9789140670397

Mikael Hjerm & Introduktion till Simon Lindgren samh채llsvetenskaplig analys

Innehåll Förord

7

1. Metod och metod – jag vill ju förstå samhället?

9

Politisk tillit Forskningsprocessen Idé Problemställning Design Datainsamling Analys Avrapportering Generellt om forskningsprocessen

Är det så stor skillnad på siffror och text?

2. Kvantitativ analys Enheter, variabler och variabelvärden Skalnivåer Operationalisering: exemplet indexkonstruktion Siffror har en mening

3. Univariat analys Centralmått Spridningsmått Normalfördelning Signifikans och inferens

11 13 14 14 16 17 17 18 18 19 24 26 27 31 36 39 40 42 46 47

4. Bivariat analys

53

Korstabeller Chi2 Sambandsmått

55 58 59 61 62 63 64

Styrkan på sambandet Riktningen på sambandet Sambandsmått och skalnivåer i praktiken

En första bivariat analys av tillit

5. Multivariat analys Regressionsanalys Effekter Determinationskoefficienten

Förutsättningar för regressionsanalys Multivariat regressionsanalys

6. Kvalitativ analys Att förbereda data för analys Den kvalitativa analysprocessen Reduktion av data: Kodning Presentation av data: Tematisering Slutsatser och verifiering: Summering

7. Kodning Kategorier och koder Kodens roll i analysarbetet Vad ska man koda?

Två sätt att börja koda Kodning på bredden Kodning på djupet

8. Tematisering Från enskilda koder till en tematisk struktur Att utveckla teman Dags att summera analysen?

68 71 73 75 77 78 83 84 86 91 94 94 97 97 102 105 106 108 112 114 114 119 122

9. Summering Att skriva ihop analysen Verifiering av analysen

10. Att kombinera kvantitativ och kvalitativ analys Tre övergripande modeller Sex specifika strategier Slutord

124 127 132 137 138 139 141

Epilog

143

Referenser

145

Register

147

Appendix

149 149 152 153

Exempel på hur man beräknar Chi2 Pearson’s r Estimering av regressionslinjen

Förord Den här boken är resultatet av en viss frustration. En frustration som vi båda har upplevt i klassrummet över avsaknaden av mer praktiskt orienterade metodböcker. Det råder ingen brist på metodböcker och egentligen inte heller någon brist på bra metodböcker. Men även om många av dessa böcker gör ett fantastiskt jobb med att förklara kom­ plexa saker så har vi upplevt att studenterna ofta uppfattar dem som allt för abstrakta.

Oavsett om det handlar om mer kvalitativa eller mer kvantitativa metoder upplever vi att svårigheterna ligger i den faktiska tolkningen av de data som har samlats in. Även om startsträckan kan vara lång ibland så lär sig de flesta till slut att koda och tematisera sina data eller att göra en regressionsanalys. Steget därifrån till att relatera dessa data till den värld vi lever i är dock ofta stort.

Med den här boken vill vi förklara själva det tekniska hantverket i hur vi analyserar olika typer av data och också tydliggöra hur vi an­ vänder våra verktyg för att faktiskt kunna säga något om det vi stude­ rar. Vårt mål är att du som läser och arbetar med den här boken i slutänden ska kunna bearbeta data, men kanske framför allt att du ska kunna analysera data.

Med detta sagt så måste vi erkänna att vi avsiktligen förenklat våra förklaringar av vissa saker. Vi har valt att framställa texten som om det inte fanns några motsättningar i hur man ska göra saker. Det är naturligtvis inte sant, men vi har försökt att sätta fokus på de van­ ligaste praktikerna utan att redogöra för all teori bakom dem. Vi har också valt att visa på hur forskare faktiskt gör i praktiken och inte på hur man i en perfekt värld borde göra. Med det inte sagt att är och bör är väsenskilda i forskarvärlden utan bara att olika omständigheter gör att vi ibland måste nöja oss med den inte helt optimala lösningen.

Vi försöker vara öppna med detta. Vi har också medvetet valt att inte använda oss av tillrättalagda exempel där alla kodningar är kristall­

klara och korrelationerna är exceptionella.

Avslutningsvis vill vi tacka Lars Dahlgren, Ingemar Johansson Sevä och Ivar Söderlind för konstruktiva kommentarer på våra texter.

Mikael Hjerm och Simon Lindgren

1. Metod och metod – jag vill ju förstå samhället?

Metod brukar inte vara den främsta anledningen till att studenter väl­ jer att läsa samhällsvetenskap, tvärtom brukar många studenter sucka djupt vid blotta nämnandet av ordet metod. ”Jag vill ju lära mig något om samhället”, är en inte helt ovanlig utsaga i sammanhanget. Haken är bara att utan kännedom om hur vi får kunskap om samhället blir det ingen kunskap över huvud taget. Visserligen kan man tänka sig att låta forskare införskaffa och förmedla kunskap, vilket skulle betyda att man inte behöver lära sig något om metod. Det är visserligen en fors­ kares uppgift att göra just det, men det är inte bara forskare som be­ höver metodkunskaper utan även de flesta av er som läser den här boken. Du kommer att behöva dessa när du ska skriva uppsats på uni­ versitetet, men kanske framför allt i väldigt många arbetsuppgifter där du förväntas göra en utredning eller liknande. Även om du inte själv kommer att göra en utredning är det bra att kunna diskutera resultat från sådana utredningar, rapporter eller mindre analyser. Utan kun­ skaper i metod kommer det att bli problem. Även om man aldrig kom­ mer att syssla med några som helst arbetsuppgifter åt det hållet är det viktigt att ha åtminstone grundläggande kunskaper i metod som en del av det kritiska tänkandet när man läser en tidning eller hör på nyheterna om något forskningsresultat som presenteras. Du kommer att blir förvånad över hur lite kunskap som behövs för att du ska rea­ gera på vissa forskningsresultat, opinionsundersökningar och liknande som presenteras av massmedia, med ett: ”Men det där verkar ju inte helt riktigt”.

