Cjelina 7 – Uzorak i uzorkovanje

● pregled tema ●

► Spone razvoja uzorkovanja i predizbornih anketa

► Uzorak i populacija

► Postupak uzorkovanja

► Neprobabilistički uzorci

► Probabilistički uzorci i logika probabilističkog uzorkovanja

► Uzorkovanje teško dostupnih populacija

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 1/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Potreba za uzorkovanjem

Kad bi svi ljudi po svim obilježjima bili isti, sve o svima mogli bismo doznati
istraživanjem na jednoj jedinoj osobi.

Stvarnost
► ljudske populacije izrazito su heterogene po izuzetno velikom broju obilježja (socio-
demografskih, stavovsko-vrijednosnih, bihevioralnih...), odnosno varijabilnije su od
gotovo bilo kojeg skupa entiteta koji se ispituje u bilo kojem području znanosti

Opcije
► istraživati na populaciji
-u golemoj većini slučajeva to bi bilo vremenski, infrastrukturno, financijski (...) neizvedivo
● npr. zadnji popis stanovništva RH (vrlo mala nacionalna populacija!) iz 2011. trajao je mjesec dana,
na terenu ga je provodilo oko 17 000 ljudi, na obradi podataka angažirano je 400 ljudi, koštao je
oko 200.000.000 kuna (nije greška!), a na pune rezultate čekalo se gotovo tri godine
● teško je izvedivo i skupo čak i na malim (sub)populacijama poput UNIZG (80 000 studenata!)

► istraživati na uzorku
-ideal: ostvariti minijaturnu verziju populacije (replicirati populaciju u svim temeljnim obilježjima)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 2/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Predizborna istraživanja i razvoj tehnika uzorkovanja

Predizborna istraživanja
► prakticiraju se već stotinjak godina (najdulje u SAD-u, u Hrvatskoj od kraja 1990ih)
► omogućuju rijetku izravnu, eksplicitnu i brzu evaluaciju kvalitete istraživanja, pa su
► znatno pridonijela razvoju tehnika uzorkovanja (i anketiranja) u društvenim znanostima

Slavni primjeri
► istraživanje za predsjedničke izbore u SAD-u 1936. koje je proveo časopis Literary Digest
● divovski uzorak od 2 milijuna ljudi (od 10 milijuna upita koliko je časopis uputio poštom)
● predviđanje: A. Landon će glatko pobijediti predsjednika F. D. Roosevelta (57% prema 43%)
● stvarni rezultat: Roosevelt je odnio najuvjerljiviju pobjedu u povijesti američkih predsjedničkih
izbora (61% prema 39% biračkih glasova, odnosno 523 prema 8 elektorskih glasova!)
● zašto se dogodila takva gruba greška u predviđanju?
-niska stopa odaziva (oko 20%: pristranosti autoselekcije ispitanika u uzorak), ali prvenstveno
-okvir uzorkovanja (evidencija članova populacije iz koje se odabire uzorak): upotrijebili su
telefonski imenik i registar automobilskih registracija [podsjetnik – riječ je o 1936. godini]
→ izuzetna nadreprezentiranost bogatih; u SAD-u siromašniji su tradicionalno skloniji demo-
kratima, a tada su još u većem omjeru glasali za njih zbog provođenja New Deal-a
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 3/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Predizborna istraživanja i razvoj tehnika uzorkovanja

Istodobno, George Gallup

► tada mladi istraživač i danas sinonim za agencijsko istraživanje
javnog mnijenja (Gallup, Inc.; Gallup International Association)
► na 40x manjem uzorku dobro predviđa ishod tih izbora; zašto?
► koristi kvotni uzorak, baziran na repliciranju strukture populacije
George H. Gallup (1901.-1984.)

Ipak,
► 1948. Gallup i ostali krivo predviđaju
rezultat predsjedničkih izbora rabeći
upravo kvotni uzorak!
(oslanjali su se na popis stanovništva
iz 1941. kao okvir uzorka, koji nakon
Drugog svjetskog rata više nije dobro
odražavao sastav i strukturu američke
populacije)

Harry Truman u trenutku objave službenih izbornih rezultata

(http://rememberinghistory.wordpress.com/2012/11/02/on-this-day-in-1948-truman-defeats-dewey/)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 4/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Predizborna istraživanja i razvoj tehnika uzorkovanja

Kakvi se rezultati predizbornih anketa dobivaju "danas" (na primjeru SAD-a)?

