Kvalitativa analyser FORSKNINGSPROCESS, MÄNNISKA, SAMHÄLLE
Merete Watt Boolsen
Innehåll
Förord 7 Inledning 9 Varför är teori och analys viktiga? 10
1 En saga 12 Det var en gång 12 I dag 13 Moral 14 Konsekvenser för den praktiska verkligheten 15
2 Att hitta orsaker och samband – den induktiva och den deduktiva vägen 17 Två angreppssätt – det kvantitativa och det kvalitativa 17 Forskningsprocessen 22 Forskningsprocessens första steg: problem och kunskap 23 Induktion, deduktion och analytisk induktion 26 Från fackteori till vetenskapsteori 29 Sammanfattning 42 Forskningsprocessens andra steg: planläggning och design 43 Sammanfattning 50
kvalitativa analyser
3 Lär känna kvalitativa data 52 Forskningsprocessens tredje steg: datainsamling och datakonstruktion 52 Hur data kan konstrueras 75 Sammanfattning 85
4 Kvalitativa textanalystekniker i praktiken 86 Forskningsprocessens fjärde steg: analys, slutsatser och utvärdering 86 Att lära sig koda 89 Att lära sig analysera 91
5 Innehållsanalys 93 Vetenskaplig strategi och vetenskapligt tänkande 93 Innehållsanalysen steg för steg 94 Andra tillvägagångssätt vid innehållsanalys: Matriser och tabeller 96 Analys med innehållsanalys 100 Samtalsanalys 120 Samtalsanalysen steg för steg 121 Sammanfattning 125
6 Grundad teori 126 Vetenskaplig strategi och vetenskapligt tänkande 127 Analys med grundad teori steg för steg 128 Sammanfattning 138
Innehåll
7 Argumentationsanalys 140 Vetenskaplig strategi och vetenskapligt tänkesätt 141 Argumentationsanalys steg för steg 143 Analys med argumentationsanalys 145 Sammanfattning 167
8 Diskursanalys 169 Diskursanalysens analytiska principer 169 Vetenskaplig strategi och vetenskapligt tänkande 171 Diskursanalysen steg för steg 174 Analys med diskursanalys 174
9 Ge dina analyser hög kvalitet 188
Referenser 191 Register 195
Inledning Inom samhällsvetenskaperna intresserar vi oss för människor i samhället. Målet för många samhällsvetenskapliga aktiviteter är just att förstå, identifiera orsaker och hitta sammanhang. Bakgrunden är naturligtvis att man vill få större insikt i orsaker och samband, kanske så att man ska kunna styra en utveckling i en viss, given riktning. Men det kan också helt trivialt handla om att få en överblick över vissa aktiviteter inom ett begränsat område. Årsberättelser, kommunala prognoser, planer, medieanalyser, texter, intervjuer, samtal, böcker, bilder, observationer, synintryck, lukter, stämningar osv. är alla exempel på data som kan bidra till att ge överblick och bilda grund för värderingar. Sociologiskt tänkande och metod är en del av vår vardag. Inte bara när vi läser fackböcker behöver vi systematisk och metodologisk kunskap, utan också på arbetsplatsen, vid uppgörandet av arbetsordningar, ändring av aktiviteter m.m. tänker och handlar vi ofta ”sociologiskt”. Vi vill gärna kunna förstå, förklara och ofta också förutsäga. När utgångspunkten är samhällsvetenskapliga data, som kan analyseras med hjälp av kvalitativa samhällsvetenskapliga metoder, tar vi i bruk analyser som identifierar orsaker och samband. Innehållet i denna bok är en presentation av några kvalitativa metoder inklusive en genomgång steg för steg av den praktiska tekniken. Jag använder några få genomgående exempel från förskoleområdet och från kriminalitet och brottsprevention. Texter från dessa områden analyseras med utgångspunkt i olika problemformuleringar och med olika tekniker. Presentationen av teknikerna och analyserna siktar också på att lä9
kvalitativa analyser saren i förlängningen ska kunna värdera och argumentera kritiskt och självständigt i egna kvalitativa analyser. Inspirationen har i synnerhet kommit från de många studerande jag har undervisat genom åren. Men inspirationen har också kommit från många redan färdigutbildade grupper – sjuksköterskor, socialpedagoger, poliser, journalister, socialkuratorer m.fl. Dessa grupper uttrycker ofta behov av att få en repetition av vissa verktyg som hör yrket till och som kan komplettera den dagliga praktiken och användas vid yrkesmässiga bedömningar. Det är min erfarenhet att möjligheten att förvärva kunskap om kvalitativa metoder existerar också i mycket anspråkslösa och (tidsmässigt) korta analyser och uppgifter som handlar om förändringsprocesser.
