12  Anketa

Prve primjene ankete kao kvantitativne metode istraživanja bilježe se u 19. stoljeću, kada se u sklopu ispitivanja socijalnih problema na području Francuske i Engleske razvijalo sustavno prikupljanje podataka o socijalnim problemima unutar lokalnih zajednica (Halmi, 1999). Primjerice, potkraj 18. stoljeća u Engleskoj počelo se razvijati sustavno prikupljanje podataka o stanovnicima specifičnih društvenih okruženja, pa je za tu svrhu prvi put primijenjen obrazac nalik anketnom upitniku (Lamza-Posavec, 2021:117). Također, i francuski inženjer i društveni analitičar Frédéric Le Play u različitim je zemljama prikupljao podatke o načinu života mnogobrojnih, a osobito radničkih obitelji. Gotovo istodobno, neki oblici prikupljanja podataka slični anketnim istraživanjima provodili su se i u sklopu razvoja istraživačkog novinarstva u 19. stoljeću u Sjedinjenim Američkim Državama (Lamza-Posavec, 2021:117). Od tada do danas metoda ankete etablirala se kao najčešće korištena metoda u društvenim znanostima. U širem smislu, anketa podrazumijeva „prikupljanje podataka ispitivanjem uz primjenu posebnog formulara – anketnog upitnika“ (Tkalac Verčić, Sinčić Ćorić, Pološki Vokić, 2010:103). Riječ je o metodi istraživanja kojom se prikupljaju informacije o različitim obilježjima neke populacije ili nekih društvenih grupa. Npr., metodom ankete prikupljaju se podaci o demografskim ili socioekonomskim populacijskim obilježjima. Također, posredstvom ove metode istražuju se stavovi i mišljenja ljudi, njihove navike, vrijednosne orijentacije, aspiracije i sl. U komunikacijskim znanostima anketa je također jedna od najčešće korištenih metoda istraživanja. Koristi se kako bi se istražili medijski učinci (npr. utjecaj medijskih kampanja na stavove ili ponašanje recipijenata), kako bi se istražile medijske navike i trendovi u konzumaciji medija ili kako bi se istražila sociodemografska ili socioekonomska obilježja medijskih publika Prema tome, anketa se koristi kada se želi spoznati: • Što ljudi misle o nekom društvenom fenomenu ili pojavi? • Kakva su njihova mišljenja? • Uz koje vrijednosti pristaju, kakve su im aspiracije, planovi? • Kako se ponašaju - kakve su njihove navike i svakodnevne rutine? • Kako su se ponašali u prošlosti ili kako će se ponašati u budućnosti?

• Kakve su karakteristike pojedinih društvenih grupa? • Kakvo je fizičko, prirodno ili socijalno okružje u kojem žive? U suštini, anketa je strukturirani razgovor između dvije osobe; istraživača ili anketara i sudionika istraživanja. Razgovor je strukturiran jer se vodi po točno određenom obrascu – upitniku koji se sastoji od niza unaprijed osmišljenih pitanja na koja su u većini slučajeva i ponuđene opcije odgovora. Stoga se upitnik smatra i instrumentom strukturiranog prikupljanja podataka, dok se anketa smatra metodom koja u velikoj mjeri ispunjava metodske zahtjeve koje promiče pozitivistička spoznajno-teorijska tradicija. Primjerice: • upitnik ima formu sistematičnog i standardiziranog mjernog instrumenta (npr. pitanja su koncipirana tako da smanjuju mogućnost njihovog krivog tumačenja, a slijed pitanja je optimiziran prema određenom kriteriju); • rezultati anketnog istraživanja se kvantificiraju: rezultati istraživanja izražavaju se posredstvom numeričkih podataka što omogućuje usporedbu mjerenih obilježja između različitih sudionika istraživanja, različitih društvenih grupa i socijalnih kategorija kao i longitudinalno mjerenje društvenih pojava; • ukoliko se istraživanje propisno provodi tada je utjecaj istraživača minimiziran, tj. anketa se smatra metodom koja potiče objektivnost istraživačkog procesa; • rezultati anketnog istraživanja mogu se poopćiti s uzorka na populaciju. Vrste anketnih istraživanja Anketna istraživanja razlikuju se s obzirom na to kako se obavlja komunikacija između istraživača i sudionika istraživanja. Danas se najčešće provode sljedeće vrste anketnih istraživanja: 1. Anketa licem u lice 2. Telefonska anketa 3. Anketa posredstvom Interneta Anketa licem u lice Anketa licem u lice (eng. face to face) podrazumijeva izravni razgovor s uvježbanim anketarom (Milas, 2005: 467). Dakle, anketar čita pitanja sudioniku istraživanja te unosi odgovore u anketni upitnik – na papiru, računalu, tabletu ili mobitelu. Prednosti ove tehnike anketiranja su brojne. Primjerice, u slučaju nerazumijevanja anketar može način postavljanja pitanja

prilagoditi pojedinom ispitaniku. Komunikacija licem u lice pogodna je u slučaju složenijih anketa, npr. kada upitnik sadrži veći broj pitanja ili kada se sastoji od složenijih pitanja (primjerice, kada je u pitanjima ponuđen veći broj opcija odgovora ili kada se koriste ljestvice sa specifično imenovanim kategorijama odgovora). Također, ova tehnika anketiranja koristi se i kada je sudionicima istraživanja potrebno pokazati neke vizualne materijale koji se testiraju (npr. testiranje komunikacijskih performansi neke komunikacijske poruke). Glavni su nedostatak ankete licem u lice obično veliki financijski troškovi, prvenstveno zbog anketara koje treba platiti, ali i zbog ostalog osoblja te putnih i smještajnih troškova samih anketara (Milas, 2005: 468). Raspršenost sudionika istraživanja, zbog čega anketari trebaju putovati od naselja do naselja, rezultira time da istraživački projekti u kojima se koristi ova vrsta anketnog istraživanja traju poprilično dugo. Uz to, sudionik istraživanja anketu ne može odložiti niti je odgoditi, zbog čega pojedina pitanja mogu biti riješena u žurbi ili bez razmišljanja, što ponekad umanjuje kvalitetu podataka. Problemi pri provođenju ove vrste ankete mogu proizaći i iz pristranosti vezane uz anketara; npr. ispitanik može odgovoriti sukladno onome što smatra da je anketaru prihvatljivo čuti na temelju njegovih gestikulacija i slično. Izuzev toga, anketar može pogriješiti – bilo greškama pri postavljanju (ili nepostavljanju) pitanja ili potpitanja, pri bilježenju odgovora ili izmišljanju podataka (Milas, 2005: 468). Danas se ankete licem u lice uglavnom provode posredstvom računala, tableta ili mobitela. Dakle, anketar ne čita pitanja s papira, već sa zaslona, a također i odgovore sudionika istraživanja unosi izravno u bazu podataka. Takva vrsta terenske ankete naziva se CAPI (Computer Assisted Personal Interviewing). Telefonska anketa Glavne prednost telefonskog anketiranja jesu brzina i veća ekonomičnost od razgovora licem u lice. U zadnjih dvadesetak godina telefonske ankete obično se provode posredstvom tzv. CATI (Computer Assisted Telephone Interviewing) sustava. Riječ je o računalno podržanom sustavu anketiranja gdje veći broj anketara iz jednog telefonskog studija obavlja pozivanje ispitanika. Uzorak telefonskih brojeva bira računalo prema zadanom algoritmu. Nakon što se poziv uspostavi, anketari čitaju pitanja s monitora računala te odgovore unose izravno u bazu podataka, čime se skraćuje vrijeme potrebno za njihovu obradu.

Telefonskom anketom moguće je postići veću disperziju uzorka, a troškovi istraživanja znatno su niži nego u slučaju terenske ankete licem u lice. Glavni nedostatak ove tehnike u prošlosti bila je slaba pokrivenost kućanstava telefonskim priključcima. Danas to više ne predstavlja problem, pogotovo otkad je gotovo čitava populacija ujedno i populacija vlasnika mobilnih telefona. S druge strane, ključni problem u provedbi telefonskih anketa danas proizlazi iz sve većeg broja različitih anketnih istraživanja, pa potencijalni ispitanici nakon kontaktiranja u velikom broju odbijaju sudjelovati. Ovaj fenomen naziva se „niska stopa odgovora“ (eng. response rate), a problematičan je stoga što utječe na reprezentativnost i mogućnost poopćavanja prikupljenih podataka. Primjerice, ukoliko veliki broj ljudi odbije sudjelovati u anketi, velika je vjerojatnost da uzorak koji se odazvao ne odražava stvarnu strukturu populacije. Na primjer, ako mlađi ljudi češće ignoriraju pozive anketara, rezultati će biti pristrani prema starijoj populaciji. Također, moguće je da oni koji pristaju odgovarati imaju drugačije stavove od onih koji odbijaju. Zbog takvih razloga, u slučajevima kada je stopa odbijanja visoka, rezultate istraživanja nije moguće generalizirati na čitavu populaciju. Nedostaci telefonskog anketiranja mogu se pronaći i u tome što je teže istraživati kompleksnije, kao i za ispitanika intimnije teme. Također, telefonske ankete ne omogućuju testiranje vizualnih materijala niti postavljanje složenih pitanja. Potrebno je paziti i na maksimalnu duljinu trajanja ankete. Preporučuje se da prosječno trajanje jedne telefonske ankete ne bude znatno dulje od 15 minuta. Anketa posredstvom Interneta (online anketa ili CAWI)

Anketiranje posredstvom interneta intenzivno se razvija od početka ovog stoljeća i danas vjerojatno čini najčešće korištenu metodu anketnog istraživanja. Osnovne prednosti online ili CAWI (Computer Assisted Web Interviewing) metode anketiranja su brzina provođenja istraživanja, veliki doseg potencijalnih ispitanika i mogućnost brzog procesuiranja podataka. Naime, online anketa štedi vrijeme potrebno za organizaciju i provedbu procesa anketiranja, kao i za proces obrade podataka. Nakon što se anketa napravi na nekoj od tehnoloških platformi namijenjenih toj svrsi (npr. LimeSurvey, SurveyMonkey ili Google Docs i sl.), ona se online dostavlja ispitanicima. Trajanje prikupljanja podataka ovisi isključivo o odluci istraživača. I drugo, kao i u slučaju CATI metode, paralelno s popunjavanjem upitnika odgovori se unose direktno u bazu podataka te mogu biti analizirani u svakom trenutku. Važna prednost ove metode anketiranja sastoji se u tome da se ankete izrađuju u online okružju, tj. posredstvom tehnoloških platformi namijenjenih izradi upitnika. One omogućuju istraživačima korištenje širokog dijapazona različitih vrsta pitanja i ljestvica, brojne mogućnosti u formatiranju upitnika, integraciju audio i video materijala i slično. Ovome treba dodati da su online istraživanja jeftinija od telefonskih anketa ili anketa licem u lice, budući da ne uključuju troškove za anketare, a troškovi distribucije anketa i prikupljanja podataka su minimalni. Također, prednost ove metode je i u tome da se online upitnicima može pristupati putem različitih uređaja (računala, pametni telefoni, tableti). Anketa posredstvom interneta može biti nekontrolirana i kontrolirana. O nekontroliranim internetskim anketama govorimo kada nisu poznata niti kontrolirana osnovna obilježja uzorka na kojem se istraživanje provodi. Npr. takve su ankete koje provode internetski portali kada na svoju stranicu postave neko pitanje, ponude odgovore, a na pitanje odgovara tko god želi. O kontroliranim internetskim anketama govori se kada se na sudjelovanje u istraživanju pozivaju točno određeni ispitanici iz neke poznate populacije ili kada se ispitanici biraju na temelju nekog specifičnog kriterija. Kontrolirane internetske ankete najčešće se provode tako da se iz tzv. panel uzorka po određenom kriteriju izabiru ispitanici koji se pozivaju putem e- maila te se upućuju na internetsku poveznicu na kojoj se nalazi anketa. Panel je u suštini baza ili skupina ljudi koji su dali svoj pristanak da ih istraživači mogu kontaktirati za sudjelovanje u istraživanjima. Danas se u internetskim anketnim istraživanjima koriste dvije vrste panela. U prvom slučaju je riječ o tzv. opt-in panelima ispitanika. Sastoje se

