Znanstvena metoda u psihologiji

Zadnja provjera: listopad 2026.

U prethodnoj lekciji upoznali smo različite istraživačke metode i vidjeli da korelacija ne dokazuje uzročnost. U ovoj lekciji idemo korak dalje i pratimo **cijeli put jednog istraživanja** – od početne ideje do zaključka i njegove ponovne provjere.

Znanstvena metoda nije čarobni postupak koji daje apsolutnu sigurnost. Ona je **skup načela** za sustavno provjeravanje objašnjenja: postavljamo pitanje, izvodimo provjerljivo predviđanje, prikupljamo podatke i procjenjujemo koliko ih podupiru. Cilj je **postupno poboljšavati znanje**, a ne jednom zauvijek dokazati istinu.

Kroz cijelu lekciju pratit ćemo jedan **hipotetski primjer**. Istraživanje i njegovi rezultati izmišljeni su samo radi objašnjenja i ne opisuju stvarnu studiju:

*Utječe li količina sna na uspjeh na testu?*

Znanstveni proces nije recept

Koraci znanstvenog istraživanja često se prikazuju kao ravna crta: pitanje, hipoteza, istraživanje, zaključak. U praksi je proces više nalik **krugu**. Rezultat jednog istraživanja otvara novo pitanje, a problem uočen tijekom prikupljanja podataka može pokazati da mjerenje treba poboljšati.

Ipak, korisno je razlikovati glavne korake, jer svaki od njih postavlja svoje zahtjeve. Pratit ćemo ih redom.

Korak 1: Istraživačko pitanje

Svako istraživanje počinje pitanjem. Naše pitanje – *utječe li količina sna na uspjeh na testu?* – moglo je nastati iz svakodnevnog iskustva, iz prethodnih istraživanja ili iz praktične potrebe da se studentima pomogne u pripremi ispita.

Riječ **„utječe”** ovdje je važna. Ne pitamo samo jesu li san i uspjeh povezani, nego **mijenja li jedno drugo**. To je uzročno pitanje, a kao što smo vidjeli u prethodnoj lekciji, za njega je najprikladniji eksperiment.

Prije nego što krene dalje, istraživač provjerava **što je već poznato**. Pregled postojećih istraživanja pomaže izbjeći ponavljanje već odgovorenih pitanja i preciznije oblikovati novo.

Korak 2: Teorija i hipoteza

Teorija i hipoteza nisu isto

U svakodnevnom govoru riječ „teorija” često znači nagađanje („to je samo teorija”). U znanosti ima drukčije značenje.

• **Teorija** je razrađeno objašnjenje šireg skupa pojava. Povezuje mnoge nalaze u smislenu cjelinu i omogućuje nova predviđanja. Dobra teorija oslanja se na brojna istraživanja.
• **Hipoteza** je konkretno, provjerljivo predviđanje za jedno istraživanje. Često se izvodi iz teorije.

U našem primjeru polazište mogu biti teorijska objašnjenja prema kojima san sudjeluje u održavanju pažnje i učvršćivanju naučenog. Iz takvog objašnjenja istraživač izvodi uže predviđanje:

*Hipoteza: sudionici koji jednu noć spavaju znatno kraće postići će u prosjeku slabiji rezultat na testu od sudionika koji spavaju uobičajeno.*

Teorija je dakle šira i općenitija, a hipoteza uža i vezana uz konkretne uvjete. Jedno istraživanje provjerava **hipotezu**; teorija se procjenjuje na temelju mnogih istraživanja.

Što čini dobru hipotezu?

• **Provjerljiva je** – može se zamisliti rezultat koji bi joj proturječio. Filozof znanosti Karl Popper naglašavao je da znanstvena tvrdnja mora biti **opovrgljiva**. Tvrdnja „san ponekad pomaže, a ponekad ne” ne može se opovrgnuti, jer joj odgovara svaki ishod.
• **Precizna je** – jasno je o kome govori, što se uspoređuje i u kojem smjeru se očekuje razlika.
• **Utemeljena je** – proizlazi iz teorije ili prethodnih nalaza, a ne iz slučajnog nagađanja.
• **Postavljena je unaprijed** – prije prikupljanja podataka, a ne naknadno, kada se već vidi što je ispalo.

Usporedi: „San je važan” je istinita, ali preopćenita tvrdnja. „Sudionici koji jednu noć spavaju kraće postići će slabiji rezultat na istom testu” jasno govori što očekujemo i što bi značilo da nismo bili u pravu.