Varför är teori och analys viktiga? Man ska veta och förstå innan man kan använda sin kunskap i nya sammanhang. Att analysera handlar om att kunna blottlägga förhållandet mellan de enskilda delarna i ett projekt. Till sist ska man kunna göra en självständig värdering och perspektivering av det stoff som man arbetar med. I den yrkesmässiga processen där man rör sig från reflektion till handling är analys ett viktigt verktyg. Genom att arbeta teoribaserat skapar vi ett direkt samband mellan teori och praktik, och vägen kan på det sättet öppnas för en uppgörelse med eller en revision av våra förutfattade meningar, beteenden, arbetssätt, tänkesätt m.m. Att analysera är att skilja mellan saker och ting och att titta på dem – såsom i ett pussel – och så kombinera dem till nya figurer: Skulle vi också kunna göra på ett annat sätt? Vad betyder det nya mönstret? Är det intressant? Är det sant? Boken har nio kapitel om hur man i praktiken – via kvalitativa analyser – finner orsaker och samband. I kapitel 1 berättas en saga om orsaker och samband – illustrerat genom teorier om kriminalitet. I kapitel 2 benas de centrala delarna av forskningsprocessen upp, dvs. hur man planerar en undersökning för att hitta orsaker och samband. 10
Inledning I kapitel 4 skisseras analys- och konklusionsfasen med särskild vikt på kodningsprocessen. Kapitlen 1–4 illustrerar således de val och bortval som hör samman med de konkreta analystekniker som gås igenom i kapitlen 5–8. I kapitel 5 är det innehållsanalys och samtalsanalys, i kapitel 6 handlar det om grundad teori. Argumentationsanalysen presenteras i kapitel 7 och i kapitel 8 diskursanalysen. Alla teknikerna kompletteras med konkreta vägledningar och konkreta exempel. I kapitel 9 diskuteras giltighetskriterier – dvs. sätt att säkerställa att analyserna får en hög kvalitet. Analysteknikerna demonstreras praktiskt genom fyra dokument. De benämns bilaga I–IV. Bilagorna kan i sin helhet laddas ner från www.gleerups.se (sök efter denna bok – bilagorna finns på bokens sida). Här finns de i sin ursprungliga form med det tillägget att de har försetts med radnumrering, så att man exakt kan referera till dem rad för rad. I samband med de enskilda exemplen citeras relevanta utdrag ur bilagorna med hänvisning till radnumreringen i originalbilagorna. När citat görs ur bilagorna är det ursprungliga teckensnittet bevarat, dock i mindre storlek än i originalen. Det ska emellertid understyrkas att ett rättvisande intryck av materialet bara fås om man studerar bilagorna i sin helhet. Det är min önskan att läsaren utöver att lära sig ett nytt verktyg också höjer sig över receptnivån och lär sig att förhålla sig såväl kritiskt som konstruktivt till de olika tekniker och idéer som det kvalitativa angreppssättet innehåller.
11
2 Att hitta orsaker och samband – den induktiva och den deduktiva vägen Två angreppssätt – det kvantitativa och det kvalitativa Vad är orsaken till att vissa barn läser bättre än andra eller löser matematiska uppgifter snabbare än andra? Hur ser sambandet ut mellan barns och föräldrars intelligens, mellan kvinnors längd och vikt? Vad kan man göra för att förhindra att matematiskt begåvade studenter klarar sig dåligt i språk – och språkstudenter blir dåliga i matematik? Varför har vissa barn det lättare i skolan än andra barn? Vilka fördelar och nackdelar finns det med grupparbete? Dessa och andra frågor, där man vill beskriva sambandet mellan två eller flera variabler, behandlas på olika sätt inom samhällsvetenskaperna. Målet med både det kvantitativa och det kvalitativa angreppssättet är att finna orsaker och samband, men medlen är olika. Ordet kvantitet syftar vanligtvis på mängd, antal, storlek osv. och ordet kvalitet avser vanligtvis egenskaper. I den kvantitativa ansatsen används statistik när kausala samband ska undersökas och beskrivas, och man vill reda ut vad som är orsak och vad som är verkan. Generellt brukar man säga att följande förhål-
17
