Forskningsmetoder Utfyllende stoff finnes i

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

Fra ”FoU” til Forskning • 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

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 enrapportere og evnt. publisere

Problemformuleringkrever: • Kunnskap og innsikt i fagområdet, temaet • Oversikt over litteratur, teori og tidligere forskning; forankring av problemet • Evne 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 kontaktmed 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 ogregistrerer 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 papir • I dag bruker en også begrepet om • bilde, film, lydbånd, video … • innholdet i elektroniske databaser og Internett med alle varianter av representasjoner • Dokument 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