Pedagoška fakulteta Univerze v Ljubljani

Kardeljeva ploščad 16

1000 Ljubljana

Zapiski iz predavanj pri predmetu

Metodologija znanstvenega raziskovanja

Predavatelj: dr. Janez Vogrinc

Avtor: Maja Levak, program Poučevanje, smer Predmetno poučevanje, usmeritev Predmetno področje matematika

Študijsko leto 2023/2024

Metodologija znanstvenega raziskovanja Maja Levak

2
Metodologija znanstvenega raziskovanja Maja Levak

PRVI DEL

STATISTIKA

3
Metodologija znanstvenega raziskovanja Maja Levak

1 | UVODNI POJMI

VRSTE SPREMENLJIVK
Spremenljivke so lastnosti/značilnosti, po katerih se enote iste množice razlikujejo.
Delimo jih na dve podskupini: atributivne in numerične spremenljivke.

Atributivne spremenljivke so tiste spremenljivke, ki jih izrazimo z besedo, numerične

spremenljivke pa tiste, ki jih izrazimo s številko. Tako atributivne kot numerične
spremenljivke nadalje razdelimo na dve podskupini: atributivne spremenljivke delimo na
nominalne in ordinalne spremenljivke, numerične spremenljivke pa na intervalne in
razmernostne/proporcialne spremenljivke.

Za nominalno spremenljivko je značilno izključno to, da nam pove, ali sta dve enoti enaki
ali različni (npr. spol, študijski program, kraj bivanja). Za ordinalno spremenljivko je
značilno, da jih lahko primerjamo (npr. ocena – pri oceni ne moremo natančno določiti
razlike v znanju učencev, zato to ni numerična spremenljivka).

Za numerično spremenljivko je značilno, da lahko povemo razliko ne glede na to, ali je

govora o intervalni oziroma razmernostni spremenljivki. Intervalna spremenljivka nima
absolutne ničle in ne moremo delati razmerij (npr. temperatura v °C, število točk).
Razmernostna spremenljivka ima absolutno ničlo in lahko delamo razmerja (npr.
temperatura v K, skok v daljino, plača).

Spremenljivke

Atributivne Numerične

Nominalne Ordinalne Intervalne Razmernostne

4
Metodologija znanstvenega raziskovanja Maja Levak

Med podskupinami je hierarhija. To pomeni, da vsaka podskupina, ki je omenjena

kasneje, vključuje v sebi vse prejšnje podskupine: če je spremenljivka ordinalna, je tudi
nominalna; če je spremenljivka intervalna, je ordinalna in nominalna; če je spremenljivka
razmernostna, je hkrati intervalna, ordinalna in nominalna.

STATISTIČNI POSTOPKI

Vzorec sestavljajo posamezniki, ki jih vključimo v raziskavo in od katerih dobimo

podatke. Vzorec je del statistične množice. Vzorec naj bi bil čim bolj reprezentativen
(ima vse značilnosti, kot jih ima osnovna množica, le manjši je).

Osnovna/statistična množica je skupina posameznikov, ki jo preučujemo z uporabo

statističnih pripomočkov in iz katere izberemo vzorec. Osnovno množico opišemo s tremi
opredeljujočimi pogoji: stvarni (kdo/kaj), krajevni (kje), časovni (kdaj). Opredeljujoče
pogoje sestavljajo statistične enote. Statistična enota je torej element osnovne množice.
Več informacij kot damo, ožja je osnovna množica.

Z vzorca s pomočjo inferenčne statistike posplošujemo na osnovno množico. Nasprotje

inferenčne statistike je deskriptivna/opisna statistika, ki velja zgolj za vzorec.

Poznamo slučajnosten (randomiziran) način vzorčenja in neslučajnosten (nerandomiziran)

način vzorčenja.

Slučajnostna (randomizirana) metoda vzorčenja. Vse enote iz osnovne množice imajo

enako možnost, da jih vključimo v vzorec. Enote dobimo na loterijski način (z žrebom),
tak vzorec je najbolj reprezentativen, kar pomeni, da lahko ugotovitve posplošimo na
osnovno množico. Tak način vzorčenja ima prednost (posploševanje) in pomanjkljivost (je
izredno zahteven način vzorčenja).

Neslučajnostna (nerandomizirana) metoda vzorčenja. Je bistveno enostavnejši način

vzorčenja v primerjavi s slučajnostnim načinom vzorčenja. Vse enote iz osnovne množice
nimajo enakih možnosti, da bi jih vključili v raziskavo.

Poznamo priložnostni vzorec (uporabimo tisto, kar nam ponuja priložnost: kraj, dostop;
npr. v vzorec vključimo učence iz šole, kjer delamo prakso) in namenski vzorec (v vzorec
vključimo enote s točno določenim namenom; npr. samo otroke s posebnimi potrebami;
samo tiste učitelje, ki so se udeležili določenega programa).

5
Metodologija znanstvenega raziskovanja Maja Levak

Če je raven tveganja manjša ali enaka 𝛼 = 0,05 ⇒ vrednost preizkusa je statistično

pomembna ⇒ ničelno hipotezo zavrnemo ⇒ podatke posplošimo na osnovno množico. Če
pa je raven tveganja večja od 𝛼 = 0,05 ⇒ vrednost preizkusa ni statistično pomembna ⇒
ničleno hipotezo obdržimo ⇒ podatke interpretiramo le za vzorec.