Med metod menar vi ett vetenskapligt tillvägagångssätt. Men vad är ett vetenskapligt tillvägagångssätt då? Det enkla svaret är att det innebär en systematisk och verifierbar procedur från en forskningsidé till avrapportering av ett forskningsresultat. Denna utsaga kanske inte 9

Introduktion till samhällsvetenskaplig analys

klargjorde exakt vad det är frågan om, men vår målsättning är att vi ska förklara detta i den här boken.

Målsättningen med boken är inte att förklara hela den vetenskap­ liga proceduren från början till slut. Vi kommer att begränsa oss till själva analysen av data. Vår målsättning är att förklara grunderna i vad vi som forskare gör med den information (data) vi samlar in om om­ världen. Det behöver inte heller vara vi som forskare utan kan lika gärna vara du som student som ska skriva en uppsats eller genomföra något projekt där du måste analysera någon form av information. Vi kommer inte att diskutera problemformulering och datainsamlings­ metoder på något ingående sätt utan vi kommer istället att lägga fokus på hur du ska hantera data när du väl har dem framför dig.

Med data menar vi information om omvärlden som är insamlad på ett systematiskt sätt. Det kan vara svar på en enkät eller en intervju, olika texter, observationer av människor eller fenomen, experiment och så vidare. Data kan ha olika karaktär, de kan till exempel vara i form av ord eller siffror. Skillnaden i hur data representeras har kon­ sekvenser för våra möjligheter att analysera dem. De två övergripande tillvägagångssätten som man brukar tala om är kvalitativ respektive kvantitativ metod. Med kvalitativ metod avses oftast analysmetoder som främst är avpassade för att analysera ord eller text och med kvan­ titativ metod avses oftast strategier som är avsedda för att analysera siffror.

I resten av det här kapitlet kommer vi först att diskutera forsknings­ processen som helhet. Sedan gör vi en jämförelse mellan kvalitativ och kvantitativ metod. Vi kommer dock att inleda med en kortare teoretisk diskussion om politisk tillit eftersom vi kommer att använda ämnet i merparten av exemplen i den här boken. Vi har valt att använda oss av politisk tillit för att exemplifiera olika metoder. Tanken är att det ska vara lättare att förstå olika metoder och analyser om vi använder oss av liknande exempel. Det här betyder inte på något sätt att politisk tillit skulle vara det viktigaste att studera för en samhällsvetare eller för den delen att författarna är av den åsikten. Vi har bara valt det som ett exempel i syfte att konkretisera de metoder som presenteras i de följande kapitlen i boken. Avsikten med att återkomma till ett exempel 10

1. metod och metod – jag vill ju förstå samhället?

Det är inte heller säkert att turordningen i forskningsprocessen följer den ovan uppräknade. Det är exempelvis inte ovanligt att man till att börja med endast har en vag idé om att något fenomen skulle kunna vara intressant och då börjar göra enkla analyser av tillgänglig data för att se om det finns något som är värt att gräva djupare i. Om det verkar finnas något där kanske man förflyttar sig tillbaka till problem­formuleringsfasen för att mer precist specificera problemet och kanske läsa in sig på ny teoretisk kunskap för att därefter gå till­ baka till analysdelen och genomföra mer nyanserade analyser. Även om det finns avvikelser mellan olika studier i hur omfattande de olika delarna i forskningsprocessen är så är inte avvikelserna så stora mellan olika studier att vi inte kan använda den som en generell modell.

Är det så stor skillnad på siffror och text?

Kvalitativ och kvantitativ metod framställs ofta som helt åtskilda och som två totalt olika paradigm när det gäller hur man kan förse sig med kunskap om samhället. Vitt skilda kunskapssyner, teoretiska utgångs­ punkter och analysstrategier kopplas då samman med de två traditio­ nerna. Begreppen kvantitativt och kvalitativt används ofta för att be­ skriva två motsatta forskningsstilar mellan vilka man till synes måste välja. Allt som oftast i akademiska sammanhang kommer denna mot­ sättning upp till ytan och ger bränsle åt debatter som förstärker upp­ delningen av kvalitativa och kvantitativa forskare som hörande till helt olika kulturer. Åtskillnaden tenderar också att förstärkas i och med att forskarsamhället präglas av ett högt tryck mot specialisering, framsteg och utveckling. Detta innebär att de som arbetar med en viss typ av analys ägnar sin tid och kraft åt att bli bättre på denna och åt att ut­ veckla metodens styrkor.

Vi vill nu inte hävda att det inte finns några skillnader mellan me­ toderna, men skillnaderna är inte så stora som de ofta framställs. En anledning till att man ibland får intrycket av att det är så stora skillna­ der mellan metoderna är att man blandar ihop metod och metodologi.

Metod har att göra med det systematiska och handgripliga tillväga­ 19

Introduktion till samhällsvetenskaplig analys

gångssättet med data, medan metodologi syftar på den kunskapsteo­ retiska (epistemologiska) utgångspunkten på vilken metoden vilar.

I relation till detta har det hävdats att de olika forskningsmetoderna är så förbundna med hur forskaren i grunden betraktar världen att man i praktiken inte kan skilja metod och metodologi från var­andra. Vår avsikt är inte att fördjupa oss i den diskussionen utan vi nöjer oss alltså helt enkelt med att betrakta metod som det vetenskapliga tillvä­ gagångssättet, och det är det vi fokuserar på. Vi betraktar därför skill­ naden mellan kvantitativ och kvalitativ metod primärt som en skillnad i analystekniker alldeles oavsett vilka kunskapsteoretiska grunder olika metoder vilar eller inte vilar på. Kvantitativ och kvalitativ metod har flera saker gemensamt, men det viktigaste är en teoretiskt driven forskningsprocess där analysmetoden i första hand är ett redskap för att tolka och förstå världen. Även om metoderna ofta används för att besvara lite olika problem så finns det ingen genväg förbi ett systema­ tiskt tillvägagångssätt.

