àçè

åâàëóàöèjå èñòðàæèâà»à êàäà ñå �îêóñíå ãðóïå êîðèñòå çà äèñêóñèjó è âàëèäàöèjó ðåçóëòàòà

èñòðàæèâà»à. Îñíîâíà ðàçëèêà èçìå¢ó èíäèâèäóàëíèõ äóáèíñêèõ èíòåðâjóà è �îêóñíèõ

ãðóïà jå òî øòî ñå êîä èíäèâèäóàëíèõ èíòåðâjóà æåëè îñòâàðèòè äóá§è óâèä ó èñêóñòâî

ñâàêîã ó÷åñíèêà, äîê ñå êîä �îêóñíèõ ãðóïà æåëè äîáèòè çàjåäíè÷êî èñêóñòâî ãðóïå ó÷åñíèêà.

Âðëî ÷åñòî ñå èíääèâèäóàëíè èíòåðâjóè è �îêóñíå ãðóïå êîìáèíójó ó èñòîì

èñòðàæèâà»ó. Íà ïðèìåð, ñòóäèjà ñå ìîæå çàïî÷åòè ñà íåêîëèêî èíäèâèäóàëíèõ äóáèíñêèõ

èíòåðâjóà ñà èñïèòàíèöèìà êîjè èìàjó çíà÷àjíî èñêóñòâî ó âåçè ïðåäìåòà èñòðàæèâà»à (íïð.

èñêóñíè åêñïåðòè), à çàòèì ñå àíàëèçîì îâèõ èíòåðâjóà ïðèïðåìàjó �îêóñíå ãðóïå êîjå òðåáà

äà óê§ó÷å âå£è áðîj èñïèòàíèêà (åêñïåðàòà ñà ìà»å èñêóñòâà ó ïîñìàòðàíîj îáëàñòè).

Âðëî jå âàæíî íàïîìåíóòè äà ñå îä èñòîã êîðèñíèêà ìîãó äîáèòè ïîòïóíî ðàçëè÷èòå

èí�îðìàöèjå àêî ñå ñà »èì óðàäè èíäèâèäóàëíè äóáèíñêè èíòåðâjó, èëè àêî ñå îí óê§ó÷è

ó �îêóñíó ãðóïó. �àçëîã çà òî jå äà äèñêóñèjà ó �îêóñíîj ãðóïè ìîæå ïîäñòàêíóòè ó÷åñíèêà

èñòðàæèâà»à äà èçíåñå ìèø§å»å íà ïîòïóíî äðóãà÷èjè íà÷èí íåãî êàäà jå ó ïèòà»ó

èíäèâèäóàëíè èíòåðâjó.

Ôîðìèðà»å ãðóïå jå îçáè§àí è çàõòåâàí ïîñàî ó êîjåì èñòðàæèâà÷ ìîðà äà âîäè ðà÷óíà î

êîìïîçèöèjè ãðóïå: (1) ãðóïà ìîðà äà áóäå îäãîâàðàjó£à ó îäíîñó íà öè§ èñòðàæèâà»à, è (2)

ãðóïà ìîðà áèòè �îðìèðàíà òàêî äà ó÷åñíèöè èìàjó äîáàð îñå£àj ó ãðóïè è äà èõ òî ìîòèâèøå

íà äèñêóñèjó (íïð. ïðîáëåì ìîæå áèòè àêî ñå ó ãðóïó óê§ó÷å §óäè êîjè èìàjó ïðîáëåì

ó êîìóíèêàöèjè). Ñà òîã ñòàíîâèøòà, âå£èíà èñòðàæèâà÷à òåæè äà �îðìèðà õîìîãåíå

ãðóïå ó êîjèì ó÷åñíèöè èìàjó ñëè÷íîñòè ó îäíîñó íà ïðåäìåò èñòðàæèâà»à (áåç îáçèðà

íà äåìîãðà�ñêå êàðàêòåðèñòèêå). Àêî ñå óî÷å íåõîìîãåíîñòè ó ãðóïè ó÷åñíèêà, ïîæå§íî jå

ãðóïó ïîäåëèòè íà âèøå ìà»èõ õîìîãåíèõ ãðóïà è ïî ïîòðåáè óê§ó÷èòè íîâå èñïèòàíèêå ó

îäãîâàðàjó£å ãðóïå.

Àíàëèçà �îêóñíèõ ãðóïà jå ó âåëèêîj ìåðè ñëè÷íà àíàëèçè èíäèâèäóàëíèõ èíòåðâjóà.

Àóäèî çàïèñ äèñêóñèjå �îêóñíå ãðóïå ñå òðàíñêðèáójå è ïîòîì àíàëèçèðà èñòèì ìåòîäàìà

êàî è èíäèâèäóàëíè èíòåðâjóè.

