Kratak metodološki serijal za studente master i doktorskih studija, kao i mlade istraživače, o tome kako formulisati istraživačka pitanja koja nisu samo zanimljiva, na koja se zaista može odgovoriti unutar koherentnog istraživačkog dizajna.

Ovo je prvi tekst u serijalu Istraživačka pitanja koja zaista funkcionišu. Fokusiran je na kvantitativna istraživačka pitanja. Sledeći tekst prelazi na kvalitativna istraživačka pitanja, gde glavni izazov nisu merenje i testabilnost, nego značenje, kontekst i interpretativna otvorenost. Treći tekst bavi se pitanjima na osnovu mešovitih metoda, gde središnji problem postaje integracija, a ne prosto sabiranje pristupa.

Intuitivni uvod

Mnoge slabe empirijske studije ne propadaju zato što je softver pogrešno korišćen ili regresija loše kodirana. One propadaju ranije, onda kada se široka tema zameni kvantitativnim istraživačkim pitanjem. Student kaže: „Želim da proučavam inflaciju i siromaštvo“ ili „Želim da istražujem društvene mreže i mentalno zdravlje“ i ima osećaj da je projekat već počeo. U stvarnosti, on još nije stigao do nivoa upotrebljivog pitanja.

Dobro kvantitativno istraživačko pitanje radi nešto zahtevno. Ono fokusira pažnju, identifikuje šta treba posmatrati, nagoveštava jedinicu analize i omogućava metodološki smislen odgovor. U tom smislu, pitanje nije ukrasna rečenica na početku predloga teze. Ono je mehanizam koji disciplinuje ceo istraživački dizajn. Literatura iz metodologije istraživanja dosledno tretira formulisanje pitanja kao jedan od prvih odlučujućih koraka u studiji, jer ono oblikuje ciljeve, hipoteze, promenljive, dizajn, prikupljanje podataka i, na kraju, verodostojnost zaključaka.

Zašto je ovo važno

U kvantitativnom istraživanju istraživačko pitanje ne izražava samo interesovanje. Ono određuje kakav tip empirijskog odgovora se traži. Da li istraživač želi da opiše raspored, uporedi grupe, oceni povezanost ili ispita verovatan uzročni efekat? To nisu stilske razlike. One podrazumevaju različite promenljive, različite dizajne i različite standarde interpretacije. Barroga i Matanguihan naglašavaju da su kvantitativna istraživačka pitanja tipično precizna i povezana sa populacijom, promenljivama i dizajnom studije, dok Ratan i saradnici ističu da dobro pitanje usmerava i prikupljanje i analizu podataka.

Zato loše pitanje proizvodi štetu nizvodno kroz ceo projekat. Ako je pitanje nejasno, hipoteza postaje nejasna. Ako je hipoteza nejasna, zahtevi prema podacima postaju neodređeni. Ako podaci nisu usklađeni, metod postaje ili proizvoljan ili čisto oportunistički. U tom trenutku studija možda i dalje izgleda tehnički ozbiljno, ali je njena unutrašnja logika već narušena. Booth, Colomb, Williams, Bizup i FitzGerald prikazuju istraživanje kao kretanje od teme ka pitanju, a zatim ka problemu koji je važan, što je koristan podsetnik da dobro istraživanje ne počinje modnom ključnom rečju, nego disciplinovanom formulacijom onoga što se zaista pita.

Formalni metodološki problem

Kvantitativno istraživačko pitanje treba da bude jasno, fokusirano, da je moguće na njega empirijski odgovoriti i usklađeno sa verovatnim skupom podataka i metodom. „Jasno“ znači da čitalac razume šta se proučava. „Fokusirano“ znači da je pitanje dovoljno usko da može biti obrađeno u realnom projektu. „Empirijski odgovoriti“ znači da se ključni termini mogu prevesti u opažljive ili merljive promenljive. „Usklađeno“ znači da pitanje, podaci i metod idu u istom pravcu.

Upravo tu mnogi početnici upadaju u zamku. Oni često prelaze direktno sa široke teme na veliko pitanje. Na primer, „Da li obrazovanje poboljšava društvo?“ jeste moralno i društveno važno pitanje, ali kao kvantitativno istraživačko pitanje ono je neupotrebljivo. „Obrazovanje“ nije precizirano, „društvo“ nije definisano, jedinica analize ne postoji, vremenski okvir nedostaje, a cilj zaključivanja je nejasan. Upotrebljivo pitanje mora da natera istraživača da pravi izbore: koji oblik obrazovanja, koji ishod, za koga, gde, kada i u odnosu na šta.

