Föreläsning Kvantitativa och Kvalitativa metoder PDF

Preview

Summary

Download Föreläsning Kvantitativa och Kvalitativa metoder PDF

Description

- Kvantitativa metoder - Vetenskapliga metoder - Forskning och vetenskap hänger ihop - Vetenskap skulle kunna definieras som organiserad kunskap eller som ett systematiskt inhämtande av kunskap - Vetenskaplig metod handlar om sättet på vilket man inhämtar kunskap - Observationer, experiment, tolkning och analys av ett tillgängligt material (ex. dokument) - Metod är den hantverksmässiga sidan av den vetenskapliga verksamheten - Metod handlar om de instrument som kan användas för att samla in empiri - Metod handlar om undersökningstekniker - Insamling, organisation, bearbetning, analys och tolkning av empiri på ett systematiskt sätt så att andra forskare kan kontrollera vad vi gjort - Kvantitativ metod - Syfte: Beskriva, förklara - Objekt: Observerbara och mätbara företeelser - Förhållningssätt: Objektivt - Metodologi: Deduktion (härleda en slutsats från en samling premisser) - Kvalitativ metod - Syfte: Förstå - Objekt: Människors upplevelser och erfarenheter - Förhållningssätt: Subjektivt - Metodologi: Induktion (slutledning genom iakttagelser) - Kvantitativ forskning - Handlar om kvantiteter (mängder av olika slag) - Inom kvantitativ forskning vill man förklara observerade fenomen - Forskaren strävar efter att vara objektiv: andra forskare ska kunna upprepa studien och få samma resultat - Generalisering av resultaten är viktigt: slumpmässigt urval, generaliseringar till hela populationen osv. - Forskningprocessen: Teori -> Hypotes -> Undersökningsdesign -> Utformning av mått på begrepp -> Val av plats för forskning/respondenter -> Datainsamling -> Bearbeta data -> Analysera data -> Resultat/slutsatser - Surveyundersökningar (datainsamling) - Urvalsundersökning - Istället för att undersöka en hel population undersöks en del av populationen - Enkäter, intervjuer, observationer - Hur ska man göra urvalet? - Sannolikhetsurval: Slumpmässigt urval, systematiskt urval (t.ex var tionde person i en grupp), stratifierat urval (delar in i grupper, väljer slumpmässigt från dem), klusterurval (individerna finns naturligt grupperade) - Icke-sannolikhetsurval: Strategiskt urval, snöbollsurval (hänvisning), selfselection sampling (människor väljer själva att vara med), bekvämlighetsurval (där det är bekvämt att utföra studien) - Hur stort ska urvalet vara? Beror på felmarginaler man kan acceptera - Bortfall (sker sällan slumpmässigt) - Några fördelar med surveyundersökningar: generaliserbarhet, tidseffektivt, ofta möjligt att göra om studien, kan ofta analyseras statistiskt - Nackdelar: Genererar ytlig data, missar aspekter som inte kan kvantifieras, fångar samband men inte orsakssamband

