Forskningsmetoder Utfyllende stoff finnes i

1Eit prosjekt støtta av SOFF/NUV 2003-04

Forskningsmetoder

Utfyllende stoff finnes i

Patel & Davidson: Forskningsmetodikkens grunnlag, kap.3 & 4


Tema

Problemformulering

Valg av forskningsmetode

Innsamling av data

Reliabilitet, validitet

Resultat, konklusjon

Kontaktforfattere for denne serien: Bodil Ask, HiA & Harald Haugen, HSH


Innenfor mange utdanninger er en ofte mer opptatt av forsøks- og utviklingsarbeid (”FoU”) enn av forskning

– forsøk med nye metoder– utvikling av nye hjelpemiddel– registrering av hendinger

Forskning baserer seg på vitenskapelige arbeidsmåter og metoder

Fra ”FoU” til Forskning


Forskningsprosjekt

Vanskeligste delen for utrente forskere er ofte å definere HVA en skal forske på, d.e. problemformuleringen

Neste utfordring er HVORDAN forskningen skal gjøres, d.e. plan og valg av metode

Så må en vurdere dataene en har fått og hva de betyr, d.e. analyse og resultat

Til slutt skal en rapportere og evnt. publisere


Problemformuleringkrever:

Kunnskap og innsikt i fagområdet, temaetOversikt over litteratur, teori og tidligere

forskning; forankring av problemetEvne til å avgrense og presisere påstanden

eller spørsmålsstillingen – vanlig ’feil’ å stille altfor omfattende,

generelle spørsmål/påstander/hypoteser– husk at en skal fram til et ’svar’, et resultat, og

at dette helst skal ha interesse for flere enn forskeren selv


Formulering og ordbruk

Kravet til nøyaktighet innenfor vitenskap krever

– klare begrep og definisjoner

– entydige formuleringer (NB! daglig bruk av ’data’)

– ’problemet’ skal være entydig definert– variabler skal være vel definerte / kjente begrep– presisering av hva som er basert på spesielle

situasjoner (’case’) eller generaliserbare data og hypoteser


Planlegging

Hvordan skal forskningen gjennomføres for å – få svar på problemstillingen– ha kontroll med aktuelle faktorer, variabler– unngå uventet innvirkning av ukjente / ukon-

trollerbare effekter– ta vare på observasjoner, registreringer,

målinger, start-/slutt-status– ha vitenskapelig grunnlag, ryggdekning for

resultat og konklusjoner


Forberedelse & etterarbeid

Plan og metodevalg må tilpasses problem-område og forskningsarena

Ta etiske hensyn til forskingsobjekt og målgruppe– anonymisering, unngå sensitive data– ansvar for publisering av pålitelige resultat– korrekte referanser og kilder

Informativ og korrekt publisering / rapport– Unngå taktisk / strategisk vagl av funn / resultat


Valg av metode

Enklest å holde seg til velkjente metoder, som er aksepterte i akademiske kretser

Kategorier av metoder:– Kvantitative metoder innebærer

• måling, telling, regning av ulike størrelser• statistisk databehandling, analyser

– Kvalitative metoder går mer på• vurdering av kvaliteter, egenskaper• mer komplekse, helhetlige observasjoner• kan ha innslag av kvantitative analyser• blir lett subjektive, farget av eget syn, ’før-forståing’


Kvantitative metoder

Noen vanlige metoder– Survey blir brukt for å få innsyn i forhold for

en stor gruppe, en populasjon– Eksperiment benytter en for å avgrense tallet

på variabler og ser gjerne etter kausale sammenhenger

• Felt-eksperiment når en arbeider i naturlige settinger, eks. i klasserommet, i naturen

• Laboratorie-eksperiment når en lager ’kunstige’ situasjoner, eks. isolerte individ eller grupper


