Velkommen til kurset ”Metode og oppgaveskriving” 07.09.2013 Ikke obligatorisk Ingen eksamen Tilbud til alle

Påbyggingskurs vårsemesteret 2014 Tilbud om påbyggingskurs for dem som skriver avsluttende oppgave Kvantitative metoder Kvalitative metoder Oppfølgingskursene vil ha et ”workshop-preg”, d.v.s. innhold og gjennomføring vil (delvis) være tilpasset studentenes behov

Metodeopplegget 7. september Metodekurset er delt opp i 6 deler. Hver av delene vil ta for seg noen sentrale utfordringer knyttet til arbeidet med prosjektoppgaven. Basert på min (og andres erfaringer) vil dette innebære følgende:

Agenda Del 1: Litt om vitenskap, kunnskap, sannhet, tvil, metodologi og metode Del 2: Hva skal jeg skrive om og hvordan skal jeg gå frem (fra ide’ til problemstilling)

Agenda Del 3: Hva trenger jeg av data og hvordan skal jeg innhente disse? (om valg av undersøkelsesopplegg/design og datainnsamlingsmetode(r) Del 4: Hvordan samle inn data som jeg trenger (Om kvantitative og kvalitative innsamlingsmetoder)

Agenda Del 5:: Om å skaffe seg orden og oversikt i datamaterialet, samt forståelse for hva det kan fortelle meg (analyse og tolkning) Del 6: prosjektoppgaven, hva kreves egentlig (faglige og formelle krav), og hva er suksesskriteriene

Tre suksesskriterier å merke seg Bevisst og gjennomtenkt metodebruk Bevisst og gjennomtenkt anvendelse av teori Bevisst og gjennomtenkt struktur på oppgaven

Innledende oppvarming Så å si alle kurs i metode dreier seg om å få frem – helst på en enkel måte - hvordan kunnskap fremskaffes i empirisk forskning. Dette innebærer at det innledningsvis blir viktig å avklare følgende: Hva er vitenskap Hva er kunnskap Hva er sannhet (sann kunnskap) Finnes det prosedyrer eller regler (metoder) som ”garanter” at den kunnskap som fremskaffes er ”sann”, eller er det alltid rom for tvil

Hva er vitenskap ”Science is what scientists do” Metodisk innsamling, ordning og etterprøving av kunnskap etter visse regler og krav Selv om forskere og vitenskapsfolk gjør grunnleggende det samme som vi alle gjør i vår hverdag, Har de til disposisjon et stort utviklet apparat av normative prinsipper, metoder, prosedyrer og statistiske teknikker til hjelp i utvikling av kunnskap Den viktigste begrunnelsen for bruk av metode er å sikre holdbarheten av de påstander vi kommer med I bunn og grunn også en etisk sak: når forskere sier de vet noe, sier de samtidig at dette er til å stole på, at andre kan ha tillit til at det faktisk forholder seg slik

Hva er metode og metodelære? (Svært streng definisjon): En metode er et sett av regler som kan brukes på en mekanisk måte for å realisere et visst formål. En metode skal strengt tatt ikke forutsette skjønn. Som konsekvens av dette skal metodelære strengt tatt ikke omfatte utforming av problemstilling, utvikling av hypoteser eller tolkning av resultatene, men utelukkende være fokusert mot (statistisk) hypoteseprøving En metode er en fremgangsmåte, eller et middel til å løse problemer og komme frem til ny kunnskap. Et hvilket som helst middel som tjener dette formålet hører med i arsenalet av metoder. Metodelæren skal gi en oversikt over konkrete fremgangsmåter (teknikker) som kan brukes for å få sikrest mulige svar (minimere tolkningsproblemer) på empiriske spørsmål.

Er det mer enn bruk av metode som skiller vitenskap fra ikke-vitenskap? Bruk av teori Hva mener vi når vi snakker om ”teorier” i forbindelse med vitenskap og forskning? Teoribegrepet er uklart og mangetydig Fellestrekk: abstrahering av konkrete fenomen Teorier skal gjøre oss i stand til å forstå, forklare og forutsi

Teorier er ikke det samme som ”virkelighet” Teorier blir aldri sanne (men omtales ofte som om de er det!) Sannhet, d.v.s idealet om sikker kunnskap er erstattet av begrepet sannsynlighet (i empiriske vitenskaper) NB! Teori kan også være en sammenfattet oversikt over tidligere forskning innenfor det området vi er interessert i

Typiske teorier brukt av MM-studenter Teorier om motivasjon Teorier om tilfredshet og lojalitet Teorier om ledelse Teorier om kultur Teorier om (hva som skaper) innovasjon osv