6
Metodologija znanstvenega raziskovanja Maja Levak

2 | 𝝌𝟐 PREIZKUS
Hi kvadrat preizkus nam pove, ali lahko podatke, ki smo jih zbrali na vzorcu, posplošimo
na osnovno množico. Omogoča nam torej posploševanje ugotovitev, ki jih zberemo na
reprezentativnem vzorcu.

Uporabimo ga, kadar imamo dve atributivni spremenljivki (npr. spol in interes za šport).
Ena spremenljivka nam razdeli vzorec na dve ali več podskupin (npr. spol nam razdeli
vzorec na dve podskupini). Sodi na področje inferenčne statistike, ki se sprašuje, ali lahko
podatke posplošimo na osnovno množico.

Raziskovalno vprašanje oblikujemo na način: ali se med podskupinami vzorca pojavljajo

statistično pomembne razlike glede druge spremenljivke. Raziskovalna vprašanja se vedno
oblikujejo na takšen način kjer podskupine vzorca in druge spremenljivke zamenjamo s
primeri iz naše specifične obravnave.

• Primer: Ali se med moškimi in ženskami pojavljajo statistično pomembne razlike na področju
zaposlitve?

• Primer: Ali se med moškimi in ženskami pojavljajo statistično pomembe razlike glede njihove
pripravljenosti sodelovati v raziskavi?

• Primer: Ali je med učitelji z različnimi strokovnimi nazivi pojavljajo statistično pomembne
razlike glede njihove pripravljenosti sodelovati v raziskavo?

• Primer: Ali se med vzgojitelji in pomočniki vzgojiteljev pojavljajo statistično pomembne

razlike glede ocenjevanja svoje usposobljenosti za delo z osebami s čustvenimi in vedenjskimi
težavami?

Vsakemu raziskovalnemu vprašanju pripišemo raziskovalno hipotezo (to je naše

predvidevanje oz. še nepreverjeni odgovor na postavljeno raziskovalno vprašanje).
Hipoteza je lahko raziskovalna in ničelna/statistična. V raziskovalni hipotezi
predpostavimo, da obstajajo razlike, v ničelni hipotezi pa predvidimo, da razlik ni.

• Primer: Med moškimi in ženskami se pojavljajo statistično pomembne razlike na področju

zaposlitve.

• Primer: Med moškimi in ženskami se ne pojavljajo statistično pomembne razlike glede

njihove pripravljenosti sodelovati v raziskavi.

• Primer: Med vzgojitelji in pomočniki vzgojiteljev se pojavljajo statistično pomembne

razlike glede ocenjevanja svoje usposobljenosti za delo z osebami s čustvenimi in
vedenjskimi težavami.

7
Metodologija znanstvenega raziskovanja Maja Levak

Primer interpretacije statistične preizkusa in predstavljenih podatkov v tabeli:

• Vrednost 𝜒 2 preizkusa je statistično pomembna (𝜒 2 = 5,865, 𝑔 = 2, 𝛼 = 0,043). V

vzorcu se med moškimi in ženskami pojavljajo statistično značilne razlike glede področja
zaposlitve. Ničelno hipotezo zavrnemo in s tveganjem 4,3 % trdimo, da bi tudi v osnovni
množici med moškimi in ženskami prišlo do razlik glede področja zaposlitve. Tudi v osnovni
množici bi bilo več žensk zaposlenih na področju, na katerem so se šolali (76,6 %), več
moških (20,51 %) pa bi bilo zaposlenih na drugem področju.

Pozor! Izraz statistično pomembno pomeni posplošitev. Če imamo v stavku vzorec, lahko
rečemo, da so v vzorcu statistično pomembne razlike, ki jih lahko posplošimo na osnovno
množico. Ne moremo reči, da so v osnovni množici statistično pomembne razlike.

• Primer:

Interpretacija: Vrednost 𝜒 2 preizkusa ni statistično pomembna (𝜒 2 = 4,087, 𝑔 = 2,

𝛼 = 0,130). V vzorcu se med moškimi in ženskami ne pojavljajo statistično značilne razlike
glede njihove pripravljenosti sodelovati v preiskavi. *Ničelno hipotezo obdržimo. Podatkov
ne moremo posplošiti na osnovno množico. Za vzorec pa lahko ugotovimo, da se je v
raziskavo pripravljeno vključiti več žensk (48,5 %), več moških pa je glede tega
neodločenih (42,6 %).

Pogoja, ki morata biti izpolnjena, da lahko izračunamo 𝜒 2 preizkus:

1. Ne sme biti več kot 20 % teoretičnih frekvenc manjših od 5.

2. Minimalna teoretična frekvenca mora biti vsaj 1.

Nadomestek za 𝜒 2 preizkus je zapisan kot 𝑙𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑 𝑟𝑎𝑡𝑖𝑜 = 𝐾𝑢𝑙𝑙𝑏𝑎𝑐𝑘𝑜𝑣 2𝐼̂ 𝑝𝑟𝑒𝑖𝑧𝑘𝑢𝑠.

Le-tega uporabimo, kadar zgornja pogoja nista izpolnjena.

• Primer:

Interpretacija: Vrednost Kullbackovega preizkusa ni statistično pomembna (2𝐼̂ = 6,540,

𝑔 = 6, 𝛼 = 0,365). V vzorcu se med učitelji z različnimi strokovnimi nazivi ne pojavljajo
statistično pomembne razlike glede njihove pripravljenosti sodelovati v raziskavo. *Ničelno
hipotezo obdržimo. Podatkov ne moremo posplošiti na osnovno množico. Za vzorec lahko
ugotovimo, da se je v raziskavo pripravljeno vključiti več svetnikov (55,6 %), več učiteljev
brez naziva (45,5 %) in mentorjev (43,8 %) pa je glede tega neodločenih.