Ibland brukar man säga att kvalitativ forskning bygger på ord medan kvantitativ forskning bygger på siffror. Detta är förstås en överförenk­ ling. Både siffror och text är bärare av information, och den informa­ tion som de förmedlar kan i själva verket analyseras både kvalitativt och kvantitativt. Det finns med andra ord ingen självklarhet i att bok­ stäver alltid ska analyseras kvalitativt och siffror alltid kvantitativt.

Man brukar också hävda att kvalitativ analys fokuserar på betydelser och innebörder medan kvantitativ analys handlar om attityder och beteenden. Ett sådant resonemang faller dock på att båda faktiskt kan sägas handla om människors tankar och handlingar.

Vidare brukar det ofta sägas att man kan generalisera utifrån kvan­ titativa resultat på ett sätt som inte är fallet för kvalitativa resultat.

Detta är dock sant bara om man talar om generaliserbarhet i en strikt statistisk bemärkelse. Kvalitativa resultat kan också generaliseras till andra sammanhang än de direkt studerade, och de kan leda till utveck­ landet av teorier med generell tillämpning. Det är viktigt att inse att man allt som oftast är intresserad av att generalisera oavsett vilken metod man använder. Den som gör en kvantitativ studie av till exem­ pel politisk tillit i Sverige har, givet att studien är korrekt genomförd, 20

1. metod och metod – jag vill ju förstå samhället?

möjligheten att uttala sig om mönster som gäller för hela Sveriges befolkning, men i praktiken vill forskaren oftast göra gällande att de resultat som han eller hon har funnit troligen förekommer även i andra länder. Precis som att den som gör en kvalitativ studie på ett begränsat antal individer ofta vill göra gällande att resultaten också gäller andra personer som inte ingår i studien. Generaliseringsproblemet skiljer sig inte på något avgörande sätt med avseende på vilken metod som an­ vänds.

Det hävdas ibland också att kvantitativ metod skulle ”gå på bred­ den” och kvalitativ metod ”på djupet”. Med det menas att man inom kvantitativ metod har möjligheten att få mycket, men ytlig, informa­ tion om ett fenomen medan man inom kvalitativ metod kan erhålla smalare, men djupare, kunskap om ett ämne. Precis som med möjlig­ heterna till generalisering varierar detta mer mellan enskilda studier än mellan kvantitativ och kvalitativ metod. I vissa kvalitativa studier är resultaten väldigt breda, speciellt i de fall där studierna sker inom ramen för ett relativt nytt forskningsområde. Samtidigt kan kvantita­ tiva studier vara så specialiserade att de ger en mycket djup kunskap om ett visst fenomen. I vissa sammanhang understryks att kvalitativ metod följer en upptäckande (induktiv) logik medan kvantitativ metod snarare är hypotesprövande (deduktiv). Med induktiv menas att teorier genereras utifrån själva studien medan man med ett deduktivt an­ greppssätt menar att teorier testas av själva studien. I själva verket kan båda metoderna använda sig av båda dessa tankefigurer. De flesta studier är heller inte renodlat induktiva eller deduktiva utan båda in­ slagen finns ofta representerade i olika omfattning. Om angrepps­sättet drar åt det deduktiva eller det induktiva hållet avgörs snarare av hur mycket kunskap det finns på forskningsfältet än av valet av kvalitativa eller kvantitativa metoder.

Många av de problem som man stöter på är i praktiken inte bero­ ende av vilken metod som används även om de ibland kan ta sig lite olika uttryck samt att terminologin kring problemen ibland skiljer sig åt mellan metoderna. Om man ska studera politisk tillit med en kvan­ titativ studie, till exempel via en enkät, måste man bestämma sig innan själva datainsamlingen för hur politisk tillit ska mätas på bästa 21

Introduktion till samhällsvetenskaplig analys

sätt. Detta görs med utgångspunkt i en teoretisk förståelse för feno­ menet kombinerat med kunskap om hur man har mätt politisk tillit i tidigare studier. I en kvalitativt orienterad intervjustudie som fokuse­ rar på ett liknande problem finns större möjligheter att lämna ut­ rymme åt respondenternas tolkningar samt att ställa fördjupande följdfrågor, men man måste fortfarande ha en förförståelse av feno­ menet för att kunna ställa relevanta frågor kring politisk tillit.

Valet av metod ska avgöras av det forskningsproblem som har for­ mulerats. Det gäller såväl valet mellan kvantitativ och kvalitativ metod, eller en kombination av de två, som valet mellan olika specialiserade metoder inom respektive område. Två faktorer gör dock att idealet inte alltid kan förverkligas. För det första kostar det tid och pengar att samla in data. Utan pengar ingen forskning. Tillgången till pengar avgör inte bara om man ska göra en mer kvantitativt eller kvalitativt orienterad datainsamling eller en kombination av metoderna, utan också hur omfattande studien kan vara inom respektive område. Man kanske är intresserad av en specifik problemställning relaterad till politisk tillit och kommer fram till att det är mest lämpligt att genom­ föra någon form av enkät. En studie designas med vissa specifika frågor som på bästa sätt kan mäta det som avses mätas, men utan pengar kan inte studien genomföras. Det kan också vara så att resurserna inte räcker till den ideala designen, men att det finns möjligheter att ge­ nomföra studien med vissa begränsningar.

