– podstawowe zagadnienia
2.2. Zbiorowość statystyczna a wybór procedury statystycznej
Prowadząc badanie pierwotne na podstawie próby badawczej (badanie częściowe), ważnym zagadnieniem, które powinniśmy wziąć pod uwagę, jest reprezentatyw-ność próby. Próba reprezentatywna powinna być dobrana w sposób losowy i być wystarczająco liczna (Wiktorowicz, 2004a, s. 34). Ustalenie minimalnej liczebno-ści próby to jeden z pierwszych etapów badania, w których zastosowanie metod statystycznych jest konieczne. Z uwagi na ramy niniejszego opracowania nie bę-dziemy szczegółowo zajmować się tymi zagadnieniami2.
W zależności od tego, czy badamy populację generalną, czy próbę, a jeśli próbę – czy dobrana została w sposób pozwalający na uogólnienia (a więc w sposób zapewniający jej reprezentatywność), możemy zastosować metody statystyczne z innej grupy. Ogól-nie rzecz biorąc, z formalno-statystycznego punktu widzenia metody statystyczne dzie-li się na metody statystyki opisowej (opisu statystycznego) i statystyki matematycznej (wnioskowania statystycznego) (Wiktorowicz, 2004b, s. 23). Metody statystyki opiso-wej służą do opracowania danych z obserwowanej zbiorowości, a więc w przypadku badań częściowych tylko z próby, a dla badań całkowitych – oczywiście z całej populacji (Dobrowolska, Grzelak, Jarczyński, 2017). Oznacza to, że metody statystyki opisowej można zastosować tylko w odniesieniu do przebadanych jednostek, a więc w przypad-ku badań kwestionariuszowych (które w przeważającej mierze mają charakter częś-ciowy) tylko do próby; nie pozwalają one na uogólnienia poza próbę (Szymczak, 2010, s. 92). Natomiast gdy wnioskujemy o populacji generalnej na podstawie wyników dla reprezentatywnej próby, stosujemy metody statystyki matematycznej (Domański i in., 2014, s. 11). O metodach tych będzie mowa w dalszej części tego rozdziału – omówie-nie wybranych z nich stanowi treść kolejnych części tej publikacji.
2 Zagadnienia metodologiczne związane z planowaniem badania, w tym doborem próby, zo-stały w przystępny sposób omówione między innymi w: Frankfort-Nachmias, Nachmias, 2001; Babbie, 2006; Nowak, 2007; Rószkiewicz i in., 2013. Szczegółowe wyjaśnienia w tym zakresie, uwzględniające mocną podbudowę statystyczną, znaleźć można na przykład w: Zasępa, 1972; Kordos, 1988; Steczkowski, 1995; Bracha, 1996; Sarndal, Swenson, Wretman, 1997; Domański, Pruska, 2000; Wywiał, 2003; 2010; Szreder, 2010a; 2010b. Warto dodać, że w badaniach sięga się również po metody repróbkowania statystycznego (resampling), a wśród nich zwłaszcza metody bootstrapowe i permutacyjne. Wnioskowanie statystyczne jest w ich przypadku prze-prowadzane nie na pewnej skończonej próbie, ale na sztucznie utworzonej populacji general-nej, która powstaje poprzez repróbkowanie (wielokrotne losowanie, zaleca się nie mniej niż tysiąc powtórzeń) z tej skończonej, reprezentacyjnej próby. W ten sposób nie jest konieczne badanie założeń dotyczących populacji, gdyż otrzymana poprzez repróbkowanie próba trak-towana jest jako populacja. W podejściu tym estymuje się między innymi przedziały ufności i na ich podstawie ocenia się zgodność parametrów w kilku populacjach czy też współczyn-niki regresji. Szerzej na ten temat por. na przykład Domański i in., 2014; Kończak, 2016.
Zbiorowość statystyczna a wybór procedury statystycznej 37 Badania częściowe mogą mieć charakter badań sondażowych lub eksperymen-talnych. Jak pisze Kowal (1998, s. 14–15), badania kwestionariuszowe (do których przede wszystkim odwołujemy się w tej książce) utożsamiane są z badaniami son-dażowymi (surveyowymi). Są to badania obserwacyjne, wykorzystywane zwłasz-cza gdy chcemy poznać opinie na jakiś temat (aczkolwiek nie tylko), stąd określa się je też czasem jako badania jakościowe (bo dostarczają jakościowej oceny badanych zjawisk). Z uwagi na wysoki stopień standaryzacji badania tego typu (Krzewińska, Grzeszkiewicz-Radulska, 2013) dostarczają danych umożliwiających zastosowanie w ich analizie metod statystycznych (z natury opartych na procedurach matema-tycznych). Dlatego tak ważne jest odpowiednie opracowanie danych pochodzących z tego typu badań, w tym zwłaszcza właściwe utworzenie zbioru danych (o czym była mowa w poprzednim rozdziale). W przypadku tego typu badań bardzo ważne jest zapewnienie odpowiednich warunków jego przeprowadzania, tak aby spełnio-ne były kryteria dobrego badania, tj. sprawdzalność, możliwość przenoszenia, nie-zawodność i wiarygodność (Brzezińska, Rycielski, Sijko, 2010, s. 42–72). Wymaga to dużej troski o przeprowadzenie badania, z zachowaniem ściśle określonych reguł gwarantujących wysoką jego jakość na każdym etapie.