Predviđanja glasačkog ponašanja na predsjedničkim izborima 2008.

Babbie, E. (2010.) The Basics of Social Research. Belmont (CA), Wadsworth (str. 203)

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 5/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Predizborna istraživanja i razvoj tehnika uzorkovanja
Kakvi se rezultati (pred)izbornih anketa dobivaju "danas" (na primjeru RH)?

Prvi krug predsjedničkih izbora 2005.: usporedba rezultata izlaznih anketa i rezultata izbora
Lamza Posavec i Bagić (2008.) Izlazne ankete: iskustva u svijetu i u Hrvatskoj. Društvena istraživanja 17(96-97):671-694; str. 682

Kako je moguće da se na neusporedivo manjim uzorcima (1 000–2 000) dobivaju:

a) vrlo male varijacije među rezultatima koje na različitim sudionicima prikupljaju razne agencije,
b) vrlo mala odstupanja predviđenog od stvarnog izbornog rezultata (precizno pogađanje ishoda)?
→ upotreba probabilističkih (slučajnih) i reprezentativnih uzoraka!
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 6/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Svrha i temeljni pristupi izgradnji uzoraka

Uzorkovanje
► proces odabira manjeg broja
populacijskih elemenata (uzorka)
iz ukupnog skupa tih elemenata
(populacije) prema određenim
pravilima, a najčešće s ciljem da
se rezultati izmjereni na uzorku
generaliziraju na pripadajuću
populaciju
Trochim i Donnelly (2006.) The Research Methods Knowledge Base. Mason, OH, Atomic Dog (str. 42)

Temeljni pristupi uzorkovanju (temeljni tipovi uzoraka)

► probabilističko uzorkovanje: metode koje se pri selekciji elemenata iz populacije rukovode
principima teorije vjerojatnosti, tj. koriste neki od mehanizama slučajnog odabira popula-
cijskih elemenata u uzorak (takvi su uzorci nužni pri uopćavanju rezultata na populaciju)
► neprobabilističko uzorkovanje: metode koje se pri selekciji elemenata iz populacije ne
rukovode principima teorije vjerojatnosti (nije poznata vjerojatnost odabira elemenata) i
koriste kada probabilističko uzorkovanje nije potrebno, praktično ili uopće izvedivo
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 7/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Neprobabilistički uzorci

► uglavnom nisu reprezentativni

(premda neki oblici, poput kvotnog, djelomično
zadovoljavaju taj standard; više u nastavku)
► po definiciji nisu probabilistički
(elementi populacije nemaju jednaku, ili barem
poznatu, ne-nultu, vjerojatnost odabira u uzorak)
→ znatno je ograničena mogućnost generalizacije
rezultata s uzorka na populaciju (to se svojstvo
naziva vanjskom, eksternom, valjanošću uzorka)

Usprkos mnogo jednostavnijoj, bržoj i jeftinijoj provedbi zato su primjereni samo kada
uopćavanje na populaciju nije imperativ istraživanja:
► pretestiranje mjernih instrumenata koji će se u glavnoj studiji koristiti na sličnoj populaciji

► razvoj empirijskih modela

► provođenje eksplorativnih istraživanja

► demonstracija istraživačkih postupaka u edukacijske svrhe; ITD.

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 8/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Neprobabilistički uzorci – osnovne vrste

► Prigodni uzorak
-oslanjanje na članove populacije koji su lako dostupni
(studenti ili učenici kojima nastavnik predaje, zaposlenici u firmi u kojoj istraživač radi,
dobrovoljci koji se u stvarnom ili cyber svijetu jave na poziv za istraživanje...)
-uzorak koji je najlakše, najbrže i najjeftinije ostvariti i zato se često koristi, ali ne
osigurava nikakve pretpostavke za generalizaciju
(istraživanje na vašoj grupi ne bi bilo opravdano poopćiti ni na sve studente sociologije
1. godine ovog odsjeka, a kamoli na šire skupine)

