Sammenhenger, problemstillinger og forklaringer Forelesning 13/10 2016

Viktige momenter fra sist Problemstilling Enheter, verdier og variabler Ulike typer variabler: Mikro, meso og makro Kontinuerlige, diskrete og dikotome Avhengige (virkning) og uavhengige (årsak) Kausalitet (årsak-virkning) og korrelasjon

Problemstilling Hvem skal studeres? Hva skal studeres? personer, organisasjoner, institusjoner? Hva skal studeres? interessante kjennetegn eller egenskaper Tidsperioden som skal studeres? fra XXXXX til XXXXX, etter XXXXX, før XXXXX

Uttalelser ”Norske arbeidstakere har tillit til at arbeidsgiver ikke misbruker opplysninger om dem” ”I en undersøkelse sier 50 % av de spurte at de er imot norsk medlemskap i EU”

Dagens forelesning Mer om sammenhenger mellom variabler Mer om krav til problemstilling Validitet, reliabilitet og operasjonaliseringer Hovedperspektiver på forholdet mellom teori og data/empiri

Positive og negative sammenhenger Beskriver forholdet mellom variabler (egenskaper) Positiv sammenheng: Verdien ”god” på variabelen ”eksamensforberedelser” går sammen med verdien ”god” på variabelen ”eksamensresultat” (og motsatt) Negativ sammenheng: Verdien ”mye” på variabelen ”kameraovervåkning” går sammen med verdien ”lite” på variabelen ”overfallskriminalitet” Styrken i sammenhengene?

Direkte og indirekte sammenhenger Beskriver forholdet mellom avhengige og uavhengige variabler Direkte sammenheng: Mer kameraovervåkning fører til færre butikktyverier Indirekte sammenheng: Elektroniske kontrolltiltak i arbeidslivet fører til usikkerhet blant de ansatte om hva opplysningene brukes til og svekker tilliten til arbeidsgiver Styrken i sammenhengene?

Problemstilling Tematikk – det saksområdet som behandles i oppgaven Problemstilling – det konkrete spørsmålet (eller spørsmålene) som drøftes i oppgaven Eksempel på problemstilling: ”I hvilken grad fører kameraovervåkning til færre butikktyveri?” Krav til problemstilling: Presis – angi tydelig hva som skal drøftes Avgrenset – angi tydelig hva som ikke er relevant å drøfte Relevant – begrunne hvorfor problemstillingen er viktig å drøfte/besvare Tenk igjennom hvilken data/empiri som trengs for å drøfte/besvare problemstillingen på en god måte

Problemstilling og metodebruk Metodebruken skal føre til at besvarelsen av problemstillingen preges av: Høy validitet – opplysningene vi samler inn er godt egnet til å gi svar på problemstillingen Høy reliabilitet – opplysningene vi samler inn er lite påvirket av måten datainnsamlingen gjennomføres på Høy validitet forutsetter ofte gode operasjonaliseringer – flertydige eller uklare begrep gjøres entydige og målbare

Validitet Problemstilling: Konklusjon: Metode: Hvilke holdninger har ledere og ansatte i statlige etater til personvern og informasjonssikkerhet? Konklusjon: «I disse statlige etatene er det høy bevissthet om personvern og informasjonssikkerhet» Metode: Gjennomgang av etatens dokumenterte system for internkontroll

Operasjonaliseringer Begrepet ”personvern” kan være flertydig, jf. integritets-, beslutnings- og maktperspektivet Operasjonalisering: Hva er det konkrete meningsinnholdet i (hva legger vi mer presist i) begrepet ”personvern”? Vil i noen grad avhenge av problemstillingen Dersom du skriver om eforvaltning og personvern, kan dette ha betydning for meningsinnholdet: Makt- og beslutningsperspektivet får større relevans enn integritetsperspektivet?

Forklaringer – to perspektiver Teori = påstander om og forklaringer på årsakssammenhenger (kausalitet), for eksempel hvorfor variabel X (informasjonssikkerhet) påvirker variabel Y (personvern) Teorier lages eller testes ved hjelp av systematisk innsamling og analyse av data/empiri To perspektiver på forholdet mellom teori og data/empiri

Det induktive perspektivet Handler om å lage teorier (forklaringer) etter at datamaterialet er innsamlet (først datainnsamling, så teoribygging) Eksempel: Samler inn data om sikkerhetsbrudd (personopplysninger) og informasjonssikkerhet i 100 virksomheter Dataene viser færre sikkerhetsbrudd (personopplysninger) i virksomheter med ledelsessystem for informasjonssikkerhet enn i virksomheter som ikke har dette Denne tendensen brukes til å lage følgende teori: «systematisk arbeid med informasjonssikkerhet gjør at virksomheter blir mer disiplinerte og forsiktige med hvordan personopplysninger behandles»

Utfordringer For at denne teorien skal sannsynliggjøres, må særlig tre forhold demonstreres: Forskjellen i sikkerhetsbrudd må være tydelig mellom virksomheter med og uten ledelsessystem for informasjonssikkerhet Forskjellen skyldes trolig ikke andre forhold, for eksempel at virksomheter med ledelsessystem jevnt over behandler langt færre personopplysninger enn virksomheter uten Forskjellen i sikkerhetsbrudd mellom virksomheter med og uten ledelsessystem har oppstått etter at ledelsessystemene ble innført Hva skjer med teorien dersom vi senere finner flere virksomheter uten ledelsessystem med få sikkerhetsbrudd?

Det deduktive perspektivet Handler om å lage teorier (forklaringer) og så samle inn data for å teste om teorien er korrekt (først teori, så datainnsamling og testing) Eksempel: Vi lager en teori som sier at kameraovervåking har allmennpreventive virkning Hvordan kan en slik teori spesifiseres/beskrives? Hvilke data trenger vi for å teste om teorien er sannsynlig eller ikke? Hvordan kan vi gå frem for å samle inn disse dataene?

Utfordringer For at teorien om kameraovervåkning og kriminalitet skal sannsynliggjøres, må særlig sju forhold demonstreres/drøftes: Nedgangen i kriminalitet bør være relativt markant Det er en nokså nær sammenheng i tid mellom økende kameraovervåkning og nedgangen i kriminalitet (nær relasjon mellom årsak og virkning) Nedgangen i kriminalitet bør ikke ha startet før kameraovervåkningen tok til Alternative forklaringer på nedgangen i kriminalitet må kunne (helt eller delvis) avvises Kan vi på bakgrunn av våre data avvise de alternative forklaringene, eller er de like eller mer sannsynlige enn vår opprinnelige teori? Gjelder vår teori bare for spesielle plasser, for eksempel Karl Johan, eller har vi grunn til å mene at den har generell forklaringskraft? Hva hvis data viser at teorien gjelder for Karl Johan, men ikke for Torgalmenningen i Bergen?

Flagger ut sykehusenes datasystem til amerikanere Datasystemet til landets største helseforetak flagges ut til amerikansk IT-selskap. Tillitsvalgte frykter helsedata på avveie og tap av viktig kompetanse. -Her har vi ganske god kontroll. Vi har sikkerhetskrav, så det er ivaretatt. Disse dataserverne vil bli stående i Norge. Utredningen vi har gjort viser at en ekstern leverandør kan gjøre dette raskere og billigere, og vi ivaretar kvalitet, sier Lofthus. Kilde: Nrk.no, 02.09.2016 Oppgaver: Formuler to forskningsspørsmål Identifiser to begreper som bør operasjonaliseres Operasjonaliser begge begrepene