Badania eksperymentalne z kolei prowadzone są zwłaszcza w celu wykazania wpływu jakiegoś czynnika (wrócimy do tej klasyfikacji w rozdziale szóstym). Ba-dacz zmienia w nich warunki i obserwuje skutki, jakie to przynosi. W psychologii stosuje się (jako podstawowy) podział na badania eksperymentalne i korelacyjne. Mówiąc najprościej, w badaniu eksperymentalnym badacz sam tworzy „zmienność” między jednostkami, na jedną z grup działając bodźcem (np. podając określony lek), a na inną nie (stosując placebo zamiast leku), podczas gdy w badaniach kore-lacyjnych analizuje się istniejącą zmienność między jednostkami. Badania ekspe-rymentalne pozwalają zatem na identyfikację związków między zjawiskami. W na-ukach społecznych (obejmujących ekonomię i finanse, nauki o zarządzaniu i jakości, geografię społeczno-ekonomiczną i gospodarkę przestrzenną, ale też np. nauki so-cjologiczne czy psychologię) znaczenie tych metod jest zróżnicowane. W ekono-mii, socjologii czy gospodarce przestrzennej wykorzystuje się przede wszystkim badania sondażowe (które w swojej istocie odpowiadają korelacyjnym badaniom psychologicznym), podczas gdy w psychologii większe znaczenie przywiązuje się do badań eksperymentalnych. Zaletą badań eksperymentalnych jest to, że związki można interpretować w kategoriach relacji przyczynowo-skutkowych (jeśli uda się rzeczywiście zapewnić ścisłą kontrolę zmiennych sytuacyjnych, nie wymaga to bu-dowania modeli, wystarczy zastosowanie prostych testów statystycznych). Z kolei w badaniach sondażowych (korelacyjnych) żadne pojedyncze kryterium obserwa-cyjne (czynnik) nie może być w pełni trafne, dla dokonania satysfakcjonującej oce-ny wpływu czynnika konieczne jest równoczesne uwzględnienie wielu kryteriów
38 Metody statystyczne – podstawowe zagadnienia
(konstruujemy zatem model uwzględniający wiele czynników jednocześnie i mający podbudowę teoretyczną). W badaniach szuka się również rozwiązań pośrednich, łączących zalety obu podejść – proponuje się eksperymenty społeczne czy badania quasi-eksperymentalne (Jaworska, 2004, s. 126–147).
W badaniach sondażowych istnieje czasem potrzeba wyrównania struktury próby do struktury populacji, gdyż z punktu widzenia kluczowych zmiennych, z uwagi na które starano się zapewnić reprezentatywność próby, jej struktura róż-ni się od struktury populacji. Jak podkreślano, dzieje się tak na przykład wówczas, gdy celowo dobieramy próbę w sposób nieproporcjonalny, aby zapewnić wystar-czającą liczebność w każdej z wyróżnionych warstw (np. w badaniach przedsię-biorstw nadreprezentowane są duże podmioty), ale też wtedy, gdy w poszczegól-nych warstwach stopa zwrotu (response rate) jest różna (np. gdy w wylosowanej próbie osoby starsze rzadziej odmawiają udziału w badaniu niż osoby młodsze). W takiej sytuacji należy zastosować wagi analityczne i przed użyciem testów sta-tystycznych uruchomić ważenie próby (Rószkiewicz i in., 2013).
Musimy mieć przy tym świadomość, że – jeśli badanie realizowane jest na podsta-wie próby, a nie populacji generalnej – z uwagi na prowadzenie analiz w warunkach niepewności „dowody empiryczne” dostarczają jedynie przesłanek za prawdziwością stawianych hipotez. Jeśli z kolei badamy populację generalną, nie jest nam potrzebne wnioskowanie statystyczne – analiza nie jest prowadzona w warunkach niepewno-ści (przebadaliśmy wszystkie jednostki należące do populacji generalnej, możemy więc stawiać wnioski kategoryczne, a nie tylko przypuszczenia co do prawidłowości zachodzących w populacji generalnej) – stosuje się metody statystyki opisowej. Me-tody z tej grupy zastosujemy również wtedy, gdy próba nie spełnia warunków repre-zentatywności (zwłaszcza gdy została dobrana w sposób celowy). Oznacza to jednak, że wnioski w takiej sytuacji można odnosić tylko do przebadanej próby (nie jesteśmy uprawnieni do uogólniania ich na populację generalną).
Następne ważne zagadnienie to schemat przeprowadzanego badania, a kon-kretnie to, czy pomiar jest niezależny, czy zależny. Pomiar niezależny dotyczy odrębnych podpopulacji. Przykładowo: gdy porównujemy kobiety i mężczyzn pod względem poziomu wynagrodzeń, mamy do czynienia z pomiarem niezależnym. Również gdy porównujemy grupę badaną z kontrolną, dokonywany jest nieza-leżny pomiar w obu zbiorowościach. Z pomiarem zanieza-leżnym mamy do czynienia głównie w badaniach eksperymentalnych, ale też w ewaluacji czy badaniach mar-ketingowych. Dotyczy to zwłaszcza schematów typu pre-test – post-test, w których sprawdzamy skuteczność danej terapii, reklamy, wsparcia w ramach środków EFS itp. W badaniach tego typu dokonuje się pomiaru przed rozpoczęciem działania bodźcem (np. przed rozpoczęciem terapii), a następnie po zakończeniu działa-nia bodźcem. Często wprowadza się dodatkowy, odroczony pomiar (np. w trzy
Sposób pomiaru zjawisk jako kryterium wyboru metod statystycznych 39 miesiące po zakończeniu terapii). Możliwe jest również przeprowadzenie analiz uwzględniających oba schematy (np. gdy sprawdzamy, czy poprawa stanu zdrowia oceniana w kolejnych dobach nastąpiła szybciej przy różnych dawkach leku).