Ïîñìàòðà»å ó÷åñíèêà

Ïîñìàòðà»å ó÷åñíèêà (Parti ipant observation) jå îáëèê èñòðàæèâà»à ó êîjåì èñòðàæèâà÷

ïîêóøàâà äà ïîòïóíî ó÷åñòâójå ó æèâîòó (ðàäó àêî jå ó ïèòà»ó ïîñëîâíà îðãàíèçàöèjà)

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 11

Ñëèêà 7: Òèïîëîãèjà óëîãà ïîñìàòðà÷à ó ïîñìàòðà»ó ó÷åñíèêà èñòðàæèâà»à

èñïèòàíèêà è äà íà òàj íà÷èí "ïîñòàíå" äåî ãðóïå, îðãàíèçàöèjå èëè çàjåäíèöå. Íà òàj

íà÷èí èñòðàæèâà÷ äåëè èñêóñòâà ñà èñïèòàíèöèìà, òàêî äà ìîæå äà "îñåòè" è ñïîçíà øòà

ñå çàèñòà äåøàâà ó ïîñìàòðàíîì îêðóæå»ó. Êîðåíè äèñöèïëèíå ïîñìàòðà»à ó÷åñíèêà ñó ó

àíòðîïîëîøêèì èñòðàæèâà»èìà àíòðîïîëîãà Morris Edward Opler -à êîjè jå 20-òèõ ãîäèíà

ïðîøëîã âåêà èñòðàæèâàî (ïîñìàòðàî) çàjåäíèöó ×èðèêàóà Àïà÷à. Ïîñìàòðà»å êàî ìåòîäà

ïðèêóï§à»à ïîäàòàêà jå ïîãîäíà çà ïðîó÷àâà»å ïîjàâà êîjå ñå ìå»àjó óñëåä îäãîâàðàjó£èõ

ïðîìåíà îêðóæå»à. Ó èñòðàæèâà»ó ïîñëîâà»à ñå ïîñìàòðà»å ðå¢å êîðèñòè êàî îñíîâíà

ìåòîäà çà ïðèêóï§à»å ïîäàòàêà, âå£ ñå ïðèìå»ójå êàî äîäàòíà ìåòîäà êîjà äîïó»ójå

ïðèêóï§åíå ïîäàòêå ïðèìåíîì äðóãèõ ìåòîäà. Îñíîâíè ñìèñàî ïðèìåíå ìåòîäå ïîñìàòðà»à

ó÷åñíèêà èñòðàæèâà»à ñå ìîæå âèäåòè ó ïîòðåáè äóá§åã ðàçóìåâà»à »èõîâîã èñêóñòâà, íà

øòî óêàçójå ñëåäå£è öèòàò:

"... we annot hope to adequately explain the behaviour of so ial a tors unless we at

least try to understand their meanings."

1

Îâàj öèòàò óêàçójå äà jå öè§ ïîñìàòðà»à äà ñå èñòðàæèâà÷ óïîçíà ñà ñèìáîëè÷êèì

ñâåòîì êîjè ïîñòîjè ó êîíòåêñòó èñòðàæèâà»à (ðàçóìåâà»å ñèìáîëà, »èõîâîã çíà÷å»à è

ðåëàöèjà). Îâàêàâ ïðèñòóï jå êàðàêòåðèñòè÷àí çà ñïåöè�è÷íó øêîëó ó îêâèðó ñîöèîëîãèjå

êîjà ñå çîâå Ñèìáîëè÷êè èíòåðàêöèîíèçàì (symboli intera tionism). Ñèìáîëè÷êè

èíòåðàêöèîíèçàì óêàçójå äà ïîjåäèíöè èçâîäå çíà÷å»å ïîjåäèíèõ ïîjìîâà êðîç èíòåðàêöèjó

è êîìóíèêàöèjó ñà äðóãèì ó÷åñíèöèìà ó êîíòåêñòó. Êðîç ïðîöåñ èíòåðàêöèjå ñå �îðìèðà è

ïðî÷èø£àâà çíà÷å»å è ðàçóìåâà»å ñâèõ ïîjìîâà, íàj÷åø£å êàî çàjåäíè÷êè èëè äå§åíè îñå£àj

ó÷åñíèêà ó êîíòåêñòó. �àçóìåâà»å ñèìáîëè÷êîã ñâåòà ó÷åñíèêà ó èñòðàæèâà»ó (ïðåòïîñòàâêà

jå äà §óäè ñâåìó äàjó ñèìáîëè÷êî çíà÷å»å) îìîãó£ójå ðàçóìåâà»å òåìå èñòðàæèâà»à ó äàòîì

êîíòåêñòó.

Ïîñìàòðà÷ (parti ipant observer) èìà ïîñåáíî çàõòåâíó óëîãó äà ñå óêëîïè ó êîíòåêñò

èñòðàæèâà»à äà áè ìîãàî äà èçâðøè ïîñìàòðà»å ó÷åñíèêà. Ïðè òîìå ïîñìàòðà÷ ìîæå èìàòè

ñëåäå£å óëîãå (ïîãëåäàòè ñëèêó 7): ïîòïóíî ó÷åñíèê ( omplete parti ipant), ïîòïóíî ïîñìàòðà÷

( omplete observer), ïîñìàòðà÷ êàî ó÷åñíèê (observer as parti ipant), è ó÷åñíèê êàî ïîñìàòðà÷

(parti ipant as observer).

Óëîãå ó êîjèìà jå èñòðàæèâà÷ ïîòïóíè ó÷åñíèê èëè ïîòïóíè ïîñìàòðà÷ ïîäðàçóìåâàjó

äà îí ó÷åñíèöèìà íå îòêðèâà ñâîj èäåíòèòåò, øòî ïðàêòè÷íî çíà÷è äà èìà óëîãó "øïèjóíà"

àêòèâíîñòè ó äàòîì êîíòåêñòó. Íàðàâíî, ó ñâèì îâèì ñëó÷àjåâèìà jå ïîòðåáíî ñàãëåäàòè

åòè÷êà ïèòà»à îäíîñà ïðåìà ó÷åñíèöèìà èñòðàæèâà»à. Ó ñëó÷àjó ïîòïóíîã ó÷åñíèêà,

èñòðàæèâà÷ ïîñòàjå äåî òèìà à äà îñòàëè ó÷åñíèöè òî íå çíàjó. Êàî ïîïòïóíè ïîñìàòðà÷

