SAMHÄLLSVETENSKAPLIG METOD MATTHEW DAVID & CAROLE D. SUTTON
Originalets titel: Social Research. An Introduction. 2nd Edition English language edition published by SAGE publications of London, Thousand Oaks, New Delhi and Singapore © Matthew David & Carole D. Sutton, 2011
Kopieringsförbud Detta verk är skyddat av upphovsrättslagen. Kopiering, utöver lärares och studenters begränsade rätt att kopiera för undervisningsändamål enligt Bonus Copyright Access kopieringsavtal är förbjuden. För information om avtalet hänvisas till utbildningsanordnarens huvudman eller Bonus Copyright Access. Vid utgivning av detta verk som e-bok, är e-boken kopieringsskyddad. Den som bryter mot lagen om upphovsrätt kan åtalas av allmän åklagare och dömas till böter eller fängelse i upp till två år samt bli skyldig att erlägga ersättning till upphovsman eller rättsinnehavare. Studentlitteratur har både digital och traditionell bokutgivning. Studentlitteraturs trycksaker är miljöanpassade, både när det gäller papper och tryckprocess.
Art.nr 38319 ISBN 978-91-44-09995-8 Upplaga 1:1 © För den svenska utgåvan Studentlitteratur 2016 www.studentlitteratur.se Studentlitteratur AB, Lund Översättning: Sven-Erik Torhell Sakgranskning: Mimmi Barmark, Peter Svensson, David Wästerfors Omslagslayout: Lisa Harper och Jens Martin/Signalera Omslagsbild: Ant people © Volker Lehmann Vinjettbild på delrubriksidor: Godruma/shutterstock.com Printed by Mediapool Print Syd AB, Estonia 2016
5
INNEHÅLL
Tack 13 Introduktion och bokens struktur 15 Del I Att börja forska 1 Att komma i gång: teori, forskningsfråga och forskningsdesign 21
Att stiga ner i vattnet 21 Vad är samhällsvetenskaplig forskning? Vetenskap, teori och datainsamling 22 Att identifiera en forskningsfråga 24 Förfina din forskningsfråga: från forskningsfråga till forskningsdesign 27 Att skriva en forskningsansökan 35 Sammanfattning 39 Frågor 39 Vidare läsning 39 2 Att vara etisk 41
Sensitivitet: att vara etisk vid varje stadium – före, under och efter 41 Etiska frågor vid beslutet att forska 44 Sensitivitet i forskning 49 Etiskt beteende i samhällsvetenskaplig forskning 51 Sensitivitet i fråga om bruket av samhällsvetenskapliga forskningsresultat 56 Sammanfattning 58 Frågor 59 Vidare läsning 59 © Studentlitteratur
3 Sökning och genomgång av litteratur 61
Litteraturundersökning 61 Sökning i arkiv 63 Sökning efter böcker, artiklar, avhandlingar, webbmaterial, tidningar och andra källor 64 Sammanfattningar och index för artiklar, avhandlingar och rapporter 64 Genomgång av innehåll 68 Systematisk genomgång, metaanalys och narrativ genomgång 70 Att ge referenser till dina källor 72 Sammanfattning 74 Frågor 75 Vidare läsning 75 4 Teori och forskning: kvalitet och kvantitet 77
Introduktion 77 Ontologi, epistemologi, metodologi och metod 77 Hur teori ”sensitiviserar” empirisk samhällsforskning 81 Dubbla betydelser 82 Kvalitet och kvantitet: bortom religionskrigen? 82
6
I nne h å l l
Den djupare klyftan: det handlar inte bara om hur man ska forska om människor, det handlar om kontrasterande föreställningar om vad som gör människor till vad de är! 87 Det kvalitativa i all forskning: klassificering 89 Det kvantitativa i all forskning: mätning 92 Kvalitet och kvantitet: distinktioner och paralleller 93 Blandade metoder, pluralism och triangulering 94 Sammanfattning 95 Frågor 95 Vidare läsning 96 Del II Strategier för datainsamling 5 Introduktion till den kvalitativa forskningsprocessen 99
Induktion och exploration 99 Primärdata eller sekundärkällor? 100 Intervjuer, observationer, arkivstudier 101 Från litteraturgenomgång till forskningsfråga: grader av tillslutning 102 Grader av grundad teori och stickprovs undersökning inom kvalitativ forskning 105 Den kvalitativa forskningens etik 108 Sammanfattning 110 Frågor 111 Vidare läsning 111 6 Kvalitativt intervjuande 113
Kvalitativt intervjuande 113 Att utforma öppna frågor och halvstrukturerade intervjuguider 114
Att genomföra en kvalitativ intervju 117 Inspelning, utskrift och lagring av kvalitativa intervjuer 120 Sammanfattning 121 Frågor 121 Vidare läsning 121 7 Fokusgrupper 123
Fokusgruppsintervju 123 Form och funktion 123 Fördelar och nackdelar med fokusgrupper: etiska och praktiska 125 Sammansättning och storlek 126 Struktur, organisation och plats 128 Genomförande och styrning 130 Inspelning och utskrift 131 Sammanfattning 132 Frågor 133 Vidare läsning 133 8 Etnografi 135
Vad är etnografi? 135 Etnografins ursprung 136 Etnografiska metoders fördelar och nackdelar: etiska och praktiska 138 Stadier i den etnografiska metoden 141 Roller 143 Datainsamling 144 Att bygga teori 146 Att bli klar 148 Sammanfattning 148 Frågor 148 Vidare läsning 148
© Studentlitteratur
I nnehål l
9 Fallstudieforskning 149
Fallstudier 149 Vad är ett ”fall”? 149 Vad konstituerar en ”fallstudie”? 151 En rad olika fokusfält 151 Kort historik över fallstudieforskning 152 Fallstudiemetoder: starka och svaga sidor 154 Livshistorier och (själv)biografiska ansatser 156 Sammanfattning 158 Frågor 158 Vidare läsning 158 10 Insamling av textuella och visuella data: offentliga och privata 159
Textuella data 159 Syften med och varianter av textuella data 159 Urval av textmaterial 163 Att samla in visuella ”texter” 164 Dokumentforskningens etik 164 Registrering och lagring 165 Sammanfattning 166 Frågor 166 Vidare läsning 166 11 Grundad teori som en abduktiv metod för insamling av data 167
Ursprung 167 Mening och principer: att upptäcka, grunda och teoretisera 168 Centrala begrepp: ständig jämförelse, teoretiskt urval och mättnad 169 Datainsamling och dataanalys infogade i varandra: inte ren induktion! 172 Datainsamlingens och teoribyggandets process: kodning och minnesanteckningar 173
© Studentlitteratur
Mångfald 174 Starka och svaga sidor 175 Sammanfattning 175 Frågor 176 Vidare läsning 176 12 Introduktion till kvantitativ forskningsdesign 177
Forskningsdesign 177 Primär datainsamling eller sekundära källor? 178 Forskningsdesign: experimentell och icke-experimentell 178 Den kvantitativa forskningens etik 183 Sammanfattning 184 Frågor 184 Vidare läsning 184 13 Hypoteser, operationalisering och variabler 185
Formulering av forskningsfrågan: teori, hypoteser och operationalisering 185 Operationalisering: att mäta begrepp och utveckla indikatorer 186 Exempel på en operationaliseringsprocess: studenter, betyg och avlönat arbete 187 Variabler och prövning av relationer 187 Variabler och skalnivåer 189 Sammanfattning 191 Frågor 191 Vidare läsning 191 14 Urval 193
Population och urvalsram 193 Urvalstyper 194 Sannolikhetsurval 194 Icke-sannolikhetsurval 196 Urval och internet 198
7
8
I nne h å l l
Urvalsstorlek 198 Svarsfrekvens och icke-svar 201 Sammanfattning 201 Frågor 201 Vidare läsning 201 15 Metoder för datainsamling i kvantitativ forskning 203
Enkäten och den strukturerade intervjun 203 Enkäten: fördelar och nackdelar 204 Strukturerade intervjuer: fördelar och nackdelar 206 Att formulera enkätfrågor 208 Att komma i gång med formulerandet av frågor 208 Typer av frågor 209 Slutna eller öppna frågor? 210 De slutna frågornas format 210 Att formulera svar på slutna frågor 211 Olika format för svar på slutna frågor 212 Att utveckla formuleringen av frågor 217 Insamling av demografisk information 218 Enkätlayout 218 Reliabilitet 220 Validitet 220 Sammanfattning 221 Frågor 221 Vidare läsning 221 16 Insamling och kodning av kvantitativa data 223
Pilotstudie 223 Administrering av enkätundersökningen 224 Att utveckla ett kodschema 228 Hur ska ett kodschema se ut? 230 Lokalisering av och åtkomst till sekundära kvantitativa data 234
Sammanfattning 235 Frågor 236 Vidare läsning 236 17 Metodologiska innovationer: blandade metoder och e-forskning 237
Introduktion till blandade metoder 237 Varför ska man använda blandade metoder? 238 Syften med forskning med blandade metoder 238 Att sätta i gång med blandade metoder 240 Vad är utvärderingsforskning? 242 Kostnads–nyttoanalys och kostnads– effektanalys 243 Exempel på forskning med blandade metoder 244 E-forskning 247 Sammanfattning 253 Frågor 253 Vidare läsning 253 Del III Dataanalys 18 Introduktion till kvalitativ analys 257
Att utföra en kvalitativ analys 257 Typer av kvalitativa data: mångfald och enhet för analytiska syften 260 Några tumregler och råd för process och praktik 265 Två centrala dimensioner i kvalitativ analys: styrning och syfte 267 Innehållsanalys kontra olika former av diskursanalys 269 Sammanfattning 270 Frågor 270 Vidare läsning 270
© Studentlitteratur
I nnehål l
19 Kodning av kvalitativa data: kvalitativ innehållsanalys 271
