Nova mini-serija o greškama u dizajnu istraživanja koje potkopavaju kvantitativne, kvalitativne i studije sa mešovitim metodama

Zašto ova serija?

Mnogi istraživački projekti ne propadaju zato što su istraživači nepažljivi, nedovoljno inteligentni ili zato što ne znaju da koriste statistički softver. Oni mnogo češće skreću s puta ranije i tiše: na nivou dizajna istraživanja. Slabo formulisano istraživačko pitanje, hipoteza koja mu ne odgovara, loše operacionalizovani koncepti, tanka kvalitativna evidencija ili metod izabran iz navike mogu pomeriti studiju u pogrešnom smeru mnogo pre nego što se pojavi prva tabela, tema ili model. Literatura iz metodologije (Booth et al., 2024; Fetters et al., 2013; Ratan et al., 2019) dosledno tretira istraživačko pitanje kao kičmu istraživanja, operacionalizaciju kao most između pojmova i dokaza, metodološko poravnanje kao uslov kvaliteta dizajna i integraciju kao srž stvarnog pristupa na osnovu mešovitih metoda.

Zato ova mini-serija polazi od grešaka, a ne od alata. Studenti i istraživači često uče metode kao veštine iz odvojenih kutija: anketno istraživanje, intervjuisanje, eksperimenti, tematska analiza, mešovite metode i tako dalje. Ali stvarni projekti ne nastaju u takvim kutijama. Oni nastaju kroz niz međusobno povezanih odluka. Loše pitanje iskrivljuje hipotezu. Slaba hipoteza proizvodi nejasne promenljive. Loše definisane promenljive daju slabe podatke. Podaci koji ne odgovaraju svrsi potom guraju istraživača ka pogrešnom metodu, a pogrešan metod često završava preuveličanim zaključcima. Kada se istraživanje posmatra kroz greške u dizajnu, čitav proces postaje vidljiv kao lanac, a ne kao tehnika menija.

Organizaciona ideja ove serije je jednostavna: svaka greška može se analizirati kroz četiri povezana elementa, RQ, RH, D i M. RQ označava istraživačko pitanje (engl. research question), RH istraživačku hipotezu (engl. research hypothesis), D podatke (engl. data), a M metodologiju (engl. methodology). Neka istraživanja se više oslanjaju na hipoteze, neka manje. Neka su kvalitativna, neka kvantitativna, a neka mešovite metode. Ipak, kroz sve te pristupe ova četiri elementa ostaju koristan dijagnostički okvir. Kada studija pođe pogrešno, ključno pitanje nije samo „Koji metod je korišćen?“, nego „Gde je dizajn počeo da gubi unutrašnju koherentnost?“.

Zašto je važno učiti iz grešaka

Učenje iz grešaka u dizajnu ima vrlo praktičnu korist. Dobar dizajn štedi vreme, čuva verodostojnost interpretacije i smanjuje iskušenje da se slabi nalazi predstave kao snažni. On takođe pomaže istraživaču da razlikuje ono što se još može popraviti nakon prikupljanja podataka od onoga što se više ne može spasiti. U nekim slučajevima studija se može delimično sačuvati sužavanjem istraživačkog pitanja, preoblikovanjem tvrdnje ili izborom metoda koji bolje odgovara već prikupljenim podacima. U drugim slučajevima pošten odgovor je priznati da prvobitni dizajn ne može da podrži željeni zaključak. Upravo je ta razlika presudna za odgovornu istraživačku praksu. Prema Antonakis et al. (2010), Fetters et al. (2013) i Sutton & Austin (2015) rasprave o uzročnim tvrdnjama, kvalitativnoj rigoroznosti i integraciji u istraživanjima na osnovu mešovitih metoda vode ka istoj pouci: kvalitet dizajna određuje ne samo šta studija nalazi, već i šta joj je legitimno dopušteno da tvrdi.

Zato ova mini-serija neće samo kritikovati loš dizajn. Svaki naredni tekst pokazaće, prvo, gde određena greška ulazi u istraživački proces; drugo, kako iskrivljuje rezultate i zaključke; treće, kako se može izbeći pre prikupljanja podataka; i četvrto, da li je ikakva delimična popravka moguća kada je šteta već nastala. Cilj nije metodološki perfekcionizam. Cilj je disciplinovano, transparentno i realistično empirijsko istraživanje.

Najava grešaka koje slede

Serija će biti organizovana prema logici istraživačkog procesa, a ne tako što će kvantitativna, kvalitativna i mešovite metode istraživanja biti strogo razdvojena u tri odvojena sveta. Ipak, kod svake greške biće jasno naznačeno u kom tipu dizajna se ona najčešće javlja.