Šta dobro kvantitativno istraživačko pitanje obično sadrži

Snažno kvantitativno istraživačko pitanje obično sadrži četiri vrste strukture, čak i kada sve nisu izričito napisane.

Prvo, ono identifikuje suštinski fenomen. Čitalac mora da zna na koju se široku oblast studija odnosi: školsko postignuće, nejednakost zarada, zagađenje vazduha, obuhvat vakcinacijom, prinos useva, produktivnost firmi ili nešto slično.

Drugo, ono identifikuje empirijski cilj. Da li je ambicija studije opisna, komparativna, relaciona ili uzročna? To je važno. Opisna pitanja pitaju koliko, koliko često ili koliko je nešto rasprostranjeno. Komparativna pitanja pitaju da li se grupe razlikuju. Relaciona pitanja pitaju da li se promenljive kreću zajedno. Uzročna pitanja pitaju da li promena jednog faktora proizvodi promenu drugog pod verodostojnim dizajnom. Metodološka literatura eksplicitno razlikuje ove tipove u kvantitativnim istraživanjima.

Treće, pitanje upućuje na ključne promenljive ili konstrukte na merljiv način. To ne znači da svi operativni detalji moraju stajati u jednoj rečenici, ali put od koncepta do promenljive mora biti vidljiv. „Akademski uspeh“ kasnije može postati prosečna ocena, stopa završavanja ili broj poena na ispitu. „Socioekonomski status“ može zahtevati prihod, obrazovanje roditelja, zanimanje ili složeni indeks. Dobro pisanje pitanja zato unapred predviđa operacionalizaciju.

Četvrto, ono implicira izvodljiv dizajn. Na pitanje o dugoročnim efektima tokom više decenija ne može se odgovoriti jednonedeljnim prigodnim uzorkom. Na pitanje o uzročnom uticaju ne može se ubedljivo odgovoriti bilo kojim skupom podataka koji samo slučajno sadrži dve korelisane promenljive. Pitanje mora živeti unutar granica verodostojnog dokaza. Zato Ratan i saradnici opisuju dobro pitanje kroz kriterijume kao što su izvodljivost, relevantnost i upravljivost, dok Barroga i Matanguihan naglašavaju specifičnost i jasnoću.

Od teme do pitanja

Jedan praktičan način da se poboljša početnička formulacija jeste da se prođe kroz četiri faze.

Prva faza je tema. Ona je široka i često nejasna: društvene mreže i mladi, nezaposlenost i kriminal, radni stres kod medicinskih sestara, ili gubitak biodiverziteta.

Druga faza je fokus problema. Tu istraživač identifikuje šta je nejasno, sporno, nedovoljno izmereno ili nedovoljno objašnjeno. Na primer, možda mnoge studije govore o društvenim mrežama uopšte, ali ih malo razlikuje pasivno skrolovanje od aktivne interakcije. Ili možda literatura o radnom stresu postoji, ali se malo zna o medicinskim sestrama u prvoj godini rada u ruralnim bolnicama.

Treća faza je kvantitativno pitanje. Tada istraživač saopštava šta će tačno biti mereno ili poređeno. Na primer: „Da li je među medicinskim sestrama u prvoj godini rada u javnim bolnicama učestalost noćnih smena povezana sa višim skorovima izgorelošću?“ To je već mnogo upotrebljivije, jer su jedinica analize, izloženost i ishod vidljivi.

Četvrta faza je dizajnerska implikacija. Kada se pitanje napiše, istraživač odmah treba da pita: koji podaci bi mi bili potrebni da na ovo dobro odgovorim? Ako odgovor nije dostupan, pitanje još mora da se revidira.

Šta može poći naopako

Najčešći neuspeh je širina prerušena u ozbiljnost. Studenti često misle da šire pitanje zvuči intelektualnije. U praksi je obično obrnuto. Široka pitanja su najčešće znak da istraživač još nije doneo neophodne analitičke odluke.