8
Metodologija znanstvenega raziskovanja Maja Levak

• Primer:

Interpretacija: Vrednost Kullbackovega preizkusa je statistično pomembna (2𝐼̂ = 4,636,

𝑔 = 2, 𝛼 = 0,038). V vzorcu se med vzgojitelji in pomočniki vzgojitelja pojavljajo
statistično pomembne razlike glede ocenjevanja svoje usposobljenosti za delo z osebami s
čustvenimi in vedenjskimi težavami. *Ničelno hipotezo zavrnemo. Z 3,8 % tveganjem
podatke lahko posplošimo na osnovno množico. Za vzorec lahko ugotovimo, da več
vzgojiteljev ocenjuje svojo usposobljenost za delo z osebami s čustvenimi in vedenjskimi
težavami kot zelo dobro (76,6 %), več pomočnikov vzgojitelja pa kot slabo (20,5 %).

9
Metodologija znanstvenega raziskovanja Maja Levak

3 | T-TEST ZA NEODVISNE VZORCE

Imamo eno atributivno spremenljivko, ki razdeli vzorec na dve skupini. Druga
spremenljivka je numerična in iz nje izračunamo aritmetično sredino. Ali se varianci
razlikujeta statistično pomembno, nam pove Levene preizkus. Če se varianci razlikujeta
statistično pomembno, izračunamo aproksimativni T-test, v nasprotnem primeru pa
T-test za neodvisne vzorce.

Varianci se ne razlikujeta
statistično pomembno T-test za neodvisne vzorce
(raven tveganja je večja
od 0,05)
Levene preizkus
Varianci se razlikujeta
statistično pomembno Aproksimativni T-test
(raven tveganja manjša ali
enaka 0,05)

Tako T-test za neodvisne vzorce kot aproksimativni T-test odgovorita na vprašanje, ali
se aritmetični sredini razlikujeta statistično pomembno. Odgovor je lahko ne, kar pomeni,
da je raven tveganja večja od 0,05, oziroma da, kar pomeni, da je raven tveganja manjša
ali enaka 0,05.

Pri izpisu iz SPS programa se srečamo z različnimi oznakami: F (vrednost Levene testa),
sig (raven tveganja - 𝛼), M (aritmetična sredina).

• Primer:

Raziskovalno vprašanje: Ali se med moškimi in ženskami pojavljajo razlike glede

povprečnega števila točk pri nalogi iz statistike?

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 0,308,

𝛼 = 0,580) T-test za neodvisne vzorce med moškimi in ženskami ni pokazal statistično
značilnih/pomembnih razlik v povprečnem številu doseženih točk pri nalogi iz statistike
(𝑡 = −0,796, 𝑔 = 186, 𝛼 = 0,427). Podatkov ne moremo posplošiti na osnovno množico.
V vzorcu so ženske (𝑀 = 2,87) dosegle nekoliko višji povprečni rezultat kot moški
(𝑀 = 2,73).

10
Metodologija znanstvenega raziskovanja Maja Levak

• Primer:

Raziskovalno vprašanje: Ali se med moškimi in ženskami pojavljajo statistično pomembne

razlike v povprečnem številu doseženih točk na izpitu iz statistike?

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 9,846,

𝛼 = 0,002) je aproksimativni T-test med moškimi in ženskami pokazal statistično
značilne/pomembne razlike v povprečnem številu doseženih točk na izpitu iz statistike
(𝑡 = 2,509, 𝑔 = 151,552, 𝛼 = 0,013). Podatke lahko posplošimo na osnovno množico in s
tveganjem 1,3 % trdimo, da bi tudi v osnovni množici moški (𝑀 = 20,34) dosegli višji
rezultat kot ženske (𝑀 = 18,08).

11
Metodologija znanstvenega raziskovanja Maja Levak

4 | T-TEST ZA PARNO PRIMERJAVO

T-test za parno primerjavo uporabimo, kadar imamo eno skupino, za katero opravimo
dve meritvi. Druga spremenljivka je numerična in iz nje izračunamo aritmetično sredino.

Opomba: Pogosto se uporablja na področju akcijskega raziskovanja (kadar želimo v

okviru akcijske raziskave vpeljati novost), kadar želimo ugotoviti, ali je vpeljana novost
učinkovita). Dobro je, da imamo v izhodišču nekoliko večji vzorec.

1. Začetno stanje: test → aritmetična sredina

2. Vpeljava novosti

3. Končno stanje: test → aritmetična sredina

4. Primerjava aritmetičnih sredin testa na začetnem in končnem stanju (T-test za

parno primerjavo)

• Primer:

Raziskovalno vprašanje: Ali se povprečno število točk, doseženo na predtestu in potestu,

statistično pomembno razlikuje?
Interpretacija: Vrednost T-testa za parno primerjavo je statistično pomembna/značilna
(𝑇 = −39,758, 𝑔 = 385, 𝛼 = 0,000). Povprečno število doseženih točk na predtestu in
potestu se statistično pomembno razlikuje. S tveganjem manjšim od 0,1 % trdimo, da bi tudi
v osnovni množici učenci na potestu (𝑀 = 14,77) dosegli višji povprečni rezultat kot na
predtestu (𝑀 = 11,00).

