Kako istraživač odlučuje šta će se računati kao dokaz pre nego što analiza uopšte počne

1. Intuitivni uvod

Jedna od najčešćih grešaka u dizajnu ne dešava se u analizi. Dešava se ranije, onda kada istraživač odlučuje koje dokaze će prikupljati. Studija može početi razumnim pitanjem, imati verovatan dizajn i čak korektan metodološki deo, a ipak oslabiti samu sebe time što ceo projekat gradi oko onih učesnika, slučajeva, lokaliteta, zapisa ili skupova podataka do kojih je najlakše doći. Booth i saradnici naglašavaju da dobro istraživanje ide od problema ka tvrdnji kroz disciplinovano rezonovanje, a ne kroz oportunističko gomilanje onoga što se slučajno našlo pri ruci.

Zato ovo poglavlje spaja tri teme koje se često predaju odvojeno: uzorkovanje, izbor slučajeva i planiranje dokaza. Na prvi pogled, to mogu delovati kao različita pitanja. Uzorkovanje se obično vezuje za kvantitativni rad. Izbor slučajeva se najčešće tretira kao tema kvalitativnih ili case-study istraživanja. Planiranje dokaza zvuči šire i apstraktnije. Ali sve tri teme pripadaju zajedno zato što odgovaraju na isto prethodno pitanje: kakva vrsta dokaza bi predstavljala uverljiv odgovor na ovo istraživačko pitanje? Creswell i Creswell u knjizi Research Design upravo koherentnost dizajna stavljaju u središte empirijskog rada, a to je ovde osnovni princip.

2. Zašto ove tri teme pripadaju zajedno

Uzorkovanje se odnosi na to kako se jedinice biraju iz šire populacije ili okvira. Izbor slučajeva odnosi se na pitanje zašto su baš ovi slučajevi, lokaliteti, događaji ili konteksti izabrani umesto drugih. Planiranje dokaza je širi dizajnerski posao koji pita koji su učesnici, dokumenti, lokaliteti, mere, vremenski periodi ili zapisi studiji zaista potrebni pre nego što prikupljanje počne.

To nisu odvojeni zadaci. Istraživač koji dobro planira dokaze najčešće bira strategiju uzorkovanja ili izbora slučajeva koja odgovara svrsi pitanja. Istraživač koji to ne radi često kreće od pristupa: od obližnje škole, dostupnog administrativnog skupa podataka, studenata koje je lako regrutovati, jednog lokaliteta koji mu je već poznat, ili zapisa koji su otvoreni, a ne od onih koji su pitanju zaista potrebni. Bornstein, Jager i Putnick naglašavaju da odluke o uzorkovanju imaju dalekosežne posledice za ono što studija sme da zaključi, dok Seawright i Gerring pokazuju da je izbor slučajeva sam po sebi strateška odluka dizajna, a ne naknadna sitnica.

3. Glavna logika dizajna u ovom poglavlju

Dominantna logika ovde je D > RQ > M. Podaci dolaze prvi zato što se najvidljiviji neuspeh obično pojavljuje upravo u dokazima koji su stvarno prikupljeni. Istraživačko pitanje dolazi drugo zato što slabo planiranje dokaza često znači da dokazi više ne odgovaraju obimu ili svrsi pitanja. Metodologija dolazi treća zato što metod može biti korektno sproveden, ali sada radi na slaboj evidencijskoj osnovi.

Ovaj poredak je važan zato što pažnju skreće sa same tehničke izvedbe. Uredan intervju vodič, pažljivo sastavljen upitnik ili kompetentno procenjen model ne mogu nadoknaditi dokaze izabrane bez logike dizajna. Bornstein i saradnici to pokazuju za uzorkovanje, a Palinkas i saradnici za namenski izbor u kvalitativnim i istraživanjima na osnovu mešovitih metoda: odluke o izboru moraju biti usklađene sa ciljem studije, a ne prepuštene navici, pogodnosti ili ćutanju.