èñòðàæèâà÷ íå ó÷åñòâójå ó àêòèâíîñòèìà àëè ìîðà áèòè ïðèñóòàí òàêî äà ìîæå äà îñòâàðè

öè§ èñòðàæèâà»à (íïð. ïîñìàòðà÷ ó òðæíîì öåíòðó!). Íàj÷åø£è ñëó÷àj jå ïîñìàòðà÷

êàî ó÷åñíèê ãäå ñâè ó÷åñíèöè çíàjó óëîãó èñòðàæèâà÷à, àëè ïðèõâàòàjó »åãîâî ïðèñóòâî

ó îêðóæå»ó (ñëó÷àj êàäà èñòðàæèâà÷ óëàçè ó îðãàíèçàöèjó ó êîjîj ïîñìàòðà îäðå¢åíè

1

Delbridge, R. and Kirkpatri k, I. (1994). Theory and pra ti e of parti ipant observation. In V. Wass and P.

Wells (eds.) Prin iples and Pra ti e in Business and Management Resear h. Aldershot: Dartmouth, pp. 35�62.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 12

ñåãìåíò ïðàêñå). Ïðèëèêîì èçáîðà óëîãå ó ïîñìàòðà»ó àêòèâíîñòè (ó÷åñíèêà èñòðàæèâà»à)

èñòðàæèâà÷ òðåáà îáðàòè ïàæ»ó íà ñëåäå£å:

• Öè§ èñòðàæèâà»à. Òðåáà ñàãëåäàòè äà ëè öè§ ïîäðàçóìåâà ïàñèâíó óëîãó ïîñìàòðà÷à

êîíòåêñòà èëè àêòèâíî ó÷åø£å ó àêòèâíîñòèìà.

• Âðåìå ïðåäâè¢åíî çà èñòðàæèâà»å. Ïîñìàòðà»å àêòèâíîñòè ó÷åñíèêà jå âðåìåíñêè

âåîìà çàõòåâàí ïîñàî, è òðåáà îáåçáåäèòè ïðèñòóï êîíòåêñòó èñòðàæèâà»à (íïð. äîçâîëà

îä ðóêîâîäñòâà îðãàíèçàöèjå çà ïðèñóñòâî èñòðàæèâà÷à è ïîñìàòðà»å ïðàêñå).

• Ñïîñîáíîñò è ïðèëàãîä§èâîñò. Ñ îáçèðîì íà ñïåöè�è÷íó óëîãó èñòðàæèâà÷ ìîðà áèòè

�ëåêñèáèëàí è ñïðåìàí äà ïðèëàãî¢àâà ñåáå êîíòåêñòó èñòðàæèâà»à êîjè ñå ìîæå

ìå»àòè òîêîì èñòðàæèâà÷êå ñòóäèjå.

• Ïðèñòóï. Îâî jå ê§ó÷íî ïèòà»å ñ îáçèðîì íà òî äà jå ïîñìàòðà»å âðåìåíñêè

çàõòåâíà ìåòîäà è ïîäðàçóìåâà áîðàâàê ó êîíòåêñòó (îðãàíèçàöèjà, ïîãîí, ïðîäàâíèöà).

Ïðèñóñòâî èñòðàæèâà÷à íå òðåáà äà ðåìåòè àêòèâíîñòè êîjå ñå ðåäîâíî ðåàëèçójó.

• Åòè÷êà ïèòà»à. Ïèòà»å èäåíòèòåòà èñòðàæèâà÷à, êàî çàøòèòå ïðèâàòíîñòè ó÷åñíèêà

jå �óíäàìåíòàëíî ó îâàêâèì èñòðàæèâà»èìà.

Ïîñìàòðà»åì ïðàêñå ñå ãåíåðèøó ïîäàöè êîjè ñå ìîãó êàòåãîðèñàòè êàî:

• Ïðèìàðíà ïîñìàòðà»à (Primary observations). Ïîäàöè êîjè ñó ïðèêóï§åíè êàî

áåëåøêå äèðåêòíî íà òåðåíó (îðãàíèçàöèjà) òîêîì ñàìîã ïîñìàòðà»à.

• Ñåêóíäàðíà ïîñìàòðà»à (Se ondary observations). Ïîäàöè êîjè ñó äîáèjåíè

èíòåðïðåòàöèjîì èñòðàæèâà÷à íàêîí ïðèñóñòâà íà òåðåíó (îðãàíèçàöèjè). ×åñòî ñó òî

áåëåøêå êîjå äîïó»ójó ïðèìàðíå áåëåøêå ñà òåðåíà.

• Èñêóñòâåíè ïîäàöè (Experiential data). Ïîäàöè êîjè íàñòàjó êàî ïðîèçâîä

ðå�ëåêñèâíîã ðàçìèø§à»à èñòðàæèâà÷à òîêîì öåëîã ïðîöåñà èñòðàæèâà»à, è íå ìîðàjó

ñå îäíîñèòè ñàìî íà êîíòåêñò èñòðàæèâà»à âå£ è íà äîíîøå»å îäëóêà èñòðàæèâà÷à ó

ïîãëåäó èñòðàæèâà÷êèõ àêòèâíîñòè.