För det andra är forskarens intresse avgörande för valet av metod.

Vi ska inte sticka under stol med att merparten av alla forskare primärt ägnar sig åt antingen kvalitativa eller kvantitativa metoder. Orsaken är att det kan vara relativt komplicerat att utveckla metodfärdigheter vilket gör att det kostar tid och resurser att lära sig nya saker. Det gör att många tenderar att välja forskningsproblem som kan lösas med den eller de metoder som man är mest bekväm med sedan tidigare. Det är viktigt att poängtera att detta inte på något sätt behöver vara felaktigt – det kan tvärtom vara kostnadseffektivt. Det finns helt enkelt vissa fördelar med att specialisera sig. Det är samma sak som att det är mer effektivt att en kirurg som är duktig på att operera knän opererar just knän och inte ögon.

22

1. metod och metod – jag vill ju förstå samhället?

Det är skillnader mellan kvalitativ och kvantitativ metod i det att vi oftast analyserar olika saker och följaktligen behöver lite olika verk­ tyg för att analysera dessa. Det är svårt att filéa fisk med brödkniv eller skära bröd med en filékniv. Däremot fungerar det bra att göra tvärtom.

Vi påstår bara att de problem som du kommer att ställas inför när du ska analysera data i mångt och mycket är liknande oavsett vilken me­ tod du använder dig av. Vår avsikt är nu att ge dig lite redskap. Det gäller inte bara att välja rätt kniv, det gäller att den är vass också.

23

Introduktion till samhällsvetenskaplig analys

2. Kvantitativ analys Om det suckas när det gäller metod rent generellt så är suckarna aldrig så djupa som bland samhällsvetenskapliga och humanistiskt orienterade studenter när orden ”kvantitativ” och ”metod” nämns tillsammans. Or­ sakerna till suckarna är många och inbegriper upplevelsen av otillräck­ lighet med avseende på matematiska förkunskaper, lathet då många lever i villfarelsen att mer kvalitativt orienterade studier skulle vara lättare att göra, eller rent ointresse för siffror. Vi börjar med att göra dig lite lug­ nare i det att de matematiska kunskaperna som krävs för att förstå den här boken är mycket begränsade. Vi har redan sagt att det är en villfa­ relse att kvalitativ metod skulle vara lättare och att antagandet bygger på okunskap om kvalitativ metod där många innan de kommer i kontakt med den kvalitativa metoden tror att man kan göra lite som man vill, vilket du kommer att veta inte är korrekt efter det att du läst den kvali­ tativa delen i den här boken. När det gäller ointresse så är det bara att erkänna att man inte kan vara intresserad av allt. Det är till och med möjligt, men inte särskilt troligt, att du som läsare aldrig kommer att göra något som liknar en studie av något slag i framtiden, men med lite grund­ läggande kunskap i kvantitativ metod kommer du att se till exempel nyhetsrapportering med helt andra ögon. Du kommer att veta att det är en icke-nyhet som rapporteras när de säger på nyheterna att Modera­ terna har ökat med 3 procentenheter men att förändringen inte är sta­ tistiskt signifikant. Du kommer också att veta att påståenden i massme­ dia som att något ämne i maten orsakar cancer oftast bara innebär att risken att få cancer ökar om man äter ämnet, men inte att man alltid får cancer när man gör det. Även om du visste detta sedan tidigare är po­ ängen att du genom att åtminstone lära dig grunderna i kvantitativ ana­ lys kommer att få en ökad kritisk medvetenhet kring kvantitativa forsk­ ningsresultat, rapporter, eller bara enkla statistiska redovisningar. Med en sådan medvetenhet följer möjligheterna till ett kritiskt tänkande.

Att jobba kvantitativt innebär, lite förenklat, att man sätter siffror 24

2. kvantitativ analys

på det som ska analyseras i syfte att kunna genomföra allt från de enklaste procentberäkningar till mycket avancerade statistiska bear­ betningar, som till exempel strukturella ekvationsmodeller. I den här boken kommer vi att guida dig som läsare via detta introduktions­ kapitel (kapitel 2) till univariat analys (kapitel 3) och bivariat analys (kapitel 4) för att avsluta den kvantitativt orienterade delen med multi­ variat analys (kapitel 5).

Univariat analys innebär att man analyserar en enda egenskap. Ett exempel kan vara hur stor andel av folk i Sverige som litar mycket på det politiska systemet. I bivariat analys undersöker man sambandet mellan två egenskaper. Man skulle till exempel kunna fråga sig om tilliten ökar med ökad kunskap om det politiska systemet. Multivariat analys innebär att man analyserar förhållandet mellan fler än två egenskaper. Den bi­ variata analysen handlar alltså om att beskriva ett fenomen, men den bivariata handlar om en första förklaring av ett fenomen medan den multivariata analysen handlar om att bättre förklara fenomenet i fråga.

De univariata och bivariata analyserna är i praktiken oftast inte mycket mer avancerade än det som vi kommer att visa i boken. Den multi­variata analysen kan dock vara mycket mer tekniskt avancerad än vad vi kan erbjuda här. Följaktligen är inte målsättningen att du som läsare ska förstå de mer avancerade statistiska metoderna utan fokus ligger på att du ska tillägna dig själva tänkandet bakom multivariat analys. Vi kom­ mer dock i kapitel fem att introducera en något mer avancerad metod än i de tidigare kapitlen, nämligen linjär regressionsanalys.

Inom kvantitativ analys räknar man på en massa saker. Det kan handla om att analysera befintlig statstik om folks inkomster eller den ekonomiska tillväxten i olika regioner i Frankrike. Det kan också röra sig om data från olika undersökningar. I fallet med politisk tillit har vi ställt ett antal frågor kring det ämnet till ett stort antal individer.