► Namjerni uzorak
-konstruira se na temelju dobrog poznavanja
populacije i njenih elemenata/strukture, tako da
odabrani elementi najbolje odgovaraju svrsi
tog istraživanja (ipak, odabir ostaje pristran!)
(npr., elementi koji najbolje predstavljaju segmente
grupe, poput tipičnih slučajeva; istraživanje samo
devijantnih slučajeva; samo lidera u nekoj grupi...)
(Preuzeto s: http://www.watpon.com/Elearning/res22.htm)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 9/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Neprobabilistički uzorci – osnovne vrste
► Kvotni uzorak
-uzorak koji reflektira (replicira) karakteristike za koje se smatra da su posebno
relevantne za varijacije predmeta mjerenja (spol, dob, obrazovanje, etnicitet...):
udjeli elemenata po tim obilježjima odgovaraju udjelima u populaciji
-npr., ako želimo kvotni uzorak hrvatske populacije i za predmet istraživanja relevantnim
smatramo spol, etnicitet i konfesionalnu pripadnost, pobrinut ćemo se da u uzorku
imamo cca 52% Ž i 48% M; cca 90% Hrvata, 5% Srba (...); cca 86% rimokatolika, po
5% ateista/agnostika i pravoslavaca (...)
(kvote pritom moraju biti međusobno usklađene: u udjelu ateista mora se reflektirati
spolna i etnička obilježja populacije, u udjelu Hrvata spolna i konfesionalna...)

zbog toga

● posjeduje obilježje reprezentativnosti; ALI:

-samo djelomično: jedino prema odabranim karakteristikama!
-uvjet: potrebno je imati detaljan i ažuriran registar populacije (popis stanovnika,
upisanih studenata...), što nije čest slučaj (sjetiti se Gallupovog podbačaja)
-nema slučajnog odabira: istraživač može popuniti kvote bez ikakve daljnje selekcije
(u istoj regiji, gradu, pa čak i u većem neboderu!)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 10/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilističko uzorkovanje – osnovne pretpostavke

Probabilističko uzorkovanje daleko je superiornije u ispunjavanju cilja

preciznog i pouzdanog opisivanje i predviđanja populacije jer osigurava:
► nepristran odabir elemenata uzorka
-kod neprobabilističkog uzorkovanja istraživač po vlastitom nahođenju određuje sastav
uzorka – dostupni, tipični, prvi koji ispune kvote vodeći računa o relevantnim obilježjima...
► reprezentativnost uzorka
-agregatna obilježja uzorka razmjerno malo odstupaju od agregatnih obilježja populacije,
odnosno varijacije u obilježjima uzorka po količini i obrascu slična su onima u populaciji
► slučajan odabir elemenata uzorka
-svaki element ima jednaku ili barem poznatu, ne-nultu, vjerojatnost odabira u uzorak
(preduvjet da bismo pomoću teorije vjerojatnosti i statističkih procedura dobro procijenili
obilježja populacije, ali i stupanj preciznosti kojom možemo poopćavati nalaze uzorka!)

Ključni pojmovi za razumijevanje logike i procesa probabilističkog uzorkovanja:

► osnove teorije vjerojatnosti, normalna (Gaussova) distribucija i njena obilježja, sampling
distribucija, centralni granični teorem, homogenost populacije, pogreška uzorkovanja i
standardna pogreška, razina i interval statističke pouzdanosti...
→ sve ujesen, na OSS [dotad zanemariti gradivo temeljeno na tim pojmovima i u Milasu!]
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 11/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilističko uzorkovanje – okvir uzorka
Kako saznati strukturu populacije koju uzorak treba reprezentirati?, odnosno
Kako elementima populacije dati određenu šansu da budu izabrani u uzorak?

