Forskning benevner det å finne ut av ting. Men ordet brukes først og fremst om vitenskapelig forskning, når strenge regler og systematikk følges, så en er sikker på å ikke finne fram til ting som egentlig ikke er sant. Forskning handler om å få fram viten, ikke tull. Tull blir det hvis man tar for lett på ting og ikke har kontroll på feilkilder, eller ikke har kontroll på metoders begrensninger.
Et forskningsdesign handler altså om hvilke grunnleggende vurderinger og planer man følger for undersøkelsen.
Sekundærinformasjon først
Den første vurderingen vi kommer til er - er det noen enklere måte å besvare det vi lurer på? Finnes det kilder vi kan bruke som sparer oss for jobben? Det å gjennomføre en undersøkelse tar tid og krever disiplin, så er ting allerede undersøkt? Da kan du spare tid og krefter. Tar noe tid det og, men mindre enn å undersøke skikkelig selv oftest. Altså sekundærdata først. Ulempen er at de som har samlet inn det du kan finne ikke har tenkt på samme problemstilling som deg. Det er neppe utformet slik du skulle ønske deg, men mange svar kan man få. Man trenger ikke undersøke hvor mange som bor eller flytter til Trondheim for eksempel, eller aldersfordeling, eller forbruk på mat for å nevne noe. Det finnes det tall på. Statistisk sentralbyrå for eksempel har masse informasjon om ulike forhold, bransjeorganisasjoner, fagforreninger, kommuner, forskningsinstitusjoner, bibliotek. Kildene er mange.
Undersøke selv eller via andre?
Det er først når du ikke finner det du trenger at man vurderer å undersøke selv, og må legge en nøyere plan for undersøkelsesdesignet. Det vil si, i mange tilfeller vil man ikke undersøke selv, men bruke et firma til slikt. Særlig hvis datainnhenting kan være krevende, og da bruker man ofte et firma som har rutiner for slikt. Man kan kjøpe egne undersøkelser, eller henge seg på en såkalt omnibuss som er en undersøkelse som allikevel skal kjøres, og hvor man betaler for å få inn et eller noen få spørsmål. Det er en rekke firmaer som driver med slikt, noen eksempler finner du her (det finnes mange flere):
https://opinion.no/https://www.norfakta.no/
https://www.nielsen.com/no/no/
https://www.ipsos.com/nb-no
https://norstat.no/
Undersøke selv
Hvis du skal undersøke selv må du stille deg noen spørsmål. Hva trenger du å vite? Hva leter du etter? Hvilken type informasjon trenger du? Hvordan skal du legge opp undersøkelsen?
Utforskende design
Hvis du ikke er sikker på det du vil undersøke må du ikke gå for raskt i gang med å lage en spørreundersøkelse. En spørreundersøkelse krever nokså god oversikt over problemstilling så man kan stille spørsmål som er relevante og gode for å måle et fenomen. Hvis du skal lage en undersøkelse om alkoholproblemer for eksempel, må du eksempelvis ha klar kunnskap om hva som er et alkoholproblem, og hva som ikke er det.
Et utforskende design bruker man gjerne når problemstillingen ikke er klar. Undersøkelsesformen kalles ofte også eksplorerende (etter engelsk explore - utforske/oppdage). Slike undersøkelser brukes ofte tidlig i en undersøkelse, som en klarleggende forundersøkelse, i et forsøk på å danne grunnlag for senere undersøkelser. Denne type undersøkelsesdesign fører gjerne til at man velger kvalitative metoder. Man skal finne ut av noe, ikke finne omfang og utbredelse. Man kan derfor prate med særskilt kvalifiserte personer (såkalte dybdeintervjuer) , sette sammen et ekspertpanel om man trenger å utveksle informasjon eller man kan rett og slett observere.
Beskrivende design
Hvis informasjonsbehovet er at du lurer på hva folk synes eller hvordan folk handler eller gjør, kan et beskrivende design passe. Da har man gjerne såkalte hypoteser om hvordan ting henger sammen man vil teste ut eller klare antakelser. Hvordan folk kommer seg til skolen er et eksempel, går folk, sykler de, elsykkel?, kjører de moped, motorsykkel, blir de kjørt eller kjører de selv, tar de buss, tog eller bane, trikk? Slike undersøkelser tar sikte på å finne ut en beskrivelse. Fanger ikke opp om hva som avgjør om man drar på skolen, hvilke problemer skolegang medfører, om trivsel, mobbing og så videre.