kvalitativa analyser landen ska föreligga för att man ska tala om kausalitet: (1) en tidsmässig ordningsföljd mellan aktuella variabler, där orsaken kommer före verkningarna, (2) ett i statistisk mening uppmätt samband (kallas korrelation), (3) uteslutning av andra plausibla förklaringar och (4) en teoretisk förklaring som gör sannolikt – helst förutsäger – sambanden (Neuman, 2000:51 ff. och Andersen, 2002). I det kvalitativa angreppssättet går man lite annorlunda tillväga när man vill hitta orsaker och samband. Det har att göra med data och vetenskapligt sätt att tänka. De kvantitativa metoderna använder kvantitativa data, och kvalitativa metoder använder kvalitativa data. Kvantitativa data kallas ”hårda” data. Dessa kan vara information om vissa fakta – kön, ålder, bostadsort, utbildning, yrke, aktiviteter osv. Motsatsen är kvalitativa data, som betecknas som ”mjuka”. Mjuka data är t.ex. en text, en intervju, ett samtal, en bok och en tidningsartikel. Men det kan också vara bilder, iakttagelser, synintryck, ljud, lukter, stämningar m.m. Av historiska orsaker anses den kvantitativa metodiken ha mer prestige, bl.a. eftersom kvantitativa data i större utsträckning representerar kunskap som kan underkastas en rad vetenskapliga, metodmässiga krav (exempelvis reliabilitet, giltighet, objektivitet och precision). Dessa krav har övertagits från den naturvetenskapliga forskningstraditionen och har använts och används i samhällsvetenskapliga sammanhang. Det sker inte alltid utan diskussion, men dock i sådan omfattning och i en sådan atmosfär att det har varit tydligt att den kvantitativa uppsättningen av data har varit ”storebror”, medan den kvalitativa har varit ”lillasyster”. Kvalitativ information har i allmänhet ansetts användbar eller försvarlig om den har status som ”tilläggsinformation” – exempelvis om den inhämtats i början av en forskningsprocess (när man arbetar sig in på ett speciellt fält). Däremot har det inte ansetts vara god ton eller god vetenskaplig praxis att grunda ett forskningsprojekt på enbart kvalitativa data. Under senare år har läget på detta område ändrats – och av goda skäl, för när man i dag studerar undersökningar, projekt och analyser, innehåller de som regel både kvalitativa och kvantitativa element.
18
2 Att hitta orsaker och samband… Kvantitativa – statistiska – analyser åtföljs av kvalitativa tolkningar, och det är ju tolkningarna som gör dem intressanta! Och omvänt: den kvalitativa analysen sätts in i ett sammanhang med hjälp av kvantitativ information. Genom att använda en kombination av hårda och mjuka data kan man hitta flera bitar till pusslet av orsaker och samband. Att hitta orsaker och samband med hjälp av kvalitativa analyser är en uppgörelse med storebror-/lillasysterattityden till den kvantitativa/ kvalitativa dikotomin. Den kvalitativa forskningen kan vara inspirerande och ge ny och intressant kunskap om man utnyttjar de två angreppssättens olikheter konstruktivt, så att de kompletterar varandra. Målet är att skaffa sig en grund för kvalificerade bedömningar, och vägen dit innehåller steg som kan benämnas kunskap, förståelse, til�lämpning och analyser. Följande exempel från Vollsmose visar hur kvantitativa och kvalitativa data kan komplettera varandra inom kriminal- och socialpolitiken. Odense kommun presenterar en kvantitativ uppställning i en ansökan om medel från det statliga s.k. stadsdelsupprustningsanslaget (Kvarterløftspuljen). Man använder kvantitativa mått som sammanfattar problemen i stadsdelen på följande sätt: – ca 60 procent av invånarna är av utländsk härkomst – ca 65 procent av invånarna i yrkesaktiv ålder försörjs på annat sätt än genom förvärvsarbete – ca 70 procent av invånarna i den yrkesaktiva åldern saknar formell utbildning. Då Vollsmose stadsdelsnämnd därpå beskrev utbildning, yrke och sysselsättning (2001:19) skedde det likaledes med kvantitativa mått i form av två tabeller som dels innehöll ett antal faktiska siffror för Vollsmose, dels innehöll motsvarande uppgifter för Odense kommun. Genom denna framställning fördjupas vår kunskap, eftersom vi får möjlighet att jämföra och själva bedöma om 30 procent är mycket eller litet eller normalt, sett i ett större sammanhang.
19
kvalitativa analyser Tabell 2.1 Befolkningen i yrkesverksam ålder fördelad på utbildningsnivå i procent (1999) Vollsmose
Odense kommun
Utan formell yrkesutbildning
71,6
41,6
Yrkesutbildning
20,6
34,6
Kort vidareutbildning
2,1
6,4
Högre utbildning
5,6
17,4
Källa: Odense kommuns statistikfunktion och Vollsmosesekretariatet.
Tabell 2.2 Personer fördelade på sysselsatta/arbetslösa, medborgare 15 år och däröver (1 januari 1999) Vollsmose
Odense kommun
I arbetskraften
39,5
62,6
Sysselsatta
30,3
59,0
Arbetslösa
9,2
3,6
Utanför arbetskraften
60,5
37,4
Härav pensionärer
23,0
25,0
100,0
100,0
Totalt
Källa: Nyhetsbrev, 2 januari, 2001, Odense kommuns statistikfunktion.
