NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 30. mai 2012 Eksamenstid: 5 timer Studiepoeng: 15 BOKMÅL Alle de tre oppgavene skal besvares. De tre oppgavene teller hver en tredjedel av den samlede karakteren. Oppgave 1 På neste side ser du en tabell med to regresjonsmodeller basert på data fra de norske, portugisiske og ungarske utvalgene av European Social Survey fra årene 2002, 2004, 2006, 2008 og 2010. Utvalget skal behandles som et sannsynlighetsutvalg fra populasjonen, hvor alle respondentene er personer på 15 år og eldre som var bosatt i Norge, Portugal og Ungarn. Den avhengige variabelen nettbruk måler svarene på spørsmålet: Hvor ofte bruker du Internett, World Wide Web eller e-post til privat bruk, enten hjemme eller på jobben?. De opprinnelige svarkategoriene Har ikke nettilgang, verken hjemme eller på jobben, Bruker aldri, Mindre enn en gang i måneden, En gang i måneden, Flere ganger i måneden, En gang i uken og Flere ganger i uken er slått sammen i en kategori med verdien 0, mens de som har svart Hver dag er kodet med verdien 1. Videre er variabelen mann kodet med verdien 1 for menn og verdien 0 for kvinner, mens variabelen alder er kodet i antall tiår med en desimal. Forklar hva tabell 1 viser. 1
Tabell 1. Logistiske regresjonsmodeller for daglig internettbruk i Norge (n=8643), Portugal (n=10300) og Ungarn (n=7790). Modell1 Modell 2 B S.E. p OR B S.E. p OR Mann (kvinne=0, mann=1) 0,444 0,032 0,000 1,558 0,451 0,032 0,000 1,570 Alder (antall 10-år) -0,518 0,010 0,000 0,596 0,132 0,052 0,011 1,141 Land (dummyer med Norge som referanse) Portugal -1,650 0,039 0,000 0,192-0,671 0,092 0,000 0,511 Ungarn -1,646 0,041 0,000 0,193-1,933 0,119 0,000 0,145 Årstall (dummyer med 2002 som referanse) År 2004 0,304 0,056 0,000 1,356 0,518 0,075 0,000 1,679 År 2006 0,845 0,055 0,000 2,327 1,113 0,075 0,000 3,043 År 2008 1,554 0,054 0,000 4,729 1,748 0,079 0,000 5,742 År 2010 1,947 0,054 0,000 7,006 2,133 0,082 0,000 8,443 Alder kvadrert -0,073 0,006 0,000 0,930 Samspill Portugal*År2004-1,148 0,132 0,000 0,317 Portugal*År2006-1,157 0,124 0,000 0,315 Portugal*År2008-1,018 0,121 0,000 0,361 Portugal*År2010-1,069 0,123 0,000 0,343 Ungarn*År2004 0,337 0,154 0,029 1,400 Ungarn*År2006 0,124 0,153 0,416 1,132 Ungarn*År2008 0,341 0,146 0,020 1,406 Ungarn*År2010 0,419 0,146 0,004 1,521 Konstant 1,137 0,061 0,000 3,116-0,308 0,022 0,011 0,735 B = logistiske regresjonskoeffisienter S.E. = regresjonskoeffisientenes standardfeil p = signifikanssannsynligheten OR = oddsratioet er antilogaritmen av B (exp(b)) MÅL: Teste studentenes ferdigheter i å identifisere og beskrive de sosiale mønstrene som kan trekkes ut av en logistisk regresjonstabell, og teste ut om studenten klarer å utnytte det de har lært av statistisk kunnskap i en slik tolkning. Informasjon for vurdering av løsninger: Etter som hovedmålet med oppgaven er å vurdere studentenes evne til å tolke det substansielle innholdet i tabellen, bør vi legge mer vet på deres evne til å trekke ut viktig informasjon fra tabellen enn på hvilke statistiske metoder de benytter i tolkningsarbeidet. I pensum (Ringdal 2007, kap. 18.8.5) og på forelesningene har vi presentert hvordan logistiske regresjonskoeffisienter kan tolkes i tre skalaer: Logit-, odds-, og sannsynlighetsskalaer. Tolkninger i logitskalaen er som vanlig lineær regresjon, og ut fra denne metoden skal studentene kunne avgjøre om de uavhengige variablene har statistisk signifikant sammenheng med den avhengige variabelen, og samtidig kunne tolke retningen for sammenhengen ut fra om koeffisienten har positivt eller negativt fortegn. Dette må regnes som et minimumskrav for å få godkjent oppgaven. De studentene som i tillegg til dette klarer å tolke ut substansiell informasjon fra koeffisientenes størrelse eller ut fra