Kodning 271 En kort historik över kodning i kvalitativ forskning 272 Att skapa en kodningsram 273 Typer av kodning 273 Axiala koder och systematiska koder 276 Gallring och förfining: expansion och reducering 277 Högre former av kodbaserad analys: matriser och nätverksdiagram 278 Några tumregler för konstruktionen av matrispresentationer 284 Inomfallspresentation: exploration och beskrivning 286 Inomfallspresentation: förklaring och prediktion 287 Mellanfallspresentation: exploration och beskrivning 287 Mellanfallspresentation: ordning och förklaring 288 Sammanfattning 288 Frågor 288 Vidare läsning 288 20 Semiotiska och narrativa former av diskursanalys samt samtalsanalys 289
Semiotiska och narrativa former av diskursanalys 289 Semiotisk analys 292 Narrativ analys 298 Sammanfattande kommentarer om diskursanalys 302 Samtalsanalys 302 Diskursanalys: tidningsartiklar om studenter 304 © Studentlitteratur
Sammanfattning 308 Frågor 309 Vidare läsning 309 21 Att använda dataprogram: arbeta med NVivo 311
Att använda dataprogram 311 Att skapa ett projekt 313 Kodning: noder och länkar, linjer och rapporter 318 Fall och attribut 328 Minnesanteckningar 331 Modeller 332 Sökning 334 Analys? 337 Alternativa dataprogram för kvalitativ analys 338 Sammanfattning 338 Frågor 339 Vidare läsning 339 22 Visuell analys 341
Introduktion 341 Etnografi: visuell analys eller upplevelse 342 Modaliteter och metoder 343 Produktion, producenter och teknologi 344 Kompositionell analys och innehållsanalys 345 Keith Macdonald om att ”bygga respektabilitet” 347 Semiologi och Saussure: färg är relationellt 347 Diskursanalys och visuella bilder 351 Publikmottagande 353 Framkallning av data genom visning av foton och grundad analys 355 Sammanfattning 355 Frågor 356 Vidare läsning 356
9
10
I nne h å l l
23 Introduktion till inmatning av kvantitativa data 357
Introduktion till inmatning av kvantitativa data 357 Dataprogram för analys av kvantitativa data 358 Datainmatning 358 Orientering i IBM SPSS Statistics 361 Inmatning av data 362 Att slå samman datafiler i SPSS 364 Sammanfattning 366 Frågor 366 Vidare läsning 366 24 Kvantitativ analys: beskrivning av enskilda variabler 367
Samhällsstatistik 367 Centrala stadier i den dataanalytiska processen 368 Att lära känna sina data: beskrivning av enskilda variabler genom univariat analys 369 Frekvenser och procenttal 370 Centralmått 373 Spridningsmått 374 Mått på en fördelnings form 376 Beräkning av central- och spridningsmått i SPSS 377 Grafisk presentation av enskilda variabler 379 Diagram för kvantitativa variabler 380 Diagram för kvalitativa variabler 388 Univariat analys för olika grupper 390 Sammanfattning 391 Frågor 391 Vidare läsning 391 25 Beskrivning och utforskning av relationerna mellan två variabler 393
Bivariat analys: kausalitet och samband 393 Korstabeller: analys av relationer mellan kvalitativa variabler 394
Att mäta samband: phi och Cramers V 400 Analys av relationer mellan kvantitativa variabler 401 Vidgad analys av kvalitativa variabler 404 Sammanfattning 407 Frågor 407 Vidare läsning 407 26 Statistisk inferens och hypotesprövning 409
Statistisk inferens 409 Normalfördelningskurvan och centrala gränsteoremet 410 Hypotesprövning: enskilda variabler och relationer mellan variabler 412 t-test för oberoende stickprov 414 t-test för beroende stickprov 416 Chi-två-test för kvalitativa variabler 417 Andra hypotestester 422 Datamodellering 422 Enkel linjär regressionsanalys 423 Andra modelleringstekniker 427 Sammanfattning 428 Frågor 428 Vidare läsning 428 27 Bearbetning av data 429
Omkodning av data 429 Omkodning av kvantitativa variabler 430 Omkodning av kvalitativa variabler 433 Beräkning av nya variabler 435 Att välja ut delar av ett material 437 Sammanfattning 439 Frågor 439 Vidare läsning 439
© Studentlitteratur
I nnehål l
Del IV Att presentera forskning 28 Presentation av forskningsresultat 443
Den skriftliga rapporten 443 Presentation av kvalitativa dataresultat 447 Presentation av kvantitativa dataresultat 451 Rapportering av både kvantitativ och kvalitativ forskning 454 Utkast, nytt utkast och slutlig version av rapporten 455 Muntlig presentation för en publik 457 Sammanfattning 459 Frågor 460 Vidare läsning 460 Ordlista 461 Referenser 481 Person- och sakregister 491
© Studentlitteratur
11
Att komma i gång: teori, forskningsfråga och forskningsdesign
MÅL När kapitlet är slut ska du kunna: • förstå de centrala elementen i formulerandet av en forskningsfråga • skilja mellan deduktiva och induktiva forskningsdesigner och hantera frågor som forskare behöver ställa när de väljer forskningsansats • skilja mellan primära och sekundära data och kritiskt bedöma relativa fördelar och nackdelar • identifiera logiska misstag som återkommer i forskning och i vardagslivet och som förvränger förståelsen • förstå de grundläggande elementen i en stickprovsundersökning • förstå de centrala elementen i datavaliditet.
Att stiga ner i vattnet I det här kapitlet och kapitlen 2, 3 och 4 presenterar vi några frågor som alla samhällsvetare måste tänka på, besluta om och genomdriva för att kunna påbörja ett empiriskt forskningsprojekt. I vissa avseenden är det som att stiga ner i vattnet för att ta en simtur. Det finns en fördel med att bara hoppa i: det bästa sättet att lära sig är att göra ett försök. Men att bara hoppa i utan att ha
© Studentlitteratur
1
lärt sig vissa grundläggande saker kan leda till drunkning, så vi erbjuder några grundläggande riktlinjer för hur man bör göra. Dessa kapitel handlar om att ”stiga ner i vattnet” säkert och med tillförsikt. Samhällsvetenskaplig forskning kräver att man gör flera saker samtidigt. Det framstår först som förvirrande. De som har forskat ett tag tar det för givet och är därför inte alltid medvetna om varje aspekt av vad de gör när de gör det. Det kan förvirra nybörjaren ännu mer. För att komma in i det måste man plocka upp det som är självklara rutiner för den mer erfarne forskaren och utöva dem. Så snart du är bekant med stegen, procedurerna och genvägarna kommer du otvivelaktigt att utveckla din egen stil, dina egna rutiner och din egen dagordning. Vårt sätt att beskriva forskning ska hjälpa dig att komma i gång. Du kommer alltid att ha det i minnet, men efter ett tag kan du göra saker på ditt eget sätt. Kapitlet inleds med en diskussion om hur man skapar en forskningsfråga. Sedan följer en diskussion om hur man börjar förvandla denna forskningsfråga till en forskningsdesign, vilket innebär beslut om testning eller exploration; användning av primära eller sekundära data; kausala eller deskriptiva ansatser; intervjuer, enkätundersökningar, arkivdata eller observationer; frågor om validitet, reliabilitet och generalisering; samt utvärdering, participatoriska designer eller aktionsdesigner. Slutligen tar vi upp frågan om hur man skriver en forskningsansökan som ska göra det möjligt att verkligen bedriva forskning. I tablå 1.1 görs några centrala distinktioner som du måste bekanta dig med innan du läser resten av boken.
22
DEL I At t b ö r ja f o r s k a
TABL Å 1.1 TIPS OCH R ÅD
Ut i terminologins minfält
Du måste kontrollera ordlistan i slutet av boken för att börja lära dig innebörden av de ord som fyller denna bok och varje annan bok om samhällsvetenskapliga metoder. Men för att bara komma i gång är det viktigt att komma ihåg att mycket av den samhällsvetenskapliga forskningen bygger på distinktionen mellan forskning som söker numeriska värden och forskning som samlar in ord. Den förra kallas för kvantitativ forskning och den senare för kvalitativ. Mycket bygger på denna åtskillnad eftersom de som samlar in siffror måste utföra olika slag av datainsamling, som frågeformulär, medan en kvalitativ forskare sannolikt använder sig av intervjuer eller observationer för att samla in mer öppna, muntliga svar. Sedan uppstår frågan om man vill ha ett stort urval med korta svar (som man kan erhålla från snabba, slutna, numeriska frågor) eller ett mindre urval med längre svar (som man kan erhålla från öppna intervjuer). Vill du ha en starkt förstrukturerad datainsamling eller utrymme för att utforska ett ämne? Vill du försöka bedöma hur en faktor påverkar en annan eller bara huruvida vissa faktorer uppträder tillsammans med andra? Dessa frågor bildar kärnan i samhällsvetenskaplig forskning, och valen bör präglas av vad du vill ha reda på. Ord som induktiv, deduktiv, kausal, explorativ, kvalitativ och kvantitativ, naturalistisk, kontrollerad och strukturerad bör du slå upp i ordlistan om du inte känner till dem. Gör det nu eller när orden dyker upp i texten.