od osoba koje su se dobrovoljno prijavile (tj. „opt-in“) kako bi sudjelovale u anketnom istraživanju, najčešće preko neke platforme, na poziv istraživačke agencije ili znanstvenog instituta. U tom slučaju proces istraživanja je sljedeći: 1. Institut ili istraživačka agencija šalje poziv (npr. preko svoje web stranice ili društvenih mreža) za formiranje panela. 2. Formira se baza s podacima osoba koje su voljne sudjelovati u istraživanju (tzv. panel ispitanika) – npr. 10.000 – 15.000 osoba. 3. Svaki od članova panela popunjava „bazni” upitnik kojim se utvrđuju njegove sociodemografske i socioekonomske karakteristike te niz drugih socijalnih i psihografskih obilježja. 4. Na taj način panel zapravo postaje poznata „populacija” (poznata su sva bitna obilježja panela) iz koje se zatim u konkretnom istraživačkom projektu izabire uzorak ispitanika (npr. njih 500). 5. Online upitnik se postavlja na određenu web stranicu. 6. Odabranim ispitanicima (uzorku) šalje se e-mail s pozivom za sudjelovanje u istraživanju. 7. Ispitanici pristupaju stranici na kojoj se nalazi upitnik te ga popunjavaju. Glavni problem opt-in panela je taj što panelisti nisu izabrani slučajnim uzorkovanjem, već su postali članovi panela prema nekoj svojoj specifičnoj motivaciji. Primjerice, zbog zainteresiranosti za temu istraživanja ili želje za zaradom (sudjelovanje u online istraživanjima u pravilu se honorira). Također, vjerojatno je riječ o osobama koje više vremena provode uz računalo i informatički su pismenije. Stoga je opt-in panel uvijek panel osoba koje su na neki način samoselekcionirane, što rezultira time da su uzorci generirani iz takvih panela često iskrivljeni, tj. po nekim (najčešće sociokulturnim ili psihografskim) obilježjima u potpunosti ne reprezentiraju opću populaciju. U brojnim slučajevima to negativno utječe na preciznost i pouzdanost rezultata istraživanja. Zbog tog razloga, u akademskoj zajednici i među praktičarima primijenjenih društvenih istraživanja, zadnjih se godina sve češće razvijaju tzv. probabilistički ili „science-based” paneli.

Ključna razlika u odnosu na opt-in panele sadržana je u prvoj fazi istraživanja – u načinu regrutacije članova panela (ostale faze istraživanja ostaju identične). Naime, u ovom se slučaju panelisti ne prijavljuju sami, već ih istraživači odabiru slučajnim uzorkovanjem iz određene, unaprijed definirane populacije (npr. korisnika mobilnih telefona). Nakon odabira, istraživači ih kontaktiraju i pozivaju na sudjelovanje u panelu. Kao metode slučajnog uzorkovanja panelista najčešće se koriste RDD (random digit dialing) – slučajno generiranje telefonskih brojeva, ili address-based sampling – slučajni izbor adresa iz registara. Prednost ovakvog pristupa jest u tome što svaki član populacije ima jednaku šansu za uključivanje u panel, čime se smanjuje selekcijska pristranost i povećava reprezentativnost uzorka. Osim toga, budući da je poznata vjerojatnost uključivanja svakog pojedinca, moguće je primijeniti inferencijalne statističke postupke, što omogućuje precizniju procjenu populacijskih parametara i veću vjerodostojnost zaključaka.

Anketomanija kao masovni fenomen i problemi s metodom ankete Danas je lakše nego ikada realizirati anketno istraživanje. Bez imalo problema može ga provesti svaka institucija, organizacija, poduzeće, medij, udruga građana, skupina pojedinaca ili zainteresiran i informatički pismen pojedinac. Dovoljno je preuzeti besplatnu verziju nekog na internetu dostupnog alata za izradu upitnika ili nadoplatiti stotinjak eura za njegovu složeniju inačicu te sastaviti anketni obrazac. To se može napraviti tako da se iz izbornika ponuđenih formi pitanja izaberu željena i onda, kao od lego-kockica, sastavi upitnik. Nakon toga lako je od nekog dobavljača uzoraka u Hrvatskoj ili svijetu kupiti određeni online uzorak, npr. 300, 400, 1000 ili n ispitanika (e-mail adresa) kojima se zatim elektroničkom poštom pošalje poveznica na upitnik. Budući da je posredstvom interneta upitnik moguće lako dostaviti ispitanicima, razumljivo je zašto je provođenje anketnih istraživanja danas jednostavnije i puno jeftinije nego ikada u prošlosti. Upravo zbog toga zadnjih godina svjedočimo pravoj eksploziji internetskih anketnih istraživanja. Sve češće ih samostalno provode mediji, poslovne organizacije, nevladine udruge, državne agencije i sl. Drugim riječima, anketa kao metoda postaje nalik robi široke potrošnje, nešto kao convenience spoznajni alat – proizvod koji se kupuje često i uz malo truda pri donošenju odluka. Ili drugačije rečeno, danas svjedočimo bujanju anketnih istraživanja, svojevrsnoj „anketomaniji“ koju pritom prati i deprofesionalizacija istraživačkog posla. Dodatno, s obzirom na činjenicu da se brojna istraživanja, posebice žurnalističkog, aktivističkog ili zagovaračkog karaktera, danas provode na prigodnim, dakle nereprezentativnim uzorcima, nimalo ne čudi da javnost gubi povjerenje u anketna istraživanja. Zbog toga poznavanje metodoloških pravila pri sastavljanju upitnika, tehnika skaliranja, pravila postavljanja i verbalizacije pitanja, uz pravilan dizajn uzorka, za suvremene društvene znanstvenike postaju važnije nego ikad. Ono ih razdvaja od „priučenih praktičara“ te omogućuje realizaciju istraživanja koja će rezultirati valjanim i pouzdanim podacima – onim što je conditio sine qua non svake znanosti. Tim zahtjevima posvećena su poglavlja koja slijede.

Postupak izrade upitnika Upitnik u anketnom istraživanju ima striktno određenu funkciju – on je mjerni instrument. To znači da se posredstvom upitnika obavlja određeno mjerenje, odnosno kvantificiranje svojstava koja su predmet interesa istraživača. Primjerice, mjeri se hijerarhija stavova u nekoj populaciji, broj konzumenata nekog elektroničkog medija ili povjerenje u izvještavanje web- portala. U suštini, radi se o obrascu namijenjenom za precizno prikupljanje podataka od sudionika istraživanja. Budući da se prikupljanje podataka obavlja posredstvom komunikacijskog procesa, upitnik mora (Foddy, 1993): 1. Izraziti ciljeve istraživanja u obliku posebnih pitanja, tj. istraživač mora voditi računa o tome što će pitati sudionike istraživanja. 2. Omogućiti ispitaniku da pruži potrebne odgovore, tj. istraživač mora voditi računa o tome kako će postavljati pitanja. Zbog toga je posebnu pažnju potrebno posvetiti samoj izradi upitnika. Taj postupak odvija se kroz nekoliko faza, od kojih je prva izrada nacrta istraživanja. Kao što je objašnjeno u prethodnim poglavljima, nacrt istraživanja je dokument u kojem je na sistematičan i metodičan način predstavljen dizajn cjelokupnog istraživačkog projekta. Nacrtom se, između ostalog, definiraju ciljevi istraživanja koje je potrebno operacionalizirati u formi pitanja. Različiti autori predlažu specifične korake u ovom procesu. Primjerice, Aaker, Kumar i Day (2008) navode pet koraka: planiranje mjerenja, formiranje pitanja, određivanje redoslijeda i verbalizacija, pilot-istraživanje (testiranje na manjem uzorku radi uočavanja pogrešaka) te finalno ispravljanje nedostataka. S druge strane, Bradburn, Sudman i Wansink (2004) proces vide kroz šest koraka koji uključuju selekciju najvažnijih informacija, pretraživanje baza podataka radi pronalaženja relevantnih postojećih pitanja (u čemu danas pomažu alati umjetne inteligencije), skiciranje novih pitanja, definiranje njihova redoslijeda te finalnu verbalizaciju.

Sintezom ovih pristupa proizlazi da se tipičan slijed aktivnosti u procesu izrade upitnika sastoji od sljedećih faza: 1. Određivanje sadržaja i forme pitanja: Definiranje varijabli koje mjerimo i odabir vrste pitanja (otvorena, zatvorena, ljestvice). 2. Verbalizacija pitanja: Precizno formuliranje pitanja pazeći na jasnoću, razumljivost i izbjegavanje sugestivnosti. 3. Definiranje poretka pitanja: Logičko strukturiranje upitnika (npr. od općih prema specifičnim pitanjima) kako bi se zadržala motivacija ispitanika. 4. Finalizacija upitnika: Završno uređivanje teksta i tehničko oblikovanje instrumenta za distribuciju. a. Određivanje broja pitanja i forme pitanja Pitanja u upitniku služe da bi se s njima prikupili podaci koji su potrebni kako bi se realizirali ciljevi istraživanja! To znači da ciljevi istraživanja postavljeni u nacrtu istraživanja značajno utječu na odluku koja je pitanja potrebno uključiti u upitnik. Drugim riječima, u upitnik nije potrebno uvrstiti ona pitanja koja nisu relevantna s obzirom na postavljenje ciljeve istraživanja. Pitanja uvijek predstavljaju instrumente za prikupljanje informacija koje su potrebne s obzirom na ciljeve istraživanja ili instrumente koji se koriste kako bi se prikupili podaci potrebni za testiranje postavljenih hipoteza! Koliko će pitanja biti uključeno u sam upitnik ovisi o kompleksnosti ciljeva istraživanja. Naime, kompleksniji ciljevi istraživanja obično iziskuju veći broj pitanja, a manje kompleksni manji broj pitanja. Osnovno obilježje dobrog anketnog pitanja je to da bi ono trebalo izlučiti precizan i valjan odgovor (Bickman, Rog, 1998: 344). Kako bi se to ostvarilo istraživač, između ostalog, mora donijeti sljedeće odluke u vezi forme pitanja: • Treba li koristiti zatvorena ili otvorena pitanja? • U slučaju zatvorenih pitanja: koliko opcija odgovora uključiti? • Koje opcije odgovora su moguće i relevantne? • U slučaju da istražuje stavove / mišljenja sudionika istraživanja potrebno je odlučiti koje vrste ljestvica za mjerenja stavova koristiti?

Otvorena vs zatvorena pitanja U slučaju otvorenih pitanja, sudionik istraživanja ima slobodu u odgovaranju, odnosno odgovara svojim riječima (Bechhofer i Paterson, 2000: 84). Ona se koriste kako bi se ispitanicima dozvolilo da se izraze onako kako žele, bez nametnutih okvira. U praksi to znači da se iza pitanja u upitniku ostavlja prazno polje ili rubrika u koju ispitanik (ili anketar) upisuje slobodno formuliran odgovor. Nasuprot tome, zatvorena pitanja su ona kod kojih je unaprijed predočena lista s mogućim odgovorima. S obzirom na broj i vrstu ponuđenih opcija, možemo razlikovati: • Dihotomna pitanja: zatvorena pitanja s dvije ponuđene opcije (npr. da/ne, muško/žensko). • Pitanja s višestrukim izborom: zatvorena pitanja s tri ili više ponuđenih odgovora. Ljestvice za mjerenje stavova i mišljenja također se klasificiraju kao posebna vrsta zatvorenih pitanja s višestruko ponuđenim odgovorima. Glavne razlike između otvorenih i zatvorenih pitanja predočene su u sljedećoj tablici. Tablica 3: Osnovne razlike između otvorenih i zatvorenih pitanja Otvorena pitanja Zatvorena pitanja Dopuštaju ispitaniku da se izjasni u Omogućuju kompariranje istih odgovora terminima vlastitih riječi različitih ispitanika. Ne sugeriraju odgovore. Izazivaju manje varijacije u prikupljenim odgovorima. Ukazuju na stupanj informiranosti o Ispitanici na njih mnogo lakše odgovaraju budući problematici koja se istražuje. da uzrokuju prepoznavanje odgovora, a ne njihovo izvorno konstruiranje. Ukazuju na koji dio problema ispitanik Lakše se statistički obrađuju. obraća najviše pažnje. Ne izazivaju problem “format efekt”. Ponekad služe kao mehanizam odabira opcija odgovora s kojima će se pitanje „zatvoriti” u nekom budućem istraživanju.