Ïîäàöè êîjè ñå ïðèêóïå ïîñìàòðà»åì ó÷åñíèêà ñå êëàñè�èêójó êàî îïèñíî ïîñìàòðà»å

(des riptive observation) ãäå ñå èñòðàæèâà÷ �îêóñèðà íà îïèñ �èçè÷êîã îêðóæå»à, ê§ó÷íèõ

ó÷åñíèêà è »èõîâèõ àêòèâíîñòè è åìîöèjà, äîãà¢àjà è ïðîöåñà. Îâè îïèñè ïðåäñòàâ§àjó

îñíîâó çà ïèñà»å íàðàòèâíèõ íàëàçà (narrative a ount). Íàðàòèâíè íàëàç ñå ïîòîì êîðèñòå

çà ðàçâîj ðàäíîã îêâèðà òåîðèjå êîjè òðåáà äà ïîìîãíå ó ðàçóìåâà»ó ïîñìàòðàíå ïîjàâå

ó ïîñìàòðàíîì îêðóæå»ó. Ïîëàçíà òà÷êà çà ïðèêóï§à»å îïèñà jåñó áåëåøêå ñà òåðåíà

(�eld notes) êîjå èñòðàæèâà÷ ïèøå äîê jå íà òåðåíó, à äîïó»ójå èõ íàêîí áîðàâêà íà òåðåíó.

Ïîñìàòðà»å ïðàêñå ìîæå óê§ó÷èòè è ñíèìà»å àóäèî è âèäåî çàïèñà, çà øòà jå ïîòðåáíî

äîáèòè ñàãëàñíîñò ó÷åñíèêà êîjè ñå ïîñìàòðàjó è îðãàíèçàöèjå ãäå ñå ñïðîâîäè èñòðàæèâà»å.

Ïðåäíîñòè ïîñìàòðà»à ó÷åñíèêà ñó: îäëè÷íà ìåòîäà êîjà îájàø»àâà øòà ñå äîãà¢à

ó êîíòåêñòó èñòðàæèâà»à (ïîñëîâíîj îðãàíèçàöèjè, îäåëå»ó îðãàíèçàöèjå), �îêóñ jå íà

äðóøòâåíèì ïðîöåñèìà è àêòèâíîñòèìà ó÷åñíèêà ïîñìàòðà»à, çáîã ïðèñóñòâà ó îêðóæå»ó

èñòðàæèâà÷ çàèñòà ìîæå äà îñåòè îñå£à»à ó÷åñíèêà è äà òî îïèøå, áèëî êîjè ïîäàöè ñå ìîãó

ïðèêóïèòè (áåëåøêå, àóäèî è âèäåî çàïèñè).

Íåäîñòàöè ïîñìàòðà»à ó÷åñíèêà: âðåìåíñêè âåîìà çàõòåâíî èñòðàæèâà»å, ìíîãå

åòè÷êå äèëåìå òðåáà ðàçìîòðèòè çáîã ïîjà÷àíîã ïðèñóñòâà èñòðàæèâà÷à ó îêðóæå»ó

êîjå ñå èñòðàæójå, áëèñêîñò èñòðàæèâà÷à ñà êîíòåêñòîì è ó÷åñíèöèìà ìîæå äîâåñòè äî

ïðèñòðàñíîñòè èñòðàæèâà÷à ïðèëèêîì ïîñìàòðà»à (observer bias), òðåáà äîáèòè îäãîâàðàjó£å

ñàãëàñíîñòè îðãàíèçàöèjå è ó÷åñíèêà êîjè ñå ïîñìàòðàjó, ïðèêóï§à»å ïîäàòàêà jå âåîìà

çàõòåâàí è òåæàê ïîñàî.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 13

Ñëèêà 8: Íèâîè àíàëèçå ïðèìåíîì êâàëèòàòèâíèõ ìåòîäà

3 Àíàëèçà êâàëèòàòèâíèõ ïîäàòàêà

Ïðèëèêîì èñòðàæèâà»à §óäñêîã èñêóñòâà âåîìà jå áèòíî ñàãëåäàòè êîjè àñïåêò òîã

èñêóñòâà jå öè§ èñòðàæèâà»à, ïà ñå íà îñíîâó òîãà âðøè èçáîð ìåòîäà çà ïðèêóï§à»å è

àíàëèçó ïîäàòàêà. Àñïåêòè §óäñêîã èñêóñòâà êîjè ñå ìîãó èñòðàæèòè ñó: ïîíàøà»å, ñòàâîâè

è ìèø§å»à, çíà»å, åìîöèjå, äðóøòâåíå ñòðóêòóðå è îäíîñè, ïðîöåñè è ñèñòåìè. Íà îñíîâó òîãà

ñå áèðà è îñíîâíà jåäèíèöà àíàëèçå, òj. íèâî íà êîjåì ñå ïîñìàòðàjó ïîjàâå è »èõîâå ïðîìåíå.

Íàj÷åø£å jå íèâî àíàëèçå èíäèâèäóà (åêñïåðò, èíæå»åð, ïðîäàâàö, êóïàö), àëè ñå àíàëèçà

ìîæå âðøèòè è íà âèøåì íèâîó êàî øòî ñó ãðóïà èëè òèì (òèì çà òåñòèðà»å ñî�òâåðà,

ïðîäàjíè òèì, îäðå¢åíà ãðóïà êóïàöà) èëè øèðà çàjåäíèöà. Òåîðåòñêè, íèâî àíàëèçå ìîæå

áèòè îä åïèçîäå ïîjåäèíöà äî íèâîà øèðå çàjåäíèöå (ðåãèîí èëè äðæàâà) êàî øòî jå ïðèêàçàíî

íà ñëèöè 8. Íàðàâíî, íèâîè êîjè ñó ïðèêàçàíè íà ñëèöè ñó ñàìî íàj÷åø£è ñëó÷àjåâè àíàëèçå,

àëè ñâàêà ñïåöè�è÷íà ñòóäèjà ìîæå äå�èíèñàòè ñâîj ñïåöè�è÷íè íèâî ïîñìàòðà»à è àíàëèçå

ïîjàâà.