• Primer:

Raziskovalno vprašanje: Ali so učitelji različno ocenili pomembnost vzgojnega načrta in

njegovo realiziranost?
Interpretacija: Vrednost T-testa za parno primerjavo je statistično pomembna/značilna
(𝑡 = 8,470, 𝑔 = 71, 𝛼 = 0,000). S tveganjem manjšim od 0,1 % trdimo, da učitelji
vzgojni načrt ocenjujejo kot pomembnega (𝑀 = 4,78) in ne toliko kot realiziranega
(𝑀 = 3,49).

12
Metodologija znanstvenega raziskovanja Maja Levak

5 | ENOSMERNA ANALIZA VARIANC (ANOVA)

Enosmerno analizo varianc (ANOVA) uporabimo, kadar imamo eno atributivno
spremenljivko, ki razdeli vzorec na tri ali več podskupin. Druga spremenljivka je
numerična in iz nje izračunamo aritmetično sredino. Variance se ne razlikujejo statistično
pomembno.

Levene
preizkus

Varianci se ne Varianci se razlikujeta

razlikujeta statistično statistično pomembno
pomembno (raven (raven tveganja manjša
tveganja je večja od ali enaka 0,05)
0,05)

Brown-Forsythe
Enosmerna analiza varianc test ali Welshov
(ANOVA) test

Aritmetični sredini se ne Aritmetični sredini se

razlikujeta statistično
pomembno (raven
tveganja je večja od
0,05)
Raven tveganja je Raven tveganja je večja
razlikujeta statistično manjša ali enaka 0,05 od 0,05
pomembno (raven
tveganja je manjša ali
enaka 0,05)

Tukey HSD
Post-hoc test Games-Howell
Post-hoc test

Med skupinama se ne Med skupinama se

pojavljajo statistično pojavljajo statistično
pomembne razlike pomembne razlike
(raven tveganja je večja (raven tveganja je
od 0,05) manjša od 0,05)

Post-hoc test uporabimo, ko primerjamo dve skupini med seboj (parne primerjave).

13
Metodologija znanstvenega raziskovanja Maja Levak

• Primer:

Raziskovalno vprašanje: Ali se med študenti likovne pedagogike, razrednega pouka in

dvopredmetnega učitelja pojavljajo statistično pomembne razlike v povprečnem številu
doseženih točk na testu ustvarjalnosti?

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 1,727,

𝛼 = 0,181) je enosmerna analiza varianc (ANOVA) med študenti likovne pedagogike,
razrednega pouka in dvopredmetnega učitelja pokazala statistično pomembne razlike v
povprečnem številu doseženih točk na testu ustvarjalnosti (𝐹 = 5,370, 𝛼 = 0,005). Tukey
HSD post-hoc test je pokazal statistično pomembne razlike med študenti likovne
pedagogike in razrednega pouka (𝛼 = 0,010). *Medtem ko med študenti likovne
pedagogike in dvopredmetnega učitelja (𝛼 = 0,063) ter med študenti razrednega pouka
in dvopredmetnega učitelja (𝛼 = 0,175) razlike niso statistično značilne. Tudi v osnovni
množici bi študentje likovne pedagogike dosegli najvišji povprečni rezultat na testu
ustvarjalnosti (𝑀 = 20,83).

• Primer:

Raziskovalno vprašanje: Ali se povprečni dosežki na testu iz logike med učenci šole 1, 2 in
3 statistično značilno razlikujejo?

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 1,448,

𝛼 = 0,238) je enosmerna analiza ANOVA med učenci šole 1, 2 in 3 pokazala statistično
pomembne razlike v povprečnih dosežkih na testu iz logike (𝐹 = 11,279, 𝛼 = 0,000).
Tukey HSD post-hoc test ni pokazal statistično pomembne razlike med učenci šole 2 in 3
(𝛼 = 0,606). *Medtem ko med učenci šole 1 in 2 (𝛼 = 0,002) in šole 1 in 3 (𝛼 = 0,000)
razlike so statistično značilne. Tudi v osnovni množici bi učenci šole 2 (𝑀 = 9,16) in 3
(𝑀 = 9,61) dosegli višje rezultate na testu iz logike od učencev šole 1 (𝑀 = 7,26).

• Primer:

Raziskovalno vprašanje: Ali se med učenci šole 1, 2 in 3 pojavljajo statistično značilne

razlike v njihovem interesu za naravoslovje?

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 12,122,

𝛼 = 0,000) je Brown-Forsythe preizkus med učenci šole 1, 2 in 3 pokazal statistično
pomembne razlike pri njihovem interesu za naravoslovje (𝐹 = 5,026, 𝛼 = 0,008).
Games-Howell post-hoc test je pokazal statistično pomembne razlike med učenci šole 2 in 3
(𝛼 = 0,10). *Medtem ko med učenci šole 1 in 2 (𝛼 = 0,169) in in šole 1 in 3 (𝛼 = 0,167)
razlike niso statistično značilne. Tudi v osnovni množici bi učenci šole 2 (𝑀 = 11,69) imeli
višji interes za naravoslovje kot šola 3 (𝑀 = 9,94).