oddsratioer bør få litt tillegg for dette. De studentene som i tillegg klarer å gi gode beskrivelser av modellene basert på (1) at de setter opp riktige regresjonslikninger fra en eller begge modellene, regner ut (2) predikerte logiter for sammenlignbare idealtyper basert på ulike kombinasjoner av verdier på de uavhengige variablene, og (3) regner om dette til sannsynligheter for å bruke internett daglig har oppnådd de målene som er realistisk på SOS1002 og bør honoreres med god karakter. I bedømmelsen bør vi legger mest vekt på hvor mye informasjon studentene klarer å trekke ut av de to modellene, og mindre vekt på om hvilke av de tre tolkningsmetodene de benytter. 2
Minimumskrav i tolkningen av modell 1: Alle bør kunne se at det er en større andel blant menn enn blant kvinner som bruker internett daglig. Vi bør også forvente at studentene klarer å se at andelene som bruker internett daglig er mindre både i Portugal og i Ungarn enn i Norge. De som i tillegg ser på koeffisienten eller odd ratioet vil kunne se at Portugal og Ungarn ligger svært likt, mens Norge har en vesentlig større andel daglige internettbrukere. Videre bør alle kunne se at andelen som bruker internett daglig går ned med økende alder, og at andelen som bruker internett har økt jevnt fra 2002 og fram til 2010. Utvidede tolkninger av modell 1: For å kunne trekke ut mer informasjon fra modell 1 må vi beregne predikerte sannsynligheter. Nedenfor har jeg satt inn et betinget effektplott som viser de predikerte sannsynlighetene for daglig internettbruk for 20 år gamle menn i de fem årene, og her ser vi at brukerandelene i Portugal og Ungarn blir predikert helt likt i alle årene og at forskjellen mellom Norge og de to andre landene over tid gradvis blir mindre. Denne informasjonen er det vanskelig å trekke ut fra tabellen, og de som klarer å beskrive endringene i de tre landene bør belønnes. De som velger å kommentere modell 1 med utgangspunkt i oddsratioer bør bruke omregningsformelen for å regne OR om til prosentvise forskjeller i odds. Oddsen for å bruke internett daglig for menn blir da 56 [100(OR-1)=100(1,558-1)=55,8] prosent høyere enn for kvinner, og oddsen for å bruke internett daglig blir 40 [100(OR-1)=100(0,596-1)=40,4] prosent lavere for hvert tiår på aldersvariabelen. Dette betyr at nedganen i oddsen blir 4 prosent for hvert årstrinn. De som framhever at alderseffekten kun måler forskjeller mellom aldersgrupper, og ikke sier noe om at vi bruker internett mindre jo eldre vi blir, bør belønnes for dette. Oddsen for hver årsdummy må beskrives i forhold til referanseåret 2002. Oddsen for 2004 er derfor 36 prosent større enn oddens for 2002, oddsen for 2006 blir 133 prosent større enn oddsen for 2002, oddsen for 2008 blir 373 prosent større enn oddsen for 2002, og oddsen for 2010 blir 601 prosent større enn oddsen for 2002. En tilsvarende beskrivelse av 3
oddsratioene i modell 2 blir vanskelig på grunn av at alder både blir estimert med et førstegradsledd og et andregradsledd, og avanserte beskrivelser av modell 2 bør heller baseres på beregninger av sannsynligheter. Minimumskrav for tolkning av modell 2: Alle bør kunne se at det også i modell 2 er en større andel blant menn enn blant kvinner som bruker internett daglig, at Portugal og Ungarn har lavere andel med internettbrukere enn Norge, og at andelen som bruker internett har økt jevnt fra 2002 og fram til 2010. Utvidede tolkninger av modell 2: Utfordringene i modell 2 er tolkningen av den kurvelineære alderseffekten ved hjelp av alder og alder kvadrert, og å gi gode beskrivelser av endringene i internettbruken i Norge, Portugal og Ungarn mellom 2002 og 2010 ved hjelp av de åtte samspilleddene. De som har forstått pensumet om metoder for estimering av kurvelineære sammenhenger vil se at det