Okvir uzork(ovanj)a
► popis (lista, registar...) svih (ili barem gotovo svih) elemenata koji sačinjavaju
ciljanu populaciju, a služi kao polazni korak za slučajan i reprezentativan odabir
elemenata populacije → svojevrsna operacionalizacija ciljane populacije
► npr., birački popisi i popisi stanovništva za opće populacije, a za neke specifične:
popis članova udruge, evidencija upisanih studenata nekog fakulteta ili sveučilišta,
evidencija zaposlenika kompanije, registri branitelja, vlasnika automobila, poreznih
obveznika itd.
► OPREZ:
● takvi popisi često su nepotpuni, neažurirani i/ili teško dostupni
● posve su neupotrebljivi ako se primijene na krivu populaciju (Literary Digest...)
→ i najbolje izvedeni uzorci zapravo dobro reflektiraju tek okvir uzorka na kojima
se temelje, a ciljnu populaciju toliko dobro koliko je dobro obuhvaćaju okviri uzorka!
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 12/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste

► Jednostavni slučajni uzorak

-na temelju rednih brojeva elemenata populacije (obuhvaćenih okvirom uzorka)
generira se niz slučajnih brojeva i u uzorak uvrštavaju nasumično odabrani
elementi populacije
pritom
-svaki element ima jednaku vjerojatnost odabira u uzorak
-danas je uobičajeno računalno generiranje slučajnih brojeva, ali se još koriste i
nekad neizostavne tablice slučajnih brojeva
-npr., iz populacije od 100 elemenata želimo slučajno odabrati uzorak od 10 elemenata:
definira se neki segment tablice i odaberu zadnje 2 znamenke npr. 1. stupca, tako da
se krene od 3 broja odozgo [grafička ilustracija ovog primjera na sljedećem slajdu]

● temeljni oblik probabilističkog uzork(ovanj)a, koji se, međutim, rijetko koristi jer:
-nužan je cjeloviti popis cjelokupne populacije te
-samo najjednostavniji okviri uzorka omogućuju tako transparentan odabir

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 13/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste
► Jednostavni slučajni uzorak

Primjer konstrukcije jednostavnog slučajnog uzorka uz pomoć tablice slučajnih brojeva

Babbie, E. (2010.) The Basics of Social Research. Belmont (CA), Wadsworth (str. 229)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 14/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste

► Slučajni sustavni uzorak

-slučajno se bira početni broj, nakon čega se odabire svaki k-ti broj iz tablice
slučajnih brojeva
-interval uzorkovanja ("k") dobiva se dijeljenjem veličine populacije i željene
veličine uzorka
-npr., populacija broji 100 000 elemenata, a želimo uzorak od 1 000 elemenata:
nasumice biramo 1. broj (npr., 27) i potom iz okvira uzorkovanja odabiremo svaki
naredni 100ti element (prvi – onaj s rednim brojem 27, drugi – 127. /.../)

● dijeli temeljna obilježja i ograničenja jednostavnog slučajnog uzorka, uz:

-dodatnu prednost: jednostavnija konstrukcija, osobito ako su populacija i uzorak veći
-dodatni nedostatak: pristranost uzorka ako okvir uzorka elemente populacije bilježi
po obrascu periodičnog ponavljanja nekog svojstva (ako sam okvir nije nasumičan)
(npr., ako je registar svih vojnika posložen po satnijama od 100 ljudi, a svaka ih rangira
po činu, svaki će npr. 80ti vojnik imati isti ili sličan čin te će uzorak biti vrlo pristran)

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 15/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste
► Slučajni sustavni uzorak

Primjer konstrukcije slučajnog sustavnog uzorka veličine 20 iz populacije veličine 100

Trochim, W. i J. Donnelly (2006.) The Research Methods Knowledge Base. Mason, OH, Atomic Dog (str. 53)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 16/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste

► Stratificirani uzorak
-stratifikacija: postupak koji se vrši prije odabira elementa u uzorak, a uključuje
grupiranje elemenata populacije u skupine (strate) koje su homogene po nekom
bitnom obilježju – isti spol, dob, rasa, čin...
u tom smislu
-nije riječ o zasebnoj tehnici uzorkovanja, nego postupku koji prethodi nekoj
drugoj vrsti probabilističkog uzorkovanja radi pospješenja reprezentativnosti
uzorka

A zapravo je riječ o
-ideji kvotnog uzorka sa slučajnim odabirom elemenata unutar strata po sustavu
jednostavnog, sustavnog, klasterskog (...) uzorka
i zbog toga
● uvelike ovisi o obilježjima koja su dostupna u okviru uzorka
(npr., spol obično važan i dostupan, obrazovanje obično važno i nedostupno...)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 17/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste
► Stratificirani uzorak