14
Metodologija znanstvenega raziskovanja Maja Levak

6 | NEPARAMETRIČNI PREIZKUSI
Vsi preizkusi, ki smo jih do sedaj omenili (T-test za neodvisne vzorce, T-test za parno
primerjavo, ANOVA in s tem Brown-Forsythov preizkus)), so t. i. parametrični preizkusi.
Le-ti se uporabljajo takrat, ko so podatki številske spremenljivke normalno porazdeljeni.

Pri majhnih vzorcih je težko dobiti normalno porazdelitev podatkov (podatki številske
spremenljivke se ne porazdelijo normalno). V tem primeru ne pridejo v upoštev
parametrični preizkusi, pač pa se uporabijo neparametrični preizkusi (npr. Mann-Whitney
Test). Takrat ne govorimo o povprečju (ker ne primerjamo aritmetičnih sredin) temveč o
povprečju rangov. Spomnimo: rang je zaporedno mesto vrednosti. Poleg omenjenega
opazimo tudi mediano.

Pri Kolmogorov-Smirnovem Testu preverimo raven tveganja 𝛼. Ničelna hipoteza pravi,

da se spremenljivka tudi na osnovni množici porazdeljuje približno normalno. V kolikor je
𝛼 > 0,05, uporabimo parametrični preizkus, saj so podatki normalno porazdeljeni (ničelne
hipoteze ne moremo zavrniti). V kolikor pa je 𝛼 ≤ 0,05, podatki niso normalno
porazdeljeni (ničelno hipotezo zavrnemo), in zato uporabimo neparametrični preizkus.

Opomba: Višje povprečje rangov pomeni tudi višje povprečje.

15
Metodologija znanstvenega raziskovanja Maja Levak

MANN-WHITNEY TEST

Mann-Whitney Test je neparametrična alternativa parametričnemu testu za neodvisne

vzorce.

• Primer:

Kaj nas zanima? Kakšno prioriteto v naravoslovnem izobraževanju 15- in 16-letnikov

pripisujete motivaciji? (lestvica od 1 = zelo nizko prioriteto do 6 = zelo visoko prioriteto)

Interpretacija: Učitelji (𝑀 = 5,29, 𝑀𝑒 = 5,00) pripisujejo višjo prioriteto v naravoslovnem

izobraževanju 15- in 16-letnikov motivaciji kot dijaki (𝑀 = 4,30, 𝑀𝑒 = 4,00). Povprečni
rang pripisovanja prioritete motivaciji pri učiteljih (𝑅 = 35,45) je višji kot povprečni rang
pripisovanja prioritete motivaciji pri dijakih (𝑅 = 23,95). Mann-Whitney test je pokazal
statistično pomembne/značilne razlike (𝑈 = 253,5, 𝛼 = 0,007) v povprečnem rangu
pripisovanja prioritete motivaciji. Ničelno hipotezo lahko zavrnemo in trdimo, da se tudi na
osnovni množici med učitelji in dijaki pojavljajo razlike v povprečnem rangu pripisovanja
prioritete motivaciji.

• Primer:

Kaj nas zanima? Ali so med mnenji dijakov in učiteljev razlike glede tega, kako pomembne
so socialne spretnosti v naravoslovnem izobraževanju 15- in 16-letnikov?

Interpretacija: Učitelji (𝑀 = 4,96, 𝑀𝑒 = 5,00) so v povprečju v primerjavi z dijaki

(𝑀 = 4,63, 𝑀𝑒 = 5,00) pripisovali nekoliko višjo pomembnost temu, kako pomembne so
socialne spretnosti v naravoslovnem izobraževanju 15- in 16-letnikov. Učitelji (𝑅 = 31,93)
so v povprečju/povprečnem rangu višje ocenjevali pomembnost socialnih spretnosti v
naravoslovnem izobraževanju 15- in 16-letnikov od dijakov (𝑅 = 27,23) Mann-Whitney
test ni pokazal statistično pomembnih/značilnih razlik (𝑈 = 352,000, 𝛼 = 0,270). Ničelno
hipotezo obdržimo. Podatkov ne moremo posplošiti na osnovno množico. Za vzorec vseeno
ugotovimo, da so učitelji v primerjavi z dijaki v povprečju/povprečju rangov pripisali višjo
pomembnost socialnim spretnostim v naravoslovnem izobraževanju 15- in 16-letnikov.

Zakaj je v zadnjem primeru vseeno, ali govorimo o povprečju ali o povprečnem rangu? V
kolikor Mann-Whitney Test ne pokaže statistično pomembnih/značilnih razlik, se lahko
pri interpretaciji sklicujemo na podatke iz tabele, ki obravnava povprečja, ali na podatke
iz tabele, ki obravnava povprečje rangov – popolnoma vseeno je, katero izberemo. V
kolikor pa Mann-Whitney Test pokaže statistično pomembne/značilne razlike, potem se
je pri končni interpretaciji (ko govorimo o osnovni množici) potrebno sklicevati zgolj na
podatke iz tabele, ki obravnava povprečne range, saj Mann-Whitney Test ne testira
statistične značilnosti za povprečja, pač pa za povprečje rangov.

16
Metodologija znanstvenega raziskovanja Maja Levak

WILCOXON SIGNED RANKS TEST

Wilcoxon Signed Ranks Test je neparametrična alternativa parametričnemu t-testu za

parne primerjave.

• Primer:

Kaj nas zanima? Kako pomemben je posamezen koncept v naravoslovnem izobraževanju?

(lestvica od 1 = povsem nepomemben do 6 = zelo pomemben). Ali se oceni pomembnosti
koncepta A in koncepta B razlikujeta?