Drugi problem je normativna formulacija. Pitanje poput „Koliko su društvene mreže štetne za tinejdžere?“ već unapred pretpostavlja smer i moralni okvir. Bolje kvantitativno pitanje ostavlja ishod otvorenim: „Da li je vreme provedeno na društvenim mrežama zasnovanim na slikama povezano sa većim nezadovoljstvom telesnom slikom kod adolescenata?“ Potonje pitanje i dalje može dati snažan nalaz, ali počinje kao empirijsko pitanje, a ne kao presuda.

Treći problem je konceptualna maglovitost. Pojmovi kao što su razvoj, blagostanje, nejednakost, uspeh, otpornost i kvalitet često se koriste kao da su sami po sebi jasni. Nisu. Kvantitativno pitanje mora ili direktno da definiše takve pojmove ili da jasno pokaže kako će oni biti predstavljeni u podacima.

Četvrti problem je neusklađenost između pitanja i podataka. Student pita o promeni kroz vreme, a ima samo presečne podatke. Drugi pita o uzrocima, a ima samo posmatrane korelacije bez verodostojne identifikacione strategije. To je upravo vrsta neusklađenosti Istraživačkog Pitanja – Podataka – Metodologije koja potkopava celu studiju.

Uobičajene greške / zamke

Jedna česta greška jeste pisanje nečega što je zapravo tema, a ne pitanje. „Motivacija studenata u visokom obrazovanju“ nije istraživačko pitanje. To je samo oblast.

Druga greška jeste pisanje da/ne pitanja koje je suviše grubo da bi vodilo kvantitativni dizajn. „Da li onlajn nastava funkcioniše?“ slabo je pitanje jer „funkcioniše“ može značiti ocene, zadržavanje studenata, zadovoljstvo ili ishode na tržištu rada, dok „onlajn nastava“ može označavati mnogo različitih intervencija.

Treća greška jeste guranje više pitanja u jedno. „Kako prihodi roditelja, kvalitet škole, ishrana, bezbednost naselja i korišćenje društvenih mreža utiču na postignuće i blagostanje adolescenata?“ To verovatno sadrži pet različitih projekata, a ne jedno pitanje.

Četvrta greška jeste mešanje hipoteze i pitanja. „Učenici iz urbanih škola imaće bolje rezultate od učenika iz ruralnih škola“ jeste hipoteza, a ne istraživačko pitanje. Odgovarajuće pitanje bilo bi: „Da li se učenici iz urbanih i ruralnih škola razlikuju po rezultatima na standardizovanom testu iz matematike?“

Peta greška jeste ignorisanje nivoa analize. Pitanje može nehotice mešati individualnu i makro logiku. „Da li bogatije zemlje imaju srećnije građane?“ nije isto što i „Da li bogatiji pojedinci prijavljuju veće životno zadovoljstvo?“ Promenljive zvuče slično, ali se značenje sa stanovišta zaključivanja menja.

Šesta greška jeste pisanje pitanja na koje dostupne mere ne mogu dati odgovor. Barroga i Matanguihan daju primere dvosmislenih i slabih pitanja i pokazuju kako se ona mogu transformisati u jasnije formulacije, što je upravo ona vrsta didaktičkog pomaka koja je mladim istraživačima potrebna.

Kako popraviti problem

Najbolja strategija popravke jeste da se pitanje ispita kroz mali skup metodoloških testova.

Prvo pitajte: koja je moja jedinica analize? Pojedinci, domaćinstva, firme, škole, bolnice, regioni, države, eksperimenti ili vremenski periodi? Ako na to ne možete brzo da odgovorite, pitanje je još uvek previše nejasno.

Drugo pitajte: koje su tačno glavne promenljive ili konstrukti? Ako se centralni termini ne mogu prevesti u opažljive indikatore, pitanje još nije dovoljno kvantitativno.

Treće pitajte: kakvu vrstu odgovora tražim? Opis, poređenje, povezanost, predviđanje ili uzročno zaključivanje? Različiti odgovori zahtevaju različite dizajne.

Četvrto pitajte: koji podaci bi ovo pitanje učinili da je moguće dati odgovor na njega? Ako su potrebni podaci nerealni, nedostupni ili loše izmereni, pitanje treba revidirati pre bilo kakvog prikupljanja podataka.