Ïðèìåðè àíàëèçå íà íèâîèìà ïðèêàçàíèì íà ñëèöè 8 ñó:

• Íèâî åïèçîäå - àíàëèçà ðåàëèçàöèjå íåêå èçîëîâàíå ñïåöè�è÷íå àêòèâíîñòè ó îêâèðó

ïîñëîâà»à (íïð. ïðèêóï§à»å êîðèñíè÷êèõ çàõòåâà, óïîòðåáà íîâîã àëàòà íà ðàäíîì

ìåñòó).

• Íèâî èíäèâèäóå - àíàëèçà ïîjåäèíàöà èëè îäãîâàðàjó£å ðàäíå ïîçèöèjå ó îêâèðó

îðãàíèçàöèjå (íïð. åêñïåðò çà êâàëèòåò ñî�òâåðà, ïðîäàâàö íà òåðåíó).

• Íèâî ãðóïå èëè òèìà - àíàëèçà ïîíàøà»à îðãàíèçîâàíå ãðóïå èíäèâèäóà ó îêâèðó

îðãàíèçàèjå (íïð. òèì çà òåñòèðà»å ñî�òâåðà, òèì çà Èíòåðíåò ìàðêåòèíã).

• Íèâî îðãàíèçàöèjå - àíàëèçà ïîñëîâà»à îðãàíèçàöèjå èëè íåêîã äåëà âå£å îðãàíèçàöèjå

(íïð. óïðàâ§à»å çíà»åì ó ìàëîì ïðåäóçå£ó, ìîòèâàöèjà çàïîñëåíèõ ó ñåêòîðó ïðîäàjå)

• Íèâî ìðåæå èëè óäðóæå»à - àíàëèçà ïîñëîâà»à ãðóïå ïðåäóçå£à, êîjà ìîãó áèòè

îðãàíèçîâàíà ó îêâèðó ìðåæà, çàäðóãà, êëàñòåðà èëè óäðóæå»à (íïð, çàjåäíè÷êè íàñòóï

íà ñòðàíîì òðæèøòó çàäðóãå ïðîèçâî¢à÷à âî£à).

• Íèâî øèðå çàjåäíèöå (ðåãèîí, äðæàâà) - àíàëèçà ïîñëîâà»à íà íèâîó øèðå çàjåäíèöå,

îáè÷íî áàçèðàíå íà ãåîãðà�ñêîj ïðèïàäíîñòè (íïð. íàâèêå ïîòðîøà÷à êà�å ó ðåãèîíó

Ñðåä»åã Áàíàòà).

Îñíîâíà óëîãà àíàëèçå ïîäàòàêà jå äà ïîâåæå ïðèêóï§åíå ïîäàòêå ñà êîíöåïòèìà âèøåã

íèâîà êîjè ñå äå�èíèøó íà îñíîâó òèõ ïîäàòàêà. �åçóëòàò êâàëèòàòèâíå àíàëèçå ïîäàòàêà

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 14

Ñëèêà 9: Äèìåíçèjå êâàëèòàòèâíå àíàëèçå ïîäàòàêà

jåñòå òåîðèjà èëè ðàäíè îêâèð êîjè jå óòåìå§åí ó ïîäàöèìà (grounded in data) è ñëóæè

äà ïîìîãíå ó ðàçóìåâà»ó ïðåäìåòà èñòðàæèâà»à. Íàj÷åø£å ñå áàçèðà íà èíäóêòèâíèì

ïðèñòóïèìà, àëè ìîæå êîðèñòèòè è èíäóêòèâíè è äåäóêòèâíè. Àíàëèçà ñå ìîæå ðàäèòè ðó÷íî

(íà ïàïèðó) èëè ïðèìåíîì ñî�òâåðñêèõ àëàòà ( omputer aided qualitative data analysis software

- CAQDAS ) êàî øòî ñó NVivo, ATLAS.ti, QDA Miner èëè MAXQDA. Àíàëèçà ñå òàêî¢å

ìîæå ðåàëèçîâàòè ïðèìåíîì MS Word è MS Ex el àëàòà çà êàíöåëàðèjñêî ïîñëîâà»å. Ìíîãè

èñòðàæèâà÷è óêàçójó äà èçáîð êâàëèòàòèâíèõ ìåòîäà àíàëèçå íèjå "jåäíîñòàâíèjå ðåøå»å" ó

îäíîñó íà êâàíòèòàòèâíå ìåòîäå. Øòà âèøå, êâàëèòàòèâíà àíàëèçà jå îáè÷íî ìíîãî çàõòåâíèjà

ïî ïèòà»ó âðåìåíà êîjå òðåáà èçäâîjèòè.