Survey

Ofte store datamengder å holde orden på– avgrenser ofte ved å ta utvalg av populasjonen– utvalget kan være tilfeldig eller stratifisert– utvalgskriteriene må passe til

problemformuleringen– bearbeiding og generalisering innebærer bruk

av kvantitative metoder: statistikk, dataprogr.– resultatet må baseres på reliable og valide

data; reliabilitet og validitet; rapporter feilkilder


Eksperiment

D.e. studier under mest mulig kontrollerte forhold, faste rammer, valg av variabler– Laboratorieeksperiment er mest kontrollert– Felteksperiment kan innebære ’skjulte

variabler’Velg ut eksperimentgruppe(r) og kontroll-

gruppe(r)– gruppene må være representative om resultatet

skal generaliseres (stratifiserte eller tilfeldige)– krav til reliabilitet og validitet


Vanlige kvalitative metoder

Observasjon, registrering– Passiv eller deltakende observasjon

Intervju, spørreskjema– Direkte eller indirekte kontakt med personer for å få

fram informasjon og data Kasus (case) studium

– Konsentrerer forskningen til en avgrenset gruppe i en gitt situasjon

Aksjonsforskning kjennetegnes ved at forskeren ’aksjonerer’ i situasjonen, ofte over lengre tid


Observasjon, registrering

Passiv observasjon er en tradisjonell framgangsmåte der forskeren –– sitter på utsida og registrerer hendinger, utvikling (Jmf.

Salmer fra kjøkkenet)– noterer systematisk, gjør opptak e.l.

Deltakende observasjon gir forskeren en rolle i situasjonen, blant annet for å –– få bedre innblikk i hendinger og sammenhenger– økt forståelse av hendinger, mønster osv.


Intervju, spørreskjema

Intervju med individ og grupper gir innsyn i kvalitative variabler, i form av– fritt formulerte svar - open-ended intervju– valg mellom faste svaralternativ – lukket intervju

Spørreskjema blir brukt for å nå over flere individ på kortere tid, også her med åpne eller lukket svaralternativ

Behov for utarbeiding av – intervjuguide, d.e. planlegging av spørsmål osv.– spørreskjema, formulering av spørsmål, evt. svar


Case studier

Kan i utgangspunktet se enkle ut fordi en– ser bare på en avgrenset gruppe, et tilfelle– kan velge hva, hvem og når en vil observere

Utfordringen ligger i å velge ’rett’, slik at– problemstillingen har en viss generell interesse– utvalget / gruppa er ’typisk’ og interessant– tidspunktet / -intervallet viser noe ’spennende’– reservasjoner, rammer, feilkilder blir presisert


Innsamling og bruk av data

All forskning medfører bruk av data, dvs.

– registrering, måling, observasjon

– behandling

– vurdering

– presentasjon

Data kan være av høyst ulike kategorier:

– tall, ord, eventyr/fortellinger, video, lyd, film, . .


Data / informasjon

Alt etter forskningsområde, problemformu-lering og valg av metode, kan en velge strategi for innsamling / utvalg av data– eksisterende data som må finnes frem /

velges ut,– data en selv samler inn gjennom observasjon,

registrering, …– eller data som andre skaffer frem, registrerer

og rapporterer, eks. i meteorologi, fiske, skole


Informasjonskilder

Dokument betyr tradisjonelt skrift på papirI dag bruker en også begrepet om

– bilde, film, lydbånd, video …– innholdet i elektroniske databaser og Internett

med alle varianter av representasjonerDokument omfatter blant annet

– offentlige dokument, statistikker, valgresultat, bøker, private notat / brev, referat, journaler

– kart, bildesamlinger, aviser, plandokument


Kildekritikk

Krav til dokument som blir brukt – generelle, nøytrale registreringer, ikke laget for

å støtte et eller annet argument– ikke være påvirket av ukjente / ukontrollerbare

effekter, eks. endring, redigering, forfalsking– registrert / produsert av kvalifisert(e) person(er)

og utstyr– merket som originalt, kopiert eller sitert dok.– klarlagt opphav fra primær el. sekundær kilde