Tabellerna ger ingen hänvisning till den politiska nivån eller till den verkställande nivån. Vi har fått en beskrivning utifrån siffrorna, men enbart siffrorna säger ingenting om orsaker. För att kunna agera måste vi ha en förståelse av orsaker och (mer) kunskap. Vi kan naturligtvis handla uteslutande med utgångspunkt i våra åsikter (och teorier), men det behöver vi inte samla in information för att göra. Den kvalitativa forskningsstrategin kan här vara ett alternativ eller en tilläggsstrategi. Följande lilla kvalitativa berättelse, ”fem-fem”, kan illustrera möjligheterna: 20
2 Att hitta orsaker och samband… Då jag en dag var på besök i Vollsmose kom jag i samspråk med en medarbetare inom polisen som på sin fritid hjälpte till med att driva en klubb för 18–25-åringar. Dessa ungdomar hade inget arbete. ”Vad använder ni tiden i klubben till?” frågade jag. ”Jo, jag spelar bingo med dem”, blev svaret. Jag ville veta mer och frågade: ”Berätta lite mer om det.” Mannen berättade vidare om spelet och att han agerade som ”utropare”. ”Men så ska du veta att när jag får upp en bricka med talet 55, måste jag säga fem-fem, för annars kan de unga inte förstå vilket tal det är fråga om.” (Kanske inte så konstigt för en svensk som ofta har svårt att förstå danska räkneord – i detta fall fem og halvtreds ö.a.) Denna historia rymmer i en ögonblicksbild en beskrivning med så många dimensioner att det är omöjligt att passa in den i ett orsak/verkan-sammanhang med en enda eller ett fåtal kvantitativa indikatorer. Men poängen är att för många människor ger den en större inblick i eller uppfattning om förhållandena i Vollsmose (vid den tiden) än tabellerna gör. Problemet kan vara: Hur kan jag sätta in detta i en evidensbaserad ram och därmed kommunicera problemet vidare till de politiker eller andra som fattar besluten?
Textruta 2.1: Diskussionsunderlag utifrån det kvantitativa–kvalitativa exemplet • Hitta de orsaker och samband som texterna innehåller. • Diskutera vilka andra siffror eller berättelser som skulle kunna komplettera den bild som här har visats upp. • Diskutera vilka andra siffror eller berättelser som skulle kunna motsäga den bild som här har visats upp. • Försök att berätta historien med orsak och samband som om du vore från en familj som bor i området. Vad betonar du? Vilka frågor vill du ställa? Hur ser dina egna teorier ut? Vad är orsak och hur ser sambanden ut? • Gör övningen inom något område som intresserar dig!
21
3 Lär känna kvalitativa data Forskningsprocessens tredje steg: datainsamling och datakonstruktion När vi ska hitta orsaker och samband med hjälp av kvalitativa analyser, är vi ofta i den situationen att dataunderlaget är omfattande; det finns mycket att välja emellan, och den form som data uppträder i passar sällan för vidare analys. I forskningsprocessens tredje steg – datainsamling och datakonstruktion – insamlas och konstrueras data, dvs. man väljer (ut) speciella sekvenser av texter, intervjuer, bilder m.m. Den kvalitativa analysmetoden är mycket omdiskuterad. Den kritiseras för: att vara (alltför) subjektiv; att urvalet av data sker godtyckligt; att den är svår att upprepa; de undersökta fallen är sällan representativa; det brister i ”transparens” i analyserna; det är inte alltid lätt att förstå vad som egentligen skett – än mindre vad som är undersökt. Genom hela forskningsprocessen görs val och fattas beslut som kan vara fackmässigt och objektivt motiverade, men som vilar på ett subjektivt och etiskt-moraliskt underlag. Detta tolkas emellanåt som godtycklighet och kan ge upphov till diskussion om resultatens giltighet, ”sannhet” eller vetenskaplighet. Diskussionerna understryker att det finns ett tydligt behov av transparens i dokumentationen, och därmed också ett behov av systematik, eftersom det är systematiken som skänker överskådlighet och transparens. 52
3 Lär känna kvalitativa data Syftet med detta kapitel är för det första att presentera dataunderlaget. För det andra är målet att ge några idéer till en systematik som kan leda till att du gör medvetna val och bortval under hela datainsamlings- och datakonstruktionsprocessen. De datatyper som diskuteras här är texter, bilder (däribland iakttagelser) och ljud.