Broj odgovora u zatvorenim pitanjima Zatvorena pitanja generalno se mogu podijeli na dihotomna zatvorena pitanja te zatvorena pitanja s višestruko ponuđenim opcijama / odgovorima. U slučaju zatvorenih pitanja s većim brojem odgovora, odluke koje istraživač treba donijeti pri njihovom konstruiranju odnose se na broj odgovora kao i na njihov poredak. Zatvorena pitanja generalno se mogu podijeliti na dihotomna zatvorena pitanja te zatvorena pitanja s višestruko ponuđenim opcijama/odgovorima. U slučaju zatvorenih pitanja s većim brojem odgovora, odluke koje istraživač treba donijeti pri njihovu konstruiranju odnose se na broj odgovora kao i na njihov poredak. Pri donošenju odluke o broju odgovora treba biti svjestan da prevelik broj ponuđenih odgovora može predstavljati problem u procesu njihove evaluacije od strane ispitanika. Iako broj opcija odgovora ovisi o složenosti samog predmeta istraživanja te je u nekim slučajevima veći broj opcija nemoguće izbjeći, u metodološkim udžbenicima obično se sugerira da se, ukoliko je to moguće, pri odluci o broju opcija odgovora prati pravilo 7 +/- 2, tj. da se na listu uključi između pet i devet opcija / odgovora. Naime, prema teoriji koju je prvi iznio kognitivni psiholog George Miller 7 +/-2 najčešći je interval broja predmeta koje ljudi mogu pamtiti u njihovoj kratkoročnoj memoriji (Miller, 1956). Prema tome, pri konstrukciji zatvorenih pitanja s višestruko ponuđenim odgovorima, ukoliko je to moguće, potrebno je izbjegavati više od 9 odgovora. U slučaju kada zbog tematike istraživanja nije moguće izbjeći veći broj odgovora, npr. 10 ili više, preporučljivo je „rotirati odgovore“, tj. napraviti nekoliko različitih verzija njihova poretka. Razlog tomu je mogućnost pojave tzv. „učinka formata“, tj. mogućnost da poredak odgovora utječe na odgovor ispitanika. Primjerice, Foddy (1993) navodi da, ukoliko ispitanici imaju mogućnost vidjeti listu s odgovorima, tada postoji veća vjerojatnost da će izabrati one opcije koje se nalaze pri dnu popisa. Ovaj efekt naziva se „efekt nedavne stavke“. Dakle, zbog mogućnosti da sam poredak odgovora utječe na ispitanike, u anketnim istraživanjima preporučuje se rotirati njihov poredak.

Činjenična pitanja i pitanja o mišljenjima i stavovima Bechhofer i Paterson (2000: 78) navode da se pitanja u anketi generalno mogu podijeliti na činjenična pitanja te pitanja o mišljenjima i stavovima. Činjenično pitanje može se odnositi na ponašanje pojedinca, kao što je slučaj sa sljedećim primjerom: „Jeste li korisnik društvene mreže Facebook?“, ili se može odnositi na sociodemografska obilježja pojedinca, npr.: „Koji je stupanj Vašeg obrazovanja?“. No, anketom se ne istražuju samo činjenice o ponašanju sudionika ili njihovim obilježjima, već se istražuju i njihova mišljenja, uvjerenja, stavovi ili vrijednosti. U takvim se slučajevima koriste specifična zatvorena pitanja koja se nazivaju ljestvice (skale) za mjerenje stavova. Ljestvice (skale) za mjerenje stavova Ljestvice se koriste kada se istražuju mišljenja ili stavovi ljudi o određenoj temi, društvenoj pojavi ili procesu. Njima se želi izmjeriti smjer stava (pozitivan ili negativan odnos prema nečemu) te stupnjevati njegov intenzitet. Primjerice, posredstvom ljestvica može se izmjeriti pristaju li ljudi uz nešto ili ne, podržavaju li određenu pojavu ili ne, slažu li se s nekom tvrdnjom ili ne i sl. U istraživanju čiji bi cilj bio mjerenje zadovoljstva programom HRT-a, korištenjem ljestvica bilo bi moguće utvrditi kakvo je mišljenje gledatelja o kvaliteti središnjeg Dnevnika HRT-a – je li ono pozitivno ili negativno te kojeg je intenziteta. Proces izrade mjernih ljestvica naziva se skaliranje. Ljestvice koje se koriste u društvenim znanostima mogu se podijeliti u dvije temeljne grupe (Churchill i Iacobucci, 2002): usporedne (komparativne) i neusporedne (nekomparativne) ljestvice.

Usporedne ljestvice Koriste se kada se želi istražiti stav sudionika istraživanja prema dva ili više različitih objekata koji su predmet interesa istraživača. Npr. usporedne ljestvice mogle bi se koristiti ako bi se istraživanjem željela utvrditi učestalost čitanja portala Index.hr u odnosu na portal Jutarnji.hr. Osnovno svojstvo ovih ljestvica je njihova ordinalnost. To znači da se ishodi mjerenja mogu interpretirati isključivo u terminima ordinalnog poretka. Npr. može se utvrditi smatraju li sudionici istraživanja neki objekt mjerenja boljim ili lošijim, vrjednijim ili manje vrijednim, prikladnim ili manje prikladnim i sl. Isto tako, budući da je broj objekata koji se uspoređuju uvijek unaprijed zadan, podaci prikupljeni ovim ljestvicama moraju se uvijek interpretirati u relativnim terminima; dakle, zaključuje se isključivo o poretku objekata uključenih u mjerenje. Prednosti usporednih ljestvica su sljedeće (Churchill i Iacobucci, 2002): 1. Ustanovljavanje ordinalnih razlika: Sudionik istraživanja prinuđen je napraviti kompromis (eng. trade-off) u poretku objekata. S obzirom na zadani kriterij mjerenja, prisiljen je neke objekte pozicionirati niže, a neke više, čime se dobiva jasna hijerarhija. 2. Jasna referentna točka: Sudionik istraživanja pristupa mjerenju s točno definiranog polazišta koje predstavlja zadani kriterij usporedbe. Npr. „Rangirajte sljedeća tri portala s obzirom na učestalost čitanja u zadnja tri mjeseca: Index.hr, Jutarnji.hr, Tportal.hr.“ Osnovni nedostaci ove vrste ljestvica su sljedeći: 1. Ograničenost podataka (ordinalnost): O odnosu objekata može se govoriti samo u terminima poput „lošije-bolje“ ili „manje-više“. Ne može se zaključiti ništa o intenzitetu razlika; ne znamo je li prvi na listi „puno bolji“ ili samo „za nijansu bolji“ od drugoga (Churchill i Iacobucci, 2002). 2. Nemogućnost zaključivanja izvan konteksta: Rezultati su strogo vezani uz ponuđene objekte (Churchill i Iacobucci, 2002). Npr. ako spoznamo da sudionici češće čitaju Jutarnji list od Večernjeg lista, i dalje ne možemo ništa zaključiti o čitanosti Novog lista ako on nije bio uključen u usporedbu.

  1. Kognitivno opterećenje kod većeg broja objekata: Sudionici obično ne mogu kvalitetno rangirati veliki broj objekata. Problem se javlja kod diferencijacije objekata u „neizdiferenciranoj sredini“, dok su prvi i posljednji obično jasno određeni (Aaker, Kumar i Day, 2008). Najčešće korištene usporedne ljestvice su:
  2. Rangiranje
  3. Usporedba u parovima
  4. Ljestvica s konstantnim zbrojem (constant sum scaling) Rangiranje Rangiranje je najjednostavnija vrsta usporedne ljestvice. Koristi se kada je određeni broj objekata potrebno rangirati, tj. rasporediti prema nekom zadanom kriteriju. Npr. S obzirom na intenzitet kupnje rangirajte dnevne novine tako da na prvo mjesto izdvojite one koje najčešće kupujete, a na posljednje one koje najrjeđe kupujete: Rang Jutarnji list Večernji list 24 sata Slobodna Dalmacija Usporedba u parovima Usporedba u parovima u suštini je jedan vid rangiranja koji se koristi kada se s obzirom na neki kriterij želi utvrditi odnos između tri ili više objekta. Primjerice: Npr. Čitate li češće:
    1. Jutarnji list ili b. Večernji list
    1. Večernji list ili c. 24 sata
    1. 24 sata ili a. jutarnji list Osnovni nedostatak ove ljestvice je što se moraju odrediti sve moguće kombinacije parova te što veći broj objekata rezultira većim brojem usporedbi. Primjerice, kada bi se željelo na ovaj način usporediti 10 objekata bilo bi potrebno napraviti 45 usporedbi. Broj mogućih usporedbi određuje se po sljedećoj formuli: N(N-1)/2.

Ljestvica s konstantnim zbrojem (constant sum scaling) Riječ je o ljestvici na kojoj sudionici istraživanja alociraju konstantnu sumu jedinca (npr. bodovi ili postoci) između objekata ili atributa s obzirom na određeni kriterij. Svrha korištenja ove ljestvice je da se kroz alokaciju bodova odrazi relativna preferencija svakog od analiziranih objekata (Aaker, Kumay i Day 2008). Npr. S obzirom na intenzitet kupnje rangirajte sljedeće dnevne novine tako da od 100% svakoj novini dodijelite postotni udio koji odražava učestalost njene kupnje u zadnjih mjesec dana. % Jutarnji list Večernji list 24 sata Slobodna Dalmacija Osnovna prednost ljestvice s konstantnim zbrojem je što se može koristiti i kao kvazi- intervalna ljestvica. Njeni osnovni nedostaci manifestiraju se u sljedećem: 1. Nemogućnost mjerenja preferencija prema većem broju objekata: povećanjem broja objekata koji se procjenjuju smanjuje se preciznost procjene. Drugačije rečeno, povećanjem broja objekata smanjuje se mogućnost sudionika istraživanja da precizno alociraju bodove što može imati konzekvence na preciznost mjerenja. 2. Relativnost ljestvice: ustanovljene razlike vrijede samo za objekte koji su uključeni u proces mjerenja. Neusporedne ljestvice: Neusporedne ljestvice koriste se kada se mjeri odnos prema jednom objektu, odnosno kada se istražuje mišljenje o jednoj društvenoj pojavi ili fenomenu. Primjerice, istraživanjem se želi izmjeriti smjer i intenzitet stavova gledatelja prema određenoj televizijskoj emisiji. Dakle, ovim se ljestvicama ne obavlja nikakva vrsta usporedbe, zbog čega se nazivaju i monadičke ljestvice. S obzirom na formu, neusporedne ljestvice obično se dijele na: • Kontinuirane ljestvice • „Itemizirane” ljestvice (ljestvice sa stavcima)