Ïðîöåñ àíàëèçå êâàëèòàòèâíèõ ïîäàòàêà ìîæå áèòè ìà»å èëè âèøå ñòðóêòóðèðàí ó

çàâèñíîñòè äà ëè ñå âðøè �îðìàëíà êàòåãîðèçàöèjà ïîäàòàêà è èäåíòè�èêîâàíèõ êîíöåïàòà

(âèøå ñòðóêòóðèðàíà àíàëèçà) èëè jå äîìèíàíòíèjà èíòåðïðåòàöèjà èñòðàæèâà÷à (ìà»å

ñòðóêòóðèðàíà àíàëèçà). Òàêî¢å, íåêå ïðîöåäóðå çà àíàëèçó ïîäàòàêà ñó âèøå äåäóêòèâíå

è êàòåãîðèçàöèjó âðøå íà îñíîâó óíàïðåä îäðå¢åíèõ êàòåãîðèjà êîjå ñó èäåíòè�èêîâàíå ó

ëèòåðàòóðè, øòî îäñëèêàâà ïðîöåñ àíàëèçå êîjè jå âèøå ñòðóêòóðèðàí. Ñà äðóãå ñòðàíå,

êîä èíäóêòèâíîã ïðèñòóïà êàòåãîðèçàöèjà ñå âðøè òàêî øòî ñå ñâè êîíöåïòè è êàòåãîðèjå

èäåíòè�èêójó ó ïðèêóï§íèì ïîäàöèìà, ïà jå òàêàâ ïðèñòóï ìà»å ñòðóêòóðèðàí. Íà îñíîâó

íàâåäåíîã ñå çàê§ó÷ójå äà ñó èíäóêòèâíè ïðèñòóïè �ëåêñèáèëíèjè. Äèìåíçèjå êîjå óòè÷ó

íà ñòðóêòóðèðàíîñò ïðîöåñà àíàëèçå ïîäàòàêà ñó ïðèêàçàíà íå ñëèöè 9. Ïðîöåñ àíàëèçå

êâàëèòàòèâíèõ ïîäàòàêà òðåáà äà îáåçáåäè:

• Ïîðå¢å»å ïîäàòàêà ó îêâèðó èñòîã èëè ðàçëè÷èòèõ èçâîðà (íïð. ïîðå¢å»å ïîäàòàêà èç

âèøå èíòåðâjóà).

• Èíòåãðèñà»å ïîäàòàêà èç ðàçëè÷èòèõ èçâîðà (ðàçëè÷èòè èíòåðâjóè è áåëåøêå ñà

òåðåíà).

• Èäåíòè�èêîâà»å çàjåäíè÷êèõ òåìà ó ðàçëè÷èòèì èçâîðèìà ïîäàòàêà.

• �àçâèjà»å ðàäíèõ îêâèðà èëè òåîðèjà íà îñíîâó èäåíòè�èêîâàíèõ òåìà (êîíöåïàòà è

êàòåãîðèjà) è »èõîâèõ ìå¢óñîáíèõ ðåëàöèjà.

• Èçâî¢å»å ñìèñëåíèõ çàê§ó÷àêà.

3.1 Èíòåðàêòèâíà ïðèðîäà ïðîöåñà àíàëèçå êâàëèòàòèâíèõ ïîäàòàêà

Èíòåðàêòèâíà ïðèðîäà ïðèêóï§à»à è àíàëèçå ïîäàòàêà îìîãó£ójå ïðåïîçíàâà»å

çíà÷àjíèõ òåìà, îáðàçàöà è ðåëàöèjà ó ïîäàöèìà. Òî çíà÷è äà èäåíòè�èêîâàíå òåìå, îáðàñöè è

ðåëàöèjå ïðîèñòè÷ó (emerge) èç ïîäàòàêà òîêîì ïðîöåñà àíàëèçå. Íà òàj íà÷èí ñå ÷åñòî âðøè è

ðåîðãàíèçàöèjà ïðèêóï§åíèõ ïîäàòàêà äà áè ñå âèäåëî ãäå ñå ïîjàâ§ójó èäåíòè�èêîâàíå òåìå,

îáðàñöè è ðåëàöèjå. Òàêî¢å, àíàëèçà ïîäàòàêà óòè÷å è íà óñêëà¢èâà»å äà§åã ïðèêóï§à»à

ïîäàòàêà äà áè ñå ñàãëåäàëî äà ëè ïîñòîjå jîø íåêè ñëó÷àjåâè êîjå jå ïîòðåáíî èñòðàæèòè.

Çáîã îâàêâå ïðèðîäå ïðîöåñà ïðèêóï§à»à ïîäàòàêà èñòðàæèâà÷è èìàjó îçáè§àí çàäàòàê äà

îáåçáåäå óïðàâ§à»å âðåìåíîì, ïîäàöèìà, ïðèñòóïîì èñïèòàíèöèìà (îðãàíèçàöèjàìà) êàî è

äîêóìåíòèìà êîjè íàñòàjó òîêîì ïðîöåñà. Çà ðàçëèêó îä êâàíòèòàòèâíèõ èñòðàæèâà»à, êîä

êâàëèòàòèâíèõ èñòðàæèâà»à ñå ïðèêóï§à»å è àíàëèçà ïîäàòàêà ïðåïëè£ó, òj. íèêàäà ñå íå

çàïî÷è»å ñà àíàëèçîì à äà ñó ñâè ïîäàöè ïðèêóï§åíè.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 15

Ñëèêà 10: Èäåíòè�èêîâà»å êàòåãîðèjà ó òåêñòó

Òèïè÷íè ïðîöåñè àíàëèçå êîjè ñå jàâ§àjó ó îêâèðó ãåíåðàëíîã èòåðàòèâíîã ïðîöåñà

àíàëèçå êâàëèòàòèâíèõ ïîäàòàêà ñó: ñóìèðà»å ïîäàòàêà (summarising data), êàòåãîðèçàöèjà

ïîäàòàêà ( ategorising data), ïîâåçèâà»å ïîäàòàêà ñà ðàçâèjåíèì êîíöåïòèìà èëè êàòåãîðèjàìà

(unitising data), ïðåïîçíàâà»å ðåëàöèjà èçìå¢ó êàòåãîðèjà (re ognising relationships and

developing ategories), è íàðàòèâíî ñòðóêòóðèðà»å (narrative stru turing).

