KLASIFIKACIJA NAUNIH ISTRAIVANJA prema cilju istraivanja Prof dr

KLASIFIKACIJA NAUČNIH ISTRAŽIVANJA (prema cilju istraživanja) Prof. dr Jasna Soldić-Aleksić Ekonomski fakultet, Beograd

Karakteristike dobro postavljenih ciljeva istraživanja – – • Jasno definisani i precizni ciljevi; Realno postavljeni ciljevi; Ciljevi ukazuju na metode prikupljanja podataka i analize podataka; Racionalno postavljeni ciljevi: opredeliti se za minimun neophodnih podataka koji su u funkciji odluka koje treba doneti – naučni princip štedljivosti; Ciljevi istraživanja određuju: – Predmet istraživanja (npr. miks proizvoda ili samo određena marka proizvoda) – Teritorijalno područje (npr. područje Vojvodine, Beograda ili Srbije) – Vreme istraživanja (kraći ili duži period) 2

Klasifikacija istraživanja u zavisnosti od cilja istraživanja • U zavisnosti od cilja razlikuju se: • Eksplorativna istraživanja – preliminarna, neformalna, nestruktuirana; • Konkluzivna (zaključna, konačna) • Deskriptivna istraživanja • Kauzalna istraživanja 3

Oblici eksplorativnih istraživanja Istraživanje postojeće literature EKSPLORATIVNA ISTRAŽIVANJA Istraživanje dosadašnjih iskustava Analiza izabranih slučajeva Eksplorativna istraživanja baza i skladišta podataka Pilot istraživanja 4

Deskriptivna istraživanja Ova vrsta istraživanja se najčešće susreće u praksi; • Podela: – Jednokratna (ad hoc) istraživanja – dobija se jedna “slika” u vremenu; – Kontinuirana (Longitudinalna) istraživanja - uzorak je fiksiran kroz vreme, dobija se više “slika” kroz vreme. Panel se često koristi kao sinonim za longitudinalna istraživanja. Šta je panel? Panel je uzorak ispitanika koji su se saglasili da pružaju informacije u određenim intervalima tokom dužeg vremenskog perioda. 5

Kauzalna istraživanja • Kauzalna istraživanja su ona istraživanja gde je osnovni cilj ispitivanje uzrošno-posledičnih veza. • Kao i deskriptivna istraživanja i ova istraživanja zahtevaju dobro planiran i struktuiran dizajn. • Tipičan primer kauzalnih istraživanja: • ispitivanje uticaja promena deviznog kursa na obim uvoza i izvoza roba i usluga; • ispitivanje uticaja promena visine kamatne stope na nivo zaduženja; • ispitivanje uticaja propagandne kampanje, promene pakovanja proizvoda, cena i sl. na obim prodaje proizvoda, itd. 6

Razlike između eksplorativnih i konkluzivnih istraživanja Eksplorativna Ciljevi Karakteristike Rezultati Metode Upoznavanje sa određenim fenomenima Konkluzivna Merenje pojava Testiranje posebnih hipoteza Utvrđivanje veza između pojava Istraživački proces fleksibilan, nestruktuiran i sklon promenama Veliki obim podataka, a ako se radi sa uzorcima oni su mali Analiza podataka: kvantitativna i/ili kvalitativna Potrebne informacije su slobodno definisane Istraživački proces formalan i struktuiran Uzorci su veliki i uglavnom reprezentativni Analiza podataka: kvantitativna Potrebne Informacije su jasno definisane Mogu se samostalno koristiti Mogu da vode dalje u konkluzivna istraživanja Mogu da osvetle posebne konkluzivne rezultate Mogu se samostalno koristiti Mogu da vode u eksplorativna istraživanja Mogu da odrede kontekst za eksplorativne rezultate Expertska istraživanja, Pilot istraživanja, Fokus grupe Kvalitativni intervjui, sekundarni podaci Nestruktuirane opservacije Kvantitativne eksplorativne tehnike analize podataka Kvantitavne tehnike analize podataka Baze podataka Paneli Struktuirane opservacije Eksperimenti