Spesielt for Internett/web

Elektroniske dokument– er lettere å forfalske, endre, tilpasse, enn trykt og

skrevet materiell– kan være originalt eller i redigert utgave– avhenger av kvalitet / omdømme for selve nett-

stedet; er nettsida vedlikeholdt / kontrollert• oppgi hvo/når materiellet er funnet, publisert når?• har forfatteren vitenskapelig troverdighet; kjent navn?• krysskontrollér innhold/detaljer om mulig

– er ofte dynamiske, blir oppdaterte og justerte


Etisk bruk av eksisterende data

Husk alltid å oppgi kilde / opphav !Elektroniske dokument kommer inn under

samme lover som trykt materiell m.h.t. opphavsrett og kopiretter

En har lov til å sitere (med ref.!), bruke innhold og kopiere, MEN -

- ikke omskrive, tolke, reformulere uten å gi klart uttrykk for at dette er egen tolking


Bruk av eksisterende data

Selv med referanse til kilden, sjekk -– om dokumentet er offentlig tilgjengelig, kan

siteres– hva slags restriksjoner innholdet er pålagt

• Personvern, hensyn til privatlivet; ref. Lov om personvern

• Hemmeligstemplet eks. av Forsvaret, Politiet, Helsevesenet

• Identifisertbart, geografisk, politisk, nasjonalt, rase• Forretnings-hemmelig, patent, produksjon,- -


Utvalg fra eksisterende data

Mange dokument inneholder langt flere data enn forskeren har bruk for i sitt prosjekt

– avpass utvalg etter problemformulering og målsetning Vurder og velg bevisst hvordan utvalget skal

gjøres– randomiserte data, d.e. ’tilfeldig utvalg’, t.d. ved lodd-

trekning for å unngå subjektiv påvirkning– stratifisert, etter en plan, eks. for balanse mellom

kjønn• metodisk, eks. hver 10. for å få et utvalg på 10% av pop.• geografisk (hele landet), demografisk (aldersgrupper) osv.

Forklar / dokumentér / argumentér for utvalget


Innsamling av data fra logg, dagbøker

Systematiske nedtegninger over tid– registrering av temperatur, nedbør, soltimer– observasjoner av dyr, fugler, mennesker– arbeidsinnsats, trafikk, Internett-bruk, elevaktivitet

Observatør som fører ’logg’ for forskeren, eks læreren i en klasse, fiskeren på feltet– vurder arbeidsmengde/innsats i forhold til behov– vektlegg ’nøytralitet’, strukturerte observasjoner


Registrering

Føring av logg/dagbøker kan forenkles ved bruk av– skjema for å sikre systematikk, enklere registrering

– bruk at automatikk/medier; video, data-logging

– måleinstrument med manuell/auto registrering

Kontroll ved at flere gjør parallelle observa-sjoner og noterer uavhengig

Punktobservasjoner vs. intervallregistrering– hver mandag i et år vs. hver dag i to uker


Spørreskjema

Ofte brukt når mange skal gi svar på de samme spørsmålene– kvalitativt om meninger, vurderinger, inntrykk,..– kvantitativt om forbruk, innsats, kostnad,

karakterer,…– ’kvantifisert kvalitativt’, dvs. gradert ’synsing’

med svar-alternativ– kan følges opp med intervju for dypere innsyn


Skjemautvikling

Viktig med plan for hva en vil ha svar på S t o r e skjema blir gjerne unøyaktig utfylt Papir-og-penn skjema har sine fordeler ved

utfylling utenfor kontor/arbeidsplass IKT-/web-baserte skjema har fordeler om de kan

fylles ut på PC - og særlig i etterarbeidet, ved arkivering og behandling av data

Vurder bruk/behandling av innkomne data, strukturér og test før utsending !