Text som data Text som data omfattar alla former av texter: böcker, dagböcker, brev, tidningar, affischer, journaler (på förskola, hos hemtjänsten, på sjukhuset, hos läkaren, hos polisen). Ord i alla former är text – det gäller också ord som sägs i tv, på nätet, i intervjuer osv. Textanalysens grundläggande frågor är: (1) Vem säger (2) vad (3) till vem, (4) var, (5) varför, (6) i vilket medium, (7) med vilken avsikt och (8) med vilken effekt? Vi refererar till dem som den lasswellska formeln efter den amerikanske samhällsforskaren Harold D. Lasswell (se bl.a. Becker Jensen, 1997:64–65), men frågorna formulerades först av Aristoteles. Man kan dock behöva ställa fler och mer detaljerade frågor, som exempelvis lektorn i kommunikation, Jan Krag Jacobsen, har gjort. Han har utvidgat listan till att omfatta 25 frågor (Jacobsen, 1997): 1. Vilken är målgruppen? 2. Vilket är budskapet? 3. Vilket är mediet? 4. Vilken effekt ska produkten ha hos målgruppen? 5. Vad är syftet med effekten hos målgruppen? 6. Vem är avsändaren? 7. Vilken effekt ska produkten ha hos avsändaren? 8. Vad är syftet med effekten hos avsändaren? 9. Hur påverkas målgruppen i övrigt med liknande budskap? 10. Är produkten framställd tidigare? 11. Var, när och hur ska målgruppen få ta del av produkten? 12. Hur ska produkten distribueras? 13. Vilka genrer ska användas? 53
kvalitativa analyser 14. Vilka sätt att berätta ska användas? 15. Vilka färdigheter måste producenten ha? 16. Vilken kunskap måste producenten ha? 17. Hur mycket ska tas med? 18. Vilken apparatur krävs? 19. Vad får produkten kosta? 20. Vilka juridiska problem kan uppkomma? 21. Vilka etiska problem kan uppkomma? 22. Vad ska produkten kallas? 23. Hur ser tidsplanen ut? 24. Hur framställer man snabbast produkten? 25. Hur ska produkten testas? Se de 25 frågorna som en checklista. Frågornas ordningsföljd är inte viktig. Det viktiga är att frågorna ställs och besvaras. I ett analytiskt sammanhang kan frågorna vara en ingång till en (kritisk) analys. En utskriven intervju är en text och i och med det data. Att ställa frågor och få svar – att intervjua – är samhällsvetenskapernas viktigaste och mest använda metod för insamling av vetande. Och man lär sig snabbt att det sätt man frågar på har betydelse för det svar man får. Men det är som regel först när man börjar kräva precisa svar som man tar denna erfarenhet på allvar. Som man frågar, får man svar är titeln på flera sociologiska metodböcker (se bl.a. Andersson, 1992), där budskapet är detsamma. Det krävs inlevelse, eftertanke, kunskap och övning i att formulera sig på ett sådant sätt som medför att man av svaret också får veta något om det som man är intresserad av. Det är självfallet också viktigt att det som man frågar om kan förstås av den som ska svara, liksom det är nödvändigt att svarspersonen vill och kan svara på frågorna. Använder du en intervju som indata är det därför också viktigt att känna till omständigheterna kring intervjun. I första hand behöver du tänka på vilka orsaker och samband som du önskar inhämta information om. Arbetar du teoribaserat (dvs. deduktivt) ska de orsaker och samband som teorin förutskickar utmanas i intervjun. Arbetar du utan 54
3 Lär känna kvalitativa data teori (dvs. induktivt), ska frågor ställas som tillåter att en teori kan formuleras, sedan du använt olika kvalitativa analystekniker (begreppen induktion och deduktion är definierade i textruta 2.3).
Textruta 3.1: Ställ följande frågor till dig själv när du ska bedöma texter som data 1. Blir mitt projekt bättre om jag använder texterna i fråga? Kan resultatet förbättras? Kan mitt undersökningsproblem bli bättre belyst om jag använder tilläggstexter? 2. På vilket sätt? 3. Vilka budskap skulle jag vilja att resultaten kompletterades med? 4. Kan andra datatyper (t.ex. ljud och bilder) vara mer illustrativa och därför lämpligare? 5. Har jag tillräcklig kunskap och kännedom om textanalys och källkritik? 6. Har jag tillräckligt med tid för att leta upp texterna? 7. Kan jag få tillstånd att använda texterna?
Bilder som data Det finns gott om data som inte utgörs av ord, utan av andra intryck. Det gäller t.ex. bilder (teckningar, målningar, fotografier, skisser, bildspel, film, video m.m.). Bilder är kraftfulla redskap när budskap ska lanseras, vilket kommunikationsmedierna och reklambranschen hela tiden uppvisar exempel på. Bilder kan representera handlingar och tilldragelser; de kan visa på stämningar, sinnestillstånd, känslor osv. (som man bl.a. kan se i bilaga II på www.gleerups.se), och sjukhuset har också bilder i de broschyrer där de orienterar om inläggning, operation, bedövning m.m. En handlingsplan för missanpassade ungdomar (se bilaga IV) använder dock inga bilder – men det kanske bara är en tidsfråga innan så sker.