En av frågorna ser ut som följer: Hur stor tillit har du personligen till Sveriges riksdag?

Ingen tillit alls 0 1 2 3 4 5 6 7 8 9

Fullständig tillit 10

25

Introduktion till samhällsvetenskaplig analys

Respondenterna (de personer som svarade på undersökningen) svarar på en skala från 0 till 10 där 10 betyder ”Fullständig tillit” och 0 ­”Ingen tillit alls”. Detta är bara några exempel på saker som man kan sätta siffror på, eller ”kvantifiera” om man så vill, och så länge vi kan göra det kan vi använda oss av ett kvantitativt angreppssätt.

Enheter, variabler och variabelvärden Hela denna bok utgår från att vi redan har samlat in data och nu ska sätta igång att analysera dem. För att kunna göra detta på ett kvantitativt sätt måste du ha viss kunskap om den terminologi som förekommer inom kvantitativt orienterad forskning. Du och vi måste så att säga prata sam­ ma språk. Här följer därför definitioner av tre nyckelbegrepp: Enheter är den/det/de som undersöks i en studie. Inom samhälls­ veten­skapen är individer oftast vår undersökningsenhet, men det kan lika gärna vara kommuner, parlament, filmer eller något annat. I vårt exempel fokuserar vi på att undersöka politisk tillit bland individer.

Följaktligen är individer vår undersökningsenhet. Om man ska vara riktigt noggrann är egentligen europeiska individer som är äldre än 15 år vår undersökningsenhet, eftersom vi undersöker politisk tillit bland dessa och inte bland några andra individer i världen. Även om vi istället skulle försöka förklara varför olika individer är olika mycket främlingsfientliga är det alltså fortfarande individer som är vår under­ sökningsenhet. Om vi istället skulle undersöka hur rika eller fattiga olika kommuner är skulle kommuner vara vår enhet eller om vi har en studie som fokuserar på lycka i olika länder så är länder vår enhet.

Variabler är, som namnet antyder, egenskaper som varierar bland enheterna. I vårt exempel är det politisk tillit som är variabeln. Vissa individer har hög politisk tillit medan andra har låg politisk tillit. Inom samhällsvetenskapen undersöks ofta individer och variablerna är därför ofta just individegenskaper som till exempel kön, ålder, vilket parti man röstade på i senaste valet, utbildning och så vidare. Undersöker vi andra enheter som länder kan variablerna istället vara Bruttonationalproduk­ ten (BNP), spädbarnsdödlighet, grad av korruption, och så vidare.

Variabelvärden uttrycker det sätt som en variabel teoretiskt varierar 26

2. kvantitativ analys

på, eller med andra ord hur man mäter variabeln. Variabelvärdena för tillitsvariabeln är 0–10. Variabelvärdena för kön är kvinna respektive man, och variabelvärdena för månadsinkomst är hur mycket pengar folk tjänar i månaden. Tillitsvariabeln har 11 möjliga variabelvärden, kön har två medan inkomst har lika många möjliga värden som det finns människor som tjänar olika mycket i månaden. Det är viktigt att inse att samma variabel kan mätas på olika sätt och därför vara indelad i olika variabelvärden. Vi skulle kunna ha delat in tillit i hög respektive låg tillit vilket innebär att tillit då skulle ha två möjliga variabelvärden: hög respektive låg. Utbildning kan mätas med antal år som man har gått i skolan men vi kan också dela in den i de tre kategorierna grund­ skola, gymnasium och universitet. Även andra indelningar av utbildning är möjliga, men det förändrar inte det faktum att vi fortfarande mäter utbildning. Variabeln är med andra ord fortfarande utbildning.

Tabell 2.1 Några exempel på enheter, variabler och variabelvärden Enhet

Variabel

Variabelvärden

Vilket parti männi­skor röstade på i det senaste riksdagsvalet i Sverige

Röstberättigade individer i Sverige

Partipreferens

Partier (M, S, MP etc)

Hur mycket pengar människor tjänar per månad

Individer

Inkomst

Kronor per månad

Läskunnighet i världen

Länder

Läskunnighet

Procent

Skalnivåer Skalnivåer är klassificeringar av variabelvärden beroende på deras ma­ tematiska kvalitet. Det finns fyra olika skalnivåer: kvotskala, intervall­ skala, ordinalskala och nominalskala. Poängen med skalnivåerna är att de bestämmer vilka beräkningar som är möjliga att göra på de variab­ ler som analyseras.

27

6. kvalitativ analys

6. Kvalitativ analys När man handleder uppsatser och examensarbeten som är kvalitativt inriktade stöter man ofta på missförståndet att kvalitativ metod skul­ le innebära ett mer flummigt och mindre nogräknat förhållningssätt till det material som ska analyseras. Det här är felaktigt och beror antagligen på att man i många ytliga beskrivningar av de två me­ todstrategierna säger att kvantitativa analyser handlar om ”hårda data” och exakthet medan kvalitativa analyser är inriktade mot ”mjuka data” och subjektiva tolkningar. Sådana sätt att förklara skillnaden är olyck­ liga, och leder till att man som student kan få föreställningar om att man måste vara ”smartare” för att hålla på med kvantitativ metod, eller om att kvalitativ metod bara är ett fint namn för fria spekulatio­ ner. Som vi betonade i bokens första kapitel är likheterna mellan an­ satserna i grunden större än vad som ofta görs gällande. I båda fallen krävs tydliga teoretiska utgångspunkter och stor noggrannhet i såväl utformandet av studien som i hanteringen och tolkningen av data. Ändå fokuserar många metodböckers beskrivningar av kvantitativ forskning ofta på de tekniskt statistiska momenten. Detta trots att kvantitativ analys – som vi har visat i de föregående kapitlen – också förutsätter ett omfattande tolkningsarbete. Beskrivningar av kvalitativ forskning tenderar istället att beskriva just tolknings­arbetet som det centrala. Detta ofta till priset av att de mer tekniska och hantverksmäs­ siga aspekterna – som i själva verket är jätteviktiga även här – hamnar i bakgrunden. Målet med det här och de tre efterföljande kapitlen är att beskriva kvalitativ analys på ett handfast sätt och med fokus på hur man faktiskt går tillväga.

