Hva trenger jeg av data, og hvordan skal jeg innhente disse? Om valg av undersøkelsesopplegg/design og datainnsamlingsmetode(r)

Hva er et design/undersøkelsesopplegg og hvorfor er design viktig? Designet er å betrakte som en plan. Sentrale elementer i planen dreier seg om: Hvilke data trenger vi for å belyse denne problemstillingen (identifisere databehov) Hvor finner vi dataene, er de tilgjengelige, og hvordan kan vi i så fall hente dem ut (identifisere datakilder) Når vi legger en plan for hvordan vi vil gå frem for å innhente nødvendige data, er det flere ting å ta i betraktning: Problemstillingens utforming. Jo mer strukturert problemstillingen er, jo mer detaljert kan planen gjøres:

Det kvantitative designet Hvem eller hva skal vi undersøke (bestemme enheter) Hvor mange trenger vi å undersøke og hvordan skal disse velges ut (bestemme utvalgsprosedyre) Hvilke egenskaper ved disse enhetene er sentrale og interessante gitt undersøkelsens formål og problemstilling (bestemme variabler) Hvordan skal disse variablene måles (bestemme verdier) Bestemme, evt utarbeide måleinstrument (spørreskjema) Hvor og når skal undersøkelsen skje Valg av gjennomføringsmåte (tverrsnitt- eller tidsserieundersøkelse)

Mer ustrukturerte problemstillinger, eks ”Hvordan opplever asiatiske medarbeidere i Telenor å jobbe i et åpent kontorlandskap?” gir mindre grunnlag for en detaljert planlegging, men trenger uansett noen retningslinjer, eksempelvis karakterisert av stikkordene: Hvem – Hva – Hvor – Hvordan, altså:

Hva undersøkelsen skal fokusere på Hvem som er aktuelle informanter Hvor undersøkelsen skal gjennomføres Hvordan den skal gjennomføres

Kort om datakilder Vi operer gjerne med to kilder til de data vi trenger: Sekundærdata, d.v.s allerede innsamlete data (av andre) og med ulik grad av tilgjengelighet. Eks regnskapsdata Primærdata, d.v.s data vi samler inn selv v.h.a. en eller flere datainnsamlingsmetoder

Strukturerte og fleksible design Et vanlig skille går mellom det vi kaller: Strukturert design (vanligvis et kvantitativt design) Fleksibelt design (vanligvis et kvalitativt design)

En annen måte å beskrive dette på er gjennom begrepene Et induktivt undersøkelsesopplegg, d.v.s. forsøk på å nærme seg en virkelighet vi ikke kjenner uten klare hypoteser, noenlunde forutsetningsløst og med en relativt løs problemstilling. Opplegget blir fleksibelt og vi låser oss ikke fast til bestemte innsamlingsmetoder på forhånd

En hypotetisk deduktiv tilnærmingsmåte der vi tar sikte på å vurdere holdbarheten av bestemte teorier gjennom hypotesetesting, noe som forutsetter en presis problemstilling og et strukturert opplegg, gjerne med bruk av 0-hypotese og alternativ hypotese, valgt signifikansnivå og spesifisert bruk av test (eksempelvis en tosidig t-test) Problemet med slike tester er at de ikke forteller oss at noe er ”sant”, men de forteller oss at noe er falskt.

Type I og type II feil H0 beholdes H0 forkastes H0 sann Riktig konklusjon Type I feil H0 falsk Type II feil Riktig konk Risikoen for type I feil = signifikansnivå Risiko for type II feil øker jo strengere signifikansnivået settes.

Konsekvenser av designvalget Valg av design har konsekvenser for valg av metode(r). Til hver av de to (hoved)designene hører det en verktøykasse inneholdende verktøy som egner seg til å produsere den type data det er behov for. I den kvantitative (hypotetisk-deduktive) verktøykassa finner vi først og fremst:

Det strukturerte spørreskjemaet Det ekte eksperimentet Kvasieksperimentet Mens i den kvalitative (induktive) verktøykassa finner vi: Intervjuet / samtalen (individuelt / gruppe) Observasjon (deltakende / ikke-deltakende) Dokumentanalyse Forskeren selv (!)