Ñóìèðà»å ïîäàòàêà. Ñóìèðà»å ïîäàòàêà jå ïðâè ïîä-ïðîöåñ ó îêâèðó êâàëèòàòèâíå

àíàëèçå ïîäàòàêà íàêîí ïðèêóï§à»à ïîäàòàêà. Ñóìèðà»å ïîäàòàêà ïîäðàçóìåâà êðåèðà»å

ê§ó÷íèõ êðàòêèõ ðåçèìåà íà îñíîâó êîjèõ ñå ìîæå ñàãëåäàòè øòà jå èñòðàæèâàíî. Íà òàj

íà÷èí ñå ñìèàñî êîjè jå èäåíòè�èêîâàí ó äóæåì òåêñòó çàïèñójå ó êîíäåíçîâàíîj �îðìè

îä íåêîëèêî ðå÷è èëè ðå÷åíèöà. Ó îâèì êðàòêèì ðåçèìåèìà ñå ïðâè ïóò àíàëèòè÷êè

îáðà¢ójó èäåíòè�èêîâàíå òåìå. Êðàòêè ðåçèìåè ñå ìîãó îäíîñèòè è íà ó÷åñíèêå èñòðàæèâà»à

(èñïèòàíèêå êîjè ñó èíòåðâjóèñàíè èëè ïîñìàòðàíè) èëè îêðóæå»å êîjå jå ïðåäìåò

èñòðàæèâà»à (ïîñìàòðà»à). Îâè êðàòêè ðåçèìåè ñå íàçèâàjó jîø è ìåìîè (memos), è òîêîì

àíàëèçå »èõîâ ñàäðæàj ñå äîïó»ójå.

Êàòåãîðèçàöèjà ïîäàòàêà. Êàòåãîðèçàöèjà ïîäàòàêà óê§ó÷ójå àêòèâíîñòè

èäåíòè�èêîâà»à è ðàçâîjà êàòåãîðèjà è ïîòîì ïðèäðóæèâà»à ñìèñëåíèõ ñåãìåíàòà ïîäàòàêà

(meaningful hunks of data) êàòåãîðèjàìà. Òîêîì îâîã ïðîöåñà ñå èäíòè�èêójó è ðåëàöèjå

èçìå¢ó êàòåãîðèjà. Êàòåãîðèjå ìîãó áèòè èçâåäåíå èç ëèòåðàòóðå (äåäóêòèâíè ïðèñòóï) èëè

èç ïîäàòàêà (èíäóêòèâíè ïðèñòóï), à ðåàëèçójó ñå êàî êîäîâè ( odes) èëè îçíàêå (labels) êîjå ñå

êîðèñòå çà ãðóïèñà»å ïîäàòàêà. Ïîðåä òîãà êàî îçíàêå çà êàòåãîðèjå ñå ìîãó êîðèñòèòè è ðå÷è

êîjå ñó óïîòðåáèëè ó÷åñíèöè èñòðàæèâà»à, è òàäà ñå òàêâå îçíàêå èëè êîäîâè íàçèâàjó in vivo

êîäîâè. Êàòåãîðèjå ïðåäñòàâ§àjó ñòðóêòóðó çà îðãàíèçîâà»å íàëàçà èñòðàæèâà»à ó îêâèðó

èñòðàæèâà÷êîã ïðîjåêòà. Èñòîì ñåãìåíòó (èñå÷êó) òåêñòà ñå ìîãó ïðèäðóæèòè ðàçëè÷èòå

êàòåãîðèjå, àëè ñå èñòî òàêî ñâàêà îä êàòåãîðèjà ìîðà èäåíòè�èêîâàòè ó ðàçëè÷èòèì

ñåãìåíòèì ïîäàòàêà (è îáàâåçíî ó ðàçëè÷èòèì èçâîðèìà). Ïðèìåð èäåíòè�èêîâà»à

êàòåãîðèjà ïîìî£ó îçíàêà ïðèäðóæåíèõ ñåãìåíòèìà òåêñòà jå ïðèêàçàí íà ñëèöè 10. Ñåãìåíò

òåêñòà îçíà÷åí §óáè÷àñòîì áîjîì ñå êîðèñòè çà èäåíòè�èêîâà»å äâå êàòåãîðèjå îçíà÷åíå ñà

Îçíàêà 1 è Îçíàêà 2.

Ïîâåçèâà»å ïîäàòàêà ñà ðàçâèjåíèì êîíöåïòèìà èëè êàòåãîðèjàìà. Ñëåäå£è

àíàëèòè÷êè ïðîöåñ jå äîäå§èâà»å ïîjåäèíà÷íèõ ñåãìåíàòà òåêñòà (ñåãìåíàòà ïîäàòàêà)

îäãîâàðàjó£èì êàòåãîðèjàìà. Îâè ñåãìåíòè òåêñòà ñó îñíîâíå jåäèíèöå àíàëèçå ïîäàòàêà

è íàçèâàjó ñå jåäèíèöå ïîäàòàêà. Jåäèíèöå ïîäàòàêà ìîãó áèòè íåêîëèêî ðå÷è, ðå÷åíèöà.