positive fortegnet til koeffisienten for alder og det negative fortegnet til koeffisienten for alder kvadrert tyder på at det er en økning i andelen daglige internettbrukere for hvert alderstrinn blant de yngste og at andelen går ned for hvert alderstrinn blant de eldste. De flinkeste studentene bør i tillegg se at den negative alderskoeffisienten i modell 1 tyder på at alderseffekten hovedsakelig er negativ, og at et eventuelt knekkpunkt vil komme relativt lavt på aldersvariabelen. En del studenter vil sannsynligvis også forsøke å drøfte seg fram til hvor vi finner toppunktet på denne alderskurven. På forelesningene har jeg vist hvordan dette kan gjøres ved å lage betingede effektplott i Excel, men i pensum presenteres bare kurven uten at det beskrives direkte hvordan denne er laget. På forelesningene har jeg vist en forenklet metode for å finne toppunktet fra Crister Thranes bok Regresjonsanalyse i praksis, som tidligere var satt opp som anbefalt tilleggslitteratur i SOS1002. Hvis vi bruker Thranes formel b1/(2 * b2) vil toppunktene blir -0,132/(2 * -0,073) = 0,908, som vil si at toppunktet er rundt 9 år. Det vil sannsynligvis være forvirrende for mange at toppunktet i alderskurven blir liggende utenfor det aldersintervallet som sammenhengen er mål for, men de som har erfaring med prediksjoner bør forstå at det er den fallende kurven til høyre dette toppunktet som best beskriver sammenhengen mellom alder og internettbruk. For personer fra 15 år og oppover vil dette si at sannsynlighetene for daglig internettbruk følger en fallende kurve i forhold til alder, der nedgangen mellom hvert årstrinn er ganske liten blant de yngste i utvalget men, at den faller relativt mye mellom hvert årstrinn blant de som er i 40-50-årsalderen, og at den stabiliserer seg på et lavt nivå blant de eldste i utvalget. Dette mønsteret kommer tydelig fram i det betingede effektplottet for Norge i 2002 i figuren nedenfor. 4
For å få fram mest mulig informasjon fra modell 2 har jeg satt opp tre betingede effektplot for å viser sammenhengen mellom sannsynlighet for å bruke internett daglig bant menn i ulike aldere i 2002, 2004, 2006, 2008 og 2010 i Norge, Portugal og Ungarn. 5
I disse tre figurene ser vi tydelig hvordan samspillene mellom landdummyene og årstallene virker inn på nettbruken, og vi ser at sannsynlighetskurvene for 2010 i Portugal og Ungarn ligner mye på de sannsynlighetskurvene vi hadde i Norge mellom seks og åtte år tidligere. Videre ser vi at avstanden mellom de yngste og de eldste har økt jevnt i alle de tre landene gjennom hele perioden, og at det skyldes økende bruk blant de yngste. I Norge ser vi også tydelig at kurvene gradvis flates ut på toppen, noe som vil si at de daglige internettbrukerne gradvis blir eldre, men at denne tendensen ikke er like tydelig i figurene fra Portugal og Ungarn. For å få fram mer informasjon om forskjellene mellom de tre landene har jeg satt opp et betinget effektplott som viser de predikerte sannsynlighetene for daglig internettbruk for 20 år gamle menn i de fem årene i Norge, Portugal og Ungarn. I denne figuren får vi fram omtrent det samme mønsteret som i de tilsvarende predikerte sannsynlighetene fra modell 1, men den tydeligste forskjellen er at Portugal får en predikert sannsynlighet i 2002 som avviker fra det mønsteret som vi så i prediksjonsfiguren fra modell 1. Det er også dette avviket som gjør at koeffisientene for Portugal og Ungarn blir så forskjellige i modell 2, men at denne forskjellen utjevnes av samspilleffektene i årene etter 2002. Den relativt høye andelen med daglige internettbrukere i Portugal i 2002 skyldes derfor sannsynligvis en målefeil. Studentene har ikke muligheter for å sette opp betingede effektplott som tilsvarer de jeg har vist i denne veiledningen, men de har muligheter til å beregne en del punker som kan brukes til å drøfte mønsteret i bruken av internett. I bedømmelsen bør vi legger størst vekt på den forståelse som kommer fram i besvarelsen, og eventuelle regnefeil eller feil oppsett av prediksjonsformler bør tilligges mindre vekt i bedømmelsen. De predikerte sannsynlighetene for å bruke internett daglig for en person på 20 år fra Norge i 2002 kan da ut fra modell 2 beregnes slik: 6