Det som utmärker kvalitativa data i jämförelse med kvantitativa är att de innehåller information i form av ord snarare än siffror. Typiska kvalitativa datamaterial är utskrifter av intervjuer, anteckningar från observations­undersökningar, medietexter och andra dokument som är av intresse i relation till de frågeställningar som man vill besvara.

83

Introduktion till samhällsvetenskaplig analys

Materialet består ofta av skriven text, men kan lika gärna utgöras av bilder, film eller inspelat ljud. De exempel som vi kommer att ta upp handlar om text i form av bokstäver. Det går bra att använda den ana­ lysstrategi som vi kommer att introducera även för andra typer av material, men ibland kan det då krävas att man gör vissa specialöver­ väganden som vi inte ska ägna oss åt här. Målet är helt enkelt att presentera grunderna för kvalitativ analys som sådan.

En anmärkning är också på sin plats gällande begreppet ”kvalita­ tiva data”. För även om man vanligtvis kallar just den typ av material som räknats upp ovan för kvalitativa data så är egentligen ingen infor­ mation vare sig kvalitativ eller kvantitativ av naturen. Ett sifferbaserat, ofta kallat kvantitativt, material kan utsättas för granskning även i en kvalitativ mening. På samma sätt kan man räkna på textdata och be­ arbeta dem med kvantitativa metoder.

Men i normalfallet brukar man bestämma sig redan i datainsam­ lingsskedet, eller ofta ännu tidigare, för hur materialet senare ska be­ arbetas. Om du tänker göra kvantitativa analyser av dina data ska du helst välja en insamlingsstrategi som underlättar kvantifiering, exem­ pelvis en enkät. Men om du istället är intresserad av att göra kvalita­ tiva analyser, så är mer ingående och mer fritt strukturerade inter­ vjuer bättre lämpade. På samma sätt kan exempelvis nyhetstexter ur tidningar å den ena sidan kvantifieras (genom att man räknar hur ofta olika ord och uttryckssätt förekommer), men å den andra sidan också bearbetas med utgångspunkt i en kvalitativ strategi (genom att man läser texterna ingående med fokus på hur olika saker beskrivs och definieras i relation till varandra).

Att förbereda data för analys Oavsett vilken typ av data som du tänker studera så måste du vara beredd på att materialet nästan alltid måste förberedas på något sätt innan du kan sätta igång med analyserna. När det gäller material som har samlats in genom olika former av etnografiskt fältarbete (ljudin­ spelningar, observationsanteckningar, etc.) gör man vanligtvis någon form av transkribering (utskrift). Materialet måste göras om till ana­ 84

6. kvalitativ analys

lyserbar text, i alla fall delvis. Det finns flera olika programvaror som gör det möjligt att jobba direkt med ljud- eller videofiler, och även om man väljer att transkribera så är det sällan nödvändigt att skriva av precis allt.

Enligt vissa forskare bör man syssla med transkribering så lite som möjligt. Dels för att man ändå riskerar att skala bort många viktiga kontext- och miljöfaktorer i den process där detaljerade data ska göras om till en enkel sträng av bokstäver, dels för att transkriberingen innebär en risk för att man fastnar i ovidkommande detaljer. Trots detta är noggranna och fullständiga utskrifter absolut nödvändiga inom vissa former av kvalitativ analys, exempelvis sådan som intresse­ rar sig för språkbruk på ett ingående sätt.

Ett sätt att komma undan transkriberingsarbetet helt och hållet är att samla in sina data via internet. När det gäller exempelvis medie­ forskning finns stora databaser (som Presstext och Mediearkivet) som innehåller fulltextversioner av alla artiklar i så gott som alla dagstid­ ningar. Samma möjligheter att samla in ”färdigtranskriberade” data finns förstås när det gäller analyser av texter från webbplatser, diskus­ sionsforum, online­communities, bloggar, etc. Det blir också allt van­ ligare med webbetnografi – ibland kallad ”netnography” – som är en datainsamlingsmetod enligt vilken olika former av intervjuer och ob­ servationsundersökningar görs på internet och med digital teknik. Om intervjuer görs via e-mail, chattklienter eller inom sociala nätverks­ sajter medför tekniken att all kommunikation är textbaserad och möj­ lig att spara antingen för manuell bearbetning eller för analys med något analysprogram.

Bland internetforskare pågår en ständig debatt om hur man ska förhålla sig till etiska frågor när man jobbar på det här sättet. Allmänt kan man säga att samma regler om att intervjupersoner och andra som ingår i undersökningar ska informeras om att de ingår i en studie, och de måste också själva godkänna detta. Samtidigt är mycket information som kan anses vara ”känslig” helt öppet tillgänglig på nätet, exempel­ vis i fall då någon skriver helt öppet på publika sajter om personliga problem och liknande. Ett sätt att tänka omkring detta är att hemsidor, bloggar, forum och liknande, som inte är lösenordsskyddade eller 85

Introduktion till samhällsvetenskaplig analys

kräver något medlemskap, är möjliga att använda fritt för forskning på precis samma sätt som exempelvis en tidningsartikel. Enligt ett an­ nat perspektiv så kan man inte riktigt tänka så, utan man måste alltid vara medveten och ha en klar tanke om hur man förhåller sig till dessa aspekter i sin studie. I och med att ingen fast praxis för nätforsk­ ning har formulerats ännu, är det nog bäst att ha det senarenämnda förhållningssättet.