Grunnleggende normer for forskning Overenstemmelse med virkeligheten som det høyeste sannhetskriterium Systematisk utvelging av data Mest mulig nøyaktig bruk av data Aktive anstrengelser for å avkrefte egne forhåndsoppfatninger Presentasjon av resultatene som tillater kontroll. Etterprøving og kritikk Forsøker å gjøre forskningsvirksomheten kumulativ

Men hvilken virkelighet? Følgende sto å lese i en artikkel i Aftenposten: ” Jeg sier ikke at det er slik organisasjonen er, men det er slik jeg opplever den”. Hva betyr dette?

Om Ontologi og Epistemologi = læren om virkeligheten og om hvordan vi kan få kunnskap om virkeligheten Ontologi og epistemologi henger sammen Dersom vi mener at virkeligheten er virkelig og konkret, kan kunnskap om virkeligheten f.eks fås v.h.a. måling (forklare virkeligheten) Dersom vi mener at virkeligheten er en sosial (subjektiv) konstruksjon, kan kunnskap om virkeligheten f.eks nås gjennom observasjon, samtaler, dokumentanalyse (forstå virkeligheten) Er bedrifter ”virkelige”? I så fall på hvilken måte?

Hva med å anstrenge seg for å forkaste egne forhåndsoppfatninger? Forskere er ofte på jakt etter data som støtter egne hypoteser, mens data som motsier hypotesene ”overses” (kalles også ”RIMI-vitenskap”. Jamnfør debatten om OL 2022 ”Kill your darlings” Poppers falsifikasjonsprinsipp Gjøre det vanskelig for oss selv å forkaste null-hypotesen, d.v.s. den hypotesen vi ikke tror på (strengt signifikansnivå)

Om å studere virkeligheten:To hovedtilnærminger Deduktiv (Top-down) og induktiv (Bottom-up) tilnærming,- d.v.s. bevisførselens vs oppdagelsens vei til det fenomen vi skal undersøke Det deduktive er mest formalisert, er basert på logisk deduksjon og er lite brukelig i empirisk forskning Det induktive er mer typisk, men ren induksjon som metode er forlatt og erstattet av en kombinasjon av det deduktive og det induktive: Den Hypotetisk Deduktive Metode (HDM) (av mange sett på som Den Vitenskapelige Metode)

HDM Vi tar utgangspunkt i teori, eksempelvis en ledelsesteori, f.eks Transaksjonsledelse Fra teorien avleder vi et sett av hypoteser: H1: Ledere som inspirerer og støtter medarbeiderne, opplever færre konflikter og høyere jobbtilfredshet. Deretter velger vi hvordan vi vil «teste» hypotesen mot virkeligheten (valg av metode) Vi gjennomfører «testen» Vi sammenlikner resultatet med påstanden og finner enten støtte eller ikke støtte for denne

Om et viktig tema: Årsak-virkning (kausalitet) Hva er en årsak? En årsak kan beskrives som: ”…something that makes a difference, and the difference it makes must be a difference from what would have happened without it” Noen problemer: Kausalitet er en ikke-observerbar relasjon, vi kan ikke ”se” en årsak

Kausalitetsproblemer David Hume (1739) stiller derfor opp tre betingelser for slutninger om årsak: Nær sammenheng i tid og rom mellom de observerte variablene Tidsmessig asymmetri – antatt årsak må gå forut for antatt virkning ”constant conjunction” – årsaken må være tilstede hver gang virkningen blir observert: når Y så X hver gang

Og en til.. Det må være statistisk samvariasjon mellom variablene. NB! Statistisk samvariasjon er en nødvendig, men ikke tilstrekkelig forutsetning for årsak-virking sammenheng

Et eksempel på årsak-virkningsproblemet fra virkeligheten Påstand: Abort er årsak til psykiske problemer

Motargument: nettopp kvinner som har psykiske problemer tar abort!

Er det mulig å komme frem til (sikre) årsaksforklaringer? Empirisk forskning om årsaksforhold forutsetter bruk av et adekvat design (et bedre norsk ord er undersøkelsesopplegg). Vanlig klassifisering av design med relevans for kausale slutninger er: Ekte eksperimentelle design Kvasieksperimentelle design Ikke-eksperimentelle design I ikke-eksperimentelle design (eks surveys/deskriptivt design) vil statistisk kontroll erstatte eksperimentell kontroll, men fordi vi ikke kan manipulere den uavhengige variablen (”årsaksvariablen”) har vi problemer med å trekke konklusjoner om årsak-virkning.