Kontinuirane ljestvice obično se konstruiraju kao grafičke ljestvice (graphic rating scales). Sudionici izražavaju svoj stav tako da se pozicioniraju na dužini (liniji) koju omeđuju dvije ekstremne vrijednosti. Dakle, ispitanici nisu ograničeni na odabir vrijednosti koju je istraživač unaprijed fiksirao, već mogu označiti bilo koju točku na zadanom kontinuumu. U slučaju ljestvica sa stavcima, sudionici istraživanja procjenjuju objekt ili fenomen prema jednom ili više kriterija. Pritom su kategorije kojima se mjeri intenzitet i smjer stava numerički označene, a vrlo često i verbalno opisane. Ove ljestvice obično imaju formu „ljestvica razloženih po kategorijama”. To znači da se sastoje od točno određenog i ograničenog (diskretnog) broja kategorija koje opisuju određeni kontinuum. U praksi suvremenih komunikoloških istraživanja, ljestvice sa stavcima koriste se znatno češće od usporednih ljestvica. Glavni razlog tomu je što se one obično tretiraju kao kvazi-intervalne ljestvice. To istraživačima omogućuje provedbu parametrijskih statističkih procedura (Pearsonov koeficijent korelacije, t-test, ANOVA), što je često imperativ u empirijskim radovima. To je posebno važno kada ciljevi istraživanja zahtijevaju izračun aritmetičke sredine ili provedbu multivarijatnih statističkih procedura (višestruka regresijska analiza, faktorska ili diskriminativna analiza). Prednost neusporednih ljestvica očituje se i u njihovoj jednostavnosti te intuitivnosti. Jasno definirane kategorije olakšavaju proces odlučivanja ispitanicima i smanjuju kognitivno opterećenje, što ubrzava i olakšava ispunjavanje ankete. Ljestvice sa stavcima mogu se podijeliti na: • Ljestvice s jednom stavkom (single-item scale) • Ljestvice s više stavaka (multi-item scale) Kada se neka procjena, stav sudionika istraživanja o nekom fenomenu, obavlja na temelju jednog kriterija govori se o ljestvicama s jednom stavkom Primjer: Ocjenama od 1-5 ocijenite kvalitetu informativnog programa HRT: 1 2 3 4 5 Kada se neka procjena, stav sudionika istraživanja o nekom fenomenu, obavlja na temelju većeg broja kriterija govori se o ljestvicama s više stavaka

Primjer: Ocjenama od 1-5 ocijenite kvalitetu informativnog programa HRT temeljem sljedećih obilježja: Nepristranost u izvještavanju 1 2 3 4 5 Kvaliteta rada novinara 1 2 3 4 5 Produkcija 1 2 3 4 5 U istraživanjima posredstvom ankete najčešće se koriste sljedeće neusporedne ljestvice sa više stavaka: 1. Likertova ljestvica 2. Semantički diferencijal 3. Stapel ljestvica Likertova ljestvica Likertova ljestvica vjerojatno je najčešće korištena ljestvica s više stavaka u društvenim znanostima. Konstruirao ju je američki psiholog Rensis Likert. Osmišljena je tako da se fenomen koji se istražuje izrazi kroz niz tvrdnji (čestica; eng. items), a svaka se tvrdnja ocjenjuje na kontinuumu od pet kategorija (najčešće). One su verbalno artikulirane u rasponu od „uopće se ne slažem” do „u potpunosti se slažem”. Prvi korak u konstrukciji ljestvice je generiranje većeg broja tvrdnji koje su sukladne konceptualnom određenju fenomena koji se istražuje. Generirane tvrdnje zatim se uvrštavaju u upitnik, a u procesu istraživanja od sudionika se traži da iskažu svoj stupanj slaganja sa svakom od njih. Budući da je Likertova ljestvica po svojoj prirodi sumativna ljestvica (summated scale), ukupni stav ispitanika o fenomenu izračunava se zbrajanjem (ili izračunom prosjeka) bodova na svim česticama koje čine tu ljestvicu. Na taj se način dobiva preciznija mjera intenziteta stava nego što bi se dobila samo jednim, pojedinačnim pitanjem.

U kojoj mjeri se slažete sa sljedećim tvrdnjama? Odgovorite koristeći se opcijama odgovora od 1 do 5, gdje 1 znači „uopće se ne slažem“, 2 „uglavnom se ne slažem“, 3 „niti se slažem niti se ne slažem“, 4 „donekle se slažem“, 5. „slažem se u potpunosti“. U mom domu televizor je stalno upaljen. 1 2 3 4 5 Većinu slobodnog vremena provedem gledajući televiziju. 1 2 3 4 5 Vrijeme mi najugodnije prođe uz televizijski program. 1 2 3 4 5 Likertova ljestvica jedna je vrsta tzv. sumativnih ljestvica (eng. summated scales) stoga što se rezultati na pojedinačnim česticama (stavkama) mogu sumirati kako bi se dobio ukupan rezultat (skor) za svakog sudionika istraživanja. Važna pretpostavka mjerenja na bazi ove ljestvice jest da svaka stavka mjeri određeni aspekt jedinstvenog zajedničkog faktora, odnosno latentne dimenzije. U suprotnom, rezultati po stavkama ne bi se mogli opravdano zbrajati. Drugim riječima, ljestvica treba biti jednodimenzionalna (Aaker, Kumar i Day, 2008). Stoga istraživači u procesu obrade podataka provode eksploratornu faktorsku analizu17 kako bi „pročistili” čestice, odnosno utvrdili je li riječ o jednodimenzionalnoj ili višedimenzionalnoj ljestvici. Tim se postupkom provjerava mjeri li ljestvica doista jedan željeni latentni konstrukt (fenomen) ili se on grana na više njih. Likertova ljestvica obično se tretira kao kvazi-intervalna ljestvica, što omogućuje da se u procesu obrade prikupljenih podataka koriste parametrijske statističke procedure 18; računa se prosječna vrijednost, testira se statistička značajnost razlika između različitih grupa sudionika istraživanja, računa se korelacija19. 17 Eksploratorna faktorska analiza (EFA) statistička je metoda koja se koristi za otkrivanje temeljne strukture među većim brojem manifestnih varijabli (čestica) te njihovo reduciranje na manji broj temeljnih, latentnih dimenzija ili faktora. Glavni cilj ove analize u procesu konstrukcije ljestvica jest utvrđivanje mjerne valjanosti instrumenta, odnosno provjera mjere li odabrane čestice doista jedinstven zajednički konstrukt. Postupak omogućuje istraživaču da identificira i eliminira čestice koje slabo zasićuju predviđeni faktor ili su sadržajno suvišne, čime se osigurava jednodimenzionalnost i preciznost mjerne ljestvice. 18 Parametrijskim statističkim procedurama nazivaju se one statističke procedure koje se temelje na ispunjenju zahtjeva normalne raspodjele i jednakosti varijanci. 19 Korištenje Likertove ljestvice kao kvazi-intervalne ljestvice jedna je od dugotrajnih kontroverzi u metodologiji društvenih znanosti. Naime, iako se čisto tehnički gledajući radi o ordinalnoj ljestvici, ona se često koristi kao sredstvo „intervalizacije“ ordinalnih kategorija. Ovakvo tretiranje Likertove ljestvice dopušta korištenje „jačih“ metoda statističke analize, posebice različitih bivarijatnih i multivarijatnih parametrijskih statističkih analiza. Kada se na ovaj način statistički obrađuju podaci prikupljeni pomoću Likertove ljestvice potrebno je obratiti pažnju na sve izvedbene zahtjeve korištenih statističkih analiza. Naime, statističke testovi „ne vode brigu o tome odakle brojevi dolaze, već je ključni kriterij njihovog korištenja taj da pretpostavke na kojima se temelje mogućnosti samog testiranja moraju biti zadovoljene“ (Churchill i Iacobucci, 2002:387)

Bitno je napomenuti da izvorna Likertova ljestvica uvijek ima pet kategorija te da su one uvijek opisane u terminima slaganja ili neslaganja s predočenim tvrdnjama. Ukoliko se koristi neki drugi opis kategorija, tada zapravo nije riječ o Likertovoj ljestvici, već u tim slučajevima govorimo o nekoj od ljestvica procjene (engl. rating scales). Takve ljestvice obično sadrže pet, sedam ili deset kategorija. Primjerice, posredstvom ljestvica procjene možemo steći uvid u to podržavaju li sudionici istraživanja nešto ili ne (1 – uopće ne podržavam… 5 – u potpunosti podržavam), jesu li nečim zadovoljni ili nezadovoljni (1 – izrazito nezadovoljan… 10 – izrazito zadovoljan), u kojoj mjeri pristaju uz nešto (1 – uopće ne pristajem… 5 – u potpunosti pristajem) i sl. Semantički diferencijal Ovu ljestvicu konstruirao je američki psiholog Charles Osgood. Stoga se još naziva i Osgoodov semantički diferencijal. Ljestvica se sastoji od bipolarnih pridjeva koji služe da se u njihovim terminima procjeni stav sudionika istraživanja prema predmetu mjerenja. Svaki par pridjeva ocjenjuje se na skali od 7 stupnjeva pri čemu je srednji stupanj neutralan20. Pozitivni i negativni pridjevi trebaju biti razbacani na obje strane ljestvice budući da se time priječi automatizam kod odgovaranja. Npr. Kako biste ocijenili kvalitetu informativnog programa HRT-a? Loš 3 2 1 0 1 2 3 Dobar Privlačan 3 2 1 0 1 2 3 Neprivlačan Topao 3 2 1 0 1 2 3 Hladan Neugodan 3 2 1 0 1 2 3 Ugodan Blizak 3 2 1 0 1 2 3 Dalek Nejasan 3 2 1 0 1 2 3 Jasan Prijateljski 3 2 1 0 1 2 3 Neprijateljski 20 U nekim pristupima konstrukcije semantičkog diferencijala skala nije „labelirana“, tj. kategorije nisu označene brojevima, već je samo naznačen prostor koji neka kategorija zauzima.

Originalni Osgoodov semantički diferencijal podrazumijeva korištenje pridjeva kojima se mjere tri dimenzije odnosa prema nekom objektu. (Curchill i Iacobucci, 2002, 382). To su: evaluacija (dobar – loš, pomaže – ne pomaže), potencijal (moćan – nemoćan, jak-slab, dubok – plitak) i aktivnost (brz – spor, živ – mrtav, bučan – tih). Međutim, u različitim istraživačkim situacijama, istraživači koriste i druge vrste bipolarnih pridjeva, tako da se ova ljestvica upotrebljava kao ljestvica kojom se često mjere različita latentna obilježja nekog objekta ili fenomena. Kao i Likertova i ova ljestvica se može tretirati kao kvazi-intervalna ljestvica. Stapel ljestvica U suštini riječ je o modifikaciji semantičkog diferencijala. Od njega se razlikuje po tome što se pridjevi ili deskriptivne fraze ocjenjuju separatno te po tome što ljestvica ima 10, a ne 7 stupnjeva – obično od -5 do +5, bez 0. Također se može tretirati kao kvazi-intervalna ljestvica. Npr. Kako biste ocijenili informativni program HRT-a? Kvalitetan -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 vjerodostojan -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 iscrpan -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 Poseban slučaj nekomparativne ljestvice je i tzv. Thurstonova ljestvica. Iako se radi o jednoj od najstarijih ljestvica u društvenim znanostima, koristi se vrlo rijetko, i to zbog relativno kompleksne procedure njezine izrade. Naime, Thurstonova ljestvica se konstruira na sljedeći način: 1. Prikupi se veliki broj stavova / tvrdnji o određenoj temi. 2. Tvrdnje ocjenjuje žiri eksperata kako bi im se odredio položaj na ljestvici te kako bi se odbacile one oko kojih ne postoji suglasnost. 3. Svakoj zadržanoj tvrdnji pridaje se određena vrijednost. 4. Vrši se konačan izbor tvrdnji tako da se one ravnomjerno raspoređuju uzduž čitave ljestvice. Osim odluke o tome koju će vrstu ljestvice koristiti, prilikom konstrukcije ljestvica sa stavcima istraživači moraju donijeti nekoliko važnih odluka o kojima ovisi konačna forma ljestvice, a shodno tome i sama priroda odgovora sudionika istraživanja. Pritom je jedna od najvažnijih