Interpretacija: V povprečju so anketiranci konceptu A (𝑀 = 4,83, 𝑀𝑒 = 5,00) v

povprečju dali malenkost višjo pomembnost kot konceptu B (𝑀 = 4,72, 𝑀𝑒 = 5,00).
Povprečni rang ocene pomembnosti koncepta A (𝑅 = 25,67) je višji kot povprečni rang
pomembnosti ocene koncepta B (𝑅 = 21,14). Wilcoxon Signed Ranks Test ni pokazal
statistično pomembnih razlik (𝑍 = −0,893, 𝛼 = 0,372). Ničelne hipoteze ne moremo
zavrniti. Za vzorec vseeno ugotavljamo, da so v povprečju višjo pomembnost pripisovali
konceptu A v primerjavi s konceptom B.

Kadar govorimo o osnovni množici pri Wilcoxon Signed Ranks Testu lahko uporabljamo
tako povprečja kot tudi povprečja rangov.

• Primer:

Kaj nas zanima? Ali se oceni pomembnosti koncepta C in koncepta A razlikujeta?

Interpretacija: Anketiranci so v povprečju višjo pomembnost pripisovali konceptu C
(𝑀 = 5,12, 𝑀𝑒 = 5,00) v primerjavi s konceptom A (𝑀 = 4,83, 𝑀𝑒 = 5,00). Povprečni
rang ocene pomembnosti koncepta C (𝑅 = 19,57) je višji kot povprečni rang ocene
pomembnosti koncepta A (𝑅 = 19,30). Wilcoxon Signed Ranks Test je pokazal statistično
značilne razlike (𝑍 = −2,745, 𝛼 = 0,006). S tveganjem 0,6 % lahko zavrnemo ničelno
hipotezo in trdimo, da se tudi na osnovni množici med konceptom A in konceptom C
pojavljajo razlike v povprečni oceni pomembnosti konceptov.

17
Metodologija znanstvenega raziskovanja Maja Levak

KRUSKAL-WALLIS TEST

• Primer:

Kaj nas zanima? Kako pomembno se zdi učiteljem, visokošolskim učiteljem in dijakom
razvijati kritično mišljenje pri pouku naravoslovja?
Interpretacija: Povprečni rang ocene pomembnosti kritičnega mišljenja se med učitelji,
visokošolskimi učitelji in dijaki razlikuje. Najvišji povprečni rang ocene pomembnosti
kritičnega mišljenja imajo visokošolski učitelji (𝑅 = 48,00), najnižjega pa dijaki
(𝑅 = 23,60). V povprečju najvišjo prioriteto kritičnemu mišljenju pripisujejo visokošolski
učitelji, najnižjo pa dijaki. Kruskall-Wallis test je pokazal statistično pomembne razlike
(𝜒 2 = 22,708, 𝛼 < 0,001). S tveganjem manjšim od 0,1 % lahko zavrnemo ničelno
hipotezo in trdimo, da se tudi na osnovni množici med vsaj enim parom skupin pojavljajo
razlike v povprečnem rangu ocene pomembnosti kritičnega mišljenja. Games-Howell post-
hoc test je pokazal statistično značilne razlike le med dijaki in učitelji (𝛼 = 0,000) ter med
dijaki in visokošolskimi učitelji (𝛼 = 0,001) v povprečnem rangu ocene pomembnosti
kritičnega mišljenja. V osnovni množici se pojavljajo razlike le med dijaki in učitelji ter dijaki
in visokošolskimi učitelji v povprečnem rangu ocene pomembnosti kritičnega mišljenja.

• Primer:

Raziskovalno vprašanje: Ali se med učenci šole 1, šole 2 in šole 3 pojavljajo statistično
pomembne razlike v številu doseženih točk na testu?
Interpretacija: V povprečnem rangu števila doseženih točk na testu so najvišje število točk
dosegli učenci šole 2 (𝑅 = 227,25), najnižje pa učenci šole 1 (𝑅 = 170,87). V povprečju
so najvišje število točk dosegli učenci šole 2, najnižje pa učenci šole 1. Kruskall-Wallis test je
pokazal statistično pomembne razlike (𝜒 2 = 14,788, 𝛼 = 0,001). S tveganjem manjšim
od 0,1 % ničelno hipotezo zavrnemo in trdimo, da se tudi v osnovni množici med vsaj enim
parom šol pojavljajo razlike v povprečnem rangu števila doseženih točk na testu. Games-
Howell post-hoc test je pokazal statistično pomembne razlike le med učenci šole 1 in šole 2
(𝛼 = 0,001) ter šole 2 in šole 3 (𝛼 = 0,007) ne pa tudi med učenci šole 1 in šole 3
(𝛼 = 0,612). V osnovni množici se pojavljajo razlike le med učenci šole 1 in šole 2 ter
učenci šole 2 in šole 3 v povprečnem rangu števila doseženih točk na testu.

18
Metodologija znanstvenega raziskovanja Maja Levak

STATISTIKA – KRATEK POVZETEK

Parametrični preizkusi:

• Prvi par: t-test za neodvisne vzorce (2 podskupni), aproksimativni t-test (2

podskupini).

• Brez para: t-test za parno primerjavo (1 podskupina).

• Drugi par: enosmerna analiza varianc oziroma ANOVA (3 ali več podskupin),
Brown-Forsythe ali Welch.

