1. KLASIFIKACIJA NAUČNIH ISTRAŽIVANJA (prema cilju istraživanja)
Prof. dr Jasna Soldić-Aleksić
Ekonomski fakultet, Beograd

2. Karakteristike dobro postavljenih ciljeva istraživanja
Jasno definisani i precizni ciljevi;
Realno postavljeni ciljevi;
Ciljevi ukazuju na metode prikupljanja podataka i analize podataka;
Racionalno postavljeni ciljevi: opredeliti se za minimun neophodnih podataka koji su u funkciji odluka koje treba doneti – naučni princip štedljivosti;
Ciljevi istraživanja određuju:
Predmet istraživanja (npr. miks proizvoda ili samo određena marka proizvoda)
Teritorijalno područje (npr. područje Vojvodine, Beograda ili Srbije)
Vreme istraživanja (kraći ili duži period)

3. Klasifikacija istraživanja u zavisnosti od cilja istraživanja
U zavisnosti od cilja razlikuju se:
Eksplorativna istraživanja – preliminarna, neformalna, nestruktuirana;
Konkluzivna (zaključna, konačna)
Deskriptivna istraživanja
Kauzalna istraživanja

4. Oblici eksplorativnih istraživanja
Istraživanje
postojeće literature
Istraživanje
dosadašnjih
iskustava
EKSPLORATIVNA
ISTRAŽIVANJA
Analiza izabranih
slučajeva
Eksplorativna
istraživanja
baza i skladišta
podataka
Pilot istraživanja

5. Deskriptivna istraživanja
Ova vrsta istraživanja se najčešće susreće u praksi;
Podela:
Jednokratna (ad hoc) istraživanja – dobija se jedna “slika” u vremenu;
Kontinuirana (Longitudinalna) istraživanja - uzorak je fiksiran kroz vreme, dobija se više “slika” kroz vreme. Panel se često koristi kao sinonim za longitudinalna istraživanja.
Šta je panel?
Panel je uzorak ispitanika koji su se saglasili da pružaju informacije u određenim intervalima tokom dužeg vremenskog perioda.

6. Kauzalna istraživanja
Kauzalna istraživanja su ona istraživanja gde je osnovni cilj ispitivanje uzrošno-posledičnih veza.
Kao i deskriptivna istraživanja i ova istraživanja zahtevaju dobro planiran i struktuiran dizajn.
Tipičan primer kauzalnih istraživanja:
ispitivanje uticaja promena deviznog kursa na obim uvoza i izvoza roba i usluga;
ispitivanje uticaja promena visine kamatne stope na nivo zaduženja;
ispitivanje uticaja propagandne kampanje, promene pakovanja proizvoda, cena i sl. na obim prodaje proizvoda, itd.

7. Razlike između eksplorativnih i konkluzivnih istraživanja
Eksplorativna
Konkluzivna
Ciljevi
Upoznavanje sa određenim fenomenima
Merenje pojava
Testiranje posebnih hipoteza
Utvrđivanje veza između pojava
Karakteristike
Istraživački proces fleksibilan, nestruktuiran i sklon promenama
Veliki obim podataka, a ako se radi sa uzorcima oni su mali
Analiza podataka: kvantitativna i/ili kvalitativna
Potrebne informacije su slobodno definisane
Istraživački proces formalan i struktuiran
Uzorci su veliki i uglavnom reprezentativni
Analiza podataka: kvantitativna
Potrebne Informacije su jasno definisane
Rezultati
Mogu se samostalno koristiti
Mogu da vode dalje u konkluzivna istraživanja
Mogu da osvetle posebne konkluzivne rezultate
Mogu da vode u eksplorativna istraživanja
Mogu da odrede kontekst za eksplorativne rezultate
Metode
Expertska istraživanja, Pilot istraživanja, Fokus grupe
Kvalitativni intervjui, sekundarni podaci
Nestruktuirane opservacije
Kvantitativne eksplorativne tehnike analize podataka
Kvantitavne tehnike analize podataka
Baze podataka
Paneli
Struktuirane opservacije
Eksperimenti