Hvis personen er mann: L Norsk mann 20 i 2002 = (0,451*1) + (0,132*2) + (-0,671 *0) + (-1,933*0) + (0,518*0) + (1,113*0) + (1,748*0) + (2,113*0) + (-0,073*2*2) + (-1,148*0) + (-1,157*0) + (-1,018*0) + (-1,069*0) + (0,337*0) + (0,124*0) + (0,341*0) + (0,419*0) + (-0,308) = 0,116 Pred Norsk mann 20 i 2002 blir da: 1/(1+EKSP(-0,116)) = 0,529 som vil si 52,9 prosent Hvis personen er kvinne: L Norsk kvinne 20 i 2002 = (0,451*1) + (0,132*2) + (-0,671 *0) + (-1,933*0) + (0,518*0) + (1,113*0) + (1,748*0) + (2,113*0) + (-0,073*2*2) + (-1,148*0) + (-1,157*0) + (-1,018*0) + (-1,069*0) + (0,337*0) + (0,124*0) + (0,341*0) + (0,419*0) + (-0,308) = -0,335 Pred Norsk kvinne 20 i 2002 blir da: 1/(1+EKSP(0,335) = 0,417 som vil si 41,7 prosent De tilsvarende predikerte sannsynlighetene for å bruke internett daglig for en person på 20 år fra Norge i 2010 blir da ut i fra modell 2 slik: Hvis personen er mann: L Norsk mann 20 i 2010 = (0,451*1) + (0,132*2) + (-0,671 *0) + (-1,933*0) + (0,518*0) + (1,113*0) + (1,748*0) + (2,113*0) + (-0,073*2*2) + (-1,148*0) + (-1,157*0) + (-1,018*0) + (-1,069*0) + (0,337*0) + (0,124*0) + (0,341*0) + (0,419*0) + (-0,308) = 2,249 Pred Norsk mann 20 i 2010 blir da: 1/(1+EKSP(-2,249)) = 0,905 som vil si 90,5 prosent Hvis personen er kvinne: L Norsk kvinne 20 i 2010 = (0,451*1) + (0,132*2) + (-0,671 *0) + (-1,933*0) + (0,518*0) + (1,113*0) + (1,748*0) + (2,113*0) + (-0,073*2*2) + (-1,148*0) + (-1,157*0) + (-1,018*0) + (-1,069*0) + (0,337*0) + (0,124*0) + (0,341*0) + (0,419*0) + (-0,308) = 1,799 Pred Norsk kvinne 20 i 2010 blir da: 1/(1+EKSP(-1,799) = 0,858 som vil si 85,8 prosent. Det vil si at forskjellen mellom kvinner og menn har blitt mindre i Norge i løpet av perioden. Mens forskjellen var 11,2 prosentpoeng i 2002, var den gått ned til 4,7 prosentpoeng i 2010. De som har beregner tilsvarende prediksjoner for Portugal og Ungarn vil se at den samme utviklingen ikke skjedd i disse to landene. I Portugal har forskjellen mellom menn og kvinner økt svakt fra 9,7 prosentpoeng i 2002 til 11,0 prosentpoeng i 2010, mens den tilsvarende kjønnsforskjellen i Ungarn har økt fra 4,6 prosentpoeng i 2002 til 10,5 prosentpoeng i 2010. De som utnytter denne metoden til å trekke ut substansiell informasjon om bruk av internett bør honoreres med god karakter, mens de som kun beregner predikerte sannsynligheter uten å drøfte dem substansielt ikke bør belønnes med bedre karakter enn C. Oppgave 2 Seks av ni oppgaver skal besvares. Hver besvarelse skal være på inntil ½ side. MÅL: Teste studentenes kunnskaper om sentrale begrep i pensum. Vurderingskriterier: Seks av ni oppgaver skal besvares, og vi bør derfor kun vurdere seks svar også fra de som har besvart alle spørsmålene. Hver besvarelse skal være på inntil ½ side, og det bør tilsi at de bør skrive mer enn en kort definisjon på hvert begrep. Alle begrepene er hentet fra begrepslista på side 459 til 474 i Ringdal (2007) og fra ordliste på side 191 til 204 i Tjora (2010). Det vil nødvendigvis være en del overlapp mellom disse begrepene, og de som drøfter dette viser 7