odluka o broju kategorija, tj. stupnjeva na ljestvici. Odluka o optimalnom broju stupnjeva ljestvice važna je stoga što veći broj omogućuje bolju diskriminativnost mjerenja, no s druge strane, kao što smo naveli, ljudi uglavnom nisu u mogućnosti precizno se izjašnjavati u slučaju velikog broja kategorija koje procjenjuju. Stoga se i u ovom slučaju sugerira da se, ukoliko je to moguće, poštuje tradicionalna uputa o tome da je najprimjereniji broj stupnjeva 7 +/- 2. Bitno je napomenuti da se optimalni broj stupnjeva na nekoj ljestvici može odrediti i temeljem uvriježenih kulturnih normi. Primjerice, građani u Hrvatskoj socijalizirani su na procjenjivanje ili vrednovanje posredstvom ljestvice koja ima pet stupnjeva. Dakle, „kulturno su normirani“ na ovu vrstu ljestvice. Zbog toga ljestvica od pet stupnjeva u Hrvatskoj dobro funkcionira i preporučuje se za korištenje. Prilikom odluke o broju stupnjeva na ljestvici potrebno je uzeti u obzir i sljedeće: • Ako se pretpostavlja da će sudionici istraživanja biti zainteresirani za predmet istraživanja ili da dobro poznaju predmet mjerenja, tada se može koristiti ljestvica s većim brojem stupnjeva, npr 7 ili 10. U suprotnom je slučaju bolje koristiti manji broj stupnjeva: 4 ili 5. • Sama obilježja predmeta mjerenja mogu utjecati na odluku o broju stupnjeva na ljestvici. Npr. neki predmeti mjerenja nisu pogodni za finu diskriminaciju. Stoga je u takvim slučajevima bolje koristiti manji broj stupnjeva. • Način prikupljanja podataka također utječe na odluku o broju stupnjeva. Zbog toga što se sudionicima mogu pokazati opcije odgovora, ankete licem u lice pogodnije su za korištenje ljestvica s većim brojem stupnjeva. Isti je slučaj i s anketama posredstvom interneta. Nasuprot tome, telefonske ankete nisu pogodne za korištenje ljestvica s većim brojem stupnjeva. Bez obzira na spomenute dobre strane neusporednih ljestvica, pri njihovu korištenju važno je imati na umu i njihova ograničenja ili određene nedostatke. Primjerice, u neusporednim ljestvicama odgovori se obično označavaju brojevima, posebice kada se radi o ljestvicama koje mjere određeni intenzitet (npr. intenzitet slaganja ili neslaganja s nekom tvrdnjom, ili npr. intenzitet konzumacije nekog medija). U takvim slučajevima interpretacija značenja ponuđenih brojeva može biti prožeta brojnim subjektivnostima, tj. ovisna o interpretaciji

ispitanika. Npr. na ljestvici od 7 stupnjeva ispitanici različito mogu tumačiti vrijednost 5 ili vrijednost 3. Ovaj problem posebice je svojstven ljestvicama s većim brojem stupnjeva (npr. 7 ili 10) i to u slučaju tzv. „nelabeliranih“ ljestvica, tj. onih u kojima brojevima nisu pridodani i verbalni opisi njihovih značenja. Također, način na koji ispitanici koriste ljestvice može biti pod utjecajem kulturnih normi. U nekim kulturama postoji tendencija izbjegavanja ekstremnih odgovora (tzv. germanski stil odgovaranja), dok su u drugima ekstremni odgovori češće prisutni (tzv. brazilski ili latinoamerički stil odgovaranja). To naročito može biti problem u međunarodnim studijama jer može otežati usporedbe podataka između različitih zemalja. Zbog toga istraživači, u slučaju istraživanja koja se provode u većem broju zemalja, kako bi donekle neutralizirali ovaj problem, u obradi podataka „centriraju podatke oko aritmetičke sredine“. Ovaj postupak omogućuje istraživačima da neutraliziraju sistematske razlike u korištenju ljestvice između različitih skupina ispitanika te olakšava interpretaciju rezultata u multivarijatnim analizama. Centriranje oko aritmetičke sredine je postupak u kojem se od svake vrijednosti varijable oduzima prosječna (aritmetička) vrijednost te varijable. Time se dobiva nova, centrirana varijabla sa sredinom jednakom nuli. Uz to, neusporedne ljestvice osjetljive su na to radi li se o tzv. „forsiranim“ ili „neforsiranim“ ljestvicama. Forsirane ljestvice su one bez opcije „ne znam / ne želim odgovoriti“. U njihovu slučaju ispitanici nepostojanje ove opcije često supstituiraju izborom srednje opcije (npr. opcije 3 na ljestvici od 1 do 5). Ova tendencija, poznata kao pristranost prema središnjem odgovoru (central tendency bias), može utjecati na smanjenje varijabilnosti u prikupljenim podacima te dovesti do iskrivljene slike o stvarnom rasponu i intenzitetu stavova.

  1. Verbalizacija pitanja u anketi Nakon određivanja broja i forme pitanja, drugi korak u izradi ankete je precizna verbalizacija pitanja. Na ovu fazu potrebno je obratiti posebnu pažnju stoga što je istraživanje metodom ankete u svojoj suštini komunikacijski proces. Stoga je verbalna konstrukcija pitanja jedan od zadataka kojima se pridaje najveća važnost. Naime, da bi anketa ispunila svoju svrhu, tj. rezultirala pouzdanim i valjanim nalazima, svako pitanje treba biti postavljeno na način (Foddy, 1993): • da omogući prikupljanje one vrste informacija koja proizlazi iz postavljenog cilja istraživanja; • da posjeduje mogućnost „dekodiranja” od strane ispitanika na način na koji je to istraživač predvidio; • da omogućuje ispitaniku da pruži odgovor u obliku koji sadrži sve informacije sukladne postavljenim ciljevima istraživanja. Zbog navedenog razloga anketa kao metoda postavlja jedan važan komunikacijski imperativ: imperativ jasnih, razumljivih i jednoznačnih pitanja. Stoga postupak verbalnog definiranja pitanja zauzima centralno mjesto u izradi instrumenta. Postoji niz uobičajenih pravila dobre prakse koja se obično ističu u priručnicima. Primjerice, na temelju preporuka koje daju Foddy (1993), Bickman i Rog (1998) te Bechhofer i Paterson (2000), istraživači bi trebali obratiti pažnju na sljedeće:

  1. Jasnoća i nedvosmislenost: pitanja moraju biti jasna i točno komunicirati ono što se od ispitanika traži.

  2. Primjerenost jezika: kompleksnost jezika treba biti prilagođena jeziku kojim se služe ispitanici. Načelno treba koristiti riječi razumljive prosječnom članu populacije (što je riječ manje jasna, veća je vjerojatnost da će odgovor biti „ne znam”).

  3. Jednostavnost i duljina: pitanja trebaju biti što kraća. Dugačka pitanja, ukoliko je to moguće, treba izbjegavati.

  4. Jedna misao po pitanju: svako pitanje treba postaviti „kao jedno” – treba izbjegavati tzv. višestruka pitanja (Npr. „Što ste sve pročitali u tisku ili vidjeli na TV-u u vezi s novim porezima?”).

  5. Izbjegavanje sugestivnosti: pitanja ne smiju sugerirati odgovore niti sadržavati sugestivne fraze (Npr. pitanje ne bi trebalo glasiti: „Vjerojatno ste upoznati s nepravilnostima u vođenju stranke XY; kakvo je Vaše mišljenje o vodstvu te stranke?”).

  6. Specifičnost i konkretnost: treba birati riječi s jasnim empirijskim referencama, a izbjegavati one koje je teško jednoznačno interpretirati (poput: dobro, zlo, prijatelj, neprijatelj, davno).

  7. Izbjegavanje apstrakcija: treba izbjegavati previše općenite i apstraktne pojmove (društvo, opće, često, rijetko) ako nisu precizno definirani.

  8. Izbjegavanje „skrivenih pitanja”: potrebno je izbjegavati pitanja koja podrazumijevaju odgovor na neko prethodno, nepostavljeno pitanje. Npr. „Za koga ćete glasati na idućim izborima?” treba razbiti u dva koraka: „Hoćete li izaći na izbore?” te, ako je odgovor potvrdan, „Za koga ćete glasati?”.

  9. Kontekst i poredak: treba voditi računa o tome kamo se smještaju pojedina pitanja kako prethodni odgovori ne bi logički uvjetovali ili iskrivili odgovore na pitanja koja slijede.

  1. Definiranje poretka pitanja Nakon verbalne konstrukcije pitanja, idući korak u konstrukciji ankete obično je određivanje poretka pitanja. U ovoj fazi određuje se koji će se blok pitanja koristiti kao uvod u anketu, na kojem mjestu u anketi će se smjestiti kompleksnija, a na kojem jednostavnija pitanja, koja pitanja će se koristiti kao pitanja za prelazak s jednog bloka na drugi te kojim će se pitanjima završiti anketa. Generalno, postoje dvije temeljne strategije definiranja poretka pitanja u anketi: logička i psihološka. Korištenjem logičke strategije slijed pojedinih setova pitanja vodi se nekom specifičnom logikom – npr. logikom ciljeva istraživanja ili logikom složenosti pitanja (npr. može se koristiti logika lijevka – od općenitijih do specifičnijih pitanja). Korištenje psihološke strategije podrazumijeva da se vodi računa o tome kako će se uspostaviti optimalna komunikacija s ispitanikom. Obično se koristi kada je tema koja se istražuje osjetljive prirode ili je nelagodna za ispitanika. Primjerice, psihološka strategija definiranja poretka pitanja koristi se kada se istražuju devijantni oblici ponašanja, podložnost različitim bolestima, psihičkim smetnjama i sl. Psihološka strategija postavljanja pitanja omogućuje: • održavanje procesa komunikacije, • održanje interesa za sudjelovanje u anketi, • reducira nelagodu koja može biti izazvana pojedinim pitanjima, • djeluje kao svojevrsni motivator za pružanje potrebnih odgovora. Prilikom definiranja poretka pitanja potrebno je uzeti u obzir činjenicu da prethodno postavljena pitanja mogu na više različitih načina utjecati na odgovore na kasnije postavljena pitanja. Primjerice, prethodno postavljeno pitanje može izazvati tzv. „učinak prethodnog odgovora” (Foddy, 1993). Ovaj učinak podrazumijeva da ispitanici svoje odgovore usklađuju s odgovorima koji su prethodno dali. Primjerice, ukoliko postavite pitanje „Koliko često sudjelujete u vjerskim obredima?”, vrlo vjerojatno će odgovor na takvo pitanje utjecati na odgovor na pitanje „Koliko vam je važna religija u svakodnevnom životu?”. Ovaj učinak nije uvijek nešto što je nužno negativno. Dapače, konzistentnost u odgovorima na različita pitanja je nešto što je odlika ispravnog mjerenja u metodi ankete. No, problem je u situacijama kada

učinak prethodnog odgovora dovodi do umjetnog usklađivanja odgovora, odnosno kada ispitanici nastoje pokazati konzistentnost čak i onda kada bi njihovi spontani, iskreni odgovori bili različiti. Takvo ponašanje ispitanika može umanjiti valjanost podataka jer takvi odgovori mogu odražavati strategiju prezentacije sebe ili nastojanje da se izbjegne prividna kontradiktornost, a ne nužno stvarna uvjerenja ili stavove ispitanika. Ovaj učinak posebice se može očekivati u onim situacijama kada se istražuje neka tema na način da se kombiniraju specifična i općenita pitanja. Primjerice, istražuju se navike u konzumaciji Instagrama posredstvom većeg broja stavaka, a zatim se postavi općenito pitanje kojim se mjeri generalni stav o Instagramu (npr. 1 – lošiji od drugih društvenih mreža koje poznajem … 5 – puno bolji od drugih društvenih mreža koje poznajem). U ovakvom slučaju istraživač može dvojiti koju strategiju izabrati: prvo postaviti specifična pitanja, a zatim općenita, ili obrnuto. Iako nema neke generalne preporuke, prema našem istraživačkom iskustvu bolje je prvo postaviti specifična pitanja budući da to omogućuje ispitanicima da procijene specifične aspekte teme te zatim da svoj opći sud baždare temeljem danih odgovora. S druge strane, ako se opće pitanje postavi prvo, postoji veća vjerojatnost da će ono usmjeriti način na koji će ispitanici interpretirati i odgovarati na kasnija, specifičnija pitanja, tj. veća je vjerojatnost da će se pojaviti učinak prethodnih odgovora na način da će ispitanici svoje kasnije specifične odgovore usklađivati s odgovorom na opće pitanje. Ukoliko na općenito pitanje nije iskreno odgovoreno (npr. zbog socijalne poželjnosti pruženog odgovora ili zbog želje za specifičnom prezentacijom sebe), tada takva strategija odgovaranja može izazvati probleme u pogledu valjanosti odgovora na veći broj pitanja koja slijede.