Primjer konstrukcije jednostavnog slučajnog uzorka stratificiranog prema etničko-rasnom ključu

Trochim, W. i J. Donnelly (2006.) The Research Methods Knowledge Base. Mason, OH, Atomic Dog (str. 52)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 18/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste

► Klasterski uzorak
-mnogo kompleksniji od prethodno navedenih oblika probabilističkog uzorkovanja
-primjenjuje se kad precizan okvir uzorka nije dostupan ili ga je vrlo zahtjevno
kompilirati (uglavnom kad su u pitanju velike populacije gradova, regija, država...)
(npr. listu svih studenata u RH vjerojatno bismo morali konstruirati obilaženjem referada
svakog fakulteta i visoke škole svakog sveučilišta i visokog učilišta)
-pretpostavka da je lakše pribaviti okvire uzoraka za populacije skupina (popis svih
fakulteta, gradova...) nego elemente tih skupina (studente, urbano stanovništvo...)

● postupak
-pribavljanje ili konstrukcija okvira uzorka prirodnih skupina - klastera - kao populacije
(svi fakulteti na sveučilištu ili u zemlji, svi gradovi u zemlji ili županiji...), pa slijedi
-probabilističko uzorkovanje elemenata skupine (klastera), pa slijedi
-probabilističko uzorkovanje elemenata populacije svakog od odabranih klastera.
Na početku cjelokupnog postupka može se primijeniti i stratifikacija
(npr., fakulteti se prvo grupiraju po području na društveno-humanističke, biomedicinske...,
gradovi po županijama, veličini ili regiji...)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 19/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste

► Višeetapni klasterski uzorak

-postupak konstrukcije okvira uzorka klastera i uzorkovanja klastera do konačnog
uzorkovanja elemenata unutar klastera se ponavlja više puta, u više etapa
-npr., lista klastera najviše razine (npr., županije) → njihovo uzorkovanje; lista klastera niže
razine unutar uzorkovanih županija (naselja) → njihovo uzorkovanje; lista klastera još niže
razine unutar uzorkovanih naselja (kvartovi) → njihovo uzorkovanje; lista (okvir uzorka)
kućanstava unutar uzorkovanih kvartova ili ulica → njihovo uzorkovanje
● prednost
-omogućuje probabilističko uzorkovanje koje u protivnom ne bi bilo izvedivo s obzirom na
inicijalni okvir uzorka
● nedostatak
-narušavanje reprezentativnosti (sa svakom etapom mogu se zahvatiti atipični elementi
(siromašni ili bogati gradovi, oni industrijalizirani ili neindustrijalizirani, veliki ili mali...)
● ublažavanje tog nedostatka
-stratifikacija [v. dno prethodnog slajda]
-klasterizacija proporcionalna veličini: vjerojatnost odabira elemenata klastera (županija,
gradova, kvartova...) nije ista već proporcionalna njihovoj veličini
(npr. gradu s 20.000 stanovnika dodijelit ćemo 2x veću vjerojatnost odabira od grada s 10.000)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 20/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – osnovne vrste
► Višeetapni klasterski uzorak

Konstrukcija višeetapnog uzorka na primjeru klastera gradskih četvrti i blokova (ulica)

Babbie, E. (2010.) The Basics of Social Research. Belmont (CA), Wadsworth (str. 237)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 21/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Probabilistički uzorci – dodatne napomene (disclaimer)

Uz ključne pojmove (slajd 11) i detaljniji opis uzorkovanja, cjelina ne zahvaća:

► tehnike odabira kućanstava u stambenim jedinicama i ispitanika unutar kućanstva
(npr., što činiti kad u kućanstvu žive dva muškarca slične dobi, a treba nam jedan?)

► cijeli horizont tehnika, dilema i problema koje nastaju pri ostvarivanju probabilistički
zacrtanog uzorka
(npr., možemo li doći do zacrtanog kućanstva na 2. katu zgrade na adresi Šetalište XIII
divizije 54 na riječkim Pećinama – i ako da, što ako ciljani stanar ne želi sudjelovati u
istraživanju?)