íåêîëèêî ëèíèjà èëè ðå÷åíèöà òåêñòà, ïàðàãðà� èëè áèëî êîjè äåî òåêñòà êîjè îäãîâàðà

êàòåãîðèjè. Îâà àêòèâíîñò ñå íàj÷åø£å ðåàëèçójå óïîòðåáîì ñî�òâåðñêèõ àëàòà çà àíàëèçó

êâàëèòàòèâíèõ ïîäàòàêà. Îâàj àíàëèòè÷êè ïðîöåñ îìîãó£ójå ðåîðãàíèçàöèjó ïîäàòàêà ó òîêó

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí

ÌÏÀÏÏ02: Êâàëèòàòèâíå ìåòîäå 16

èñòðàæèâà»à òàêî äà ñå äîáèjà ñòðóêòóðà êîjà jå óñàãëàøåíèjà ñà ïîñòàâ§åíèì öè§åâèìà

èñòðàæèâà»à è êîjà £å îìîãó£èòè å�èêàñíèjå êîìïëåòèðà»å èñòðàæèâà÷êîã ïðîjåêòà -

ðàçâîj ðàäíîã îêâèðà èëè òåîðèjà, êàî è ïèñà»å èçâåøòàjà î èñòðàæèâà»ó. Çà îâàêâî

îðãàíèçîâà»å ïîäàòàêà ñå ìîãó êîðèñòèòè ðàçíå òåõíèêå, íïð. ðàçíè òèïîâè ìàòðèöà èëè

ìðåæíèõ äèjàãðàìà.

Ïðåïîçíàâà»å ðåëàöèjà èçìå¢ó êàòåãîðèjà. Îâàj àíàëèòè÷êè ïðîöåñ îìîãó£ójå

èäåíòè�èêîâà»å ê§ó÷íèõ êàòåãîðèjà è ðåîðãàíèçîâà»å ñâèõ îñòàëèõ êàòåãîðèjà ó îäíîñó

íà òå ê§ó÷íå êàòåãîðèjå. Òî íà÷åëíî ïîäðàçóìåâà ñìà»å»å áðîjà êàòåãîðèjà (ãðóïèñà»å,

îäáàöèâà»å íåïîòðåáíèõ, óâî¢å»å íîâèõ) è óñïîñòàâ§à»å ðåëàöèjà èçìå¢ó ïðèõâà£åíèõ

êàòåãîðèjà. Îâå àêòèâíîñòè ñå ðàäå èòåðàòèâíî è îáè÷íî ñó ëîöèðàíå ó êàñíèjèì �àçàìà

èñòðàæèâà»à. Ïðèëèêîì èçìåíà ó ðàäíîì îêâèðó ñà êàòåãîðèjàìà èçóçåòíî jå âàæíî äà ñå

óâåê îäðæàâàjó àæóðíèì äå�èíèöèjå ñâèõ êàòåãîðèjà è »èõîâèõ ìå¢óñîáíèõ ðåëàöèjà.

Íàðàòèâíî ñòðóêòóðèðà»å. Ó íåêèì èñòðàæèâà»èìà jå �ðàãìåíòàöèjà ïîäàòàêà êðîç

äå�èíèñà»å õèjåðàðõèjñêå îðãàíèçàöèjå êàòåãîðèjà íåïðèõâàò§èâà. Òî ñó ñëó÷àjåâè êàäà

jå áèòíî î÷óâàòè èíòåãðèòåò ïîäàòàêà íà íàjâèøåì íèâîó - íïð. íà íèâîó èíòåðâjóà ñà

èñïèòàíèöèìà. Òàêâà èñòðàæèâà»à ñå ðåàëèçójó äà áè ñå ñïîçíàëå äðóøòâåíå àêòèâíîñòè

è ïîíàøà»å èíäèâèäóà ó îäãîâàðàjó£åì äðóøòâåíîì êîíòåêñòó (ïîñëîâíà îðãàíèçàöèjà,

òðæíè öåíòàð). Ïîäàöè ñå çà îâàêâå ñòóäèjå ïðèêóï§àjó êðîç äóáèíñêå íåñòðóêòóðèðàíå

èíòåðâjóå è äîáèjàjó ñå ó �îðìè ïðè÷à (narratives or stories). Çà àíàëèçó îâàêâèõ ïîäàòàêà ñå

êîðèñòè íàðàòèâíà àíàëèçà (narrative analysis) êîjà îìîãó£ójå êðåèðà»å êîõåðåíòíå ïðè÷å

çà ïðèêóï§åíå ïîäàòêå (áåç äå�èíèñà»à êàòåãîðèjà). Ñòðóêòóðíè åëåìåíòè êîjå òðåáà

ðàçìîòðèòè ïðèëèêîì ïðèìåíå íàðàòèâíå àíàëèçå ñó: (1) î ÷åìó ñå ðàäè ó ïðè÷è, (2) øòà, êàä,

êàêî è êîìå ñå äåñèëî, (3) êîjå ñó ïîñëåäèöå, (4) çíà÷àj äîãà¢àjà, è (5) ïîñëåäèöå è çàê§ó÷íà

ðàçìàòðà»à.

Àóòîð: äð Æå§êî Ñòîjàíîâ (íåðåöåíçèðàí ìàòåðèjàë)

Òåõíè÷êè �àêóëòåò "Ìèõàjëî Ïóïèí" Çðå»àíèí