  1. Finalizacija upitnika Finalizacija upitnika podrazumijeva određeni broj radnji kojima se provjerava da li je upitnik konstruiran shodno zahtjevima nacrta istraživanja te da li je komunikacijski optimiran (forma, verbalizacija i poredak pitanja). Ova završna faza izrade upitnika obično sadrži sljedeće:
  1. Istraživač provjerava da li su svi ciljevi istraživanja pokriveni postavljenim pitanjima.
  2. Provjerava jesu li sva pitanja nužna.
  3. Provjerava kakav je poredak blokova pitanja i poredak pitanja unutar blokova pitanja.
  4. Piše se uvodni tekst koji se čita / prikazuje sudionicima istraživanja na početku istraživanja, a kojim se ispitanike:
  1. Informira o ciljevima istraživanja.
  2. Informira se o načinu izbora uzorka.
  3. Informira se o dužini upitnika.
  4. Garantira mu se anonimnost. Iako možda na prvi pogled ne djeluje kao posebno važna etapa, dobro strukturiranje uvodnog teksta važno je za valjano anketno istraživanje. Naime, istraživanje uvijek ima neku kontekstualnu pozadinu s kojom je potrebno upoznati ispitanike. Ukoliko istraživači ispitanicima ne pruže relevantne kontekstualne informacije o istraživanju (npr. svrha i ciljevi istraživanja, razlog zbog kojeg su izabrani u istraživanje, način izbora, tj. uzorkovanja), oni će je morati sami pretpostaviti. U tom slučaju velika je vjerojatnost da će je različiti ispitanici pretpostaviti na različite načine, tj. da će formulirati vlastite hipoteze o istraživačkim ciljevima, o razlozima zašto se istraživanje provodi ili o načinu na koji će se koristiti podaci što može utjecati i na način njihovog sudjelovanja u istraživanju, odgovaranja, angažmana i slično. Dakle, ispitanicima treba predočiti generalne ciljeve istraživanja kao i specifične ciljeve pojedinih pitanja te ih upoznati i s načinom na koji će se tretirati prikupljeni podaci. Jednostavno, moraju biti upoznati zašto se istraživanje provodi, zašto baš oni sudjeluju u istraživanju, te što se planira napraviti s podacima.

Uzorak Istraživanja posredstvom ankete obično se provode na uzorcima. Naime, zbog praktičnih i financijskih razloga uglavnom nije moguće provoditi istraživanja na čitavoj populaciji. Da bi se razumio pojam uzorka i njegova funkcija u istraživanju, treba razumjeti razliku između populacije i uzorka. Populacija obuhvaća sve moguće članove neke skupine s određenim karakteristikama na određenom području. Za razliku od toga, uzorak je dio populacije na kojem se provodi istraživanje i na temelju kojeg se zaključuje o čitavoj populaciji. Uzorak je model populacije koji predstavlja populaciju. On je populacija u malom, njen izdvojeni dio koji je preslikava s obzirom na njena najvažnija svojstva. Prema tome, za uzorak možemo konstatirati da predstavlja manji, ali pažljivo odabrani skup članova populacije pomoću kojega se spoznaju pojedina populacijska obilježja, tj. pomoću kojeg se istraživanjem procjenjuju populacijske vrijednosti. Dakle, na temelju rezultata koji su dobiveni na uzorku obično se donosi zaključak o stvarnom stanju u cijeloj populaciji. Da bi procjena populacijskih vrijednosti na temelju vrijednosti dobivenih na uzorku bila valjana, potrebno je da uzorak što bolje predstavlja populaciju. Ovaj zahtjev naziva se zahtjevom za reprezentativnošću uzorka. Budući da uzorak nikada ne može u potpunosti reprezentirati stanje u populaciji, u pripremi uzorka potrebno je odlučiti koja su to populacijska obilježja po kojima uzorak treba biti reprezentativan. Zbog toga istraživač prije konstrukcije uzorka obično donosi odluku koja će populacijska obilježja kontrolirati u procesu konstrukcije uzorka. Takva obilježja obično se nazivaju kriterijima reprezentativnosti uzorka. U slučaju uzoraka koji se ekstrahiraju iz opće populacije, kao kriteriji kontrole reprezentativnosti obično se koriste najvažnija sociodemografska obilježja (spol, dob, obrazovanje, regionalna pripadnost, veličina naselja, radni status).

Struktura reprezentativnog uzorka opće populacije po spolu, dobi, mjestu stanovanja i obrazovanja u slučaju Hrvatske prikazana je u sljedećoj tablici. Tablica 4: Struktura reprezentativnog uzorka po kriterijima spola, dobi, mjesta stanovanja i obrazovanja (N=1000). – PREPRAVITI PREMA POPISU 2021 Populacija Udio u populaciji Udio u uzorku N (broj ispitanika) Muškarci 48% 48% 480 Žene 52% 52% 520 Mlađa dob 25% 25% 250 Srednja dob 40% 40% 400 Starija dob 35% 35% 350 Grad 60% 60% 600 Selo 40% 40% 400 OŠ 23% 23% 230 SŠ 60% 60% 600 VŠ 17% 17% 170

Vrste uzoraka Na najopćenitijoj razini, uzorci koji se koriste u istraživanju metodom ankete mogu se podijeliti na probabilističke uzorke i neprobabilističke uzorke (Milas, 2009). Slučajni ili probabilistički uzorci To su uzorci kod kojih je vjerojatnost izbora svake jedinice populacije poznata i veća od nule. Temelje se na teoriji vjerojatnosti, posebno na zakonu velikih brojeva i centralnom graničnom teoremu, prema kojima se statistike velikih slučajnih uzoraka približavaju populacijskim parametrima. Dvije su glavne prednosti probabilističkih uzoraka: • Minimiziranje sustavne pristranosti u procesu izbora uzorka, budući da svaka jedinica populacije ima poznatu i različitu od nule vjerojatnost izbora. • Mogućnost primjene teorije vjerojatnosti za izračun uzoračke pogreške, standardne pogreške i intervala pouzdanosti, čime se omogućuje procjena raspona unutar kojeg se s određenom razinom pouzdanosti nalazi populacijski parametar. Vrste slučajnih uzoraka: a) Jednostavni slučajni uzorak Jednostavni slučajni uzorak je uzorak u kojem se izbor jedinica uzorka bira na temelju tablice slučajnih brojeva ili računalnim generiranje slučajnih brojeva. Dakle, radi se o principu uzorkovanja gdje se iz populacije čiji je broj konačan i poznat izabire N slučajeva, pri čemu svaki slučaj ima jednaku vjerojatnost izbora. Prema tome, u slučaju ovakvog uzorkovanja istraživač mora posjedovati potpuni popis populacije koju istražuje (Milas, 2009:416). b) Sistematski slučajni uzorak U ovom uzorku jedinice uzorka izlučene su iz populacije temeljem nekog sistematskog postupka. Primjerice, odabire se svaki deseti ili trideseti član neke poznate populacije. Dakle, i u ovom slučaju također je potreban popis svih jedinica populacije. Prva faza u sistematskom uzorkovanju je određivanje tzv. „koraka“ izbora jedinica uzorka. Npr. ako populacija ima 100 članova, a treba nam uzorak od njih 10, tada se korak definira kao svaki deseti član (100/10). Nakon što se odredi korak, slučajnim izborom izabire se početni član populacije od kojeg se

kreće u izbor. Npr. slučajnim odabirom izabran je 26 član populacije kao prvi izbor. To znači da će nakon njega u uzorak ući 36 član (26 + 10 = 36), zatim 46, pa 56 itd. c) Slučajni stratificirani uzorak: U slučaju ove vrste uzorka populacija se prije izbora uzorka najprije podijeli na poduzorke ili stratume - populacijske grupe. Primjerice, osobe sa završenom osnovnom školom mogu biti određene kao jedan stratum, osobe sa završenom srednjom školom kao drugi stratum, a osobe sa završenim fakultetom kao treći stratum. Nakon toga se unutar svakog stratuma slučajnim izborom izabire potreban broj članova uzorka. Najčešće se koristi tzv. proporcionalno stratificiranje. To znači da se iz svakog stratuma slučajnim odabirom odabire onoliki broj jedinica koliki je udio tog stratuma u populaciji. Primjerice, ako je udio osoba sa završenim fakultetom u Hrvatskoj 17%, tada se iz tog stratuma odabire 17% od svih jedinica ukupnog uzorka. Npr. ako je veličina ukupnog uzorka 1000 ispitanika to bi značilo da iz ovog stratuma treba slučajnim odabirom izabrati 170 ispitanika (170=17% od 1000). Stratifikacija uzorka može biti višeetapna: uzorak je moguće stratificirati s obzirom na različita obilježja u više etapa (koraka). Primjerice, u istraživanjima na uzroku opće populacije obično se provodi tzv. „dvoetapna” stratifikacija, tj. uzorak se stratificira na sljedeći način: 1. Etapa – stratifikacija po regionalnoj pripadnosti: uzorak građana RH se stratificira najprije prema regionalnoj pripadnosti. Cjelokupni teritorij RH podjeli se u pet ili šest tradicionalnih regija (najčešće se definiraju kao skupovi županija). To znači da se u prvom koraku određuje broj sudionika istraživanja iz svake regije. 2. Etapa – stratifikacija po veličini naselja: svaka od definiranih regija stratificira se s obzirom na veličinu naselja. Npr., regija se podjeli na 4 stratuma s obzirom na veličinu naselja: do 2.000 stanovnika, 2.001-10.000 stanovnika, 10.001–100.000 stanovnika, više od 100.000 stanovnika. Zatim se odredi koliko sudionika istraživanja unutar pojedine regije treba uključiti u uzorak iz svake od ove 4 grupe naselja Tablica 5: Prva etapa stratificiranja: stratifikacija po regionalnoj pripadnosti Regije % (udio u populaciji) N 1 – Zagreb i okolica 25% 250 2 – Sjeverna Hrvatska 17,8% 178 3 – Slavonija 17,8% 178

4 – Lika i Banovina 8,2% 82 5 – Istra, Hrvatsko primorje i Gorski Kotar 11,8% 118 6 – Dalmacija 19,1% 191 100% 1000 Tablica 6:. Druga etapa stratificiranja: startifikacija po veličini naselja 1. Zagreb i okolica 870.591 % N 1.1. > 100 000 560245 64% 160 1.2. 10 001 - 100 000 86262 10% 25 1.3. 2 000 - 10 000 44048 5% 13 1.4. < 2 000 180036 21% 52 2. Sjeverna Hrvatska 624.947 % N 2.1. > 100 000 0 0% 0 2.2. 10 001 - 100 000 117664 19% 33 2.3. 2 000 - 10 000 97111 16% 28 2.4. < 2 000 410172 66% 117 3. Slavonija 614.155 % N 3.1. > 100 000 0 0% 0 3.2. 10 001 - 100 000 220354 36% 64 3.3. 2 000 - 10 000 167555 27% 48 3.4. < 2 000 226246 37% 66 4. Lika i Banovina 308.036 % N 4.1. > 100 000 0 0% 0 4.2. 10 001 - 100 000 92541 30% 24 4.3. 2 000 - 10 000 44356 14% 12 4.4. < 2 000 171139 56% 46 5. Primorje, Gorski Kotar i Istra 417.985 % N 5.1. > 100 000 119309 29% 34 5.2. 10 001 - 100 000 67332 16% 19 5.3. 2 000 - 10 000 72352 17% 20 5.4. < 2 000 158992 38% 45 6. Dalmacija 669.819 % N 6.1. > 100 000 139083 21% 40 6.2. 10 001 - 100 000 164592 25% 47 6.3. 2 000 - 10 000 133607 20% 37 6.4. < 2 000 232537 35% 67 Nakon toga, izabiru se konkretna naselja unutar svake regije te se određuje procedura slučajnog izbora sudionika istraživanja unutar naselja.