helhetlig og faglig moden innsikt i stoffet. Her må vi forlange at studentene har en viss kjennskap til de seks begrepene de velger ut, og de som bommer helt på flere av begrepene bør få karakteren F på denne deloppgaven. Generelt bør vi honorere gode drøftinger. a) Reliabilitet Ringdals begrepsdefinisjon: Reliabilitet, eller pålitelighet: Feilkilder som skyldes rekkefølge av spørsmål, eller av svaralternativer. b) Skjult observasjon Ringdals begrepsdefinisjon: Forskeren skjuler sin identitet for dem som observeres. c) Cramers V Ringdals begrepsdefinisjon: Et symmetrisk mål på statistisk sammenheng mellom to nominalvariabler i krysstabeller. Det er en normering av kjikvadratet (χ 2 ). d) Kjikvadrattesten Ringdals begrepsdefinisjon: En statistisk test som benyttes for å teste hypoteser om statistisk sammenheng mellom to variabler i populasjonen basert på en krysstabell fra et utvalg. Testobservatoren er kjikvadratet (χ 2 ), som er kjikvadratfordelt. e) T-testen Ringdals begrepsdefinisjon: T-testen (for gjennomsnitt): Finnes i en rekke varianter for ett og to utvalg. I to-utvalgstester testes forskjellen mellom to gjennomsnitt, f.eks. i timelønn mellom menn og kvinner. f) Dummy-variabel Ringdals begrepsdefinisjon: Har to verdier, 0 og 1. Kan brukes til å representere kategorivariabler, slik som kjønn, i regresjonsanalyser. g) Nullhypotesen (H 0 ) Ringdals begrepsdefinisjon: En statistisk hypotese om populasjonen som vi oftest ønsker å få forkastet til fordel for den alternative hypotesen (H 0 ). Den oppfattes som sann inntil den eventuelt blir forkastet i den statistiske testen. h) Enkel tilfeldig trekning (ETT) Ringdals begrepsdefinisjon: Illustrerer det grunnleggende prinsipp i sannsynlighetsutvelging. Fra en populasjon på N enheter trekkes et utvalg på n enheter tilfeldig. Hver enhet har en sannsynlighet på n/n til å komme med i utvalget. ETT krever en liste over populasjonen. i) Anonymisering Tjoras begrepsdefinisjon: Anonymisering brukes for at ikke deltakere eller institusjoner i undersøkelser skal kunne gjenkjennes. Pseudonymisering (se dette) er en vanlig variant. 8
Oppgave 3 Universitetet i Trøndelag har i løpet av en toårsperiode drevet prosjektet Tverrfaglig Mastergrad med fokus på temaet helse. Prosjektet går ut på å starte opp og gjennomføre en samfunnsvitenskapelig mastergrad med fokus på helse, en mastergrad hvor studenter fra samtlige samfunnsfaglige disipliner kan søke seg til. 30 studenter fra disiplinene medievitenskap, idrettsvitenskap, sosiologi, statsvitenskap og samfunnsøkonomi ble tatt opp på mastergraden i 2010, og nå begynner de å nærme seg slutten av mastergraden. Universitetet i Trøndelag ønsker derfor å evaluere prosjektet for å vurdere om de skal fortsette med dette masterprogrammet. Ettersom du har god kompetanse i kvalitativ metode har du blitt valgt ut til å gjennomføre denne evalueringen. Flere andre universitet er interessert i utfallet av prosjektet Tverrfaglig Mastergrad for å vurdere om de også skal starte opp tverrfaglige mastergradsprogrammer. Hvordan vil du sette opp en vitenskapelig metodisk design for denne evalueringen som tillater andre universitet å benytte seg av resultatene dine, hvordan kvalitetssikrer du funnene dine og hvilke etiske hensyn må du ta? Drøft særlig utfordringer ved generalisering og konfidensialitet i en slik evaluering. MÅL: Få innsikt i studentenes kunnskaper og ferdigheter i kvalitative forskningsmetoder. I denne oppgaven er det hensiktsmessig å velge å bruke fokusgruppintervju eller dybdeintervju. Vi ønsker at studenten svarer på hvorfor det er hensiktsmessig å velge intervju, og at de beskriver hva som kjennetegner den formen for intervju som de velger å bruke. I det siste avsnittet i oppgaveteksten står det klart formulert hvilke spørsmål de skal svare på, og de som ikke besvarer alle disse spørsmålene bør trekkes i karakter. DYBDEINTERVJU: Relativt fri og åpen samtale Diskusjon rundt spesifikke tema med åpne spørsmål isteden for strukturerte lukkede spørsmål Romslig tidsramme, avslappet stemning Få informanten til å reflektere over egne erfaringer, meninger og holdninger og dele sin livsverden. Mulighet til å komme inn på temaer som ikke var planlagt på forhånd Et fenomenologisk perspektiv hvor forsker ønsker å forstå informantens opplevelser og refleksjon over egen opplevelse. Fokus på informantens subjektive opplevelse, eller informanten som subjekt 9