4. Uzorkovanje: čemu ono zaista služi

U kvantitativnom radu uzorkovanje se često objašnjava tehničkim jezikom, ali dublje pitanje je uklapanje sa stanovišta zaključivanja. Uzorak nije samo skup ispitanika. On je most između prikupljenih dokaza i tvrdnji koje istraživač želi da iznese. Ako studija teži širim populacionim zaključcima, logika uzorkovanja mora da odgovara toj ambiciji. Bornstein i saradnici razmatraju više strategija uzorkovanja i jasno pokazuju da različite strategije podržavaju različite nivoe i vrste generalizacije.

To ne znači da svaka studija mora koristiti verovatnosno uzorkovanje. To znači da domet zaključivanja mora odgovarati logici izbora. Konvencionalni uzorak i dalje može podržati eksplorativne, lokalne ili ograničene tvrdnje, ali ne bi smeo tiho biti tretiran kao da podržava široke populacione zaključke. Tu počinju mnogi problemi dizajna.

5. Izbor slučajeva: više od pitanja „zašto baš ovi slučajevi?“

Izbor slučajeva je naročito vidljiv u kvalitativnim, istorijskim, komparativnim i case-study istraživanjima, ali njegova logika je važna mnogo šire. Ključno pitanje nije samo da li je izabrani slučaj zanimljiv. Ključno pitanje je zašto je baš taj slučaj analitički koristan za istraživačko pitanje. Seawright i Gerring opisuju više opcija izbora slučajeva, uključujući tipične, raznovrsne, ekstremne, devijantne, uticajne, naj-sličnije i najrazličitije slučajeve, pri čemu je svaka opcija povezana sa drugačijim analitičkim ciljem.

Ovo je važno zato što se izbor slučaja često racionalizuje tek naknadno. Istraživač dobije pristup jednom lokalitetu ili jednoj organizaciji, pa tek posle konstruiše argument zašto taj slučaj „predstavlja“ nešto šire. Dobar dizajn radi obrnuto. Najpre se odlučuje kakva vrsta slučaja bi bila informativna, a zatim se objašnjava zašto izabrani slučaj odgovara toj ulozi.

6. Planiranje dokaza: širi dizajnerski zadatak

Planiranje dokaza je krovna aktivnost koja dolazi pre regrutacije, terenskog rada ili izdvajanja podataka. Ono postavlja pitanja kao što su: Kakav bi dokaz predstavljao uverljiv odgovor? Koliko široka evidencijska osnova je potrebna? Da li studija teži širini, dubini, kontrastu, mehanizmu, prenosivosti ili kontekstualnom razumevanju? Koje jedinice su važne: ljudi, lokaliteti, zapisi, interakcije, organizacije, događaji ili vremenski periodi?

Ova šira perspektiva je važna zato što svaka studija nije prvenstveno problem uzorkovanja. Neke studije su problem planiranja dokaza u širem smislu. Studiji možda nije potreban reprezentativan uzorak, ali joj i dalje treba odbranjiv razlog za izbor zapisa, slučajeva, perioda, okruženja ili ispitanika. Creswell i Creswell naglašavaju da istraživački dizajn zahteva koherentnost od pitanja do dokaza, a Maxwell u Qualitative Research Design slično tretira dizajn kao interaktivni skup odluka, a ne kao niz odvojenih tehnika.

7. Uobičajeni neuspehi u dizajnu

Prvi čest neuspeh jeste uzorkovanje bez discipline u pogledu zaključka. Istraživač koristi uzak konvencionalni uzorak, a zatim piše kao da studija podržava tvrdnje o mnogo široj populaciji. Bornstein i saradnici pokazuju zašto je takvo nepoklapanje važno: logika izbora ograničava domet onoga što se iz studije sme zaključiti.

Drugi čest neuspeh jeste izbor slučajeva bez analitičkog opravdanja. Lokalitet, događaj ili organizacija izabrani su zato što su dostupni, već poznati ili laki za pristup, a tek kasnije bivaju predstavljeni kao strateški informativni. Okvir Seawright i Gerring koristan je upravo zato što tera istraživača da kaže kakvu vrstu slučaja bira i zašto.

Treći čest neuspeh jeste konvencionalni dokaz maskiran kao dizajn. Etikan, Musa i Alkassim porede konvencionalne i namensko uzorkovanje i priznaju praktičnu privlačnost konvencionalne strategija, ali praktična lakoća nije isto što i metodološko opravdanje. Pogodnost je ponekad neizbežna. Ali sama po sebi nije evidencijski argument.