► procedure vezane uz ponderiranje (otežavanje) podataka, kojima se rezultatima

različitih sudionika pridaju različite "težine", kao odraz činjenice da:
-svi elementi nisu imali jednaku vjerojatnost odabira u uzorak, i/ili
-realizacija uzorka nije bila optimalna, pa proporcije strata u uzorku treba uskladiti
s njihovim proporcijama u populaciji

Dio tih pitanja problematizira se u Milasu, dio će u sklopu cjeline o metodi ankete

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 22/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Uzorkovanje skrivenih i teško dostupnih populacija

Riječ je o neprobabilističkom ili (rjeđe) probabilističkom uzorkovanju u

specifičnim okolnostima:
► pristup takvom uzorkovanju ne diktiraju spoznajni ili pragmatični razlozi, nego
► okviri uzorkovanja posve izostaju ili su vrlo nepouzdani (npr., registri narkomana)
štoviše, često
► ne znamo ni najosnovnije parametre ciljane populacije (homoseksualne osobe,
prostitutke, beskućnici, ilegalni imigranti...)
zbog čega
► klasični oblici uzorkovanja u pravilu nisu primjenjivi
a opet
► istraživanja tih populacija nužna su za uspostavu epidemioloških, intervencijskih i
prevencijskih programa

→ u tu je svrhu razvijen veći broj metoda uzorkovanja koje su uglavnom

neprimjenjive na uzorkovanje tipičnih, velikih, populacija
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 23/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Uzorkovanje skrivenih i teško dostupnih populacija

► Uzorkovanje tehnikom "snježne grude" (snowball sampling)

-neprobabilistička, najjednostavnija i najčešće korištena tehnika
-metoda iz porodice uzorkovanja lančanim upućivanjem utemeljenim na društvenim
mrežama (društvene strukture sačinjene od društvenih aktera i kompleksnih
obrazaca odnosa među njima – ne misli se na internetske servise poput FB-a)
-polazi od početnog lociranja manjeg broja dostupnih članova ciljane populacije
koji su inicijalni izvor informacija i preko kojih se upućivanjem dolazi do ostalih
-lanac referiranja nastavlja se dok nije postignuta željena veličina uzorka

Primjer lančanog upućivanja (http://drpi.research.yorku.ca/resources/regionalTrainingManual/module2/section2_2)

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 24/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Uzorkovanje skrivenih i teško dostupnih populacija

► Uzorkovanje tehnikom "snježne grude" (snowball sampling)

Nedostaci:
● pristranost uzorka uzrokovana odabirom početnog uzorka ispitanika i pristranim
odabirima koje ti ispitanici rade kad upućuju istraživače na druge članove mreže
● pojedinci koji imaju velike osobne mreže – sociometrijske zvijezde – imat će velik
utjecaj u definiranju uzorka, a relativno izolirani pojedinci mali
● u uzorku će dominirati elementi koji su spremniji za suradnju i dostupniji umjesto
slučajno odabranih pojedinaca
● "maskiranje": locirani članovi često svjesno izbjegavaju upućivati na dio članova-
poznanika za koje znaju da mi je osobito stalo do skrivanja pripadnosti toj grupi

9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 25/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Uzorkovanje skrivenih i teško dostupnih populacija

► Vremensko-lokacijsko uzorkovanje (time-location sampling, TLS)

-metoda iz porodice lokacijskog uzorkovanja, upitne probabilističnosti
-opća pretpostavka: pripadnici populacija okupljaju se na tipičnim mjestima (javne
površine, lokali...) koji se evidentiraju u preliminarnom mapiranju terena
-temeljni postupak: popis ustanovljenih lokacija i vremenskih razdoblja u kojima ih
članovi populacije posjećuju koristi se kao okvir uzorka iz kojeg se odabire slučajan
uzorak lokacija i vremenskih razdoblja provedbe terenskog istraživanja

Nedostaci:
● provedba je skupa i dugotrajna te pretpostavlja standardne obrasce i fiksnu rutinu
pripadnika u posjećivanju lokacija, koja ne mora uvijek postojati ili se moći utvrditi
● uzorak neće biti reprezentativan ako mapiranjem nisu detektirane sve lokacije
okupljanja ili ako ciljana populacija nije jasno geografski koncentrirana
● provedbeni problemi na terenu (sigurnost istraživača), pogotovo kad je riječ o
studiji populacija čije je ponašanje ilegalno ili vrlo stigmatizirano
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 26/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Uzorkovanje skrivenih i teško dostupnih populacija