  1. Klaster uzorak: Klaster uzorak se koristi kada se nisu poznata ključna populacijska obilježja. U slučaju ovog uzorka jedinice odabira nisu pojedinci već skupine ili klasteri. Uzorkovanje se obavlja na način da se slučajnim izborom izabiru skupine čiji svi članovi ulaze u uzorak. Uzmimo primjer istraživanja kojim se želi utvrditi koliko srednjoškolaca redovito čita internetske portale. Umjesto da se kao jedinice uzorka definiraju učenici, uzorkovanje će se obaviti na način da će se uzrokovati srednje škole, pa će se unutar svake srednje škole slučajnim izborom izabrati jedan razred čiji će učenici ući u uzorak. Dakle, u ovakvom načinu uzorkovanja slučajno se biraju skupine unutar kojih se potom ispituju svi članovi (Milas, 2009: 426). Neslučajni ili neprobabilistički uzorci Kod neprobabilističkih uzoraka radi se o svim ostalim vrstama uzoraka u kojima se izbor jedinica uzorka ne temelji na slučajnosti izbora. Kod ovih uzoraka jedinice populacije koje ulaze u uzorak biraju se u skladu s određenim kriterijima koje definira sam istraživač – nekim njegovim pretpostavkama, očekivanjima, znanjem o populaciji i slično. Shodno tome, ovakvi uzorci obično su po nekom selekcijskom kriteriju pristrani. Zbog toga nisu prikladni za generalizaciju rezultata istraživanja s uzorka na populaciju, tj. u slučaju ovakvih uzoraka istraživači trebaju biti vrlo oprezni ukoliko se rezultati istraživanja prikupljeni na uzorku žele generalizirati. To ujedno znači da ovakvi uzorci nisu ni prikladni za procjenu populacijskih parametara. Primjerice, ukoliko se istraživanje provodi na prigodnom uzorku s ciljem procjene broja ljudi koji u Hrvatskoj svakodnevno koriste društvenu mrežu Instagram, podaci koje prikupite neće omogućiti takvu procjenu. Ovu činjenicu posebice treba imati na umu budući da se zadnjih godina, uslijed sveprisutnosti društvenih mreža kao i pojave brojnih digitalnih alata za provedbu anketnih istraživanja (npr. SurveyMonkey, Google Forms, LimeSurvey itd.), drastično povećava broj istraživanja koja se provode posredstvom Interneta. U daleko najvećem broju slučajeva takva istraživanja provode se na nekoj vrsti neprobabilističkih uzoraka (najčešće na prigodnim uzorcima), koji ne podrazumijevaju jednaku vjerojatnost izbora populacijskih jedinica u uzorak. U pravilu, to su uzorci generirani nekom vrstom poziva za sudjelovanje u istraživanju ili izlučeni iz tzv. opt-in panela. Iako istraživanja

provedena na ovakvim uzorcima mogu pružiti korisne uvide, osobito u ranoj fazi istraživanja, njihovi rezultati zahtijevaju pažljivu interpretaciju i nije ih primjereno koristiti za donošenje zaključaka o cijeloj populaciji. Dakle, ponovimo: prilikom tumačenja rezultata istraživanja koji su prikupljeni na neprobabilističkim uzorcima, a takvih je u zadnje vrijeme sve više, treba biti svjestan činjenice da se posredstvom njih, bez obzira koliko velik bio uzorak, nikako ne mogu procjenjivati populacijski parametri. Neslučajni uzorci u pravilu se koriste u eksplanatornim istraživanjima, tj. u istraživanjima posredstvom kojih se želi steći prvi uvid u fenomen koji se istražuje, konstruirati neku radnu hipotezu koja će se kasnije testirati na reprezentativnom uzorku ili kada ne postoje nikakve mogućnosti za neku verziju probabilističkog uzorkovanja. U istraživanjima metodom ankete najčešće se koriste sljedeći neprobabilistički uzorci. a) Kvotni uzorak Kvotni uzorak predstavlja poseban oblik neprobabilističkog uzorka u kojem se unaprijed određuju potencijalno značajne podgrupe populacije za koje se smatra da se razlikuju u istraživanom svojstvu, te se obično pazi da u uzorku budu zastupljene u proporcijama koje odgovaraju populaciji. Primjerice, istraživač unaprijed definira točan broj ispitanika određenih karakteristika koje je potrebno uključiti u istraživanje – primjerice broj muškaraca i žena, mlađih i starijih osoba, ili više i manje obrazovanih sudionika. Nakon toga, izbor konkretnih sudionika unutar svake kvote ne odvija se po principu slučajnog odabira, već istraživač sam odabire ispitanike koji zadovoljavaju tražene kriterije. Primjerice, ako se istraživanje provodi u gradu Zagrebu, a jedna od definiranih kvota uključuje 10 žena sa završenom srednjom školom, istraživač može odabrati bilo kojih 10 žena koje odgovaraju tom obrazovnom profilu. U suštini, kvotni uzorak predstavlja neprobabilističku verziju stratificiranog uzorka. Broj ispitanika unutar pojedine podgrupe (kvote) obično je proporcionalan udjelu te grupe u populaciji, ali se unutar svake kvote ne primjenjuje slučajni odabir sudionika. Zbog toga, iako kvotni uzorci omogućuju bolje pokrivanje ključnih podgrupa u populaciji, oni i dalje ne omogućuju pouzdanu generalizaciju rezultata na cijelu populaciju. Ipak, kvotni uzorci su vrlo

korisni u istraživanjima kada je važno osigurati zastupljenost određenih skupina ili kada slučajni odabir nije praktično izvediv. b) Prigodni uzorak Prigodni uzorak predstavlja skupinu pojedinaca koji su dostupni u trenutku kada se provodi istraživanje. Dakle, u uzorak se izabiru se oni sudionici istraživanja koji su u trenutku provođenja istraživanja „pri ruci“, do kojih istraživač može doći. Npr. istražuju li se navike u korištenju Instagrama na uzorku studenata Fakulteta hrvatskih studija, prigodni uzorak činili bi studenti komunikologije koji pohađaju kolegij Metodologija istraživanja masovne komunikacije. c) Namjerni uzorak Ovo je uzorak koji je konstruiran na osnovu neke posebne strategije odabira sudionika istraživanja, tj. izbor sudionika obavlja se temeljem nekog posebnog kriterija. Obično se koristi neki kriterij koji osigurava veću homogenost ili bolju informiranost sudionika o temi istraživanja. Najčešći tip takvog uzorka je uzorak tipičnih slučajeva. To znači da se u uzorak izabiru pojedinci koji posjeduju određena „tipična obilježja“, a koja su važna s obzirom na ciljeve istraživanja. Npr. ukoliko istraživača zanimaju navike srednjoškolaca koji intenzivno koriste Instagram tada će u uzorak uključiti srednjoškolce koji minimalno četiri ili pet puta dnevno pristupaju ovoj društvenoj mreži. d) Uzorak snježne grude (snowball uzorak) Ova vrsta uzorka najčešće se koristi u istraživanjima relativno malih, nepoznatih ili teško dostupnih skupina čiji članovi dijele određeno svojstvo, interes ili ponašanje. Princip uzorkovanja temelji se na početnom odabiru malog broja poznatih članova populacije koji zadovoljavaju istraživačke kriterije, a zatim ti sudionici sami preporučuju ili upućuju istraživača na druge osobe koje bi također mogle biti uključene u uzorak. Na taj način uzorak “rastuće snježne grude” postepeno se širi kroz mrežu poznanstava unutar ciljne populacije. Ova metoda je posebno korisna u sljedećim situacijama: • kada nije moguće pribaviti popis svih članova populacije,

• kada je populacija izrazito rijetka ili “nevidljiva”, što otežava identifikaciju i kontaktiranje članova, • kada se istražuju marginalizirane ili zatvorene skupine koje zbog svoje prirode izbjegavaju standardne metode pristupa. Iako uzorak snježne grupe omogućuje pristup teško dostupnim populacijama i pruža korisne podatke za eksploratorna istraživanja, važno je zapamtiti da je riječ o neprobabilističkom uzorku. To znači da kao i u slučaju ostalih neprobabilističkih uzoraka rezultate istraživanja nije moguće poopćiti na cijelu populaciju, jer izbor sudionika ovisi o mrežama poznanstava i preporukama, što može uvoditi selekcijsku pristranost. Odluka o veličini slučajnog uzorka Ne postoji jedan kriterij koji je ključan za donošenje odluke o potrebnoj veličini slučajnog uzorka. U velikom broju slučajeva odluka o veličini uzorka ovisi i o samim provedbenim mogućnostima istraživanja, ali i o svrsi i problematici istraživanja. Primjerice, ako se provodi eksploratorno istraživanje čiji je cilj stjecanje prvih uvida u predmet istraživanja ili je cilj prikupljanje podataka kako bi se konstruirale hipoteze koje će se testirati u nekim drugim istraživanjima, tada se istraživanje može provesti i na uzorcima manje veličine. U slučaju istraživanja kojim se žele utvrditi kauzalni odnosi između varijabli ili testirati neke hipoteze, potrebniji su veći uzorci. No, generalno gledajući, na potrebnu veličinu slučajnog uzorka najviše utječe varijabilnost pojave te dopuštena pogreška u zaključivanju. Drugim riječima, što je pojava varijabilnija, što više varira, i ukoliko istraživači ne mogu dopustiti veliku pogrešku u zaključivanju, tada je potreban veći uzorak. S druge strane, ako je moguće tolerirati veću pogrešku u zaključivanju i ukoliko se pretpostavlja da pojava nije jako varijabilna, tada je moguće istraživanje raditi na manjim uzorcima. Korisni postupak u određivanju željene veličine slučajnog uzorka je računanje standardne pogreške proporcije. Primjerice, ukoliko je poznato da pojava maksimalno varira (raspodjeljuje se u omjeru 50:50) i ukoliko nije moguće dopustiti pogrešku u zaključivanju veću od ±3%, tada je potreban uzorak od minimalno 1000 sudionika istraživanja. Naime, standardna pogreška proporcije pri ovoj varijaciji i pri ovoj veličini uzorka iznosi približno 3%. To znači da se na izračunatu vrijednost neke pojave dodaje i oduzima 3%, tj. da se očekuje kako će se prava

populacijska vrijednost pojaviti u intervalu od ±3% od vrijednosti dobivene na uzorku. Ukoliko istraživač može priuštiti veću pogrešku od ±3%, tada može istraživanje obaviti na manjem uzorku. Dakle, standardna pogreška proporcije slučajnog uzorka ukazuje na raspon unutar kojeg se može očekivati prava populacijska vrijednosti. Npr. ako u uzroku od 1000 ispitanika, 50% sudionika istraživanja izjavi da čita neki Internet portal, a taj rezultat je podrazumijeva standardnu pogrešku proporcije od +/-3,2%, tada to znači da s 95% vjerojatnosti možemo biti sigurni da taj portal čita između 46,8% i 53,2% članova populacije iz koje je uzorak izabran. To znači da standardna pogreška proporcije nije samo sredstvo koje može služiti kao orijentir pri donošenju odluke o veličini uzorka, već je i vrlo važan instrument pravilnog zaključivanja s uzorka na populaciju. Bez nje nije opravdano prikazivati očekivane populacijske vrijednosti. Standardna pogreška proporcije računa se na sljedeći način: pxq p = % populacije koje ima neko svojstvo q = % populacije koje nema to svojstvo N N = veličina uzorka Budući da se standardna pogreška proporcije obično izražava s određenom vjerojatnošću, dobivena vrijednost najčešće se množi s 1,96, što podrazumijeva 95% interval pouzdanosti. To znači da se standardna pogreška tada tumači s 95% sigurnošću ili vjerojatnošću, tj. prihvaća se uz 5% rizika pogreške u procjeni. Tablica 7: Standardna pogreška proporcije pri maksimalnoj varijabilnosti uzorka na razini pouzdanosti od 95% Veličina uzorka Standardna pogreška proporcije pri maksimalnoj varijabilnosti uzorka na razini pouzdanosti od 95% 50 -/+ 14,2% 75 +/-11,5% 100 +/-10% 200 +/-7,1% 500 +/-4,5% 1000 +/-3,2% 2000 +/-2,2%