Greške česte u kvantitativnim istraživanjima

Greška	Kritični element	Izbegavanje/Rešenje
Pitanje, hipoteza i promenljive nisu usklađeni	RH > RQ > D	Ponovo izgraditi usklađenost pre analize
Koncepti su loše operacionalizovani u mere	D > RH > RQ	Razjasniti indikatore i definicije
Od dizajna se traži da podrži uzročne tvrdnje koje ne može da podrži	M > RQ > RH	Suziti tvrdnje prema dizajnu
Metod je izabran zato što je poznat, a ne zato što odgovara pitanju	M > RQ > D	Poći od pitanja, ne od alata
Zaključci prevazilaze ono što podaci stvarno podržavaju	M > D > RQ	Smanjiti domet zaključivanja

Greške česte u kvalitativnim istraživanjima

Greška	Kritični element	Izbegavanje/Rešenje
Istraživačko pitanje je preširoko ili rasplinuto	RQ > M > D	Suziti analitički fokus
Intervjui ili posmatranje daju “tanke” podatke	D > M > RQ	Rano redizajnirati generisanje podataka
Izbor slučajeva ne odgovara svrsi istraživanja	D > RQ > M	Strateški obrazložiti izbor slučajeva
Metodologija je opisana kao spisak koraka, a ne kao logika	M > RQ	Objasniti zašto metod odgovara pitanju
Tumačenje tvrdi više nego što građa može da iznese	M > D > RQ	Ograničiti interpretaciju

Greške česte u mixed methods istraživanjima

Greška	Kritični element	Izbegavanje/Rešenje
Mešovite metode su “mešovite” samo po imenu	M > RQ > D	Planirati integraciju od početka
Jedna istraživačka grana ne informiše drugu	M > RQ > D	Razjasniti sekvencu i svrhu
Kvantitativni i kvalitativni dokazi odgovaraju na različita pitanja	RQ > M > D	Ponovo uspostaviti koherentnost između grana
Dostupni podaci upravljaju dizajnom umesto svrhe	D > RQ > M	Najpre definisati kakvi su dokazi potrebni
Završna interpretacija nikada ne integriše nalaze	M > D > RQ	Uvesti eksplicitnu integrativnu logiku

Kako će izgledati naredni postovi

Svaki naredni post uzeće jednu grešku ili, kada je to pedagoški bolje, jednu grupu blisko povezanih grešaka i razložiti je kroz stabilnu, ali dovoljno fleksibilnu strukturu. Tekst će početi intuitivnim predstavljanjem greške, zatim će pokazati gde se prekida lanac RQ–RH–D–M, kako to utiče na nalaze i zaključke, a zatim jasno razdvojiti prevenciju od naknadne popravke. Kratki primeri iz dve ili tri oblasti biće korišćeni ne kao duge studije slučaja, nego kao pedagoški alat. Na kraju svakog posta čitaoci će dobiti mali broj pažljivo biranih preporuka za dalje čitanje, umesto predugog spiska literature.

Prednost praćenja cele serije jeste u tome što se uvidi akumuliraju. Do kraja serije čitalac bi trebalo da mnogo lakše prepozna da li je neka studija zakazala na nivou pitanja, hipoteze, podataka, metodologije ili zaključka i, što je još važnije, da iste rizike ranije uoči u sopstvenom istraživanju, pre nego što postanu skupe greške. Dobro empirijsko istraživanje nije samo pitanje „prave tehnike“. Ono pre svega podrazumeva očuvanje unutrašnje koherentnosti od prvog pitanja do poslednje tvrdnje.

Literatura

Andrade, C. (2021). A student’s guide to the classification and operationalization of variables in the conceptualization and design of a clinical study: Part 1. Indian Journal of Psychological Medicine, 43(2), 177–179. https://doi.org/10.1177/0253717621994334

Antonakis, J., Bendahan, S., Jacquart, P., & Lalive, R. (2010). On making causal claims: A review and recommendations. The Leadership Quarterly, 21(6), 1086–1120. https://doi.org/10.1016/j.leaqua.2010.10.010

Booth, W. C., Colomb, G. G., Williams, J. M., Bizup, J., & FitzGerald, W. T. (2024). The craft of research (5th ed.). University of Chicago Press. https://doi.org/10.7208/chicago/9780226826660.001.0001

Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). Achieving integration in mixed methods designs—Principles and practices. Health Services Research, 48(6 Pt 2), 2134–2156. https://doi.org/10.1111/1475-6773.12117

Gale, N. K., Heath, G., Cameron, E., Rashid, S., & Redwood, S. (2013). Using the framework method for the analysis of qualitative data in multi-disciplinary health research. BMC Medical Research Methodology, 13, Article 117. https://doi.org/10.1186/1471-2288-13-117

Hoadley, C. M. (2004). Methodological alignment in design-based research. Educational Psychologist, 39(4), 203–212. https://doi.org/10.1207/s15326985ep3904_2

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. https://doi.org/10.4103/jiaps.JIAPS_76_18

Sutton, J., & Austin, Z. (2015). Qualitative research: Data collection, analysis, and management. The Canadian Journal of Hospital Pharmacy, 68(3), 226–231. https://doi.org/10.4212/cjhp.v68i3.1456