Ambisjoner om årsaksforklaringer blant MM-studenter Holder tittelen på oppgaven hva den lover? ”Hvilken effekt har Balanced Score Card på teamets prestasjoner?” Valg av design: ikke-eksperimentelt(!) Valg av datainnsamlingsmetode: spørreundersøkelse Funn: finner at det er en sammenheng mellom bruk av BSC og teamets målorientering Ikke helt i forhold til ambisjonene……

Litt mer nøkternt ambisjonsnivå Tittel: ”Sammenheng mellom involvering og opplevd nytteverdi ved bruk av Balanced Scorecard” Design: beskrivende (ikke-eksperimentelt) Metode: spørreskjema Funn: Jo mer medarbeiderne er involvert i utvikling og bruk av BSC, jo større oppleves nytteverdien av metoden å være, MEN det tas også noen forbehold omkring i hvilken grad dette gjelder ”alle” medarbeidere, altså også de som ikke har deltatt i undersøkelsen (m.a.o. om utvalgsproblematikk som vi kommer tilbake til om noen få strakser..)

Hva kan vi lære av dette? Korrelasjon mellom X og Y er ikke det samme som at X er årsak til Y Korrelasjon er et redskap for å kunne identifisere årsaksforhold Årsakssammenheng viser til en sammenheng i den fysiske verden, mens korrelasjon er en matematisk sammenheng En korrelasjon er et symmetrisk forhold X – Y, mens en årsakssammenheng er asymmetrisk: hvis X -> Y, kan ikke Y –> X Tidsaspektet er avgjørende i et årsaksforhold, men betyr ingenting for en korrelasjon

Hva med ”nesten sikker” kunnskap? Honnørbegrep: ”evidensbasert kunnskap” Som betyr: Ikke sikker i betydningen sann. Men hindrer oss i å begå alvorlige feilslutninger. Evidens med ”stor” E versus evidens med ”liten” e versus ”dangerous half-truths and total nonsense”. Stor E eller liten e er resultat av metodebruk. Gir et slags metodehierarki og øverst troner ”gullstandarden”, d.v.s. bruk av metaanalyser og det kontrollerte eksperimentet

Kort om generaliseringsproblemer Som regel vil de individer vi undersøker ikke inkludere alle dem forskningsproblemet gjelder, men bare være et utvalg av disse. Problemet vil derfor være hvorvidt vi med en bestemt grad av sikkerhet (konfidens) og nøyaktighet eller presisjon kan utsi noe også om individer som ikke har blitt undersøkt, men som tilhører den gruppen forskningsproblemet gjelder.

Litt om utvalgsundersøkelser Det finnes to hovedtyper for utvalgsundersøkelser: Utvalget er trukket v.h.a. sannsynlighetsutvelging, d.v.s alle medlemmer av populasjonen skal ha en (kjent) sannsynlighet > 0 for å bli trukket ut Utvalget er trukket v.h.a. ikke-sannsynlighetsutvelging NB! Bare sannsynlighetsutvalg gir grunnlag for (statistisk) generalisering Spørsmålet om med hvor stor sikkerhet og presisjon vi kan generalisere blir et spørsmål om ”trade-off”: ønsker vi 100%sikkerhet lider presisjonen, ønsker vi 100% presisjon, må vi lempe på sikkerheten med hvilken vi kan påstå dette.

Noen hyppig brukte typer av utvalg Ikke-sannsynlighetsutvalg: Forhåndeværende utvalg Skjønnsmessig utvalg Snøballutvalg Sannsynlighetsutvalg: Enkel tilfeldig utvelging (”lotterisk utvelging”) Stratifisert utvalg (proporsjonalt/disproporsjonalt)

Avslutningsvis veldig kort om opplegg og metodevalg NB! Problemstilling og formål bestemmer valg av undersøkelsesopplegg/design og metode. Vi kan grovt skille mellom to typer av undersøkelsesopplegg: Et kvantitativt, med vekt på måling og tallfesting (av en ”virkelig” virkelighet) Et kvalitativt med vekt på beskrivelser og fortolkning (av en ”sosialt konstruert” virkelighet DET ER ALTSÅ IKKE SLIK AT ’EN TILNÆRMING ER BEDRE ELLER DÅRLIGERE ENN EN ANNEN, MEN ULIKE TILNÆRMINGER PASSER BEDRE ELLER DÅRLIGERE I FORHOLD TIL ULIKE FORUTSETNINGER, ULIKE FORMÅL OG ULIKE PROBLEMSTILLINGER.