Også denne type undersøkelse kan man dele inn i ulike kategorier. Man kan gjennomføre en såkalt tverrsnittsundersøkelse. En måling på et tidspunkt når man måler. Eller man kan legge opp til en tidsrekkeundesøkelse, som måler på ulike tidspunkter, de samme eller bare flere påfølgende tverrsnittsundersøkelse. Poenget er hva man trenger av informasjon.
Metodene over i dette designet er typiske kvantitative undersøkelser - telling og sammenligning. Det er ikke noe i veien for at man bruker kvalitative undersøkelser heller på beskrivelser, som fokusgrupper som kan diskutere fenomener utfra sitt kjennskap til fenomenet eller dybdeintervjuer. Men da får man ikke informasjon man kan generalisere. Man får da informasjon som utdyper fenomenet. Nyanser heller enn omfang.
NB! Merk at også å sammenligne ulike svar er beskrivende design. For eksempel om man ser om flest menn eller flest kvinner bruker mobiltelefon når de kjører bil. Det vil si at man sjekker sammenheng mellom kjønn og svar eller observasjon. Sted, dag og tid på døgnet eller type bil kunne vært andre ting, eller sammenfall med ikke brukt bilbelte. Alt sammen beskrivende.
Kausal design
Kausal (etter det engelske ordet cause - årsak/grunn) er et design som ser etter årsakssammenheng. En sammenheng trenger ikke å ha noe årsakssammenheng. Man kan for eksempel se på voldsutøvelse i forhold til om man selv ser på vold på film eller på nettet. Finner man en sammenheng, så hva betyr det? Det kan bety at å se på vold betyr at man blir mer disponert for selv å utøve vold. Men det kan også bety at de som er voldsdisponert også liker å se på vold. Kort sagt du vet ikke mer enn du visste før om årsakssammenheng, hva som fører til hva.
Årsaksforhold er en krevende øvelse å beskrive. Årsak krever samvariasjon som en av flere kriterier. Men den krever også at du kan utelukke alle andre forhold som årsak, eller i hvert fall beskrive del-betydning, og det krever at årsaksforholdet kommer før følge. Det er strenge krav til bevis for kausalitet. Det er mye lettere å vise at det ikke er et årsaksforhold, som er det man kaller å falsifisere (etter det engelske ordet false - galt). Et kausalt design krever en fundert modell for sammenheng som testes ut, og er slikt forskere i akademiske miljøer gjerne driver med, ikke elever på videregående skole for å si det slik.
Designvalg og metode
Type design gir ofte antydninger om metode man kan bruke, men det er ingen quick-fix på dette. Måten man bruker metoder avgjør om de er kvalitative eller kvantitative. Det er hva man lurer på og trenger, og hvor klar man er til å spørre som vil avgjøre. Skal du velge en kvantitativ metode krever det mer av forkunnskaper om fenomenet enn en mer undrende tilnærming som de kvalitative metodene passer til. Men merk - en og samme undersøkelsesform kan være både kvalitativ og kvantitativ. En observasjon for eksempel, hvis du ser interessert "hva skjer"? så er den kvalitativ, hvis du ser og teller så er den kvantitativ. For å telle må du dog vite hva og hvorfor du skal telle. Det ligger litt i designet. Hva leter du etter?
Ny teknologi
Det er også grunn til å bemerke at det har kommet og stadig kommer teknologi som gir nye muligheter til å hente inn informasjon om atferd. AI (Artificial Intelligence - kunstig intelligens) og maskininnsamlede data (Big Data) gir muligheter og nye etiske problematikker. I sin bok "everybody lies" (alle lyver) peker Seth Stephens-Davidowitz på manglende samsvar mellom hva vi sier og gjør, og forteller om hvordan teknologi og myndighetssatte begrensninger for eksempelvis knyttet til personvern gjør data dårligere (mindre pålitelige). Atferdsinformasjon fra for eksempel nettet viser det. Ikke all måling er pålitelig. Ikke alle svarer sant.
Et godt design kan ta bort noe av grunnlaget for upålitelighet.
Kilder jeg har brukt / tips til lesing:
Creswell, J. W. "Research Design", Sage, Thousand Oaks, 2003
Ghauri P & Grønnhaug K. "Research Methods in Business Studies", Prentice Hall, Pearson Harlow, 2005
Selnes, F. "Markedsundersøkelser",Universitetsforlaget, Oslo, 1999
Stephens-Davidowitz, S. "everybody lies", Bloomsbury, New York, 2017
Ingen kommentarer:
Legg inn en kommentar