Vyzkum_v_osetrovatelstvi
5 Výzkumný vzorek
5 Výzkumný vzorek
5.1 Testovací otázky
Výzkumný vzorek nebo také výběrový soubor lze chápat jako skupinu jednotek, která je v rámci výzkumu pozorována nebo kterou se výzkumník zabývá.
V souvislosti s výzkumným vzorkem v kvantitativním výzkumu se opět dostáváme k redukci informací (viz 4. Limity výzkumu), přesněji k redukci populace na vzorek.
Rozdíl mezi populací a vzorkem je nejen ve velikosti či počtu obsažených jednotek (např. respondentů), ale především v tom, že populace je soubor jednotek, pro které by měly být výsledky daného výzkumu platné, jinak řečeno, jde o soubor jednotek, o kterém chce výzkumník získat informace. Populací mohou být např. geriatričtí pacienti, pacienti s určitou diagnózou, staniční sestry, studenti ošetřovatelství apod.
Vzorek je skupina jednotek, které jsou v daném výzkumu reálně pozorovány. (DISMAN, 2002) Výzkumný vzorek je možné si také představit jako podmnožinu populace.
Pro statistické zpracování se pro počet jednotek ve vzorku užívá označení „n“. (HENDL, 2012)
K této redukci populace na vzorek dochází především z důvodu, že není možné finančních, technických, etických či jiných příčin zkoumat všechny jednotky, které jsou pro daný výzkum relevantní. Proto je nutné, tento výzkumný vzorek správně vytvořit. „Abychom byli schopni z chování vzorku předpovídat chování populace, musí struktura vzorku imitovat složení populace tak přesně, jak je to jen možné.“ (DISMAN, 2002, s. 94)
Závěry výzkumu, které vycházejí z informací o výzkumném vzorku, bývá žádoucí zobecnit na celou populaci.
K zobecnění může dojít, jestliže je zkoumaný vzorek vůči populaci reprezentativní.
Za reprezentativní vzorek je považován takový, který se podobá populaci v jejích charakteristikách, tedy ve všech jejích podstatných rysech a vlastnostech.
Rozeznáváme dva základní typy výběru jednotek:
1. pravděpodobnostní – náhodný výběr
- každá jednotka populace má stejnou pravděpodobnost, že bude součástí výzkumného vzorku
- náhodný vzorek reprezentuje veškeré (známé i neznámé) vlastnosti populace
- u náhodného vzorku lze stanovit pravděpodobnost chyb mezi vzorkem a populací (viz 6.3 Analýza dat)
- prostý/jednoduchý – na základě požadované velikosti vzorku, která je předem výzkumníkem definována, se náhodně vybírají jednotlivé jednotky např. losem, náhodným generování čísel (pomocí PC)
- systematický - na základě požadované velikosti vzorku, která je předem výzkumníkem definována, se náhodně vybere první jednotka a následně je vybírána dle stanoveného klíče každá x-tá (např. každá druhá, desátá apod.)
- stratifikovaný – populace je rozdělena do skupin, které jsou na základě nějakého kritéria homogenní a dále jsou z těchto skupin jednotky vybírány náhodně
- vícestupňový – náhodný výběr probíhá minimálně ve dvou krocích;
př. 1) náhodně vybraná fakultní nemocnice v ČR
2) náhodně vybraná klinika dané fakultní nemocnice
3) náhodně vybrané oddělení dané kliniky
4) náhodně vybraní pacienti daného oddělení
2. nepravděpodobnostní - nenáhodný výběr
- záměrný, účelový
- užívá se v kvantitativním i kvalitativním výzkumu
a) kvótní – lze využít u populace, o které máme dostatek informací, protože napodobuje ve struktuře vzorku známé vlastnosti dané populace; výzkumník předem určí kvótu, podle které se vyhledávají jednotky
př. muži ve věku 50–55 let, se středoškolským vzděláním, žijící minimálně 10 let v Praze, 0–5 let po infarktu myokardu
b) účelový – záměrný
- je nutné jasně určit populaci, kterou účelově vybraný vzorek reprezentuje
- neumožňuje širokou generalizaci (př. diabetici používající určitý typ inzulinového pera)
c) technika sněhové koule – snowball sampling
- výběr na základě doporučování
- nějaký původní informátor doporučí dalšího člena cílové skupiny a tím se počet účastníků výzkumu navyšuje
př. při rozhovorech respondent doporučí dalšího vhodného účastníka výzkumu, ten následně dalšího atd.
d) anketa
- vzorek vzniká na základě samovýběru respondentů (záleží na rozhodnutí respondenta, zda se dané ankety účastní)
- nelze definovat populaci, ke které by bylo možné vztahovat výsledky ankety
Důležitým aspektem kvality kvantitativního výzkumu je také velikost vzorku. Obecně platí, že čím větší vzorek, tím přesnější závěry. Je ale nutné vždy brát v úvahu, o jaký výzkum se jedná, protože v některých případech je i výzkum provedený na malém výzkumném vzorku dostatečně vypovídající. Z tohoto důvodu je velikost výzkumného vzorku relativní. (BÁRTLOVÁ, SADÍLEK, TÓTHOVÁ, 2009)
Přesto existuje zažitá konvence v oblasti výzkumu stanovující následující pravidlo:
n 50 – velice malý vzorek
n 100 – malý vzorek
n 200 – přiměřený vzorek
n 300 – dobrý vzorek
n 500 – velice dobrý vzorek
n 1000 – výborný vzorek
Velikost vzorku v kvalitativním výzkumu je velice různorodá. V porovnání s kvantitativním výzkumem se v naprosté většině jedná o mnohem menší vzorky, obvykle čítající řády jednotek až desítek respondentů.