Skjemautvikling

Ta tid med språk og formulering!– sikre at alle oppfatter spørsmålene likt– unngå tvetydige og vanskelige ord– finn gode & entydige svaralternativ

Prøv å holde en logisk ’tråd’ gjennom hele skjemaet; unngå forvirring og tilfeldige svar

Test skjemaet på en mindre gruppe først for å sikre relevans, forståelse etc.


Intervju

Her går forskeren direkte til individ/grupper som (sannsynligvis) har relevant informasjon

Intervjuet må forberedes på samme måte som et spørreskjema; – lag intervjuguide, spesielt om flere utfører intervjuene– lag gjerne et ’intervjuskjema’ til å notere i– få frem mer nyanser og dypere innsikt enn ved

spørreskjema– hjelp objektet med svarformulering; presisering, men

unngå påvirkning av innhold


Sentrale begrep

Validitet er uttrykk for at de data en samler inn, virkelig gjelder det temaet / problemet en forsker på

Reliabilitet er tilsvarende et uttrykk for at de data en samler inn er rette, sikre, at registreringa er gjort på korrekt måte, med pålitelige instrument

Både reliabilitet og validitet er viktige og gir uttrykk for hvor ’god forskning’ som er gjort


Ordspill om reliabilitet / validitet I

Høy reliabilitet er ikke garanti for høy validitet– dvs. nøyaktige målinger hjelper ikke om det er

feil variabel en måler– Eksempel:

• Omkrets av hodet på nærmeste millimeter som uttrykk for intelligens

• Nøyaktige tall på tastetrykk for hver elev pr. dag som mål for hvor nyttig IKT er for læring av matematikk


Ordspill om reliabilitet / validitet II

Lav reliabilitet gir lav validitet– usikker/dårlig måling kan ikke gi godt slutt-

resultat

– Eksempel:• rapportering av trafikksikkerhet på bak-

grunn av subjektiv vurdering av hastighet for bilene (uten måleinstrument)

• ’synsing’ om elevaktivitet i klassen som uttrykk for at IT medfører faglige diskusjoner


Ordspill om reliabilitet / validitet III

God reliabilitet er en forutsetning for god validitet

– dvs. målingene må være korrekte for at resultatet skal være gyldig / ha interesse

– Eksempel:• Måling av temperaturer må være korrekt utført

over lang tid for å kunne gi uttrykk for klimaendringer

• Vurdering av både rettskriving, innhold, ordforråd må registreres på akseptert måte for å kunne si noe om effekten av lese/skriveopplæring på PC


Analyse, bruk av data

For å nå målet med forskningen må -– innsamlet data systematiseres og analyseres– en prøve å finne frem til interessante konklusjoner,

svar på problemstillingen , ”funn”

Kvalitative og kvantitative data blir analysert og brukt på ulike måter– Kvalitativt ofte knyttet til kasus, ikke generaliserbare

resultat– Kvantitativ bearbeiding ved statistikk, hypoteser osv.

for generalisering


Hypotesetesting

Hypotese er mest aktuell for kvantitativ forskning;

– er en foreløpig formulering av resultat, konklusjon

– må vurderes og testes og evt. forkastes eller re-formuleres

Hypotestesting for å generalisere resultat/funn

Statistisk signifikans avgjør om hypotesen kan brukes eller må forkastes

– Signifikans er knyttet til behandling av kvantitative data


Resultat av forskningen

Konklusjonen er det endelige målet som

– gir ”svar’ på problemformuleringen

– entydig forklarer fenomen og observasjoner

– blir publisert, debattert og inkludert i kunn-skapstilfanget, som del av vitenskaplig teori

– kan gi utgangspunkt for ny forskning og ny utvikling av kunnskap

Forskningsmetoder Utfyllende stoff finnes i

Documents

Transcript of Forskningsmetoder Utfyllende stoff finnes i