55
kvalitativa analyser Vi tänker oftare i bilder än i text. Till exempel kanske vi kommer ihåg ett samtal genom att vi minns en stämning, vissa färger, ljud och lukter i högre grad än vi kommer ihåg ord, meningar, ordval osv. I samband med kvalitativa analyser bör vi fundera på var vi kan, och var vi inte kan, använda visuell metodik. Ofta kan bilder stödja slutsatser och illustrera poänger. Använd bilder som dokumentation: fotografier, teckningar, översiktskartor m.m. Ta själv bilder – använd kameran som anteckningsblock. Du kan söka bilder på biblioteket, på de kommersiella bildarkiven, på museer och på nätet (se exempelvis www.kb.se (eller .dk), www.picsearch.se, www.bam.dk, www.danskebilleder.dk, www.loc.gov, www.nb.no/gallerinor).
Textruta 3.2: Ställ nedanstående frågor till dig själv när du ska ta ställning till bilder som data 1. Skulle mitt projekt bli bättre om jag använde visuella data/bilder? 2. Är jag tillräckligt duktig på att registrera för att göra det själv? 3. Har jag tillräckligt med tid för att leta upp visuella data/bilder? 4. Har jag en loggbok och ett kategoriseringssystem som ger mig översikt över hur man lagrar, återfinner och analyserar bilder? 5. Hur motiverar jag beslut och val som jag har träffat när jag ska koda visuella data/bilder? Kommer mina kriterier att vara tydliga? (Bilder översätts till data med hjälp av en kodningsprocess som i princip är kärnan i den kodningsprocess som används när andra indata transformeras till data i en kvalitativ analys. Se närmare om kodningsprocessen i kapitel 4.) 6. Har jag gjort mina avsikter tydliga för de personer som ska filmas? Har de gett skriftlig tillåtelse? Ska jag kontakta en fackförening eller en yrkessammanslutning? Kommer några att tycka att jag är ”påträngande” eller se mig som en ”spion åt ledningen”? 7. Kan jag få publiceringsrättigheterna till materialet? Har jag fått skriftligt tillstånd att använda privata fotografier? 8. Ska jag inhämta ytterligare information om rätten till bilder (t.ex. bilder från förskolan) och villkoren för att publicera dem?
56
4 Kvalitativa textanalystekniker i praktiken Forskningsprocessens fjärde steg: analys, slutsatser och utvärdering Fjärde och sista steget i forskningsprocessen handlar om analys, slutsatser och utvärdering. Alla tidigare steg har betydelse för den analytiska processen – problem, teori, design och data. I den avslutande fasen analyseras data med hjälp av en eller flera analystekniker och därefter dras slutsatser utifrån de gjorda analyserna. I de följande kapitlen går vi igenom fem metoder för textanalys: innehållsanalys och samtalsanalys i kapitel 5, analys med grundad teori i kapitel 6, argumentationsanalys i kapitel 7 och diskursanalys i kapitel 8. Teknikerna är olikartade. De passar som analysmetod i olika sammanhang, eftersom de varierar i syfte, problem och angreppssätt. En väsentlig fråga blir därför vilken metod man ska välja när det finns så många att välja bland. Olika syften och problem, val och analystekniker kommer att leda till olika slutsatser, resultat, reflektioner, perspektiv – också annorlunda än de som presenteras här. Bedömning av val
86
4 Kvalitativa textanalystekniker i praktiken och därmed bortval av för- och nackdelar är således en trogen följeslagare på vägen genom hela forskningsprocessen. Bilaga I–IV är texter som används som konkreta och genomgående exempel på hur de kvalitativa analysteknikerna kan användas i praktiken. Bilagorna kan i sin helhet återfinnas på www.gleerups.se (sök på denna bok). De två första bilagorna kommer från förskoleområdet. Bilaga I är en verksamhetsplan från en förskola och bilaga II är en årsberättelse från en bussförskola (udflytterbørnehave). Bilaga III och IV handlar om kriminalitet och förebyggande av kriminalitet bland barn och ungdomar. Bilaga III är en ansökan till Integrationsministeriet (i Sverige: Integrations- och jämställdhetsdepartementet/ö.a.) om pengar till ett brottspreventionsprojekt och är en kommunal handlingsplan gällande missanpassade barn och ungdomar. De olika bilagorna visas i sin ursprungliga utformning. I bilaga I och II har jag enligt överenskommelse med respektive institution tagit bort en del detaljerad information såsom namn, arbetstider o. dyl. Bilaga III redovisas enligt överenskommelse i sin helhet. Bilaga IV fanns på nätet och redovisas i den form den hade i januari 2006. Alla bilagor har försetts med löpande radnumrering så att det är lätt att gå från citat i boken till respektive bilaga. I samband med de exempel på analystekniker som redovisas nedan citeras från de olika bilagorna. Men utan tvivel måste citaten ses i den helhet vari de ingår, dvs. i respektive bilaga. Varje bilaga representerar en viss genre. ”En genre utgör en bestämd matris med spelregler för ett dokuments förväntade utformning, tolkning och användning (t.ex. en blankett, en minnesanteckning, en ansökan, en tidningskrönika, en lag)” (Dahler-Larsen, 2005:242 f.). Gemensamt för de fyra bilagorna är att de är dokument som är utarbetade av institutioner, som önskar berätta om vissa sidor av sin verksamhet (mål, metoder, planer, strategier osv.). En genrebestämning bygger således en bro mellan dokumentets innehåll och dess funktion och det skänker också en förståelse av
87
kvalitativa analyser hur en typbestämd kommunikation leder till någorlunda typbestämda handlingar. Närmare bestämt utvecklar sig dokumentets sociala kraft via två olika handlingstyper. I den deskriptiva handlingstypen hjälper dokumentet till att beskriva sakförhållanden, problem, diagnoser osv. Dokumentet fastslår typbestämningar som löpande påminner oss om de institutionellt gällande språkliga objektiveringarna. Samtidigt antyder dokumentet ofta en passande relevansstruktur (t.ex. ett rättsligt, politiskt, ekonomiskt eller psykiatriskt perspektiv). I den performativa handlingstypen äger en handling rum som blir giltig just för att själva dokumentet kommer till användning (Dahler-Larsen, 2005:244).