Den kvalitativa analysprocessen Det finns många olika specialvarianter av kvalitativ analys. Två exem­ pel på sådana är narrativ analys, som fokuserar på att finna de under­ liggande ”berättelser” som strukturerar olika texter, och diskursanalys, som går ut på att kartlägga och diskutera hur olika begrepp eller teman i ett datamaterial knyts samman i språkliga mönster som återspeglar och formar tankesätt och beteendemönster i samhället. Men i den här boken ska vi fokusera på en uppsättning grundprinciper för hur kva­ litativa data ofta bearbetas och analyseras, från det att data är insam­ lade och/eller nedtecknade till det att man har vaskat fram mönster som kan diskuteras vidare teoretiskt. Personer som arbetar professio­ nellt med forskning och exempelvis skriver sin doktorsavhandling el­ ler olika forskningsrapporter väljer i praktiken ofta mer specifika me­ todstrategier, till exempel någon av de ovan nämnda. Men förmågan att på så sätt skräddarsy metodvalet är något som man utvecklar med tiden allteftersom man hittar sin egen position och sitt specialområde som kvalitativ forskare.

Den metod som vi har valt att beskriva i den här grundboken är en renodlad och förenklad variant av strategier som presenteras i klas­ siska metodböcker som The Discovery of Grounded Theory (Glaser & Strauss, 1967) och Naturalistic Inquiry (Lincoln & Guba, 1985) samt i en lång rad efterföljande metodläroböcker, om än i lite olika tapp­ ningar. Metoden är också den som ligger till grund för hur alla de stora programvarorna för kvalitativ analys är utformade. När det gäl­ ler sådana analysprogram (de oftast använda är Nvivo, ATLAS.ti och MaxQDA) är det viktigt att understryka att så gott som inga analys­ 86

6. kvalitativ analys

moment automatiseras med hjälp av sådana. Snarare är de här mjuk­ varorna att uppfatta som understöd till den i hög grad manuella ana­ lysprocess som beskrivs i den här boken. Analysen följer samma grund­ principer oavsett om man använder något analysprogram eller inte.

Tillvägagångssättet har egentligen inget väletablerat svenskt namn, men i internationell forskningslitteratur kallas den för ”the constant comparative method” eller ”the constant comparative technique”.

Namnet refererar till hur forskaren i analysprocessen ständigt jämför de mönster som han eller hon hittills har hittat med de nya data som bearbetas, och också med tidigare forskning på området samt med sina teoretiska perspektiv (Burawoy, 1998; Peirce, 1998; Ragin, 2000). I ursprungskällan – Barney Glasers artikel ”The Constant Comparative Method of Qualitative Analysis” (1965) – och följaktligen i många andra beskrivningar av metoden, delas den in i fyra steg: 1. Skapande av provisoriska kategorier genom ständiga jämförelser av data 2. Förfinande och renodling av kategorierna 3. Kartläggning av relationer mellan kategorierna 4. Formulering och fixering av en övergripande struktur, eller teori I andra sammanhang, exempelvis i standardverket Qualitative Data Analysis av Matthew Miles och Michael Huberman (1984, s. 21–23), delas den in i tre led. Benämningarna är direkta översättningar ur deras bok och orden inom parentes är de som huvudsakligen kommer att användas i den här boken.

1. Reduktion av data (kodning) 2. Presentation av data (tematisering) 3. Slutsatser och verifiering (summering) Den senarenämnda indelningen ligger på en högre abstraktionsnivå än den förstnämnda. Grovt sett kan man säga att den första uppräkningens steg 1 och 2 ingår tillsammans i den tredelade variantens första steg.

Det är dock lämpligare att använda begreppet ”nivåer” än ”steg”. Det­ 87

Introduktion till samhällsvetenskaplig analys

ta i och med att en av huvudpoängerna är att kodning, tematisering och summering sker löpande, växelvis och i många avseenden parallellt.

De här stegen kan verka abstrakta och avskräckande i det här skedet, men vad det alltså handlar om är att datamaterialet först ska ordnas grovt (kodning), sedan ordnas lite mer noggrant (tematisering), för att slut­ ligen kunna fungera som utgångspunkt för analyser och slutsatser (sum­ mering). I den här boken kommer vi fortsättningsvis att följa den tre­ delade modellen. I det här kapitlet introduceras de tre aktiviteterna (kodning, tematisering och summering) översiktligt och sedan följer tre kapitel som mer ingående och handfast behandlar dem i tur och ordning.

Kapitel 7 handlar om kodning (reduktion av data), det vill säga om den del av analysen som syftar till att förenkla och sortera de råa data som man har i analysarbetets början. Kapitel 8 fokuserar på tematisering (presentation av data). Begreppet presentation ska här uppfattas i sin allra bredaste bemärkelse. Det här analytiska steget handlar nämligen inte bara om att framställa sin analys inför en publik, utan minst lika mycket om att för sin egen del strukturera upp huvudmönstren. Kapitel 9 handlar om att föra samman resultaten i en sammanhängande struktur och om att dra slutsatser utifrån denna och kommunicera dem.

Man pratar ibland om kvalitativ analys som hermeneutisk. Då syf­ tar man på det filosofiska begreppet ”den hermeneutiska cirkeln” eller ”den hermeneutiska spiralen”. Tanken bakom dessa metaforer är att tolkningar ska växa fram i en växelvis process mellan det man redan vet å den ena sidan och nya observationer och erfarenheter å den andra.