Vad är samhällsvetenskaplig forskning? Vetenskap, teori och datainsamling Samhällsforskning tar sig många uttryck, och den här boken försöker presentera dess grunder och logiker för läsaren. Vi tar i del I upp de centrala frågor som samhällsforskaren måste tackla när hon påbörjar ett forskningsprojekt och kommer att skissera de grundläggande dragen i samhällsvetenskaplig forskning. De första fyra kapitlen är visserligen praktiska till sin natur men kommer att
belysa mer abstrakta frågor och debatter, särskilt förhållandet mellan teori och forskningsprocess vad gäller både utförande och val av metod. Dessa debatter kretsar kring två frågor:
■■Är samhällsvetenskaplig forskning en vetenskap? ■■Kan man studera människor på ett vetenskapligt sätt? Vi kommer kort att besvara dessa båda frågor innan vi går vidare till de praktiska frågorna om hur man (1) formulerar en forskningsfråga, (2) väljer en forskningsdesign och (3) presenterar ett förslag till forskning. Enligt folkliga föreställningar är experimentet den vetenskapliga metoden. Experimentet är den stereotypa bilden av vetenskaplig metod. Några samhällsvetare använder den experimentella metoden, men de flesta gör det inte! Vid användning av en experimentell metod skapar man kontrollerade förhållanden i vilka man kan mäta variablers effekt på andra variabler. Genom reglering av inkommande data blir det möjligt att göra riktiga skattningar av orsaker till variationer av utgående data. Experimentella metoder kräver en inledande förutsägelse om hur variationen av indata kommer att påverka utdata så att denna förutsägelse sedan kan testas. Denna förutsägelse är en provisorisk teori (eller tes). Detta kallas en hypotes. En variabel är allting vars mängd kan variera och som definieras så att dess variation kan mätas (och i ett experiment också kontrolleras i denna variation). Ett antal variabler kan specificeras. I det klassiska experimentet (tablå 1.2) hålls alla identifierbara variabler konstanta (kontrollerade förhållanden) utom två: de oberoende och beroende variabler som ställs upp i förutsägelsen/ hypotesen. Hypotesen förutsäger att variation i den oberoende variabeln orsakar variation i den beroende. Med allt annat konstant utformas experimentet så att det ska bli möjligt att pröva hypotesen. Hypotesen hämtas från en genomgång av tidigare forskning i ämnet. Experimentet som sådant är teoridrivet (datainsamlingen är avsedd att fylla det behov av information som besvarandet av en forskningsfråga kräver). Detta sätt att relatera teori och © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
TABL Å 1.2 BEGRUNDA DETTA
TABL Å 1.3 BEGRUNDA DETTA
En klassisk experimentell design
Televisionens ankomst: naturalistiska experiment
Det sägs ofta att studenter underpresterar på prov därför att de slarvar med sömnen före sina tentamina. De är uppe hela natten och repeterar. Det skulle vara möjligt att välja en grupp studenter med liknande drag (till exempel vad gäller ålder, kön och tidigare examensprestationer). Dessa studenter får alla genomgå samma mängd förberedelser under veckan för examen. Sedan samlar man under natten före examen alla studenter i ett övervakat elevhem. Gruppen delas in i delgrupper. En grupp får lägga sig tio timmar före examen, nästa nio timmar, nästa åtta timmar och så vidare, och under tiden som inte ägnas åt sömn får studenterna repetera sina kunskaper. Vilka skulle klara sig bäst? De som sov i tio timmar och inte ägnade sig åt repetition, de som sov åtta timmar och läste i två, de som inte sov alls och pluggade i tio timmar? Eller skulle de bästa prestationerna komma någonstans från mitten? Det är viktigt att notera att mycket av den naturvetenskapliga forskningen egentligen inte är experimentell. Inom geologi, astronomi och biologi hämtar man ofta data utanför laboratoriet. Geologisk och evolutionär tid, galaxer och ekosystem kan inte upprepas i kontrollerade förhållanden. Det är också fallet för många aspekter av socialt liv (tablå 1.3). Vetenskap kan inte uteslutande definieras med det klassiska experimentets termer.
Skadar tv barn, framkallar den våld, uppmuntrar den till sexism, konsumism, politisk apati, anorexi, missnöje med den egna kroppen och/eller lättja? Även om de som tittar på våldsamma tv-program är mer benägna att begå våldsamma handlingar, kan det bero på att de som gillar våld väljer att titta på sådana bilder snarare än att bilderna gör dem våldsamma. Hur ska man reda ut vad som orsakar vad? Ett sätt skulle vara att jämföra en plats där man inte ser på tv med en plats där man gör det. Det kan vara svårt att göra numera då tv-tittande förekommer nästan överallt, men historiskt och geografiskt har det gjorts ofta. Det kan till exempel vara möjligt att jämföra ett fängelse där tv är tillåtet med ett fängelse där det inte är det. Det idealiska naturalistiska experimentet utförs när samma plats kan studeras före och efter införandet av den variabel man tror ska göra skillnad (till exempel tv). Man måste naturligtvis förutsätta att skillnaderna mellan platser eller på en plats före och efter införandet av en särskild variabel bara är skillnader i själva variabeln och inte i andra betydelsefulla faktorer. Det faktum att man på en plats får tv kan kopplas till ökade inkomster, vilket kan påverka dieten, och det kan vara det ökade matintaget som orsakar förändringar i kroppsbilden, inte tv. De som försöker utföra naturalistiska experiment måste alltid fundera över sådana möjligheter.
forskning till varandra kallas deduktion. Den experimentella metoden kallas därför hypotetisk-deduktiv. Men även om man i stora delar av den naturvetenskapliga forskningen sällan använder den experimentella metoden så använder man en annan form av hypotetiskdeduktiv forskning (det vill säga forskning där en förutsägelse testas genom variationer i de observerade förhållandena). Det kan ske genom jämförelser över tid eller mellan platser. Om olika nivåer av en särskild variabel existerar på olika platser eller vid olika tidpunkter kan man mäta nivåerna av andra variabler vid dessa tidpunkter eller på dessa platser för att se om det finns något mönster (eller någon korrelation). Man förlorar visserligen ett visst mått
av kontroll, men man kan fortfarande visa att variationer i en faktor är förenat med variation i andra faktorer (även om vad som orsakar vad är svårare att slå fast). En hypotes kan formuleras. Forskaren kan sedan leta efter de förhållanden som krävs för testning av hypotesen. Hon kan samla in data och analysera resultat som kommer att stödja eller ifrågasätta hypotesen. Det är därför fortfarande fråga om hypotetisk-deduktiv forskning. Den samhällsvetenskapliga forskningen anammar denna ansats i mycket större utsträckning. Förespråkare av denna typ av samhällsforskning ser gärna sig själva som vetenskapsmän och vetenskapskvinnor. Men vissa former av samhällsvetenskaplig forskning är inte hypotetisk-
© Studentlitteratur
23
24
DEL I At t b ö r ja f o r s k a
deduktiva utan följer en explorativ ansats. Ibland är det för att identifiera vad som äger rum när den kunskapen inte räcker till för att generera hypoteser. Det finns fullt med sådana exempel inom naturvetenskapen. Ibland anammas denna explorativa ansats i explicit motsättning till den hypotetisk-deduktiva metoden, med dess prediktiva process och kausala antaganden. Det väcker frågan om huruvida naturvetenskapliga metoder lämpar sig för studium av människor, eller om människor har kvalitativt annorlunda egenskaper än fysiska objekt (mest specifikt att människor har ett medvetande och förmågan att göra val) som omöjliggör prediktiva former av forskning och den prediktiva förklaringsmodell som hypotetisk-deduktiv forskning bygger på. Dessa frågor kommer att diskuteras senare (se avsnittet ”Testning eller exploration?” i det här kapitlet och i kapitel 4). Detta är frågor som återkommer genom hela forskningsprocessen, men som inte kan lösas på det här stadiet.
Att identifiera en forskningsfråga Även om hypoteser är påståenden som kan testas snarare än frågor att besvara är de avsedda att rikta uppmärksamheten mot bredare forskningsämnen eller forskningsfrågor. Vissa forskningsfrågor är mycket specifika och andra långt mer lösligt definierade, men att identifiera en forskningsfråga är alltid ett första steg i varje forskningsprojekt.
Sociala problem, politiska frågor, personliga motiv? En forskare kan gå in i processen med att identifiera forskningsfrågan på flera stadier. Ironiskt nog kan studenten som genomför ett forskningsprojekt och den väletablerade forskande professorn ha mer gemensamt med varandra än någon av dem med flertalet forskare däremellan. Privilegiet att börja från de första principerna och inte komma in i mitten eller slutet av identifikationsprocessen förvägras dem som varken är väletablerade eller befinner sig i början av sina studier. Identifikationen av en forskningsfråga kan ha många nivåer, varav forskaren bara har förmåga att förändra
några få, åtminstone till en början. Frågor kan bli ”mogna” för forskning enligt dem som kan finansiera den. Organ som engagerar sig i utbildning, sjukvård, lag och ordning, socialt arbete, ekonomi, stadsplanering, kommersiell och offentlig förvaltning och så vidare kommer av olika skäl fram till uppfattningen att forskning kan hjälpa dem att ta itu med eller tydligare identifiera problem. Välgörenhetsorganisationer kan finansiera forskning i frågor som de finner angelägna för att stimulera medvetenheten och debatten om dem. Dessa organ kan bilda en opinion om vad det behöver forskas om, och sådana drivkrafter kan spela en avgörande roll i identifikationen av forskningsfrågor. Men även om sådana faktorer spelar en avgörande roll i styrningen av forskning tvingar frågan om hur en sådan forskning ska bedrivas forskaren att utveckla identifikationsprocessen från idé till praktisk verksamhet. Det är här som forskarens egen tolkning av ”problemet” och det bästa sättet att forska om det gör sig gällande. När forskaren kan göra anspråk på ett mått av sakkunskap om både det ämne som ska studeras och de metoder genom vilka ämnet bäst kan studeras, befinner han sig i den positionen att han kan introducera sina egna definitioner av teman och tolkningar av ”problem”. Såtillvida kan den mer avancerade forskaren bli proaktiv när det gäller att söka finansiering från potentiellt intresserade aktörer för projekt som forskaren är personligt motiverad att genomföra. På det sättet kan forskaren röra sig ”uppströms” i frågeidentifikationens process. När en forskares egen tidigare forskning kommer att definiera hur potentiella forskningsfinansiärer uppfattar en fråga kan han se sig själv som själva källan till strömmen. De flesta forskare befinner sig inte i en så gynnsam situation, men förhållandet mellan teorier om vad det finns för problem och de metoder man kan använda för att undersöka dem är, som Tim May (2013: 39) påpekar, alltid dubbelriktat, även om intensiteten kan variera i de båda riktningarna. Antingen forskaren har tagit på sig att forska om ett särskilt ämne, genomföra ett projekt inom en organisation eller på en organisations vägnar, söka anslag från © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
ett offentligt eller privat organ eller bedriva forskning som övning i ett pedagogiskt sammanhang, är det första praktiska steget i identifikationen av en forskningsfråga att ta reda på vad som har förevarit tidigare (se kapitel 3 om litteratursökning och litteraturgenomgång). Den som intresserar sig för det komplicerade spel som krävs för att lyckas få forskningsanslag och politiken kring sådana processer kan finna många användbara diskussioner (t.ex. Hammersley 1995, 2000). Här går vi vidare till problemet att formulera en forskningsfråga. Vi kommer att titta på de två typerna av forskningsfrågor: hypotesprövning och explorativ undersökning.