Eventuelt har dybdeintervjuet en sosial konstruksjonistisk tilnærming og fokuserer på hvordan informantene skaper mening og forståelse for sin egen opplevelse av stress på bakgrunn av rådene forhold i organisasjonen. FOKUSGRUPPINTERVJU: En dialog i felleskap med andre informanter som styres av en eller to moderatorer Utvikler intervjudata fra flere informanter samtidig Høy grad av intersubjektivitet fordi kunnskap utvikles i interaksjon med både forsker og flere informanter Aktiviserende og mobiliserende effekt Opplevelser som blir presentert i fokusgruppa kan vare kilde til nye tanker og refleksjoner Informantene føler sig muligens tryggere i en slik setting Interaksjonen kan bidra til mere spontane svar fordi at svarene kan komme som en reaksjon på en annen informants svar Kan vare økonomisk og tidsmessig gunstig Få fram mange aspekter av informantenes opplevelse av fenomener som alle kjenner til Rammer 1-2 timer, 6-12 deltakere Problematisering: Kommer alle til orde? Tør alle å si sin mening? INTERVJUGUIDE: Beskriver studenten hvordan han/hun lager en hensiktsmessig intervjuguide for dette spesifikke oppdraget? Når det er snakk om metodisk design så er det ikke sikkert at studenten velger å ta opp utformning av intervjuguide på et spesifikt plan, men det er viktig at han/ hun har nevnt bruk av intervjuguide. Hvorfor lage en intervjuguide? Hjelper forsker å strukturere situasjonen. Skaper trygghet for forsker. Hjelper å fokusere på de ting som er viktig, men det går fint å avvike fra guiden hvis tilfellet krever det. Har studenten presisert hvilke tema han/ hun syns er viktig i evalueringen og derfor vil fokusere på? Fokusere på tanker, holdninger, meninger, erfaringer Strukturere guiden med oppvarmingsspørsmål, refleksjonsspørsmål og avrundningsspørsmål 10
Oppvarming: Enkle, konkrete spørsmål om alder, dagligliv, arbeidsoppgaver og ansvar. Informative spørsmål. For å skape trygghet og introdusere informanten varsomt til situasjonen. Refleksjon: Åpne spørsmål kan du beskrive, fortell om, hva tenker du om 3-6 tematiske spørsmål og oppfølgings spørsmål til disse. Fleksibilitet og omformulering underveis hvis det trengs. Pauser. Avrunding: Lede oppmerksomheten bort fra refleksjonsspørsmålene, normalisere situasjonen, informasjon om prosjektets videreføring etc. Takke for innsatsen. GENERALISERING I kvalitativ forskning er det alltid vanskelig å generalisere, men til tross for dette så ønsker ofte forsker at forskninga skal kommer til bruk for andre i andre lignende situasjoner. Dette er et slikt tilfelle. Transparens er viktig for at andre skal kunne følge de valg forsker gjort under veis og forså hvordan kunnskapen i forskninga er produsert. Slik blir det lettere å se hvordan undersøkelsen er gjennomført. Hvilke valg er tatt, ved hvilke tidspunkt. Hvilke teorier er brukt, hvorfor og hvordan bør de anvendes. Hvilke avgrensninger er gjort. Hvilke metodiske verktøy har man benyttet seg av? Transparens er gjennomsiktighet - å beskrive og diskutere sine valg slik at leseren kan bedømme forskningen som er gjort. Gjennom transparens og refleksjon over hvorvidt resultatene er gyldige i andre sammenhenger så kan denne studien bruker av andre i lignende situasjoner. Det kan i dette fallet brukes det Tjora benevner som moderat generalisering. KVALITETSKRITERIER Reflekterer studenten over hva som er «sann» kunnskap og hvilke ting som kan virke inn på at kunnskapen blir ugyldig? I hvilken grad er informanten/ informantene reflektert til sine egne meninger, holdninger og erfaringer? I hvilken grad hjelper forskeren informanten til å reflektere? Hvilken innvirkning kan dette få på kvaliteten til intervjuet? Intervjuet oppfattes som situert i konteksten som oppstår ved forskningen, derfor er det i rimelig grad forskerens ansvar å prøve å få informanten til å reflektere. Utsagnene som kommer i løpet av et intervju kan både vare knyttet til intervjuet og reflektert av informantens inderlige, sanne meninger. 11