► Uzorkovanje upravljano ispitanicima (respondent-driven sampling, RDS)

-probabilistička metoda iz porodice uzorkovanja lančanim upućivanjem

-kombinira snowball tehniku s matematičkim modelom koji ponderira prikupljene
podatke kako bi kompenzirao činjenicu da uzorak nije ostvaren probabilistički
-kompleksan postupak koji se oslanja na mnogo faktora (klice, kuponi, primarni i
sekundarni poticaj, formativna studija, Markovljev proces, ekvilibrijum i homofilija...)
-najjednostavnije rečeno: sudionici se nagrađuju i za svoje sudjelovanje i za
regrutiranje drugih članova. Dubokim prodiranjem u populaciju povećava se broj
valova i reducira dominacija onih ispitanika koji su spremniji za suradnju
-reprezentativnost se postiže obradom i analizom podataka u posebno razvijenom
programu (RDSAT) koji složenim ponderiranjem kompenzira problem homofilije
(sličnosti članova pojedinčeve mreže) i veličine osobnih mreža

-RDS tako omogućuje nepristranu procjenu veličine i drugih obilježja populacije, a

izvedba ne zahtijeva velike financijske, institucionalne i vremenske kapacitete
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 27/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Uzorkovanje skrivenih i teško dostupnih populacija
► Uzorkovanje upravljano ispitanicima (respondent-driven sampling, RDS)

Lanac regrutiranja članova populacije u RDS-u koji je potekao od svega jedne "klice" (seksualne radnice)
Deshpande S. i sur. (2012.) Recruitment of at-risk population through network based sampling: experiences from Maharashtra IBBA Round-I
survey. Indian Journal of Medical Research 136(7):36-43 (str. 39)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 28/29
● Cjelina 7: Uzorak i uzorkovanje ●
 Dodatna literatura uz ovu cjelinu
Obavezna literatura:
Milas, G. (2005.): Podcjelina 14.2.1
Podcjelina 14.2.2

Dopunski izvori:
Štulhofer, A. i sur. (2003.) Rizici pornografije? Empirijsko testiranje uvriježenih predodžbi o konzumenti-
ma seksualno eksplicitnih sadržaja. Revija za sociologiju 34(1-2):75-95. (istraživački primjer
usporedbe rezultata prikupljenih na više populacija, upotrebom više tehnika uzorkovanja i više
metoda prikupljanja podataka – rad je na popisu seminarskih tema!)
Baćak, V. (2006.) Uzorkovanje upravljano ispitanicima: novi pristup uzorkovanju skrivenih populacija.
Revija za sociologiju 37(3-4):193-205. (detaljniji pregled tehnika uzorkovanja teško dostupnih
populacija, s posebnim naglaskom na uzorkovanju upravljanom ispitanicima /RDS/)
Švab, A. i R. Kuhar (2008.) Researching hard-to-reach social groups: The example of gay and lesbian
population in Slovenia. Društvena istraživanja 17(95):529-552. (istraživački primjer upotrebe više
tehnika uzorkovanja teško dostupnih populacija – rad je na popisu seminarskih tema!)
Štulhofer. A. i sur. (2008.) HIV-related Sexual Risk Taking Among HIV-negative Men Who Have Sex
with Men in Zagreb, Croatia. AIDS and Behavior 12:505-512. (primjena RDS-a u nas u istraživač-
koj praksi; rad je dostupan na: http://www.ffzg.unizg.hr/socio/astulhof/radovi.htm)

Štulhofer. A. i sur. (2010.) HIV Risks among Female Sex Workers in Croatia and Montenegro.
Collegium Antropologicum 34(3):881-886. (primjena drugih tehnika uzorkovanja teško dostupnih
populacija u nas u istraživačkoj praksi)
9.4.2019. Uvod u metodologiju društvenih istraživanja 2018/2019 ● Ivan Landripet str. 29/29
● Cjelina 7: Uzorak i uzorkovanje ●