Källorna till en forskningsfråga Sociologer hänvisar ofta till titeln på C. Wright Mills bok från 1959, Den sociologiska visionen (1997),1 som om de syftade på någon särskild källa till kreativitet som de förlänas genom att vara just sociologer. För Mills var en sådan fantasi kombinationen av två saker. För det första var det alltid nödvändigt att fråga hur det som framstod som ett personligt problem kunde förstås bättre som en social fråga. För det andra handlade det om bruket av det forskarhantverk som krävdes för undersökning av sådana förslag. Mills var känd för att varje dag samla tidningsurklipp ur vilka han försökte identifiera motsägelser i vardagliga framställningar av socialt liv – som bäst kunde övervinnas genom samhällsvetenskaplig forskning. Medier kan alltså generera frågor som kan förvandlas till forskningsfrågor, men personliga erfarenheter duger också. Tidigare forskning, teori och litteratur kring ett ämne kan generera en fråga i sig eller i kollisionen med medierepresentationer eller personliga erfarenheter. Nytt tillträde till datakällor (det må vara sekundära källor, arkiv, grupper eller platser) kan göra vissa frågor attraktiva som tidigare var svåra att besvara. Precis som tillträde öppnar upp för frågor bestäms genereringen av forskningsfrågor 1 Den borde ha översatts med Den sociologiska fantasin i trohet mot den engelska titeln The Sociological Imagination, och fantasi är det också som apostroferas i fortsättningen (ö.a.).
© Studentlitteratur
av gränserna för vilka data som lämpligen kan samlas in. Rättsliga avgöranden och nya politiska initiativ kan också väcka nya frågor till liv. Policyskapare och lagstiftare kan i en liknande anda vilja ha in forskare på områden som de definierar som sociala problem eller för att utvärdera konsekvenserna av och/eller effektiviteten hos deras förslag och/eller handlingar. Tillkomsten av relativt bärbara inspelningsutrustningar (ljudband och senare video) har historiskt förändrat forskningspraktikens karaktär, och även skapat möjligheter för nya forskningsfrågor baserade på nya sätt att samla in data. Utvecklingen av persondatorer och internet representerar ytterligare en sådan förvandling av datainsamlingen, men speglar också en betydande potentiell förändring i den sociala verklighetens karaktär, och inte bara dess ”forskningsbarhet”. Social förändring är ännu en central källa till forskningsfrågor, liksom jämförelser mellan olika platser. Forskningsfrågan kan ha sitt ursprung i många källor och kombinationen av många olika element, men genomförbarhetens och relevansens restriktioner formar också frågebildningsprocessen. Genomförbarhet hänför sig till tillträde, etik, tid och andra resurser som forskaren måste ta hänsyn till, Relevans hänför sig också till en kombination av faktorer. Är forskningen betydelsefull, antingen i policytermer eller för förståelsen av viktiga sociala frågor? Har forskningsfrågan någon relevans för befintlig forskning och litteratur på området? Kommer forskningsfrågan att bevara forskarens eget intresse? Ska forskning komma i gång och drivas vidare blir faktorer som politisk eller social relevans, teoretiskt företräde och personligt intresse för ett ämne avgörande, även om de alla ger utrymme för snedvridning som forskaren måste reflektera över under forskningsdesignandet, datainsamlingen och dataanalysen. Att tala med människor är en annan central källa till forskningsfrågor. Det kan vara informella diskussioner med kolleger, handledare, familj eller vänner; kanske vill du sätta samman en diskussionsgrupp, en fokusgrupp eller en delphigrupp (en fokusgrupp av experter inom ett utvalt område), eller också vill du kanske bilda ett
25
26
DEL I At t b ö r ja f o r s k a
diskussionsforum online. Akademiker och andra yrkesgrupper besöker rutinmässigt konferenser, ofta mer för de möjligheter till informellt ”prat” som dessa erbjuder än för de formella papers som de lika gärna kunde ha läst hemma. Robson (2002: 49, 57) framför det användbara förslaget att börja där man befinner sig, men söka igenom besläktade områden för att se om andra människor gör saker annorlunda. Du kan vara geograf, men psykologer har kanske något som du inte har tänkt på.
Vad gör en forskningsfråga till en god forskningsfråga? Nicola Green (2008: 47–49) menar att nyckeln till en god forskningsfråga är att den är ”forskningsbar” och föreslår sex element: (1) intressant, (2) relevant, (3) genomförbar, (4) etisk, (5) koncis och (6) möjlig att besvara. En för forskaren intressant forskningsfråga ger förutsättningar till uthållighet vid motgångar, medan det krävs relevans för det större samhället eller för den akademiska världen och/eller politiska gemenskapen för att upprätthålla finansiering och få erkännande. Genomförbarhet vad gäller tid, ämne, plats, kostnader, färdigheter, tillträde och information är avgörande. Att bevara etiska normer i fråga om ämne, tillträde och respekt för deltagarna i insamlingen, analysen och användningen av data och i relation till forskarens eget välbefinnande är också väsentligt om forskningen ska bli lyckad. Forskningen måste vara koncis, det vill säga välartikulerad, begreppsligt klar, teoretiskt välstrukturerad och med förmåga att överföra abstrakta idéer till empiriskt mätbara kategorier kring vilka data kan samlas in. Slutligen bör en god forskningsfråga ställas så att det blir möjligt att veta vad som krävs för att besvara den. Green betonar vikten av att kartlägga frågeorden – vem-, vad-, när-, var-, hur- och varförfrågorna. De fyra första är deskriptiva, den femte kartlägger processen medan den sjätte hänför sig till orsakssammanhanget. Som kommer att framgå nedan kan forskaren genom att förfina forskningsfrågan komma fram till om hon primärt intresserar sig för det deskriptiva, det processuella eller det kausala. Den goda forskningsfrågan är alltid en balansakt.
Forskningen måste vara relevant i förhållande till föregångarna, men samtidigt måste du visa att din forskning kommer att bidra med något nytt. Du måste vara koncis, men inte så avskräckande koncis att du döljer den originalitet som dina nya empiriska data kanske rymmer. Det finns en frestelse att vara konservativ i strävan efter att se till att forskningen är genomförbar, men samtidigt finns frestelsen att vara radikal i strävan efter att göra vad som aldrig har gjorts tidigare. Det är lättare att beskriva men kanske mer intressant att förklara varför något är fallet. Nyhetens glans och att undvika skammen över att ha tagit sig vatten över huvudet bör prägla ditt beslut om hur du ska utveckla din forskningsfråga. Det ska å andra sidan sägas att vissa saker lätt leder fram till dåliga forskningsfrågor, och att det då ofta handlar om att ”svansen styr”. Det räcker inte bara med att utföra ett särskilt forskningsprojekt därför att man kan. Om man formulerar sin forskningsfråga på grundval av att man har ett särskilt tillträde, eller att man är särskilt bra på eller har stor erfarenhet av en viss teknik för datainsamling och/eller dataanalys, blir forskningen sannolikt inskränkt och föga originell. Trots våra tidigare förslag att forskning ska vara genomförbar räcker det inte med att bara göra vad som är lättast att göra. ”Genomförbar” är ett nödvändigt men inte tillräckligt villkor, och det bör vara ett kriterium vid bedömning av en forskningsfråga, inte den princip enligt vilken valet av forskning ska ske. Principfrågor gällande relevansen i förhållande till sociala problem samt politisk och akademisk utveckling kommer först. Praktiska frågor om genomförbarhet (tid, pengar, tillträde, färdigheter) bör komma i andra hand, men är fortfarande viktiga.