Korak 3: Varijable i operacionalizacija

Nezavisna, zavisna i kontrolne varijable

U prethodnoj lekciji upoznali smo nezavisnu i zavisnu varijablu. U našem primjeru:

• **Nezavisna varijabla** – količina sna, koju istraživač namjerno mijenja.
• **Zavisna varijabla** – uspjeh na testu, za koji se očekuje da se mijenja ovisno o snu.
• **Kontrolne varijable** – sve ostalo što bi moglo utjecati na rezultat, pa se drži jednakim ili se bilježi: vrijeme rješavanja testa, težina testa, upute, prostor, unos kofeina, prethodno znanje sudionika.

Kontrolne varijable su ono što istraživanje čini poštenom usporedbom. Ako jedna skupina test rješava ujutro, a druga navečer, više ne znamo je li razlika nastala zbog sna ili zbog doba dana.

Varijabla nije isto što i njezina operacionalizacija

**Varijabla** je pojam koji nas zanima. **Operacionalizacija** je odluka o tome kako ćemo taj pojam izmjeriti ili izazvati u konkretnom istraživanju.

• Varijabla „količina sna” može se operacionalizirati kao dvije unaprijed određene skupine: jedna spava oko četiri sata, a druga oko osam, uz praćenje u laboratoriju za spavanje.
• Varijabla „uspjeh na testu” može se operacionalizirati kao broj točno riješenih zadataka na unaprijed pripremljenom testu pažnje i pamćenja.

Ista varijabla može se operacionalizirati na mnogo načina, a svaki ima prednosti i ograničenja. Test pažnje nije isto što i ispit na fakultetu, a jedna kraća noć nije isto što i tjednima nedovoljan san. Zato operacionalizacija određuje i **na što se zaključak smije odnositi**.

Kod operacionalizacije postavljaju se dva važna pitanja: mjeri li postupak zaista ono što želimo mjeriti (**valjanost**) i daje li dosljedne rezultate (**pouzdanost**).

Korak 4: Kako testirati hipotezu?

Izbor metode

Budući da je pitanje uzročno, istraživač bira **eksperiment**. Sudionici se **nasumično raspoređuju** u skupinu s kraćim snom i skupinu s uobičajenim snom, pa se početne razlike među ljudima u prosjeku ravnomjerno raspodijele.

Kada eksperiment ne bi bio moguć ili etički prihvatljiv, istraživač bi mogao provesti korelacijsko istraživanje – ali bi tada morao biti oprezniji u zaključivanju o uzroku.

Izbor uzorka

Istraživač mora odlučiti **tko će sudjelovati**. U našem primjeru to bi mogli biti zdravi odrasli dobrovoljci bez poremećaja spavanja. Takav izbor smanjuje rizik za sudionike, ali i **ograničava zaključak**: rezultat se ne može automatski primijeniti na djecu, starije osobe ili ljude s poremećajima spavanja.

Važna je i veličina uzorka. Na vrlo malom broju sudionika slučajne razlike lako mogu izgledati kao stvarni učinak – ili mogu prikriti učinak koji stvarno postoji.

Etika ukratko

Etička načela iz prethodne lekcije i ovdje određuju granice. Sudionici moraju dati informirani pristanak, smiju odustati u bilo kojem trenutku, a skraćivanje sna mora biti kratkotrajno, pod nadzorom i bez ozbiljnog rizika.

Korak 5: Prikupljanje i analiza podataka

Tijekom prikupljanja podataka postupak mora biti **jednak za sve sudionike**: iste upute, isti test, isto vrijeme. Istraživači bilježe i odstupanja – primjerice ako je netko odustao ili nije slijedio upute – jer i ona mogu utjecati na rezultat.

Analiza obično počinje **opisom podataka**: koliko su sudionici u svakoj skupini u prosjeku postigli i koliko se međusobno razlikuju. Zatim se skupine uspoređuju.

Statistička značajnost – intuitivno

Čak i kada san ne bi nimalo utjecao na rezultat, dvije skupine ljudi gotovo nikada ne bi postigle potpuno jednak prosjek. Ljudi se razlikuju, a neki će i slučajno imati bolji ili lošiji dan.

Statistička analiza zato postavlja pitanje: **kada san zapravo ne bi utjecao na rezultat, koliko bi bilo vjerojatno samo slučajno dobiti razliku barem ovoliku kao u našim podacima?** Ako bi takva razlika bila vrlo malo vjerojatna, rezultat se naziva **statistički značajnim**. U mnogim istraživanjima kao granica se koristi pet posto.

Pritom treba zapamtiti tri ograničenja:

• Statistička značajnost **nije vjerojatnost da je hipoteza točna**.
• Statistički značajna razlika **ne mora biti velika ni praktično važna**. Zato istraživači izvještavaju i o **veličini učinka** – koliko je razlika zapravo velika.
• Rezultat koji nije statistički značajan **ne dokazuje da učinka nema**.