- Experiment - I ett experiment varieras en eller flera faktorer vars effekter man avläser - Forskaren manipulerar den oberoende variabeln X - Observation eller mätning av den beroende variabeln Y: I vilken utsträckning har Y påverkats av variation X? Kausalitet - Laboratorium eller i en verklig situation - Klassiska experiment eller kvasiexperiment - Kvasiexperiment = där deltagarna inte är slumpmässigt utvalda - Positivt: kan säga något om orsak och verkan (kausalitet) - Negativt: etiskt problematiskt ibland, svårt att isolera enskilda faktorer - Observation - Observation av beteenden och en registrering av dessa beteenden utifrån kategorier som bestäms innan man startar datainsamlingen. - Kan säga något om hur människor faktiskt beter sig - Observationsschema (skriver ut saker som kan ske/finnas och markerar när det stämmer): ett sätt att strukturera observationen, säkerställer att alla observerar samma sak - Några centrala begrepp inom kvantitativa metoder och statistik (sifferuppgifter) - Variabel: - En variabel är den egenskap vi är intresserade av att mäta - Kön, inkomstnivå, längd, andelen högskoleutbildade i en stadsdel, vikt, ålder, yrke, åsikter om olika politiska frågor osv - Kan anta olika värden (variabelvärde) och variera från individ till individ, men också inom en och samma individ vid olika tidpunkter (t.ex gift/ogift på civilstånd, 42år på ålder) - Enhet: vs Variabel - Personer: Vikt, längd, attityder, födelseår, sysselsättningsstatus, civilstånd osv - Stadsdelar: Inkomstnivå, andel med högskoleutbildning, medelålder osv - Böcker: Genre, utgivningsår, språk, antal sidor, antal sålda böcker osv - Skalnivå - Variabler kan klassificeras på olika sätt - Nominaskalor: Kategorisering, värden som inte går att rangordna, artskillnader snarare än gradskillnader. Exempel: frukt, yrken, utbildningsinriktning, sysselsättningsstatus - Ordinalskalor: Kategorisering, värden som går att rangordna, saknar ekvidistans (alltså avståndet mellan svartalternativen är inte konstant), exempel: utbildningsnivå, svar på många enkätfrågor (så som Mycket bra, ganska bra, varken bra eller dåligt) - Kvotskalor: kategorisering, rangordning och ekvidistans, har en absolut nollpunkt. Exempel: ålder, längd, vikt, temperaturer mätt i Kelvin. Går att prata om relativa skillnader. - Intervallskalor: kategorisering, rangordning och ekvidistans. Saknar absolut nollpunkt. Exempel: temperaturer mätt i celsius, årtal. Går inte att prata om relativa skillnader. - Rangordning: Kan mätvärdena ordnas i en stigande eller fallande skala? Är detta en betydelsefull egenskap hos den variabel som mäts?

- Ekvidistans: Är förändringen hos variabeln som mäter lika stor över hela mätskalan? - Absolut nollpunkt: Finns det en fixerad referenspunkt med värdet 0 där variabeln inte längre existerar? - Reliabilitet - Hur stabil är mätningen över tid? Erhålls samma mätvärde vid olika mätningar? - Stabilitet: hur stabil är mätningen över tid? Erhålls samma mätvärde vid olika mätningar? - Intern realibilitet: om det finns flera indikationer för ett begrepp ska de olika indikationernas poäng följas åt (så att man är säker på att man mäter samma sak) - Interbedömarrealibitet: vid till exempel en observation med flera observatörer ska dessa göra samma skattning av en företeelse

- Validitet - Hur väl mäter datan det vi vill mäta? - Ytvaliditet: Mäter måttet begreppet? Fråga experter - Samtidig validitet: Stämmer resultatet från vår studie överens med resultatet från undersökningar gjorda av andra med en annan metod eller teknik? - Prediktiv validitet: Samma som samtidig validitet men med fokus på framtida studier - Kommunikativ validitet: Handlar om forskarens förmåga att kommunicera sin forskningsprocess (metodavsnitt, bortfallsredovisning osv) - Pragmatisk validitet: är kunskapen användbar? - Kausalitet - Orsakssamband - Finns det ett samband mellan X och Y som innebär att X orsakar Y? - Centralmått och lägesmått - Typvärde: det värde som förekommer flest gånger i ett statistiskt material - Median: Erhålls genom att rangordna datan i storleksordning - Medelvärde: Det genomsnittliga värdet i en dataserie - Medelvärde är ofta representativt men då måste datan vara normalfördelad - Spridningsmått: när man har ett central eller lägesmått vill man veta hur mätvärdena är fördelade. Spridningsmått är ett mått på hur mycket värdena i att datamaterial varierar. - Variationsvidd eller variationsbredd: Vartiationsvidden anger det lägsta och högsta mätvärdet man funnit - Differensen mellan det högsta och lägsta värdet i en dataserie - Varians, standardavvikelse: Beskriver hur mycket enstaka mätvärden är utspridda från medelvärdet - Tabeller och diagram - Frekvenstabell: I en frekvenstabell summeras antalet observationer (frekvens) för varje talvärde hos variabeln - Mycket lycklig = Frekvens: 1198 = Procent: 24,54 = Kumulativ procent: 24,34 (kumulativ procent kan skilja från procent) - Stapeldiagram: horisontell och vertikal axel - Kumulativt stapeldiagram: användbart vid jämförelse av t.ex grupper - Cirkeldiagram: alternativ till stapeldiagram. Använder procentfördelning....