Värdet av en god forskningsfråga Av samma skäl som en god forskningsfråga kartlägger frågeorden (vem-, vad-, när-, var-, hur- och varförfrågorna) ligger värdet i att göra det i att slå fast om din forskning ska utforska, beskriva, förklara eller till och med ifrågasätta föremålet för din uppmärksamhet. Vid exploration försöker man i frånvaron av en tidigare redogörelse ta reda © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
på vad som pågår i en situation. Exploration är förbundet med beskrivning men rymmer ingen förhandsinsikt om den fulla omfattningen av det man ska försöka beskriva. En beskrivning försöker fånga en situations vad, var, när och vem, ofta i frånvaron av en tidigare eller tillräcklig förklaring till vad som pågår. En förklaring kräver en deskriptiv kartläggning av situationen men handlar också om en utredning av relationerna mellan de fenomen som beskrivs, särskilt möjligheten att vissa element i en situation orsakar andra. Kritiska forskare kan gå ett steg längre och hävda att forskning kan identifiera orsakerna till problem och uppmuntra till förbättringar. Värdet av en god forskningsfråga ligger först och främst i att den hjälper till att klargöra vad forskningen försöker uppnå. Forskningsfrågan kommer att fungera som något av ett ankare under de senare stadierna av forskningsprocessen. Den kommer att ge vägledning i sökandet efter tidigare litteratur (se kapitel 3) och prägla det sätt på vilket du filtrerar och granskar de verk du hittar. Forskningsfrågan, som kanske formuleras om i ljuset av din litteraturgenomgång, kommer sedan att bestämma valet av forskningsdesign som i sin tur bestämmer datainsamlingen, dataanalysen och tolkningen. Varje steg på vägen kommer att innebära reflexion, och kanske modifieringar, men en välformulerad forskningsfråga bör vägleda dig från början till slut. Det är alltför lätt att förirra sig i olika riktningar. Svårigheter i datainsamlingen kan leda till att vissa data är enklare att samla in eller att vissa grupper är lättare att samla in från. Utan en robust forskningsfråga som ger vägledning i forskningsprocessen är det lätt att man påverkas av sådana faktorer. Din forskningsfråga bör fungera som en väg ledande stjärna, något som man navigerar efter.
Förfina din forskningsfråga: från forskningsfråga till forskningsdesign Keith Punch (2005: 33) gör en användbar distinktion mellan område, ämne och fråga. Ett forskningsområde är mycket brett (till exempel ”klass”, ”arbete” eller ”familj”). © Studentlitteratur
Ett forskningsämne är snävare (till exempel ”social rörlighet inom en klasstruktur”, ”förhållandet mellan färdighet och ersättning i arbete” eller ”skilsmässa”). Forskningsfrågan opererar på en ännu mer specifik nivå. Vad är det i rörlighet, färdighet eller skilsmässa som du vill veta något om? Punch observerar att en generell forskningsfråga kan definiera de centrala relationer och frågor man vill undersöka, medan specifika forskningsfrågor och frågor kring datainsamling innebär ytterligare en nivå av fokus och detaljrikedom. Detta är övergången från forskningsfråga till forskningsdesign. Nicola Green (2008: 50–59) föreslår en rörelse i fyra steg från allmänt intresse till något som är tillräckligt snävt för att ha övergått från forskningsfråga till att bilda grund för en forskningsdesign. Medan steg ett innebär att man går så brett som möjligt när det gäller källor till idéer och diskussioner kring utveckling av dem innebär steg två en insnävning av listan, där man noterar återkommande teman och mindre vanliga teman, teman som tycks förenliga med varandra eller som tycks stå i strid med varandra, centrala element och mindre betydelsefulla element, kluster och nästlade teman som kan smältas samman, teman som kan få svar eller som är alltför abstrakta eller flyktiga. I det tredje steget lyfter man fram karaktären hos den fråga man vill ställa (deskriptiv, kausal och så vidare) och överväger vilken information (vilka data) man behöver för att besvara den. I steg fyra ställer man frågan om huruvida den reviderade forskningsfrågan uppfyller de sex kriterier för en god forskningsfråga som presenterades tidigare. I så fall ska forskningsfrågan naturligt bilda grund för en forskningsdesign, en praktisk strategi för datainsamling. Forskningsfrågans förvandling till forskningsdesign kallas ibland för ”operationalisering”. Ibland används termen för att syfta mer snävt på den process där man tar teoretiskt präglade begrepp och förvandlar dem till empiriskt registrerbara objekt. Klassbegreppet är till exempel undflyende, och ska man exempelvis mäta dess förhållande till hälsa måste man tillskriva varje individ ett ”klassvärde” baserat på en robust skala som tydligt
27
28
DEL I At t b ö r ja f o r s k a
kan avläsas genom insamling av information av specifikt slag. Operationalisering i snäv mening syftar på rörelsen från idéer till det empiriska mätandets sfär. I deduktiva former av kvantitativ forskning skulle en variabel som klass kräva en definition på förhand så att individuella fall kan mätas längs en skala av värden inom en variabel. Sådana forskningsobjekt måste översättas till variabler som är både internt homogena och externt diskreta. Det interna innehållet ska vara tillräckligt ”likartat”, och ”samma” saker ska inte gå att passa in i två värden av en variabel. Hur och var gränserna ska dras är därför fundamentalt. Om du kan specificera dem innan du samlar in några data kan du rimligen använda dig av en kvantitativ och deduktiv forskningsdesign. Om det är omöjligt att klart och säkert fastställa innehållet i meningsfulla kategorier och gränserna mellan dem är det bättre att genomföra en mer induktiv och kvalitativ utforskning av forskningsfrågan, antingen som pilotstudie inför ett mer deduktivt projekt eller som isolerat kvalitativt forskningsprojekt. I kvalitativa former av induktiv forskning operationaliserar man bara begrepp vid datainsamlingen. Det är under explorationsakten som de provisoriska kategorierna konkretiseras till självständiga klassificeringar av fältet. Dessa former av operationalisering kommer att diskuteras mer i detalj i del II.
Testning eller exploration? Genom att utforska den befintliga litteraturen (se kapitel 3) får du en viss känsla för vad som har sagts tidigare, vilka de centrala resultaten och kontroverserna är, och kanske en känsla för vad som saknas eller som kräver ytterligare undersökningar eller klargöranden. Och oavsett om den ursprungliga motivationen för din forskning var personligt, moraliskt, politiskt eller intellektuellt betingad eller låg i den forskningsfinansierande organisationens intresse, så har din forskning fått ett visst fokus och en viss inriktning, om än bara uttryckt i några inledande nyckelord som kan användas i litteratursökningen. Din forskning kan alltså redan ha ett visst fokus, men graden av och karaktären hos detta fokus måste nu klargöras ytterligare.
På detta stadium måste du ställa dig följande frågor:
■■Har du en föraning (med andra ord en hypotes) om vad som pågår här? ■■Säger den föraningen/hypotesen mig något om vilka de centrala orsakerna och effekterna är?
Du behöver inte vara säker. Om du säkert visste att en ökande mängd av x ledde till en ökande mängd av y skulle det inte vara nödvändigt att forska om det. Hos åtmin stone en typ av forskning (hypotetisk-deduktiv forskning) är syftet att testa aningar. Vare sig föraningen får stöd i den slutliga forskningen eller ej har vi ett resultat. Forskning som bygger på idén att testa aningar måste skiljas från forskning där vi bara är intresserade av att utforska vad som ingår i en viss situation. För att testa en föraning måste man formulera den så att den kan jämföras med verkligheten. En sådan formulering är alltså en förutsägelse. Det är inte detsamma som en fråga. En fråga är öppen medan en förutsägelse talar om ett förväntat resultat. Vad som är öppet i förutsägelsens fall är om det förväntade resultatet överensstämmer med det faktiska resultatet. Kommer förutsägelsen att vara korrekt? En föraning är en teori som ännu inte har fått stöd av några belägg. I forskningstermer kallas detta för hypotes. Det som skiljer en hypotes från andra slags idéer är att den är avsedd att testas och därför tydligt måste formulera vilka element som det rör sig om (mätbara kategorier av handlingar, objekt eller aktörer) och arten av det förhållande mellan dem som förutsägs (orsak, förmedling eller korrelation). Vi kommer att ta upp dessa praktiska frågor mer i detalj i kapitel 4. Här är det bara nödvändigt att vara medveten om distinktionen mellan testning och exploration och logiken bakom valet av en av dem eller en kombination av dem. Så vad är då explorativ forskning och varför väljer man att inte pröva en hypotes? Efter att ha gått igenom litteraturen kan du ha en känsla av att det finns rimlig anledning att påstå att x står i ett visst förhållande till y, och att det till och med rör sig om ett orsaksförhållande. Detta har kanske inte aktivt testats i den tidigare forskning du har tittat på, eller också © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
kan en sådan testning ha gjorts för länge sedan eller på en annan plats, så att du finner din önskan att utföra ett sådant test berättigad. Alternativt kan du uppleva det som att litteraturen inte erbjuder dig någon hypotes att pröva, utan bara en rad öppna frågor om vad som pågår. Om det förhåller sig på det sättet är det omöjligt att formulera en testbar hypotes. Du har inga preliminära förutsägelser, bara frågor. I ett sådant fall kommer du att vilja tillgripa en explorativ ansats. Utan en förutsägelse att testa kommer den explorativa forskningsdesignen att vara mer öppen. Explorativ forskning har därför en tendens att samla in mer kvalitativa (interpretativa) data, även om det inte alltid är fallet. Prövning av en hypotes förknippas oftare med användning av kvantitativa (numeriska) metoder. I kapitel 4 undersöker vi distinktionen kvalitativt/kvantitativt mer ingående. Nyckeln till hypotesprövning är övertygelsen om att den befintliga litteraturen är en rimlig källa till förutsägelser. Explorativa forskningsdesigner förekommer ofta när det inte går att hämta några förutsägelser i litteraturen. Men vissa hävdar att det inte bara är fråga om ”ifall och när” litteraturen inte kan generera rimliga förutsägelser, utan en principfråga, och att teorin inte ska bestämma forskningens struktur på det stränga sätt som hypotesprövning kräver. Sådana forskare menar att teorin ska byggas upp utifrån exploration av verkligheten, inte användas för att göra förutsägelser om den. Detta är en induktiv (och inte en deduktiv) metod för teoribyggande och forskning. Här räcker det att säga att all god forskning kombinerar element av förutsägelse och exploration till och med utan användning av terminologin. Forskare som använder sig av litteraturgenomgångar styrs i viss grad av förutsägelser om vad som är lämpligt att forska om, var och hur man ska söka och vad man ska söka efter. Inte ens den mest ”induktiva” forskare kan undvika detta. Men samtidigt är bruket av någon form av explorativ forskning standard, till och med vid den strängaste hypotesprövning. Pilotstudien, där forskare försöker utröna i vilken mån de objekt de forskar om stöder hypoteserna, kan ta sig många uttryck. Vissa pilotstudier är mer öppna än andra, © Studentlitteratur
men alla utgör olika former av preliminär exploration (se kapitel 4). Det räcker här att säga att skillnaderna förvisso är stora, men inte alltid så stora som det kan tyckas. Frågan för forskaren blir följaktligen: Ska jag formulera en hypotes eller anamma en mer explorativ ansats? Det beror delvis på vad man har hittat under sin litteratur genomgång, men också på vad man har för inställning till det mänskliga handlandets natur – orsakssammanhang eller val (se avsnitten ”Orsaker, betydelser och sannolikheter?” senare i det här kapitlet och ”Den djupare klyftan” i kapitel 4)?