Korak 6: Od rezultata do zaključka

Rezultat i zaključak nisu isto

Pretpostavimo – opet **samo kao hipotetski primjer** – da je skupina s kraćim snom u prosjeku riješila nešto manje zadataka i da je razlika statistički značajna.

• **Rezultat** je ono što je izmjereno: u ovom uzorku, s ovim testom i u ovim uvjetima, skupina s kraćim snom postigla je u prosjeku slabiji rezultat.
• **Zaključak** je tumačenje rezultata: što on znači za naše pitanje i koliko daleko ga smijemo proširiti.

Oprezan zaključak glasio bi otprilike ovako: *podaci podupiru hipotezu da jedna noć znatno kraćeg sna može smanjiti uspjeh na ovakvom testu kod zdravih odraslih osoba.* Zaključak navodi i **ograničenja**: radi se o jednoj noći, jednoj vrsti testa i određenoj skupini ljudi. Iz njega ne slijedi da svaki sat manje sna jednako utječe na svaki ispit kod svakog čovjeka.

Razlika između rezultata i zaključka važna je jer se upravo u tom koraku najčešće griješi – rezultat jednog istraživanja lako se pretvori u preširoku tvrdnju, osobito u medijima.

Što znači kada hipoteza nije potvrđena?

Zamislimo suprotan ishod: skupine se nisu značajno razlikovale. To **ne znači** da je dokazano da san ne utječe na uspjeh. Mogući su različiti razlozi:

• učinak stvarno ne postoji ili je vrlo malen u ovim uvjetima,
• uzorak je bio premalen da bi se učinak uočio,
• test nije bio dovoljno osjetljiv,
• razlika u snu između skupina nije bila dovoljno velika.

Rezultat koji ne potvrđuje hipotezu i dalje je **vrijedan podatak**. Govori nam da očekivani učinak u ovim uvjetima nije pronađen i pomaže usmjeriti sljedeća istraživanja. Zato je važno da se i takvi rezultati objavljuju.

„Hipoteza je potvrđena” nije isto što i „hipoteza je dokazana”

Kada podaci odgovaraju predviđanju, znanstvenici obično kažu da **podaci podupiru hipotezu**. Ne kažu da je hipoteza dokazana. Svako istraživanje ima ograničenja, a buduća istraživanja mogu pokazati da učinak vrijedi samo u određenim uvjetima ili da postoji bolje objašnjenje.

Znanstveno znanje zato je uvijek **privremeno i otvoreno za ispravak** – ali to ne znači da je proizvoljno. Tvrdnja koju podupire mnogo dobro provedenih i ponovljenih istraživanja zaslužuje mnogo više povjerenja od tvrdnje koja se oslanja na jednu studiju ili osobno iskustvo.

Korak 7: Replikacija i transparentnost

Zašto jedan rezultat nije dovoljan

Jedno istraživanje može dati pogrešnu sliku čak i kada je pošteno provedeno. Razlog može biti slučajnost, posebnost uzorka ili način mjerenja. Osim toga, ako se objavljuju uglavnom „uspješni” rezultati, a neuspjeli pokušaji ostanu u ladici, ukupna slika dokaza može biti iskrivljena.

Zato je ključna **replikacija** – ponovna provjera nalaza:

• **Izravna replikacija** ponavlja istraživanje što vjernije izvornom postupku, s novim sudionicima.
• **Konceptualna replikacija** provjerava istu ideju na drukčiji način – primjerice tako da se san prati kod kuće tijekom više tjedana ili da se umjesto testa pažnje koristi stvarni ispit.

Kada se nalaz ponavlja u različitim istraživanjima, metodama i uzorcima, povjerenje u njega opravdano raste. Ni tada, međutim, replikacija ne daje apsolutno jamstvo.

Transparentnost i predregistracija

Da bi drugi mogli provjeriti i ponoviti istraživanje, ono mora biti **transparentno**:

• **Predregistracija** – istraživač prije prikupljanja podataka javno zabilježi hipotezu, postupak, uzorak i plan analize. Tako se jasno razlikuje ono što je bilo predviđeno od onoga što je otkriveno naknadno. To štiti od iskušenja da se hipoteza prilagodi rezultatima ili da se isprobava mnogo analiza dok se ne pojavi „zanimljiv” rezultat.
• **Dijeljenje materijala i postupaka** – test, upute i opis procedure omogućuju drugima da istraživanje ponove.
• **Dijeljenje podataka** – kada je to moguće i kada se može zaštititi privatnost sudionika, podaci se mogu učiniti dostupnima za provjeru.