Kada se primenjuju eksplorativna istraživanja? • REZIME: • • Da se dobiju informacije u slučaju kada se ne zna mnogo o pojavi; Da se definiše problemska oblast i formulišu hipoteze za dalja istraživanja; Identifikacija koncepta Preliminarni skrining proces: smanjenje mogućeg velikog broja projekata na značajno manji broj projekta; Identifikovanje značajnih obrazaca ponašanja, mišljenja, stavova, motivacije, verovanja itd. ; Dolaženje do razumevanja strukture stavova i verovanja kao pomoći u interpretaciji strukture podataka u multivarijacionoj analizi podataka; Istraživanje razloga postojanja statističke razlike između grupa koja je prethodno utvrđena na osnovu sekundardnih podataka ili istraživanja; Istraživanje osetljivih pitanja koja ispitanici drže duboko u sebi, koja teško i sami mogu da objasne i artikulišu; “Data mining” – pretraživanje velikih baza podataka u cilju pronalaženja nekih obrazaca ponašanja. • • 8

Kada se primenjuju konkluzivna istraživanja? • REZIME: • Da opišu karakteristike relevantnih grupa – proizvođači, potrošači, prodavci, organizacije, ili pojmova, oblasti; • Da izmere pojave na uzorcima; • Da ocene učešće (procenat) određenog ponašanja u okviru populacije; • Da prebroje učestalost nekog događaja (posebno način ponašanja potrošača); • Da odrede percepcije karakteristika proizvoda ili usluge; • Da omoguće posmatranje i upoređivanje pojave kroz vreme; • Da odrede stepen povezanosti različitih promenljivih; • Da pruže prognoze, kada je to moguće. • Da povežu podatke iz različitih izvora na konzistentan način. 9

“Detektivski proces”: eksplorativna, deskriptivna i kauzalna istraživanja Deskriptivna istraživanja NAUČNI PROBLEM Eksplorativna istraživanja Mogući izvori problema DESKRIPCIJA, KONTEKST, MOGUĆI UZROK Kauzalna istraživanja 10

PREPORUČENA LITERATURA: • Gerber, S. B. , Finn, K. V (2005): Using SPSS for Windows – Data Analysis and Graphics, 2 nd edition, Springer Science + Business Media, Inc. New York • Field, A. (2009): Discovering Statistics Using SPSS, 3 rd edition, Sage Publications Ltd. London • Myatt, J. G. (2007) Making Sense of Data, A practical Guide to Exploratory Data Analysis and Data Mining, Wiley-Interscience, A John Wiley & Sons, Inc. Publication, New Jersey • Myatt, J. G. Johnson, P. W, (2009) Making Sense of Data II, A Practical Guide to Data Visualization, Advanced Data Methods, and Applications, A John Wiley & Sons, Inc. Publication, New Jersey, • Pallant, J. (2007): SPSS Survival Manual: A Step by Step Guide to Data Analysis Using SPSS for Windows, 3 rd edition, Allen&Unwin, USA 11

PREPORUČENA LITERATURA: Tabachnick, B. G. , Fidell, L. S. (2007) Using Multivariate Statistics, 5 th ed. , Pearson Education, Inc. Boston • Soldić-Aleksić, J. , Biljana Chroneos Krasavac (2009): Kvantitativne tehnike u istraživanju tržišta – primena SPSS računarskog paketa, • Soldić-Aleksić, J. 2015, Primenjena analiza podataka, drugo izdanje, Centar za izdavačku delatnost, Ekonomski fakultet, Beograd • SPSS for Windows, verzija 20, Analiza bez muke, 2013, prevod: SPSS for Windows, Analysis without Anguish, Sheridan J. Coakes, Kompjuter biblioteka, Beograd • Soldić-Aleksić, J. 2013. Praktikum iz primenjene analize podataka, Centar za izdavačku delatnost, Ekonomski fakultet, Beograd 12