Primära och sekundära källor Den samhällsvetenskapliga forskningsprocess som beskrivs i den här texten lägger huvudfokus på design, bearbetning och analys av data som samlats in av forskaren, känt under beteckningen primärforskning. Beroende på forskningsområde och forskningsfråga kan det vara lämpligt att överväga om man ska använda och leta efter befintliga data. Dessa data kan sedan undersökas och analyseras, en teknik som kallas för sekundäranalys. Det kan vara värt att ägna några rader åt att diskutera exakt vad som avses med sekundär dataanalys. Jämfört med primärforskning har det skrivits mycket mindre om sekundäranalys. Hakim ger den traditionella definitionen av sekundäranalys: ”varje ytterligare analys av en befintlig samling data som frambringar tolkningar, slutsatser och kunskaper som kompletterar eller skiljer sig från dem som har presenterats i den första rapporten om undersökningen och dess huvudresultat” (1982: 1). Dale m.fl. (1988) hävdar att sekundäranalys är en bredare term som helt enkelt anger att data analyseras av någon annan än den ursprunglige forskaren. Den mest berömda sekundära dataanalysen i sociologins historia är Émile Durkheims (1983) användning av självmordsstatistik från olika regioner i Tyskland och Frankrike i mitten av 1800-talet för att illustrera att mönstren var konsistenta över tid men varierade mellan olika platser, så att vissa sociala fakta tydligt ökade eller minskade förekomsten av självförvållad död. I Storbritannien gjordes de första sekundäranalyserna
29
30
DEL I At t b ö r ja f o r s k a
som en produkt av de stora enkätundersökningar som genomfördes av departement och andra statliga organ under 1960- och 1970-talen. Denna utveckling hade sina motsvarigheter i andra industriländer över hela världen. Den brittiska staten lät undersökningar som General Household Survey, Family Expenditure Survey, British Crime Survey och British Social Attitudes Survey och den vart tionde år återkommande folkräkningen ligga till grund för sin ekonomiska och sociala politik. Data om befolkningen hade naturligtvis samlats in tidigare. Den första folkräkningen gjordes 1801. Sedan 1960-talet har antalet enkätundersökningar och täckningen hos dessa ökat betydligt, och tillgången på data för sekundäranalys har förbättrats genom utvecklingen av webbsidor som återger de ursprungliga enkätundersökningarna, till exempel Economic and Social Research Council (ESRC) Data Archive vid Essex University (www.dataarchive.ac.uk). Beslutet att konstruera en primär eller sekundär forskningsdesign bör bestämmas av forskningsfrågans teoretiska karaktär. Sekundäranalysen kan ofta också begränsas av tillgängligheten av data och kvaliteten hos dem. Eftersom sekundäranalysen har sina historiska rötter i statliga enkätundersökningar är de flesta data kvantitativa, numeriska och hämtade från frågeformulär och strukturerade intervjuundersökningar. Det tas nu initiativ till att rätta till obalansen genom inrättandet av ett kvalitativt dataarkiv (www.qualidata.ac.uk), vars mål är att samla in intervjuutskrifter, dagböcker, anteckningar från deltagande observation och så vidare.
Orsaker, betydelser och sannolikheter? Logik, relationer och människor Enligt en naiv eller enkel uppfattning om orsakssammanhang avses med påståendet att x orsakar y att x får y att hända. Det förutsätter existensen av en mekanism, och föreställningen om en mekanism accepteras inte av samhällsvetare som menar att mänskligt handlande är alltför komplext eller alltför kvalitativt skilt från fysiska händelser, vilka tycks vara enklare att reducera till meka-
nistiska redogörelser. Är dessa invändningar legitima? Påståenden som ”x orsakar y” tycks säga antingen att varje fall av y är resultatet av ett tidigare fall av x, eller att varje fall av x kommer att resultera i skapandet av ett fall av y. Det första är ett logiskt misstag. Det andra är falskt eftersom ingen enskild handling någonsin är ”tillräcklig” för att förklara ett resultat. För det första är det logiskt felaktigt att säga att eftersom x orsakar y så måste alla y vara resultatet av x. Tentamina orsakar stress, men det är inte all stress som orsakas av tentamina! För det andra är det i komplexa situationer felaktigt att säga att eftersom x orsakar y kommer alla fall av x att leda till y. Tentamina orsakar stress, men det är inte alla tentamina som upplevs som stressiga eftersom mellanliggande faktorer kan påverka resultatet i vissa fall. Som nämndes ovan handlar det i det första exemplet om ett logiskt misstag: ”omkastningens” misstag. Att något kan få något annat att hända betyder inte att det är den enda tänkbara orsaken. Andra logiska misstag är ”sammansättningens” misstag (det vill säga om en kvinna kan bli premiärminister kan alla kvinnor det, eller om en person i en grupp är ond så måste alla i den gruppen vara onda) och ”associationens” misstag (det vill säga om storkar häckar innan bebisarna kommer måste det vara storkarna som får bebisarna att komma). Logiska misstag av det slaget karakteriserar också mycket av vardagsmedvetandet och den politiska retoriken. Samhällsforskare är inte immuna mot det och måste därför se till att undvika sådana logiska fallgropar när de formulerar en hypotes eller avgör om de ska driva en kausal hypotes vidare. För en vidare diskussion om logiska misstag, se Sayer (1992). Det andra exemplet (där en kausal agent inte leder till samma verkan varje gång) är ett uttryck för komplexitet och väcker frågan om nödvändiga och tillräckliga villkor för en orsaksförbindelse. Ibland när en strömbrytare slås på kommer ljuset, ibland inte. Det räcker inte att säga att påslagningen av strömmen får ljuset att komma, även om det är en del av orsaksprocessen. Det finns andra länkar i kedjan, och om någon av dem saknas avslutas inte sekvensen och verkan inträffar inte. Nödvändiga villkor är de © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
villkor som krävs för att en händelse ska inträffa, men inget av dem är tillräckligt på egen hand. Orsakssammanhang vid komplexa förhållanden opererar aldrig genom enskilda kopplingar, där x alltid orsakar y. Vädret är till exempel en komplex samling system och undersystem. På grund av dess komplexitet är det omöjligt att förutsäga med absolut säkerhet vad vissa villkor kommer att leda till. Orsakssammanhang är alltför komplexa för att det ska gå att kartlägga utfallet med någon större säkerhet. Inom sådana komplexa system är det sällan möjligt att göra förutsägelser, ens när man har gjort sig en tämligen klar föreställning om de kausala faktorerna och mekanismerna. Öppna system gäckar den absoluta förutsägelsen, men det beror inte på att de faller utanför varje orsakssammanhang. Tendenser är ett sätt att beskriva existensen av olika former av orsaksförbindelser som aldrig är absoluta på grund av den komplexa interaktionen mellan många nödvändiga villkor. Klassbakgrunden har en tendens att påverka skolprestationen, men det är aldrig absolut eftersom det finns många faktorer i en individs liv som kan förändra hennes situation även om dessa faktorer i stor utsträckning gynnar dem med välbärgad bakgrund. Mellanliggande faktorer kallas ofta för förmedlingar. Tendenser kan uttryckas som sannolikheter i stället för absoluta orsakssammanhang. Moderna statistiska tekniker utvecklades huvudsakligen för att hjälpa humanvetenskapliga forskare att hantera det faktum att komplexitet gör det omöjligt för enskilda kausala agenter att frambringa hundraprocentiga utfall. Invändningen mot alltför enkla (x får y att hända) orsaksförklaringar till mänskligt handlande kan alltså accepteras eftersom hänvisning till mekanismer förutsätter orsaksprocesser som är enklare än de som faktiskt förekommer. Men om vi undviker logiska misstag och erkänner komplexiteten samtidigt som vi begränsar förutsägelsens omfång och förbjuder användningen av enkla monokausala modeller faller denna invändning. Finns det andra skäl att motsätta sig orsaksförklaringar inom samhällsvetenskaplig forskning? Ett påstående är att mänskligt handlande är intentio© Studentlitteratur
nellt, och att intentioner är framtidsorienterade. Kan ett framtida tillstånd som motiverar en handling i nuet kallas för en orsak? Eftersom orsaker kommer före verkningar kan framtiden inte orsaka nuet, och därför bör intentionellt handlande inte uppfattas i kausala termer. Detta är ett logiskt misstag eftersom det inte är framtiden som orsakar en intentionell handling, utan intentionen själv, som kan vara fast etablerad före den intentionella handlingen. Ett annat påstående är att orsaker hänvisar till yttre krafter som inverkar på ett objekt. Mänskliga handlingar är ett resultat av inre tillstånd. Det sägs att det är meningslöst att påstå att något är sin egen orsak. Kan detta argument tillämpas på en videobandspelare? En videobandspelare är försedd med en komplex inre mekanism och påverkar sig själv. Orsaksmekanismer opererar inuti den. Ett tredje påstående är att övertygelser och betydelser är språkliga enheter snarare än fysikaliska. Språket har visserligen regler, strukturer och till och med mekanismer, men det är något annat än fysikaliska regler och mekanismer. Att låta termen ”orsakssammanhang” beskriva inflytandet från en idé eller styrkan hos en övertygelse kan leda fel. Att förklara språket med hjälp av mekanismer som är tillämpliga i fysiken skulle förvisso vara alltför reduktionistiskt. Många biologer skulle säga att de fysikaliska mekanismerna inte räcker till för att förklara biologiska fenomen. Det kan vara så att det i språkets fall helt enkelt handlar om en annan nivå av orsakssammanhang med en egen samling mekanismer. Det kan kanske vara något helt specifikt. Det är här egentligen inte så viktigt att avgöra om språket och den mänskliga medvetenheten och intentionaliteten verkligen överskrider den kausala logiken och förklaringen. Språk och intentionalitet kan betraktas antingen som förmedlingar i orsaksprocessen eller som något skilt från den kausala mekaniken. I båda fallen spelar språket och intentionaliteten en roll för utgången av sociala händelser, även om den utsträckning i vilken detta är fallet är öppen för diskussion. Antingen man förkastar orsakssammanhanget som en nyckel till förståelsen av socialt liv eller accepterar det, så kommer det alltid att vara relevant att fråga människor vad de tror
31
32
DEL I At t b ö r ja f o r s k a
äger rum, även om det mycket väl kan vara så att andra viktiga processer så att säga opererar ”bakom ryggen på dem”. En falsk övertygelse får lika mycket konsekvenser som en sann övertygelse, och en orsakad övertygelse (om något sådant finns) lika mycket som en fritt vald (om något sådant finns), för beteendet hos den som hyser denna övertygelse och för personens sociala värld.