Pri neparametričnih preizkusih imamo alternative parametričnim preizkusom:

• Mann-Whitney test je alternativa za prvi par (t-test za neodvisne vzorce,

aproksimativni t-test).

• Wilcoxon test je alternativa t-testu za parno primerjavo.

• Kruskal-Wallis test je alternativa drugemu paru parametričnih preizkusov

(enosmerna analiza varianc, Brown-Forsythe ali Welch).

• Primer:

Kaj nas zanima? Zanima nas, ali se med učenkami in učenci pojavljajo statistično značilne
razlike v povprečnem številu doseženih točk na testu znanja iz matematike?
Kolmogorov-Smirnov test nam pove, da so podatki normalno porazdeljeni, saj je raven
tveganja 𝛼 = 0,186. Posledično pride v upoštev eden od parametričnih preizkusov:

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 2,075, 𝛼 =

0,151) je t-test za neodvisne vzorce med učenkami in učenci pokazal statistično značilne
razlike v povprečnem številu doseženih točk na testu znanja iz matematike (𝑇 = 2,969,
𝛼 = 0,003). Podatke posplošimo na osnovno množico in s tveganjem 0,3 % trdimo, da bi
tudi v osnovni množici učenke (𝑀 = 22,72) dosegle v povprečju višji rezultat kot učenci
(𝑀 = 20,79).

19
Metodologija znanstvenega raziskovanja Maja Levak

• Primer:

Kaj nas zanima? Zanima nas, ali se povprečno število doseženih točk na testu statistično
značilno razlikuje med učenci treh šol?
Raziskovalno vprašanje: Ali se med učenci treh šol pojavljajo statistično pomembne razlike
v povprečnem številu doseženih točk na testu?
Raziskovalna hipoteza: Med učenci treh šol se pojavljajo statistično pomembne razlike v
povprečnem številu doseženih točk na testu
Kolmogorov-Smirnov test nam pove, da so podatki normalno porazdeljeni, saj je raven
tveganja 𝛼 = 0,066. Posledično pride v upoštev eden od parametričnih preizkusov.

Interpretacija: Ob upoštevanju predpostavke o homogenosti varianc (𝐹 = 0,880, 𝛼 =

0,416) je enosmerna analiza varianc oziroma ANOVA (𝐹 = 7,463, 𝛼 < 0,001) med
učenci pokazala statistično značilne razlike v povprečnem številu doseženih točk na testu
med vsaj enim parom šol. Tukeys HSD post-hoc test je pokazal statistično značilne razlike
med učenci šole 1 in šole 2 (𝛼 = 0,001) ter med učenci šole 2 in šole 3 (𝛼 = 0,005), ni pa
pokazal statistično značilnih razlik med učenci šole 1 in šole 3 (𝛼 = 0,631). Trdimo, da bi
tudi v osnovni množici učenci šole 2 (𝑀 = 16,32) dosegli v povprečju višji rezultat od
učencev šole 1 (𝑀 = 13,81) in šole 3 (𝑀 = 14,38).

20
Metodologija znanstvenega raziskovanja Maja Levak

DRUGI DEL

METODOLOGIJA

21
Metodologija znanstvenega raziskovanja Maja Levak

1 | UVOD
Na področju družbenih in humanističnih ved sta se v preteklosti uveljavila dva temeljna
raziskovalna pristopa, ki ju na osnovi njunih značilnosti imenujemo kvantitativni
raziskovalni pristop in kvalitativni raziskovalni pristop. Med njima obstajajo bistvene
razlike. Dejansko lahko rečemo, da če je nekaj značilno za kvantitativni raziskovalni
pristop, je za kvalitativni raziskovalni pristop značilno povsem nasprotno.

Raziskava Kvantitativna raziskava Kvalitativna raziskava

Vzorec Velik, reprezentativen Mali, neobičajni primer

Tehnike, instrumenti Strukturirani (anketni Nestrukturirani (intervju,

vprašalnik, testi…) opazovanje, dokumenti;
triangulacija)

Analiza podatkov Statistična Kvalitativna oziroma besedna

Kaj nas usmerja? Hipoteze Cilji

Posploševanje Iz vzorca na osnovno množico Po analogiji (na podobne

primere)

Cilj Priti do objektivnih, zanesljivih, Ugotoviti subjektivne poglede

veljavnih podatkov proučevanih oseb

Raziskovalni načrt Oblikujemo ga na začetku in ga Na začetku oblikujemo okvirni

ne spremijamo, stopnje si sledijo načrt, ki ga ves čas
linearno dopolnjujemo; je cikličen

Vloga proučevanih Omejena zgolj na fazo zbiranja Raziskovalec + proučevana

oseb podatkov oseba = raziskovalna situacija

Vsebina raziskave Objektivne, preverljive, merljive, Subjektivne teme

dokazljive teme

22
Metodologija znanstvenega raziskovanja Maja Levak

Težavi anketnih vprašalnikov sta (ne)odzivnost in (ne)iskrenost (družbeno sprejemljivi

odgovori). Še večja težava je reprezentativnost odgovorov. Tisti, ki vprašalnik rešijo, so
običajno tisti, ki so vestni, in tisti, ki jih tematika zanima. Pojavi se vprašanje, ali lahko
dobljene podatke posplošimo na osnovno množico?

