Výběr výzkumného souboru (se zaměřením pro DP)

18.02.2026

Můžete začít tím, že si ujasníte cíl plánovaného výzkumu, zvážíte návrh výzkumných otázek, případně hypotéz... Potom si definujete populaci, rozhodnete o typu výběru, zvážíte výběr i podle toho, zda se jedná u kvantitativní, kvalitativní nebo smíšený design výzkumu. V neposlední řadě si uvědomte limity navrhované diplomové práce, ale také potřebu dodržovat základní etické principy.

Začněte tímto:

  • Cíl (co chcete zjistit / vysvětlit / porovnat).
  • Jaká je výzkumná otázka / případně jaké máme hypotézy (co přesně testujete či mapujete).
  • Jednotka analýzy (kdo/co je "jeden případ": student, firma, dokument, událost, domácnost…).

Rozhodně ne - "kolik lidí seženu"

Kontrolní věta pro vás: "Můj výzkum se týká [jednotka] v [kontext], protože chci zjistit [vztah/jevy]."

2) Definujte populaci (základní soubor) tak, aby byla ověřitelná:

Populace = "všichni, na které chci závěry vztáhnout". Popište ji přes:

  • Prostor (kde: ČR, kraj, univerzita, odvětví…)
  • Čas (kdy: rok 2024/2025, posledních 12 měsíců…)
  • Věcné vymezení (kdo/co přesně: např. "studenti 1.–2. ročníku NMgr. programu X", noví pracovní, kteří nastoupili do firmy v roce 2025, všechny hotely 4* v ČR apod.)

Doplňte:

  • Inkluzní kritéria (kdo patří dovnitř soubor)
  • Exkluzní kritéria (kdo ne a proč)

3) Rozhodni typ výběru: pravděpodobnostní vs. záměrný!

Zvol podle cíle a možností:

A) Kvantitativní (generalizace, odhady, testování hypotéz)

  • Preferujte pravděpodobnostní výběr (náhodný, stratifikovaný, vícestupňový).
  • Když to nejde, přiznejte nepravděpodobnostní výběr (kvótní, dostupný) a jasně popište omezení.

B) Kvalitativní (zaměřujeme se na porozumění, mechanismy, významy…)

  • Typicky záměrný výběr: typické případy, maximální variabilita, kritické případy, experti, sněhová koule.
  • Cílem není "reprezentativita", ale informační bohatost a logika výběru.

C) Smíšený design výzkumu

  • Uveďte, která část je kvantitativní/kvalitativní a jak se vzorky doplňují (například sekvenčně vs. paralelně).

4) Vyberte výběrový rámec (odkud budete vybírat)

Výběrový rámec = seznam/zdroj, ze kterého reálně vybíráte (seznam studentů oboru seznam pracovníků…, registr firem, databáze dokumentů…).

Zkontrolujte:

  • Pokrytí (koho navržený rámec vynechává)
  • Případné duplicitní záznamy
  • Aktuálnost
  • Přístup a souhlasy (pozor na GDPR a etiku výzkum)

5) Určete velikost souboru (dokážete ji obhálit?)

Kvantitativně orientované šetření (orientačně):

  • Berte v úvahu plánovanou analýzu (korelace/regrese/skupinové rozdíly).
  • Zohledněte možný očekávaný efekt, variabilitu, počet proměnných, plánované podskupiny.
  • Počítejte s tím, že nezískáte 100 % odpovědí (navýšení náboru či rekrutace?).

Kvalitativně orientované šetření (logika saturace):

  • Plánujte rozsah podle heterogenity tématu a typu dat (rozhovory vs. pozorování vs. dokumenty).
  • Obhajujte počet respondentů ú případů apod přes teoretickou/datovou saturaci a záměrnou strukturu vzorku (např. různé role, zkušenosti, kontexty).

Praktická formulace do metodologie:
"Velikost souboru byla zvolena s ohledem na [typ analýzy / saturaci] a očekávanou [variabilitu/heterogenitu]; nábor / rekrutace byl-a navýšen-a o [rezerva] kvůli neodpovědím (neúplným vypněním…)."

6) Popište postup výběru krok za krokem (pro požadavek replikace)

Uveďte:

  1. Jaký je výchozí rámec (zdroje).
  2. Jak jste aplikoval-a kritéria (filtrace).
  3. Jak proběhlo oslovení/nábor (kanály, počet vln, připomínky…).
  4. Jak jste vybíral-a z oslovených (náhodně? záměrně? kvóty?).
  5. Kolik bylo: oslovených → reagujících → zařazených → analyzovaných (tokový diagram je zde dobrým námětem).

7) Ošetřete zkreslení a uveďte limity

Typické hrozby:

  • Selection bias (dostupní vs. nedostupní)
  • Nonresponse bias (odpovídají jen určití)
  • Volunteer bias (přihlásí se motivovanější)
  • Coverage bias (rámec nepokrývá populaci)

Co s tím dělat:

  • stratifikace/kvóty, více náborových kanálů, připomínky, porovnání základních charakteristik, transparentní limity.

8) Etika a ochrana dat (stručně, ale konkrétně)

  • Informovaný souhlas, anonymizace/pseudonymizace.
  • Minimalizace citlivých údajů.
  • Uložení dat, přístupová práva, doba uchování.
  • U zranitelných skupin: zvýšená opatrnost a schválení postupů.

Zvažte možné odlišnosti pro kvantitativní, kvalitativní, nebo smíšený výzkum a vaše specifické téma DP.

Ludvík Eger (18. 2. 2026)

Share