Data: fråga, betrakta, tolka och registrera Vad är data? Även om det sker en hel del utanför det som forskaren registrerar så är det inte data. Data är inte det som finns där ute för att samlas in. Data är det som faktiskt registreras av forskaren. Data som sådana är inte naturligt förekommande ”stoff”; de är i ett mycket viktigt avseende det som forskaren skapar i sitt arbete som forskare. Varför ska man göra en sådan distinktion? I grunden är det för att påminna om att det forskaren registrerar inte är verkligheten, utan en ”spegling” av den verklighet som formas av de verktyg som han använder för att frambringa och registrera den. Detta är viktigt att komma ihåg. Det är trevligt att föreställa sig att kameran eller det mänskliga ögat ger en ”bild” av världen som aldrig ljuger. Men det är inte sant. Kameran måste riktas åt ett håll och inte åt ett annat. Det mänskliga ögat (och det sinnessystem som det är en del av) är selektivt. Hur forskaren väljer att rikta och välja kommer att forma de data som han samlar in. Hur han väljer att registrera vad han samlar in innebär klassificering, och denna klassificering formar också de data som samlas in. Hur forskaren väljer att göra urvalet kommer att påverka vad han samlar in. Hur han väljer att forma frågorna eller strukturera observationerna kommer att påverka form och innehåll hos data. Data är såtillvida en produkt av forskningen och inte något som forskaren bara samlar in. Data är forskningens output, inte dess input. Forskning är därför i många avseenden ett slags tillverkning och kräver alla möjliga verktyg och apparater. Det kan också kallas för en form av teknologi. Dessa verktyg kan vara fysiska objekt (som kamera, bandspelare och datorer, eller i naturvetenskapens fall mikroskop och spektrometer). Verktyg syftar också på
olika former av strukturerad interaktion, som intervjun eller observationen. Frågeformuläret och experimentet är verktyg som smälter samman både fysiska och sociala element (en noggrant strukturerad text på papper eller ett kontrollerat laboratorium). Alla dessa verktyg (eller teknologier) stimulerar och filtrerar händelser och handlingar så att det skapas material som sedan kan registreras som data. Till och med de mest naturalistiska former av forskning (som en etnografisk fältresa där forskaren lever i ett samhälle för att observera invånarnas vardagsliv) för med sig komplexa designer och verktyg (val av plats att besöka, hur man ska leva, hur man ska ställa frågor och registrera upptäckter). Det finns inget sådant som en totalt ostrukturerad intervju eller observation, även om vissa former av forskning anammar långt mindre föregripande strukturering än andra. Som kommer att diskuteras i följande kapitel medför alla former av samhällsvetenskaplig forskning en stor mängd planering. All datainsamling kräver utveckling av verktyg och teknologier av både fysiskt och socialt slag. Även om samhällsvetenskaplig forskning kan delas in efter vilken typ av data som samlas in och graden och formen hos den struktur som läggs på insamlingen och registreringen av dessa data så är alla data tillverkade. De olika typerna av data baseras på observationer, frågor eller insamlat ”textmaterial” (som kan vara dagböcker, brev, fotografier, kvitton och så vidare). Graden av struktur avser den deduktiva eller induktiva formen. Detta leder till sex idealtypiska former av primär datainsamling (forskningsdesigner): 1 deduktiv observation, till exempel experimentet 2 induktiv observation, till exempel den etnografiska studien 3 deduktiv utfrågning, till exempel frågeformuläret 4 induktiv utfrågning, till exempel djupintervjun 5 deduktiv textstudie, till exempel den kvantitativa innehållsanalysen 6 induktiv textstudie, till exempel den kvalitativa innehållsanalysen eller diskursanalysen. © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
Forskningsprojekt kan anamma en kombination av metoder för att uppnå specifika mål. Detta kallas ofta för triangulering. Observationen registrerar vad människor gör vid observationstillfället. Intervjuer och frågeformulär registrerar vad människor säger eller skriver vid svarstillfället. Dessa båda saker skiljer sig från varandra. I ditt val av metod måste du kunna se om du intresserar dig för handling eller för tal. Man måste alltid komma ihåg att vad människor gör och vad de säger inte alltid är samma sak. Och vad människor säger och gör och vad de säger och gör när de observeras är inte heller samma sak.
Vad och hur mycket är tillräckligt? Validitet, reliabilitet och generaliserbarhet Lägger man ner mycket tid på att observera eller intervjua ett litet antal människor får man större möjligheter att lära känna dem bättre. Lägger man ner mindre tid på varje person eller grupp så att man kan forska om ett större antal människor har man större möjlighet att hävda att det resultat man kommer fram till inte är idiosynkratiskt. Den spänningen kan man inte sopa undan genom en enstaka formel. Vad ska man göra? Spänningen beskrivs ofta som en spänning mellan validitet och generaliserbarhet (eller mellan intern och extern validitet). Validitet syftar på matchningen mellan data och verklighet. Visar dina data verkligen det som finns ”där ute”? Validitet kan delas in i två delar. Den första delen syftar på matchningen med dem som faktiskt studeras. Ger dina data verkligen uttryck för deras liv och övertygelser? Det är det som kallas för intern validitet. Den andra delen syftar på matchningen med den större världen. Visar dina data verkligheten för den större population från vilken ditt urval har gjorts? Detta är extern validitet (ibland kallat för generaliserbarhet). Population syftar inte på alla, utan syftar på alla i den grupp man påstår sig forska om. Om du påstår att du studerar fransmännen så är din population alla som är fransmän. Vi behöver inte bry oss så mycket om det här, men att definiera en sådan grupp, eller en grupp vilken som helst, är ingen enkel uppgift. Om du hävdar att du ska studera de hemlösa i Plymouth © Studentlitteratur
blir din population varje hemlös person i Plymouth. Vad som räknas som hemlös och Plymouth kräver tolkningar som kan mätas praktiskt och försvaras som korrekta. Det är inte alltid så enkelt, särskilt när den grupp man forskar om inte går att identifiera utan vidare. Kriminella och rasister är inte alltid så angelägna om att bli kartlagda, så dessa populationer är i stor utsträckning okända. (Se avsnittet ”Reliabilitet och validitet” i kapitel 15 för en mer grundlig genomgång av olika typer av validitet.) Kvalitativ intervju och observation under lång tid skapar förutsättningar för större intern validitet (men garanterar det inte). Induktiva ansatser kan också leda till större förståelsedjup eftersom forskaren i högre utsträckning kan tillåta forskningsobjektet att diktera forskningens inriktning. Men nackdelen med detta är att man genom att lägga ner mer tid på en liten grupp begränsar möjligheten att studera en större grupp individer. Det kan leda till förlust av extern validitet. Till detta kommer att induktiva former av forskning som inte påtvingar intervjuer och observationer en sträng ordning, skapar reliabilitetsproblem. Om varje intervju är annorlunda kan varje intervjuperson ha större utrymme för att utveckla sin egen tolkning av verkligheten, men det blir svårare att jämföra en intervju med en annan. En strukturerad observation eller intervju/frågeformulärsundersökning tillåter klarare jämförelser. Deduktiva forskare framhäver gärna att reliabilitet (eller enhetlighet) har stort värde när det gäller att skapa jämförbara resultat. De lägger också större vikt vid behovet att ha så många undersökningspersoner att det blir möjligt att framföra rimliga påståenden om hela den berörda populationen. För båda dessa intressen står den externa validiteten i centrum. Induktiva former av forskning framhäver däremot den interna validiteten. Eftersom den induktiva forskningen är mer intresserad av att utforska ett område än att pröva en hypotes är den inte så intresserad av att framföra generaliserbara påståenden. Att uppnå extern validitet handlar inte bara om att få ihop så många undersökningspersoner som möjligt. Ett väl valt, men relativt litet urval är långt mer användbart än en större, men illa vald grupp av undersökningspersoner.