De fyra bilagornas innehåll och funktion är viktiga parametrar när vi går igenom de olika innehållsanalysteknikerna. Kvalitativa analyser kritiseras ofta för att vara (för) subjektiva och godtyckliga. Det gäller flera faktorer: val av data, konstruktion av data och analys av data, där den enskilde forskaren (själv!) bestämmer var fokus ska ligga. Det medför att den kvalitativa forskningen är svår att kopiera, formatet är ostrukturerat. Det är problem med att generalisera från undersökningarna. De undersökta fallen är sällan representativa för andra är sig själva, och man undersöker sällan ett (tillräckligt) stort antal. Alla dessa kritikpunkter kommer från den kvantitativa världen, och det finns en stor diskussion om samma kvalitetskriterier ska gälla i båda världarna. En mycket noggrann redogörelse av synpunkter och argument i denna debatt kan läsas hos Bent Flyvbjerg (Flyvbjerg, 2001). Men som på så många andra områden är världen inte uppdelad i svart och vitt. Det finns en gråzon där det krävs självständiga bedömningar och analyser just för att det inte finns något facit. Resultaten kommer alltid att kunna diskuteras. Vi känner och erkänner ingen ”riktig” metod bland de kvalitativa analysteknikerna. Vi är tvungna att hela tiden överväga och värdera vilken metod som kommer att passa bäst i den föreliggande situationen, på det material vi har och inom de givna ramarna. En viktig kritik som brukar riktas mot de kvalitativa analyserna är brist på ”transparens”. Det är ofta oklart (för läsaren) vad som har
88
4 Kvalitativa textanalystekniker i praktiken hänt, hur undersökningen har gått till, vilka beslut som har fattats i samband med analyserna etc. Om kritiken är berättigad, minskas tilltron till analyserna. Detta kan motverkas genom en tydlig dokumentation som visar vilka val som har gjorts under hela forskningsprocessen, t.ex. genom kombination av tekniker, genom kombination av data (text, ljud, bilder), genom att involvera kunskap, erfarenheter samt det odefinierbara – sunt förnuft, intuition, inlevelseförmåga och liknande. Goda kvalitativa analyser överskrider den tekniska metodnivån. De innehåller mer är tekniskt vetande och kunnande. Om vi överraskas, upptäcker nya sammanhang, får aha-upplevelser eller liknande kan det betyda att våra analyser ger ny kunskap som går utöver vad vi kan få genom att slaviskt följa steg-för-steg-vägledningar. Sådana goda analyser bygger ofta på kunskap och förståelse, men i ännu högre grad på analys, bedömning och övning – övning och åter övning. Gemensamt för de olika analysteknikerna är kodningen av data materialet. Det är i kodningen som de avgörande besluten som rör data fattas – och därmed för de senare analysmöjligheterna. Kodningen dekonstruerar datamaterialet. Syntesen av de kodade data kombinerat med teori och bedömningar blir projektets konklusioner.
Att lära sig koda Att koda är att klassificera. Att koda ett datamaterial innebär att dela upp det i mindre delar enligt bestämda principer. Kodningsprinciperna är starkt avgörande eftersom de, så att säga, är vad vi tittar efter. Detsamma gäller de vetenskapliga förklaringstyperna induktion och deduktion (se kapitel 2, textruta 2.3). De analystekniker som bygger på induktiva principer har en mer öppen och teorilös syn på kodningen av ett datamaterial än de analystekniker som bygger på en deduktiv syn, där man letar efter tämligen bestämda förhållanden, t.ex. bestämda orsaker och bestämda samband.