Peto pitajte: šta bi ovde predstavljalo preterano zaključivanje? Ovo je ključno. Pitanje o presečnoj (engl. cross-section) povezanosti ne sme biti napisano kao da garantuje uzročnu interpretaciju. Metodološka disciplina počinje već u samoj formulaciji pitanja.

Minimalni radni primer

Uzmimo slabu početnu formulaciju: „Društvene mreže i mentalno zdravlje.“

Bolje, ali i dalje slabo pitanje bilo bi: „Kako društvene mreže utiču na mentalno zdravlje mladih?“ To je i dalje preširoko. Nije jasan tip platforme, nije jasna starosna grupa, nije jasan ishod, a glagol „utiču“ prerano uvodi uzročni ton.

Snažnije kvantitativno istraživačko pitanje bilo bi: „Da li je među studentima osnovnih akademskih studija uzrasta od 18 do 24 godine dnevno vreme provedeno na društvenim mrežama zasnovanim na slikama povezano sa višim samoprijavljenim skorovima anksioznosti tokom semestra?“ Sada je ciljna populacija jasna, izloženost je jasnija, ishod je merljiv, a jezik je primereno relacioni, a ne olako uzročan.

U javnom zdravlju ista logika može pretvoriti „zagađenje vazduha i astma“ u „Da li je prosečna mesečna koncentracija PM2.5 povezana sa stopom hitnih prijema zbog astme među decom mlađom od 12 godina u urbanim opštinama?“ U ekonomiji „inflacija i siromaštvo“ može postati „Da li se rast cena hrane između 2022. i 2025. poklopio sa većim porastom prijavljenog materijalnog lišavanja kod domaćinstava sa niskim prihodima nego kod domaćinstava sa srednjim prihodima?“ U obrazovanju „onlajn nastava“ može postati „Da li se studenti prve godine upisani na potpuno onlajn uvodne kurseve statistike razlikuju od studenata u klasičnim odeljenjima po rezultatima na završnom ispitu?“ Svaka poboljšana verzija postaje merljivija, ograničenija i na koju je moguće odgovoriti.

Praktična poruka za kraj

Dobro kvantitativno istraživačko pitanje nije samo zanimljivo. Na njega je moguće odgovoriti. Ono pretvara široku temu u disciplinovani empirijski cilj. Ono čitaocu govori šta se proučava, za koga, u kom obliku i sa kakvom ambicijom u pogledu zaključivanja. Kada je pitanje slabo, sve nizvodno postaje nestabilno: hipoteza, podaci, metod i interpretacija. Kada je pitanje dobro izgrađeno, ono tiho organizuje ceo projekat.

Mladi istraživači zato ne bi smeli da prođu preko formulisanja pitanja kao da pravi posao počinje kasnije. U empirijskom istraživanju, ovo jeste pravi posao. Što je pitanje bolje, to će ostatak studije biti manje proizvoljan. Zato učenje kako da se napiše dobro kvantitativno istraživačko pitanje nije preliminarna formalnost. To je prvi čin ozbiljnog metodološkog mišljenja.

Pročitajte sledeće u serijalu:
Ako vaša studija nije prvenstveno usmerena na merenje, poređenje ili statističku povezanost, sledeći korak je da razmislite kako funkcionišu kvalitativna istraživačka pitanja. Pročitajte: Istraživačka pitanja koja zaista funkcionišu, Deo II: Kako napisati dobro kvalitativno istraživačko pitanje.

Literatura

Barroga, E., & Matanguihan, G. J. (2022). A practical guide to writing quantitative and qualitative research questions and hypotheses in scholarly articles. Journal of Korean Medical Science, 37(16), e121. DOI: https://doi.org/10.3346/jkms.2022.37.e121

Booth, W. C., Colomb, G. G., Williams, J. M., Bizup, J., & FitzGerald, W. T. (2016). The craft of research (4th ed.). University of Chicago Press. DOI: https://doi.org/10.7208/chicago/9780226239873.001.0001

Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE.

Ratan, S. K., Anand, T., & Ratan, J. (2019). Formulation of research question – Stepwise approach. Journal of Indian Association of Pediatric Surgeons, 24(1), 15–20. DOI: https://doi.org/10.4103/jiaps.JIAPS_76_18