Pro stanovení výzkumného vzorku v kvalitativním výzkumu je třeba mít na mysli, že záleží vždy na jeho zaměření a prostředí, ve kterém má být daný výzkum realizován. Je tedy důležité jasně definovat cíl, který je zkoumán a následně jednotku analýzy (jedinec, skupina, kultura apod.) a místo analýzy (organizace, událost, projekt, třída apod.).
Převedeno do kontextu ošetřovatelství se v případě jednotky analýzy může jednat o jednotlivé pacienty či sestry, skupinu pacientů s určitou diagnózou, nelékařský zdravotnický personál s různým stupněm vzdělání, pacienty jednoho etnika nebo vyznávající určité náboženství apod.
Místem analýzy může být nemocnice, nemocniční oddělení či několik oddělení stejné odbornosti, v případě hledání rozdílů (komparace) pak oddělení odlišné odbornosti. Jako událost lze zkoumat např. prožívání pacientů průběhu nějakého vyšetření nebo interakce pacienta a lékaře/sestry atd. Projektem v ošetřovatelství může být např. zavádění nového ošetřovatelského postupu, intervence nebo změna organizace práce.
S výzkumným vzorkem v rámci kvalitativního výzkumu souvisí následující termíny:
- prostředí/místo analýzy – viz výše
záleží, k jakému účelu bude výzkum sloužit; v některých případech kvalitativního výzkumu nejdříve volíme problém a pak prostředí, v některých případech opačně, tedy nejdříve prostředí a následně je definován problém
- gatekeeper (dveřník) – tato osoba většinou umožňuje vstup do prostředí, může ovlivnit přístup dalších lidí k výzkumníkovi, a to tak, že se jedná o osobu, která dává svolení výzkum provádět, jindy jde o řadového člena skupiny, který je ale neformální autoritou a až na základě jeho spolupráce nebo participace na výzkumu se začlení i ostatní
- technika sněhové koule - viz výše
- teoretická saturace – k teoretické saturaci dochází, když se získávaná data opakují, jinak řečeno, v odpovědích respondentů se neobjevují nové informace
Jednou z metod kvalitativního výzkumu je focus group, neboli ohnisková skupina (viz 1 Metody výzkumu), která má svá specifika pro výběr vzorku, tedy právě ohniskové skupiny.
Velikost ohniskové skupiny bývá obvykle 6-12 účastníků. Počet účastníků se odvíjí od množství a detailnosti potřebných informací. Při zvaní účastníků focus group je třeba počítat s náhradníky pro případ, že by se někdo nedostavil. Obvykle se zve přibližně o 20 % účastníků více. Pro jeden výzkum se využívá kolem 3–5 ohniskových skupin.
Focus group je většinou tvořena účelově vybraným vzorkem tak, aby účastníci byli schopni porozumět předmětu výzkumu, účastnit se diskuse a především byli ochotni se aktivně zúčastnit.
Je-li výzkum zaměřen např. na nějaké konkrétní téma v ošetřovatelství, výzkumník si může vybírat vhodné účastnice - sestry např. podle odbornosti, délky praxe, vzdělání apod. Jedná-li se ale např. o nějaký sociologický výzkum, kde je zapotřebí různorodé profesní zaměření účastníků, může být např. využíváno screeningové telefonní interview, při kterém se pomocí namátkově vybraných telefonních čísel hledají vhodní kandidáti pro účast ve focus group (samozřejmě i do jiného druhu výzkumné metody).
Je samozřejmostí, že všichni účastníci focus group musejí, nejlépe písemně, vyjádřit souhlas s účastí.
Literatura:
BÁRLOVÁ, Sylva, Petr SADÍLEK a Valérie TÓTHOVÁ. Výzkum a ošetřovatelství. Brno: Národní centrum ošetřovatelství a nelékařských zdravotnických oborů, 2009. ISBN 978-80-7013-467-2.
DISMAN, Miroslav. Jak se vyrábí sociologická znalost. Příručka pro uživatele. Praha: Karolinum, 2002. ISBN 80-246-0139-7.
HENDL, Jan. Přehled statistických metod: analýza a metaanalýza dat. Čtvrté, rozšířené vydání. Praha: Portál, 2012. ISBN 978-80-262-0200-4.