Pålitelighet (reliabilitet) Gyldighet (validitet) og Generalisering - Pålitelighet: Hvordan forskerens posisjon kan påvirke resultatet. Forforståelse. Kvaliteten på teknisk utrustning: Lydopptaker. DVD-opptak. Bilde- lydkvalitet. Tid, rom. Kvaliteten på forskeren: Beskrivelse av forforståelse, Forskerens evne å gjøre gode intervjuer, forskerens evne til å etterfølge mot data. Kvaliteten på informanten: Er informanten representativ? Speile kjelen med kontrollspørsmål og tolkning underveis. Redegjøre før hvilken informasjon som kommer via datagenereringen og hvilken informasjon som er forskerens tolkning. Gyldighet: Kontrollere og analysere kilder til potensiell feiltolkning. Stille seg selv spørsmål under hele prosessen; Hvorfor gjør jeg dette? Hvordan skal jeg gjennomføre det? Osv. Kommunikativ gyldighet handler om å kommunisere; med informanter for å kontrollere, med forskningsmiljø og med lesere, men også med tidligere forskning, med teorier og med dokumentasjon om den aktuelle organisasjonen. Refleksivitet: Refleksjon over hvordan tolkning av data framkommer. Gjøre en fortolkning av din egen fortolkning. Bourdieu: I constantly use sociology to try to cleanse my work out of social determinants. Kvalitativ metode relasjonelle strategier hvor forskeren setter seg selv i aktørens posisjon for å forsøke å forstå aktørens virkelighet. t møte mellom aktør og forsker i aktørens kultur, hvor både aktør og forsker påvirker hverandre, men hvor forskeren forsøker å synliggjøre både sin egen og aktørens habitus for seg selv. ETIKK De etiske retningslinjene bør gjennomsyre hele prosjektet, fra start til mål. Hvordan lages intervjuspørsmålene? Første og viktigste hensyn er at informanten ikke skal komme til skade. Viktig med åpne spørsmål (ikke direkte) der informanten ikke kjenner seg truet. Innledningsspørsmål og introduksjon blir ekstra viktig når temaet er sensitivt. Tenke igjennom på forhånd; hva kan jeg spørre om og hva kan jeg ikke spørre om. Ta i betraktning at dette kan ta vending i retting mot en terapisamtale, hvilket ikke er hensiktsmessig med hensyn til kunnskapsproduksjon og av etiske grunner, da forsker ikke er terapeut. Hvordan gjennomføre intervju? Viktig å informere om konfidensialitet. At data kommer å bli anonymisert. Det er lov å avbryte intervjuet når som helst. Lov å trekke seg fra undersøkelsen, selv etter at intervjuet er gjennomført. Det kan oppstå 12
situasjoner der informanter vil meddele detaljer som de ikke vil siteres på, eller ikke vil skal framgå i forskningsrapporten. Lov å snakke litt rundt grøten; ikke direkte spørsmål. Etikk i kvalitetssikring: I forskningen betrakter vi intervjuet som en situert handling, eller en form for intersubjektiv situasjon hvor den spesifikke personen som intervjues er mindre viktig en den teksten som produseres (anonymisering). Intervjuet tilhører den spesifikke situasjonen det ble gjort i og vi er varsomme med å la informantene kommentere hele sitt intervju. Men vi må alltid sjekke at vi ikke har misforstått noe. Hvis studenten har dyp forståelse av alle disse ting og selv kan drøfte og gi eksempel på disse tingen samt se disse tingene i forhold til hverandre og til den case de får beskrevet i eksamensoppgaven, så er det en meget god karakter. 13