8. Kako izgraditi snažnu strategiju dokaza

Snažan dizajn obično počinje sledom kao što je ovaj:

istraživačko pitanje → inferencijski cilj → potrebni dokazi → logika izbora

Najpre se razjasni pitanje. Zatim se definiše kakvoj vrsti zaključivanja studija teži: široj generalizaciji, ograničenom poređenju, mehanizmu, kontekstualnom razumevanju, prenosivosti ili nečemu drugom. Treće, određuje se kakva vrsta dokaza bi takvu tvrdnju učinila uverljivom. Tek onda se bira strategija uzorkovanja ili izbora slučajeva koja odgovara tim potrebama.

Palinkas i saradnici su ovde naročito korisni jer pokazuju da namenski izbor treba upariti sa ciljevima studije, a ne tretirati ga kao magloviti kvalitativni podrazumevani izbor. Njihova rasprava o namenskom uzorkovanju u istraživanjima na osnovu mešovitih metoda šira je nego što naslov sugeriše: ona daje jezik za povezivanje strategije izbora sa istraživačkom svrhom.

9. Šta se kasnije još može popraviti, a šta se obično ne može

Slabo planiranje dokaza ponekad se može delimično popraviti nakon prikupljanja podataka, ali najčešće samo sužavanjem tvrdnje. Konvencionalni uzorak i dalje može podržati transparentan eksplorativni rad. Uzak izbor lokaliteta i dalje može podržati ograničenu analizu slučaja. Slabo obrazložen uzorak i dalje može dati korisne lokalne nalaze ako istraživač prestane da se ponaša kao da dokazi dosežu dalje nego što zaista dosežu. Ono što se obično ne može popraviti jeste jaz između širokih početnih tvrdnji i slabog početnog planiranja dokaza. Nikakva naknadna metodološka sofisticiranost ne može konvencionalni uzorak učiniti reprezentativnim unazad, niti proizvoljan izbor slučaja pretvoriti u strateški izbor tek nakon što je studija završena. Upravo zato planiranje dokaza pripada ranoj fazi dizajna, a ne kasnoj fazi pisanja diskusije.

Kontrolna lista

Pre nego što prikupite podatke, pitajte se:

• Šta tačno moji dokazi treba da predstavljaju?
• Da li biram učesnike, lokalitete ili zapise zato što odgovaraju svrsi istraživanja, ili zato što su lako dostupni?
• Ako pristup oblikuje dizajn, da li sam tome prilagodio i tvrdnju?
• Mogu li običnim jezikom objasniti zašto su baš ove jedinice pravi dokazi?
• Da li moj planirani zaključak odgovara obimu dokaza, a ne ambiciji teme?

Dobro istraživanje nije samo pitanje prikupljanja podataka. Ono je pitanje prikupljanja prave vrste dokaza za tvrdnju koju studija želi da iznese.

Literatura

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

Bornstein, M. H., Jager, J., & Putnick, D. L. (2013). Sampling in developmental science: Situations, shortcomings, solutions, and standards. Developmental Review, 33(4), 357–370. https://doi.org/10.1016/j.dr.2013.08.003

Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed methods approaches (6th ed.). SAGE.

Etikan, I., Musa, S. A., & Alkassim, R. S. (2016). Comparison of convenience sampling and purposive sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1–4. https://doi.org/10.11648/j.ajtas.20160501.11

Maxwell, J. A. (2013). Qualitative research design: An interactive approach (3rd ed.). SAGE.

Palinkas, L. A., Horwitz, S. M., Green, C. A., Wisdom, J. P., Duan, N., & Hoagwood, K. (2015). Purposeful sampling for qualitative data collection and analysis in mixed method implementation research. Administration and Policy in Mental Health and Mental Health Services Research, 42(5), 533–544. https://doi.org/10.1007/s10488-013-0528-y

Seawright, J., & Gerring, J. (2008). Case selection techniques in case study research: A menu of qualitative and quantitative options. Political Research Quarterly, 61(2), 294–308. https://doi.org/10.1177/1065912907313077