Naknadna, istraživačka analiza nije zabranjena – ona često otvara nova pitanja. Važno je samo jasno reći da je naknadna, a ne prikazivati je kao unaprijed predviđenu.

Cijeli put na jednom primjeru

• **Istraživačko pitanje** – utječe li količina sna na uspjeh na testu?
• **Teorija i hipoteza** – polazeći od objašnjenja o ulozi sna u pažnji i pamćenju, predviđamo da će kraći san jedne noći smanjiti rezultat na testu.
• **Operacionalizacija** – oko četiri ili oko osam sati sna u laboratoriju; broj točno riješenih zadataka na testu pažnje i pamćenja.
• **Uzorak** – zdravi odrasli dobrovoljci, nasumično raspoređeni u dvije skupine.
• **Dizajn** – eksperiment s kontroliranim uvjetima i jednakim postupkom za sve.
• **Podaci** – rezultati obiju skupina, uz zabilježena odstupanja.
• **Rezultat** – što je izmjereno u ovom uzorku i koliko je razlika velika.
• **Zaključak** – oprezno tumačenje koje navodi i ograničenja.
• **Replikacija** – nova istraživanja provjeravaju vrijedi li nalaz ponovno i u drugim uvjetima.

Ključni pojmovi

• **Teorija** – razrađeno objašnjenje šireg skupa pojava, utemeljeno na mnogim nalazima.
• **Hipoteza** – konkretno, provjerljivo predviđanje za određeno istraživanje.
• **Opovrgljivost** – mogućnost da podaci pokažu da je tvrdnja netočna.
• **Nezavisna varijabla** – varijabla koju istraživač namjerno mijenja.
• **Zavisna varijabla** – varijabla koja se mjeri kao mogući učinak.
• **Kontrolne varijable** – čimbenici koji se drže jednakima kako ne bi utjecali na rezultat.
• **Operacionalizacija** – unaprijed određen način na koji se pojam mjeri ili izaziva u konkretnom istraživanju.
• **Valjanost i pouzdanost** – mjeri li postupak ono što treba i daje li dosljedne rezultate.
• **Statistička značajnost** – procjena koliko bi dobiveni rezultat bio malo vjerojatan kada stvarnog učinka ne bi bilo.
• **Veličina učinka** – koliko je pronađena razlika ili povezanost zapravo velika.
• **Replikacija** – ponavljanje istraživanja radi provjere nalaza.
• **Predregistracija** – javno bilježenje hipoteze i plana istraživanja prije prikupljanja podataka.

Zapamti

• Teorija je **šire objašnjenje**, a hipoteza **konkretno predviđanje** koje se može provjeriti.
• Varijabla je pojam koji nas zanima, a operacionalizacija **način na koji ga mjerimo** – i ona određuje doseg zaključka.
• **Rezultat** je ono što je izmjereno, a **zaključak** njegovo oprezno tumačenje s ograničenjima.
• Podaci mogu **poduprijeti** hipotezu, ali je ne dokazuju; nepotvrđena hipoteza također nije dokaz suprotnoga.
• Statistička značajnost ne govori je li hipoteza točna ni je li učinak velik.
• Jedan rezultat nije dovoljan – povjerenje raste kroz **replikaciju i transparentnost**.
• Znanstvena metoda ne daje apsolutnu sigurnost, nego **sustavno provjerava i postupno poboljšava** znanje.

Povezane lekcije

• [Varijable u psihološkim istraživanjima](/lekcija/varijable-u-psiholoskim-istrazivanjima)
• [Što je psihološka teorija?](/lekcija/sto-je-psiholoska-teorija)
• [Reproducibilnost i transparentnost znanosti](/lekcija/reproducibilnost-i-transparentnost-znanosti)
• [Razlika između znanstvenih dokaza i psiholoških interpretacija](/lekcija/razlika-izmedju-znanstvenih-dokaza-i-psiholoskih-interpretacija)
• [Replikacija istraživanja](/lekcija/replikacija-istrazivanja)

Izvori i literatura

• [OpenStax, Psychology 2e, 2.1 Why Is Research Important?](https://openstax.org/books/psychology-2e/pages/2-1-why-is-research-important)
• [OpenStax, Psychology 2e, 2.3 Analyzing Findings](https://openstax.org/books/psychology-2e/pages/2-3-analyzing-findings)
• [OpenStax, Psychology 2e, 2.4 Ethics](https://openstax.org/books/psychology-2e/pages/2-4-ethics)
• Spielman, R. M., Jenkins, W. J., & Lovett, M. D. (2020). *Psychology 2e*. OpenStax. https://openstax.org/details/books/psychology-2e
• Popper, K. R. *The Logic of Scientific Discovery*. Hutchinson, 1959.