Oavsett vilket begrepp man använder så är kvalitativ analys alltid iterativ, vilket betyder att den bygger på att man gör flera genomgångar av datamaterialet – något som också understryks i begreppet ”constant comparison” – fram till dess att resultaten är stabila och väl under­ byggda. Man skulle därför kunna säga att spiralen är en bättre metafor än cirkeln, eftersom processen strävar framåt mot allt mer utvecklade tolkningar snarare än bara snurrar runt utan framsteg. Det senare kan förvisso inträffa, men det är då resultatet av en misslyckad analys.

I figur 6.1 (fritt efter Miles & Huberman, 1984, s. 23) ges ett förslag på hur den kvalitativa analysprocessen kan sägas se ut. Med de insam­ lade data som startpunkt ska du först ge dig in i ett arbete som på en 88

6. kvalitativ analys

första nivå huvudsakligen handlar om att skapa ordning i data genom kodning och om att så småningom tematisera resultaten. Gradvis, efter ett antal läsningar och omläsningar av materialet, glider processen över mot ett ökat fokus på att, med de kodade och tematiserade data som utgångspunkt, formulera slutsatser (summering). Dessa slutsatser kan du sedan verifiera – det vill säga stämma av och kontrollera – genom att återvända till datamaterialet för att pröva dina tolkningar än en gång innan du bestämmer dig för dem. Om du då skulle uppleva att vidare prövningar som kräver ytterligare datainsamling måste göras, så får du helt enkelt återvända till datainsamlingsfasen.

I någon mening kan alltså också datainsamlingen – en del av forsk­ ningsprocessen som inte behandlas på något ingående sätt i den här boken – vara parallell till, och en del av, själva analysen. Faktum är att många kvalitativt orienterade forskare är beredda att dra tanken om de olika stegens samtidighet så långt som att säga att man inte kan särskilja en specifik analysfas. De skulle istället mena att analyserna börjar redan medan data samlas in, eller kanske till och med redan när man i det allra första läget bekantar sig med området för sin studie. Och självklart kan det vara så. Men att en sådan komplexitet finns är inte någon anledning till att säga att kvalitativ analys inte låter sig beskrivas som en särskild verksamhet. Av pedagogiska skäl, för att vara så tydliga som möjligt, kommer vi därför att hantera analysen som ett särpräglat steg i arbetet, skilt från förberedelser, problemformulering och datainsamling.

Det finns inga fasta regler för hur många varv du behöver utföra processen. Beroende på hur det material som du för tillfället arbetar med ser ut, och beroende på vilka frågeställningar som din analys syftar till att besvara, kan det variera avsevärt. Ibland krävs ett fåtal genomgångar av materialet innan du upplever att resultatet är väl underbyggt och stabilt, och i vissa fall kan ett mycket stort antal om­ läsningar krävas. För att benämna analysprocessens slutmål brukar man ibland använda begreppet ”mättnad” (”saturation”, Glaser & Strauss, 1967, s. 61). Det beskriver punkten när du inte längre gör några observationer eller upptäckter som leder till att de mönster som du redan har kartlagt ifrågasätts eller måste utvecklas eller revideras på något genomgripande sätt. När omläsningar av materialet inte 89

Introduktion till samhällsvetenskaplig analys Figur 6.1 Den kvalitativa analysprocessen

Insamling av data

TEMATISERING Presentation av data

KODNING Reduktion av data

SUMMERING Slutsatser och verifiering

längre leder till att nya kategorier skapas, utan bara till att nya obser­ vationer sorteras in i redan befintliga kategorier är mättnaden ett faktum.

För att ytterligare utmana tolkningarna kan du i det här skedet medvetet anstränga dig för att försöka hitta indikationer på att någon eller några av kategorierna inte fungerar. Om även sådana försök misslyckas så är detta ytterligare ett tecken på att analysen har nått sitt slutmål. Men här är det också viktigt att komma ihåg att bland ett stort antal vita svanar kan man alltid till slut hitta en svart, och att i ett in­ tervjumaterial går det alltid att hitta enstaka exempel på yttranden som går stick i stäv med den sammantagna analys som man har gjort.

Inget sammanhang är fritt från motsättningar och undantag, och där­ för måste i slutänden ditt eget omdöme få avgöra. Vid en given punkt måste du helt enkelt bestämma dig för att du har arbetat med mate­ rialet tillräckligt länge och ingående för att med fog kunna hävda att de mönster som du har hittat faktiskt representerar de centrala inslagen och tendenserna.

90

Introduktion till samhällsvetenskaplig analys Mikael Hjerm & Simon Lindgren Samhällsvetenskaplig forskning handlar om att studera sociala fenomen som väcker frågor och skapar nyfikenhet. Men för att man ska kunna besvara frågorna och stilla sin nyfikenhet måste man veta hur man ska gå tillväga. Det finns gott om metodböcker, men få visar hur det faktiskt går till att tolka de data som har samlats in. Att koda och tematisera sina data eller att göra en regressionsanalys kan man lära sig. Men att sedan relatera resultaten till den värld vi lever i upplevs ofta som mycket svårare.

I den här boken förklaras det hantverk som består i att analysera olika typer av data. Här tydliggörs också hur och vilka verktyg som används för att faktiskt kunna säga något om det som studeras. Författarna går igenom både kvantitativ och kvalitativ analys på ett relativt ingående men samtidigt enkelt sätt.

IntroduktIon tIll samhällsvetenskaplIg analys riktar sig framför allt till högskole- och universitetsstuderande inom samhällsvetenskapliga ämnen på grundnivå.

mikael hjerm är docent i sociologi vid Umeå universitet och forskar om främlingsfientlighet, nationalism och mångkulturalism. simon lindgren är professor i sociologi vid Umeå universitet och forskar om internetkultur och mediediskurser.

ISBN 978-91-40-67039-2

9 789140 670397