33
34
DEL I At t b ö r ja f o r s k a
En totalundersökning, där varje medlem av en population studeras, kan låta idealiskt, men det är sällan man har den möjligheten och lika sällan har man tid att analysera alla de data som skulle genereras. Så vad räknas som ett väl valt urval? Ett väl valt urval försöker spegla den population som forskaren är intresserad av. Den första frågan här blir om det är möjligt att säga vilka medlemmarna av populationen är. Det är långt enklare att säga vilken fängelsepopulationen är än att peka ut den kriminella populationen. Även om man kan definiera en kriminell (ska man till denna grupp räkna alla som någon gång har brutit mot en lag?) är det inte en grupp som öppet annonserar sin identitet. Den mest valida urvalsmetoden kallas för slumpmässigt urval. Det kräver att alla i populationen har lika stor chans att bli valda, och det kräver att vi kan identifiera dem alla. En urvalsram är en lista (eller till och med en hatt) som innehåller namnen på alla medlemmarna av den population från vilken ett urval sedan görs, så att alla har lika stora chanser att bli valda. Detta är innebörden av ordet ”slumpmässig” i slumpmässigt urval. Slumpmässig i det här sammanhanget innebär inte att man stoppar första bästa person man möter på gatan. En elevförteckning är en idealisk urvalsram om populationen är alla barnen på den skolan. För andra populationer existerar andra sådana listor. Men många populationer är inte registrerade på det sättet, och även om de är det så är det inte alltid man får tillgång till registret och då blir det omöjligt att göra ett slumpmässigt urval (i sträng mening). Forskare har hittat på talrika approximeringar av det slumpmässiga urvalet för att handskas med olika situationer, och dessa kommer att diskuteras mer i detalj under bokens gång (se kapitel 14 för en fullständig redogörelse för urvalsmetoder). Här är det bara nödvändigt att nämna den extrema motsatsen till det slumpmässiga urvalet: snöbollsurvalet. Där en population är dold och man inte vet så mycket om vem som är medlem och vem som inte är det kan explorativa/induktiva metoder vara de bästa att använda. Snöbollsurvalet är högst induktivt. Där det inte finns någon urvalsram, och ett mer förstrukturerat urval av medlemmar blir omöjligt kan forskaren
använda den första undersökningspersonens nätverk för att vinna tillträde till andra medlemmar i populationen. Det väcker många allvarliga frågor om extern validitet, men i ett explorativt forskningsprojekt kan det vara det enda sättet att skapa ett urval. Slutligen, hur stort måste ett urval vara för att vara ett bra urval? Som sades ovan betyder storleken mindre än goda urvalsmetoder, men det är fortfarande viktigt att ha tillräckligt med undersökningspersoner för att kunna fullfölja sina syften. Detta kommer att diskuteras mer utförligt i kapitlen 5 och 14.
Utvärdering, deltagande forskning och aktionsforskning Utvärderingsforskning försöker mäta prestationer. Inom samhällsvetenskaplig forskning innebär det vanligen utvärdering av en organisationsstrategi eller leverans av en tjänst. Prestationer kan mätas med objektiva indikatorer (ökad försäljning, minskad frånvaro eller sjunkande brottslighet i ett område) eller med mer subjektiva uppfattningar (kundtillfredsställelse, anställdas trivsel eller uppfattning om trygghet). Utvärderingsforskning intresserar sig mer för praktiska mål än för rent teoretiska motiv, men det är naturligtvis forskarens uppgift att utforma den bästa metoden och det kommer att innebära en granskning av tidigare forskning och teori på området. Utvärderingsforskning följer samma processer som andra former av forskning. I den mån den inleds med en klar känsla för vad som är intressant kommer den att vara mer deduktiv till sin natur. Men särskilt med hänsyn till mer subjektiva prestationsindikatorer (som kan vara svårare att slå fast på förhand) kan forskaren anamma mer induktiva och explorativa former av forskning för att undersöka uppfattningar och erfarenheter. För mer utförliga diskussioner om utvärderingsbaserad forskning, se Rossi m.fl. (1999), Pawson & Tilley (1997) och/eller Clarke & Dawson (1999). Deltagande forskning tar sig två grundläggande former, även om en kombination av dessa båda skapar en tredje form. I den första försöker forskaren delta i undersökningspersonernas vardagliga praktiker för att vinna © Studentlitteratur
1 At t komma i gång: teori, f orskningsf råga och f orskningsdesign
bättre förståelse för deras liv och erfarenheter. Ett sådant observerande styrs i allmänhet av undersökningspersonernas rutiner och praktiker. Det är därför vanligen induktivt, men mer deduktiva former av deltagande observation kan också användas. Deltagande observation är en utvidgning av en klassisk etnografisk metod: icke deltagande observation. Men forskare kan iklä sig rollen som deltagande observatör med en förstrukturerad samling frågor som de vill ha besvarade, men som de anser kan undersökas bättre genom observation i naturliga miljöer än via frågeformulär eller enkätundersökningar. Deltagande observation kan vara öppen, dold eller delvis dold. Det kan hävdas (på ”konsekventialistiska” grunder; se avsnittet ”Sensitivitet i forskning” i kapitel 2) att det kan vara berättigat att inte nämna för de observerade att deras meddeltagare är forskare. Det kan i vissa situationer vara sant. Men som förstagångsforskare är det inte att rekommendera att välja ett ämne (exempelvis forskning om vapensmugglares kulturella praktiker) där röjandet av forskarens identitet kan undergräva forskningens validitet (och forskarens hälsa). I den andra formen av deltagande forskning låter man undersökningspersonerna delta i bedrivandet och till och med konstruktionen och utvärderingen av forskningen. Detta kan leda till insikter som inte finns tillgängliga i början, och är en logisk utvidgning av induktiva principer. Men precis som induktiva metoder ibland kan användas i början av ett forskningsprojekt för att ge en känsla av fältet innan man utvecklar en mer deduktiv design, kan deltagarnas inledande engagemang i forskningsagendans utveckling lämna plats för mer deduktiva former av deltagande forskning. Sådan forskning är nästan alltid öppen. En kombination av dessa båda strategier kan också tillämpas. Här deltar forskaren i undersökningspersonernas rutiner och vice versa. Aktionsforskning är en utvidgning av utvärderingsforskning. Den är avsedd att underlätta utvecklingen av en organisations mål snarare än att bara mäta graden av framgång i att uppnå sådana mål. En sådan typ av forskning förutsätter både att organisationens mål är tydliga och att forskaren finner det lämpligt att gynna dessa mål. Där det © Studentlitteratur
handlar om finansiering kan forskaren känna ett tryck att acceptera mål som definieras av dem i organisationen som befinner sig i den positionen att de kan erbjuda ekonomiska resurser. Man ska komma ihåg att organisationer inte är så homogena, och att de som är längst ner i organisationen kanske inte ser saker och ting på riktigt samma sätt som de som befinner sig högst upp (David 2002). Ett särskilt slag av forskning är deltagande aktionsforskning, där aktionsforskning kombineras med en form av deltagande (Whyte 1991a, 1991b). Forskaren försöker främja målen för dem som hon forskar om. Detta är innebörden i termen ”aktionsforskning”. Forskaren försöker också delta tillsammans med undersökningspersonerna och inlemma dem i forskningsprocessen. Detta är innebörden i deltagande forskning. Deltagande aktionsforskning är en form av försvarande forskning och förutsätter att undersökningspersonernas ståndpunkt är legitim. Om forskaren har som mål att främja undersökningspersonernas mål måste dessa mål vara legitima. Denna sammansmältning av forskning och försvar har paralleller i de debatter som förs inom feministisk forskning om vilka forskningsmetoder som lämpar sig bäst i strävan efter att gynna feministiska intellektuella och politiska mål.
Att skriva en forskningsansökan Studenter, yrkesverksamma av olika slag, akademiker och andra kommer av olika skäl att upptäcka att de vill eller måste söka tillstånd eller resurser, eller både och, för att kunna genomföra ett forskningsprojekt. Det är fråga om uppgiften att skriva en forskningsansökan. Man behöver kanske tillstånd för att få tillträde till vissa grupper och platser eller arbeta med vissa organisationer. Oavsett om man arbetar för en organisation, försöker arbeta inom en organisation eller syftar till att få finansiering eller annat stöd och godkännande från särskilda organisationer (som departement, företag, universitet, sjukhus, skolor eller välgörenhetsorganisationer) kommer dessa organisationer att ha särskilda regler och procedurer som man måste arbeta inom. Du kommer i din forskningsansökan
35
Matthew David är universitetslektor i sociologi vid School of Applied Social Sciences, Durham University. Carole D. Sutton är universitetslektor i kvantitativa metoder vid Plymouth School of Government, Plymouth University.
SAMHÄLLSVETENSKAPLIG METOD Samhällsvetenskaplig metod ger en bred introduktion till teori, logik och praktiska metoder för kvalitativ och kvantitativ forskning samt för forskning med blandade metoder. Boken täcker alla centrala aspekter av forskningsdesign, datainsamling, dataanalys och rapportering. Den blir därmed en grundläggande handbok för studenter på både grundnivå och högre nivåer som går metodkurser eller deltar i samhällsvetenskapliga forskningsprojekt. I del I ligger fokus på den inledande fasen i samhällsvetenskaplig forskning. Det handlar här främst om hur man kommer i gång med forskning och utvecklar forskningsfrågor. I del II behandlas olika strategier för datainsamling som brukar användas av samhällsforskare. Både kvalitativa och kvantitativa ansatser tas upp. I del III går författarna konkret igenom olika kvalitativa och kvantitativa tekniker för dataanalys. I del IV diskuteras hur forskning kan presenteras för olika publiker såväl skriftligt som muntligt. Samhällsvetenskaplig metod har ett genomarbetat pedagogiskt upplägg. Kapitlen inleds med en presentation av kunskapsmål och avslutas med instuderingsfrågor och tips på vidare läsning. Boken innehåller en rad faktarutor med praktiska exempel och fördjupning samt skärmdumpar som illustrerar användningen av mjukvaran för dataanalys. En ordlista på över 300 termer kompletterar materialet.
Art.nr 38319
www.studentlitteratur.se