Kvalitativna analiza ni ista kot je vsebinska analiza (ang. content analysis). Vsebinska
analiza poteka v okviru kvantitativne raziskave. Poteka na način, da si postavimo
natančno določene kriterije, na osnovi katerih kasneje dokumente analiziramo. Število
dokumentov je lahko večje. Primer vsebinske analize je recimo vsebinska analiza
učbenika. Kot kriteriji navedemo število poglavij, število strani, število fotografij, število
tabel, število grafov, število nalog, zahtevnost nalog. Iz teh podatkov bi lahko kasneje
izračunali povprečno število poglavij, strani, nalog itn. Zato ne gre za kvalitativno
analizo, pač pa sodi na področje kvantitativne raziskave.

Med dokumente uvrščamo npr. osebni dnevnik, pisma, učiteljeve učne priprave, risbe
otrok in njihove druge izdelke, fotografije, časopisne članke, video posnetke itd. Prednosti
dokumentov sta odzivnost (od udeležencev ne zahtevamo dodatnih naporov) in
verodostojnost (raziskava ne vpliva na nastanek dokumenta).

Ker imamo pri kvalitativni raziskavi mali vzorec, pogosto uporabljamo triangulacijo
tehnik zbiranja podatkov. To pomeni, da v isti raziskavi zberemo podatke z več
tehnikami (npr. z intervjujem, opazovanjem in z analizo dokumentov). Triangulacije
tehnik podatkov ne uporabimo zato, da bi preverjali, ali z eno tehniko dobimo enake
ugotovitve kot z drugo, pač pa nam omogoča popolnejše razumevanje vsakega
proučevanega pojava. Kombinacija več tehnik zbiranja podatkov zagotavlja boljše
razumevanje proučevanega problema – gre za strategijo, ki poveča širino, globino,
kompleksnost spoznanj vsake raziskave.

Kvalitativne raziskave potekajo na majhnih vzorcih; poteka lahko tudi kot študija
primera (npr. proučujemo enega otroka; študija primera je lahko tudi družina, razred,
šola).

23
Metodologija znanstvenega raziskovanja Maja Levak

2 | ETIČNA NAČELA

1. Vsako sodelovanje v raziskavi je vedno prostovoljno.

Ko nekoga povabimo v raziskavo, mu moramo podati vse bistvene informacije o

raziskavi in o njegovih pravicah. Le-tako ima možnost, da se odloči, ali bo v raziskavi
sodeloval ali ne. To načelo je še zlasti problematično v situaciji, v kateri so prisotna
hierarhična razmerja (učitelj – učenec, pacient – zdravnik).

2. Vsak lahko iz raziskave kadar koli izstopi, in sicer do objave podatkov.

To načelo je še zlasti problematično pri kvalitativnih raziskavah, ki potekajo na

malem vzorcu.

3. Na začetku raziskave je potrebno oblikovati jasne dogovore in se jih dosledno držati.

Jasno predstavljena vsebina raziskave na začetku poveča verjetnost, da kasneje ne

pride do odhodov sodelujočih iz raziskave.

❖ Primer kršitve načela: Intervju bi moral trajati 45 minut, a je kasneje trajal dvakrat
dlje. V takem primeru bi bilo dobro sodelujočega po preteku časa opozoriti in se na tej
točki dogovoriti, kako postopati dalje.
❖ Primer kršitve načela: Vprašalniki, ki zagotavljajo, da je čas reševanja vprašalnika
približno 10 minut, kasneje pa se izkaže, da traja dvakrat dlje.

Če bi poznavanje vsebine raziskave preveč vplivalo na postopek zbiranja podatkov, je

dopustno podati informacije o vsebini raziskave po zaključenem postopku zbiranja
podatkov, pri tem pa je potrebno navesti razloge, zakaj teh informacij ni bilo možno
podati vnaprej.

❖ Primer: Zanima nas komunikacije učitelja v razredu.

4. Vsakomur, ki sodeluje v raziskavi, je potrebno zagotoviti anonimnost.

Pri tem se je potrebno zavedati, da identiteta ni razkrita zgolj z imenom in priimkom.

❖ Primer: Spol anketirancev razrednega pouka.

❖ Primer: Predmet, ki ga poučuje učitelj.
❖ Primer: Delovna doba učitelja.

Pri kvalitativni raziskavi moramo biti pazljivi pri upoštevanju metodološkega načela
»Natančno opišite osebo, ki ste jo vključili v raziskavo.«, saj utegne le-to razkriti
identiteto sodelujočega in s tem kršiti etično načelo.

24
Metodologija znanstvenega raziskovanja Maja Levak

5. Če vključite v raziskavo mladoletne osebe, morate pridobiti soglasje staršev ali

zakonitih skrbnikov ter mladoletne osebe.

Otroku je potrebno na njemu razumljiv način predstavi raziskavo. Če vključimo

mladoletno osebo in jo vprašamo za soglasje, je potrebno spoštovati njeno voljo (tudi,
če se starši strinjajo). Poleg tega je potrebno dobiti posebna soglasja za objavo
fotografij.

6. Nikomur, ki sodeluje v raziskavi, ne sme biti storjena nobena škoda (fizična, moralna
ali psihična).

7. Zaradi sodelovanja v raziskavi nihče ne sme imeti koristi (razen znanja, ki ga na ta

način pridobi).

8. Potrebno je razmisliti o tem, na kakšen način bodo podatki hranjeni in na kakšen

način bodo uničeni.

Baza podatkov se hrani permanentno, fizične dokumente pa je potrebno po

predstavitvi raziskave uničiti.

25