8. Kada se primenjuju eksplorativna istraživanja?
REZIME:
Da se dobiju informacije u slučaju kada se ne zna mnogo o pojavi;
Da se definiše problemska oblast i formulišu hipoteze za dalja istraživanja;
Identifikacija koncepta
Preliminarni skrining proces: smanjenje mogućeg velikog broja projekata na značajno manji broj projekta;
Identifikovanje značajnih obrazaca ponašanja, mišljenja, stavova, motivacije, verovanja itd.;
Dolaženje do razumevanja strukture stavova i verovanja kao pomoći u interpretaciji strukture podataka u multivarijacionoj analizi podataka;
Istraživanje razloga postojanja statističke razlike između grupa koja je prethodno utvrđena na osnovu sekundardnih podataka ili istraživanja;
Istraživanje osetljivih pitanja koja ispitanici drže duboko u sebi, koja teško i sami mogu da objasne i artikulišu;
“Data mining” – pretraživanje velikih baza podataka u cilju pronalaženja nekih obrazaca ponašanja.

9. Kada se primenjuju konkluzivna istraživanja?
REZIME:
Da opišu karakteristike relevantnih grupa – proizvođači, potrošači, prodavci, organizacije, ili pojmova, oblasti;
Da izmere pojave na uzorcima;
Da ocene učešće (procenat) određenog ponašanja u okviru populacije;
Da prebroje učestalost nekog događaja (posebno način ponašanja potrošača);
Da odrede percepcije karakteristika proizvoda ili usluge;
Da omoguće posmatranje i upoređivanje pojave kroz vreme;
Da odrede stepen povezanosti različitih promenljivih;
Da pruže prognoze, kada je to moguće.
Da povežu podatke iz različitih izvora na konzistentan način.

10. “Detektivski proces”: eksplorativna, deskriptivna i kauzalna istraživanja
Mogući izvori
problema
NAUČNI
PROBLEM
Eksplorativna
istraživanja
DESKRIPCIJA,
KONTEKST,
MOGUĆI
UZROK
Kauzalna
istraživanja

11. PREPORUČENA LITERATURA:
Gerber,S.B., Finn, K.V (2005): Using SPSS for Windows – Data Analysis and Graphics, 2nd edition, Springer Science + Business Media, Inc. New York
Field, A. (2009): Discovering Statistics Using SPSS, 3rd edition, Sage Publications Ltd. London
Myatt, J. G. (2007) Making Sense of Data, A practical Guide to Exploratory Data Analysis and Data Mining, Wiley-Interscience, A John Wiley & Sons, Inc. Publication, New Jersey
Myatt, J. G. Johnson, P. W, (2009) Making Sense of Data II, A Practical Guide to Data Visualization, Advanced Data Methods, and Applications, A John Wiley & Sons, Inc. Publication, New Jersey,
Pallant,J.(2007): SPSS Survival Manual: A Step by Step Guide to Data Analysis Using SPSS for Windows, 3rd edition, Allen&Unwin, USA

12. PREPORUČENA LITERATURA:
Tabachnick, B.G., Fidell, L.S. (2007) Using Multivariate Statistics, 5th ed., Pearson Education, Inc. Boston
Soldić-Aleksić, J., Biljana Chroneos Krasavac (2009): Kvantitativne tehnike u istraživanju tržišta – primena SPSS računarskog paketa,
Soldić-Aleksić, J. 2015, Primenjena analiza podataka, drugo izdanje, Centar za izdavačku delatnost, Ekonomski fakultet, Beograd
SPSS for Windows, verzija 20, Analiza bez muke, 2013, prevod: SPSS for Windows, Analysis without Anguish, Sheridan J. Coakes, Kompjuter biblioteka, Beograd
Soldić-Aleksić, J Praktikum iz primenjene analize podataka, Centar za izdavačku delatnost, Ekonomski fakultet, Beograd