5000 +/-1,4% Vrijednosti u tablici ukazuju na jedno važno obilježje odnosa između veličine standardne pogreške proporcije i veličine uzorka. Naime, očekivani iznos maksimalne standardne pogreške proporcije ne smanjuje se linearno s povećanjem uzorka. Primjerice, pri veličini slučajnog uzorka od 1000 sudionika maksimalna standardna pogreška proporcije iznosi +/- 3,2%. Međutim, ukoliko uzorak poduplamo, tj. povećamo ga na 2000 sudionika, standardna pogreška se neće smanjiti za duplo — njen iznos pri uzorku od 2000 sudionika iznosi ±2,2%. Ovo pokazuje da, s gledišta vjerojatnosti pogreške, nije nužno provoditi istraživanja na izrazito velikim uzorcima. Ako je moguće tolerirati pogrešku u procjeni do 2% ili 3%, slučajni uzorci od 1000 do 2000 sudionika bit će sasvim zadovoljavajući. Ukoliko je moguće tolerirati pogrešku do 5%, zadovoljavajući uzorak iznosit će oko 500 sudionika. Pogreške u procjeni s uzorka na populaciju Budući da uzorak ne obuhvaća cijelu populaciju, već predstavlja model populacije on uvijek sadrži i mogućnost pogreške (Halmi, 1999:39). Pogreške u zaključivanju s uzorka na populaciju mogu se podijeliti na tzv. uzoračke pogreške i neuzoračke pogreške. Riječ je o pogreškama (eng. sampling errors) koje se pojavljuju u istraživanjima provedenim na uzorcima ispitanika, a proizlaze iz procesa uzorkovanja. Manifestiraju se u razlikama između dobivenih rezultata na uzorku i stvarnih vrijednosti koje bi se dobile kada bi bila ispitana cijela populacija. Uzoračke pogreške su posljedica činjenice da se istraživanje radi na uzorku, a ne na cijeloj populaciji. Postoje dvije vrste uzoračkih grešaka 1. Greške koje nastaju zbog pogrešaka u izboru uzorka: primjerice, kriva procedura odabira ili podzastupljenost određenih sudionika s posebnim sociodemografskim obilježjima. Ove pogreške spadaju u sustavne pogreške (bias) i ne mogu se kvantificirati standardnom pogreškom. 2. Greške koje nastaju kao posljedica same slučajnosti odabira, tj. kao posljedica slučajnih varijacija u uzorku. Riječ je o očekivanim varijacijama slučajnih uzoraka, koje proizlaze

iz činjenice da se istraživanje provodi na probabilističkom uzorku, a ne na cijeloj populaciji. Dakle, sama slučajnost izbora uvijek rezultira određenom pogreškom. Greške koje kod slučajnih uzoraka nastaju kao posljedica slučajnih varijacija mogu se kontrolirati računanjem pogreške proporcije ili računanjem standardne pogreške aritmetičke sredine u slučaju mjerenja na intervalnim ili omjernim varijablama. Poznavanjem ovih parametara može se procijeniti kolika je pogreška procjene s obzirom na veličinu uzorka i varijabilnost pojave, tj. kolika je pogreška uzrokovana slučajnom varijacijom uzorka. Standardna pogreška aritmetičke sredine izračunate na nekom uzorku računa se slično kao i standardna pogreška proporcije: S S = standardna devijacija N = veličina uzorka N-1 Pogreška u tumačenju standardne pogreške Dakle, statistička pogreška proporcije uzorka (kao i standardna pogreška aritmetičke sredine) važan je indikator moguće pogreške u interpretaciji rezultata istraživanja. Ona je ušla i u javnu upotrebu budući da je vrlo često novinari i politički analitičari predstavljaju prilikom medijske prezentacija istraživanja rejtinga političkih stranaka i kandidata. Budući da su ta istraživanja medijski izrazito zanimljiva, pogotovo u neposredno prije političkih izbora, učestalo se objavljuju kako na portalima tako i u drugim medijima (radio, TV, tisak). Međutim, ovaj statistički indikator vrlo se često pogrešno interpretira. Primjerice, pri analizama podrške kandidatima na uzorku od 600 sudionika često se kaže da je „razlika između dvaju kandidata unutar statističke pogreške od 4%“. U stvarnosti se u većini medijskih prikaza spominje maksimalna standardna pogreška proporcije, tj. ona koja se računa pri maksimalnoj varijaciji (p = 0,5). Time se implicitno pretpostavlja da je standardna pogreška ista za sve proporcije, što nije točno. Za proporcije različite od 50% standardna pogreška proporcije je manja. Primjerice, ako kandidat ima podršku od 30%, a drugi 32%, standardna pogreška proporcije za uzorak od 600

ispitanika iznosi približno +/-3,7%. Ovo pokazuje da medijska interpretacija „pogreške uzorka“ često precjenjuje stvarnu varijabilnost. Drugi problem s interpretacijom ovog pokazatelja, koji se uglavnom uopće ne razmatra, odnosi se na to da on procjenjuje vjerojatnost pogreške samo na temelju jednog izvorišta – slučajne varijabilnosti uzorka i što ga u suštini ima smisla računati samo za slučajne uzorke. Ako ostavimo po strani problem slučajnosti uzorka to znači da ovaj pokazatelj ne govori ništa o drugoj vrsti uzoračke pogreške, tj. o onoj koja proizlazi iz moguće pristranosti u izboru uzorka. Pri tom je poseban problem u suvremenim anketnim istraživanjima koja smjeraju imati visoku prediktivnu valjanost drastičan pad odaziva na sudjelovanje što može imati znatne reperkusije na preciznost mjerenja. Treće, standardna pogreška proporcije ne upućuje na spomenute neuzoračke pogreške. Primjerice, davanje neiskrenih odgovora, neodgovaranje na pitanje, izbjegavanje odgovaranja tvrdnjom da su neodlučni itd. Prema tome, prilikom predstavljanja rezultata istraživanja često se iz vida ispušta činjenica da je tzv. „statistička greška“ tj. standardna pogreška proporcije, samo dio ukupne greške istraživanja. Neuzoračke pogreške u anketnim istraživanjima Neuzoračke pogreške (eng. non-sampling errors) nemaju svoje ishodište u uzorku, već proizlaze iz različitih momenata u samom istraživanju. Primjerice, svako anketno istraživanje ujedno je i komunikacijski proces (sinkron ili asinkron) te stoga može generirati različite vrste nerazumijevanja. Također, pogreške u unosu podataka u bazu ili u njihovoj obradi ili interpretaciji isto mogu utjecati na valjanost spoznaja prikupljenih anketnim istraživanjem. Neke od najčešćih podvrsta neuzoračkih pogrešaka u anketnim istraživanjima prema Foddyju (1993) su one koje se vezuju uz uključenost ispitanika u proces anketiranja, njihovu motiviranost, kao i njihovo razumijevanje anketnih pitanja. Npr.: 1. Ispitanici ne razumiju pitanje na način na koji je ono postavljeno, tj. krivo interpretiraju smisao pitanja i shodno tome daju „pogrešne odgovore“. 2. Ispitanici ne ulažu dovoljno napora kako bi protumačili pitanje ili na pravi način interpretirali ono što se od njih traži. 3. Ispitanici pogrešno memoriraju pojedine događaje pa daju krive odgovore na pitanja koja uključuju neki vremenski okvir (npr. posljednjih godinu dana).

  1. Ispitanici nisu voljni surađivati u procesu anketiranja, odgovaraju na pitanja, ali samo tako da se što brže „riješe ankete“. Tome treba dodati i druge mogućnosti pogrešaka koje potiču od ispitanika, kao što su davanje neiskrenih odgovora, izbjegavanje odgovaranja na pitanja koja se procjenjuju nepoželjnima zbog straha ili nelagode ispitanika. U takvim okolnostima dolazi do toga da ispitanici biraju odgovore koji su im na određeni način „sigurniji“ ili djeluju „neutralnije“, ali koji nužno ne reprezentiraju njihovo mišljenje. To posebno dolazi do izražaja kod pitanja koja se odnose na vrijednosne stavove ili političke preferencije. Tipičan primjer toga je tzv. efekt spirale šutnje, gdje pojedinci izbjegavaju izražavanje mišljenja za koje percipiraju da su u manjini, zbog bojazni da će biti izolirani ili negativno ocijenjeni. U neuzoračke pogreške ubrajaju se i one koje proizlaze iz loše verbalizacije pitanja u anketi, neadekvatnog broja ponuđenih opcija, neadekvatnog izbora ljestvica za mjerenje stavova, prevelikog broja pitanja, neadekvatnog poretka pitanja u anketi. Loše koncipiran upitnik rezultirat će nevaljalim odgovorima, a posljedično tome i nevaljalim spoznajama. Stoga je za izbjegavanje ove vrste pogrešaka nužno poznavati pravila postavljanja anketnih pitanja, kao i mogućnosti i ograničenja pojedinih vrsta pitanja te ljestvica za mjerenje stavova. Također, u anketnim istraživanjima u kojima se podaci prikupljaju posredstvom anketara (anketa licem u lice, kao i telefonska anketa), pogreške mogu proizaći iz pogrešaka u radu anketara. Primjerice, sugeriranje odgovora ispitaniku, preskakanje određenih pitanja kako bi se anketa brže završila, djelomično čitanje pitanja, pogreške u bilježenju odgovora, tj. u njihovom zapisivanju. Prema tome, neuzoračke pogreške su sve one koje utječu na preciznost istraživanja, a generalno potječu od ispitanika, anketara i samog mjernog instrumenta. Dakle, one nisu posljedica lošeg uzorkovanja niti slučajnih varijacija uzorka, već proizlaze iz niza čimbenika povezanih s komunikacijom, ponašanjem i motivacijom ispitanika, ali i s postupcima istraživača i anketara. Budući da se radi o pogreškama koje se često ne mogu kvantificirati niti jednostavno otkriti, njihovo prepoznavanje i prevencija zahtijevaju prvenstveno pažljivo pripremanje anketnog istraživanja, pažljivo koncipiranje anketnog upitnika, pažljivu provedbu ankete i obradu podataka.