89
kvalitativa analyser Textruta 4.1: Kodningsprocessens olika delar vid kodning av texter 1. Val av text(er) – exempelvis en intervju med en ung kvinna om hennes önskningar och möjligheter rörande utbildning och arbete. 2. Uppdelning av texten i mindre enheter – segment – enligt ett bestämt, överordnat klassifikationssystem. Exempelvis kan vår intervju delas upp i avsnitt som handlar om: a) utbildning b) arbete c) familj d) vänner. 3. Härefter förses varje segment med flera etiketter, begrepp och rubriker som refererar till olika delar av segmentet. Exempelvis kan man i segmentet (a) utbildning hitta begreppet ”önskemål och möjligheter”. Det handlar om: – den unga kvinnans önskningar: ”... jag skulle vilja ...” – familjens önskemål: ”... mina föräldrar skulle vilja ...” – skolans bedömning: ”... min gymnasielärare säger att ...” 4. Begreppen respondentens önskemål, familjens önskemål, skolans bedömning etc. kan kombineras till kategorier, t.ex. – positiva faktorer i samband med val av utbildning – negativa faktorer i samband med val av utbildning – neutrala faktorer i samband med val av utbildning. 5. Kategorierna är koder. Utöver den verbala etiketten tilldelas kategorierna ofta ett siffervärde. Det skulle sålunda kunna se ut så här: Kod # 1: positiva faktorer i samband med val av utbildning Kod # 2: negativa faktorer i samband med val av utbildning Kod # 3: neutrala faktorer i samband med val av utbildning. 6. Hela texten kodas med de konstruerade koderna, dvs. hela intervjun gås igenom och textstycken markeras med kodnummer och namn. Varje kod utgör en observationsenhet. Den kan definieras: – Fysiskt: Var står den? Vilka rader omfattar den? – Teoretiskt och ämnesvis: Vilken teori är den knuten till? Vilka variabler är den knuten till?
90
4 Kvalitativa textanalystekniker i praktiken
– I förhållande till: Hur förhåller den sig till andra koder – som överordnad, sidoordnad, underordnad? – Syntaktiskt: Innehåller meningarna ”och”, ”eller”, ”men” och ”inte”? 7. Kodningsprocessen kan underlättas med ett datorprogram. Sådana finns det många på marknaden. Om du arbetar med många texter är det en bra idé att använda dator som hjälp vid kodningen. Vissa program är mer lättanvända än andra. En rekommendation är att man testar och utvärderar programmen innan de köps. De centrala funktionerna är: markera, sök och finn, klipp ut och klistra in.
Oavsett hur man kodar – på dator eller manuellt – kan inlevelseförmåga, intuition, förståelse, kunskap och meningsfullhet inte uppnås bara med hjälp av en analysteknik. Dessa färdigheter ligger hos den enskilde analytikern.
Att lära sig analysera En grundlig kodning betyder att textdelar kan identifieras och kopplas samman enligt särskilda principer som är fruktbara i analysprocessen. Att koda och att analysera är två arbetsprocesser som hänger samman. De är ofta sammanvävda och i många metodbeskrivningar används begreppen synonymt. Undersökningens problemformulering, teori och analysteknik är kodningens och analysens strukturella förutsättningar. Följande procedurbeskrivningar (inspirerade av Miles och Huberman, 1994:245 ff.) rekommenderas som start på analysfasen: 1. När data är kodade, leta efter mönster, teman o. dyl. 2. Använd din inlevelseförmåga, intuition och fantasi. 3. Skapa ev. nya kategorier och överkategorier. 4. Använd bilder och metaforer – på så vis kan du medverka till att speciella synvinklar identifieras eller framhävs framför andra. 91
Kvalitativa analyser Forskningsprocess, människa, samhälle Merete Watt Boolsen Samspelet mellan människan och samhällets olika delar är ytterst komplext. För de flesta yrkesverksamma är det nödvändigt att kunna identifiera orsaker och sammanhang. Kvalitativa undersökningar gör det möjligt för såväl praktiker som forskare att hitta orsaker och samband i alla former av samhälleliga problem. Oavsett vilket det konkreta problemet är, visar författaren att man kan utgå från forskningsprocessens grundläggande steg: problemformulering, undersökningsplanering, datainsamling och datakonstruktion samt analys, utvärdering och slutsatser. Därefter går författaren igenom ett antal analysformer steg för steg med utgångspunkt från verkliga exempel. Det rör sig om innehållsanalys, grundad teori, argumentationsanalys och diskursanalys. Boken vänder sig till studerande och yrkesverksamma inom bland annat sociologi, pedagogik, socialt arbete, vårdutbildningar och andra områden där samspelet mellan människa och samhälle står i centrum. Merete Watt Boolsen är lektor i metod och sociologi vid Köpenhamns universitet. Översättning: Bo Kärnekull. Fackgranskning: Britt-Marie Johansson, Sociologiska institutionen, Lunds universitet.
I SBN 978-91-40-65071-9
9
789140 650719