Sammenhenger, problemstillinger og forklaringer

Transkript

1 Sammenhenger, problemstillinger og forklaringer Forelesning 18/ Viktige momenter fra sist Enheter, verdier og variabler Ulike typer variabler: Mikro, meso og makro Kontinuerlige, diskrete og dikotome Avhengige og uavhengige Kausalitet (årsak-virkning) og korrelasjon 1

2 Uttalelser Norske arbeidstakere tillit til at arbeidsgiver ikke misbruker opplysninger om dem I en undersøkelse sier 50 % av de spurte at de er imot norsk medlemskap i EU Dagens forelesning Mer om sammenhenger mellom avhengige og uavhengige variabler Krav til problemstilling (pluss validitet, reliabilitet og operasjonaliseringer) Hovedperspektiver på forholdet mellom teori og data/empiri 2

3 Positive og negative sammenhenger Beskriver forholdet mellom variabler (egenskaper) Positiv sammenheng: Verdien god på variabelen eksamensforberedelser går sammen med verdien god på variabelen eksamensresultat (og motsatt) Negativ sammenheng: Verdien høy på variabelen alkoholinntak går sammen med verdien lav på variabelen kjøreferdighet Direkte og indirekte sammenhenger Beskriver forholdet mellom avhengige og uavhengige variabler Direkte sammenheng: Mer kameraovervåkning fører til færre butikktyverier Indirekte sammenheng: Elektroniske kontrolltiltak i arbeidslivet fører til usikkerhet blant de ansatte om hva opplysningene brukes til og svekker tilliten til arbeidsgiver 3

4 Problemstilling Tematikk det saksområdet som behandles i oppgaven Problemstilling det konkrete spørsmålet (eller spørsmålene) som drøftes i oppgaven Eksempel på problemstilling: I hvilken grad fører kameraovervåkning til færre butikktyveri? Krav til problemstilling: Presis angi tydelig hva som skal drøftes Avgrenset angi tydelig hva som ikke er relevant å drøfte Relevant begrunne hvorfor problemstillingen er viktig å drøfte/besvare Tenk igjennom hvilken data/empiri som trengs for å drøfte/besvare problemstillingen på en god måte Problemstilling og metodebruk Metodebruken skal føre til at besvarelsen av problemstillingen preges av: Høy validitet opplysningene vi samler inn er godt egnet til å gi svar på problemstillingen Høy reliabilitet opplysningene vi samler inn er ikke/lite påvirket av måten datainnsamlingen gjennomføres på Høy validitet forutsetter ofte gode operasjonaliseringer hvordan flertydige eller uklare begrep gjøres entydige og målbare 4

5 Operasjonaliseringer Begrepet personvern kan være flertydig, jf. integritets-, beslutnings- og maktperspektivet Operasjonalisering: Hva er det konkrete meningsinnholdet i (hva legger vi mer presist i) begrepet personvern? Vil i noen grad avhenge av problemstillingen Dersom du skriver om kameraovervåkning og personvern, kan dette ha betydning for meningsinnholdet: Maktperspektivet får noe større relevans enn integritetsog beslutningsperspektivet? Forklaringer to perspektiver Teori = påstander om og forklaringer på årsakssammenhenger (kausalitet), for eksempel hvorfor variabel X (kameraovervåking) påvirker variabel Y (butikktyveri) Teorier lages eller testes ved hjelp av systematisk innsamling og analyse av data/empiri To perspektiver på forholdet mellom teori og data/empiri 5

6 Det induktive perspektivet Handler om å lage teorier (forklaringer) etter at datamaterialet er innsamlet (først datainnsamling, så teoribygging) Eksempel: 1. Samler inn data om tyveri i to klesbutikker som anvender kameraovervåking og to butikker som ikke gjør det 2. Dataene viser en færre tyverier i butikker med enn uten kameraovervåking 3. Denne tendensen brukes til å lage følgende teori (forklaring): «Årsaken til forskjellen er trolig at kameraovervåking har en allmennpreventiv virkning» Utfordringer For at denne teorien skal sannsynliggjøres, må særlig tre forhold demonstreres: 1. Forskjellen i butikktyveri må være relativt klar/tydelig 2. Forskjellen skyldes trolig ikke andre forhold, for eksempel at butikker med kameraovervåking er mer nøye med å registrere tyveri enn butikker uten 3. Forskjellen i butikktyveri oppsto etter at kameraovervåking ble tatt i bruk Hva skjer med teorien dersom vi finner at i andre butikker hvor kameraovervåking benyttes, er antallet tyverier like høyt som i butikker uten? 6

7 Det deduktive perspektivet Handler om å lage teorier (forklaringer) og så samle inn data for å teste om teorien er korrekt (først teori, så datainnsamling og testing) Eksempel: 1. Kriminalstatistikken viser en nedgang i alle typer kriminalitet i og omkring Karl Johan i Oslo i løpet av de siste fem årene 2. Vi lager en teori om at dette skyldes kameraovervåkingens allmennpreventive virkning (Karl Johan er landets mest kameraovervåkede gate) 3. Hvordan kan en slik teori utformes/beskrives? 4. Hvilke data trenger vi for å teste om teorien er sannsynlig eller ikke? Utfordringer For at teorien om kameraovervåkning og kriminalitet skal sannsynliggjøres, må særlig fem forhold demonstreres/drøftes: 1. Det er en nokså nær sammenheng i tid mellom økende kameraovervåkning på Karl Johan og nedgangen i kriminalitet (nær tidssammenheng mellom årsak og virkning) 2. Alternative forklaringer på nedgangen i kriminalitet i og omkring Karl Johan må kunne (helt eller delvis) avvises 3. Kan vi på bakgrunn av våre data avvise de alternative forklaringene, eller er de like eller mer sannsynlige enn vår opprinnelige teori? 4. Gjelder vår teori bare for Karl Johan eller har vi grunn til å mene at den har generell forklaringskraft? 5. Hva hvis data viser at teorien gjelder for Karl Johan, men ikke for Torgalmenningen i Bergen må vi endre/forkaste teorien da? 7