Analyse og tolking av det empiriske materialet
I dette tolkingsarbeidet er det ofte ein fordel å kunne støtte seg på eit teoretisk perspektiv, det vil seie ein bestemt måte å forstå data på. De vil derfor gjerne oppdage at de i analysefasen får att for at de har sett dykk inn i forskingstemaet allereie mens de arbeidde med å finne fram til ei problemstilling.
Ein analyse inneber alltid at forskaren fortolkar det empiriske materialet. I denne prosessen må de vere sjølvkritiske og spørje dykk om data også kan fortolkast på ein annan måte enn det de har gjort. Når de analyserer informasjon som de har henta inn gjennom eit spørjeskjema, må de for eksempel stille spørsmålet om det kan finnast forhold som de ikkje har spurt om, men som likevel kan verke inn på dei årsakssamanhengane de undersøker.
Eksempel
I eksempelundersøkinga om deltidsarbeid blant skuleelevar har vi kanskje funne ut at dei som har deltidsarbeid, bruker mindre tid på lekser enn dei som ikkje har deltidsarbeid. Ut frå dette kan det verke logisk å trekke ei slutning om at dette kjem av at elevar med deltidsarbeid ikkje har tid til å lese like mykje lekser som dei andre.
Dersom vi ikkje har innhenta noko meir informasjon om korleis elevane bruker fritida si, eller kor viktig dei synest skulearbeid er, har vi likevel ikkje noko empirisk grunnlag for å trekke ei slik slutning. Det kan jo godt hende at dei som vel å ha deltidsarbeid, er lei av skulen og uansett ville brukt tida på andre ting enn lekser dersom dei ikkje hadde hatt jobb. Her ser vi kor viktig det er at de både arbeider fram ei presis problemstilling og finn fram til gode spørsmål som undersøker denne.
Vi skal no sjå nærmare på korleis vi analyserer kvantitative og kvalitative data. Kvantitative data er for eksempel spørjeskjema og eksisterande statistikk, kvalitative data er intervjuopptak eller -notat, observasjonar og dokumentopplysningar.
I ein analyse av kvantitativt datamateriale som er ferdig bearbeidd til ein datamatrise, kan det vere fornuftig å starte analysearbeidet med å lage frekvenstabellar for variablane i undersøkinga. I dette arbeidet kan de anten bruke statistikkprogram som NSDstat, eller eit rekneark som Microsoft Excel.
Dersom det er få einingar (personar) de har undersøkt, kan de sjølvsagt også gjere dette arbeidet manuelt. Men denne framgangsmåten blir for tungvint dersom de har informasjon om fleire enn ca. 20 einingar. Tabellen nedanfor er eit eksempel på ein slik frekvenstabell for variabelen kjønn (datamaterialet er fiktivt).
Tabell 1:
Variabel | Frekvens (råtal) | Prosent |
---|---|---|
Mann | 66 | 59 |
Kvinne | 46 | 41 |
Totalt | 112 | 100 |
Vi ser at det er 112 einingar i denne fiktive undersøkinga. Av desse er det 66 menn og 46 kvinner. Desse tala kallar vi gjerne råtal. Omrekna i prosent ser vi at 59 % av respondentane er menn, mens 41 % er kvinner. Alle tabellar skal ha ein topptekst som beskriv kva for variablar som er tekne med, og om tala viser talet på einingar eller den prosentvise fordelinga av einingar.
Krysstabellar
Eit mogleg neste analysesteg er å analysere samanhengar mellom variablane ved hjelp av krysstabellar. Ein krysstabell er bygd opp av minst to variablar. Til vanleg viser vi den prosentvise fordelinga i krysstabellar, dermed kan vi samanlikne fordelinga på tvers av kvar celle. Den fiktive tabellen nedanfor gir eit enkelt eksempel der variabelen "kjønn" er kombinert med variabelen "haldning til skulearbeid":
Tabell 2:
Haldning til skulearbeid | Menn | Kvinner |
---|---|---|
Positiv | 38% | 54% |
Negativ | 62% | 46% |
100% | 100% | |
N= 112 | N= 66 | N= 46 |
I tabellen ser vi at det er prosentvis fleire kvinnelege enn mannlege skuleelevar som er positive til skulearbeid. To ting er viktig å merke seg når de arbeider med å lage krysstabellar. Tabellane bør vere prosentuerte, det vil seie at tala er omgjorde frå råtal til prosenttal. Dessutan bør vi samanlikne celler på tvers av prosentueringsretninga. I tabell 2 er prosentueringsretninga vertikal. Vi kan gjere horisontale samanlikningar, det vil seie samanlikne andelen menn og kvinner som har den same eigenskapen på variabelen "haldning til skulearbeid".
Aktuelle nettstader og program
Det finst ei rekke kvantitative analysemetodar som kan vere aktuelle for skuleprosjekt. Sjå for eksempel nærmare på SSBs statistikkbank. I statistikkbanken er det mogleg å setje saman eigne tabellar som bygger på datamateriale frå SSB. Dette er ein fin måte å lære seg meir om korleis tabellar kan setjast opp.
Kvalitativ analyse inneber som regel at forskaren fortolkar empirien. Empirien kan vere det intervjupersonane har sagt, det som står i dokumenta forskaren har gjennomgått eller det ho har observert. Til forskjell frå ei spørjeundersøking er gjerne analyseprosessen i gang allereie mens forskaren samlar inn datamaterialet. Når ho så endeleg set seg ned for å analysere datamaterialet som heilskap, verkar det gjerne stort og uoversiktleg.
Å gjere seg kjend med materialet
Det første steget i ein kvalitativ analyseprosess er å gjere seg godt kjend med materialet. Dersom de for eksempel har gjennomført intervju, vil analysearbeidet begynne med å lese eller høyre på desse – fleire gonger. I dette arbeidet bør de ta notat om kva dei ulike informantane seier om dei tema de er interesserte i å finne ut noko om.
Ofte må ein bestemme seg for berre å sjå nærmare på nokre få av alle dei tema som intervjupersonane snakkar om. Det viktige er at de sikrar dykk at det er samsvar mellom problemstilling og empiri, det vil seie at informasjonen frå intervjua gir dere svar på problemstillinga. Det er ikkje uvanleg at ein på dette stadiet må endre på problemstillinga.
Utveljing og bearbeiding
Når de arbeider med materialet, kan det ofte vere nyttig å lage ei kort oppsummering av kva kvar enkelt intervjuperson seier om tema de vil undersøke. Eit intervju på ein time kan på denne måten kortast ned til rundt éi side med tekst. Ei vidare bearbeiding kan bestå i at de går vidare med dei viktigaste tema og identifiserer kva alle intervjupersonane seier om nettopp dei.
Finn de gode sitat, for eksempel utsegner som illustrerer typiske synspunkt hos intervjupersonane, eller som står i tydeleg kontrast til kva fleirtalet av dei spurde meiner, kan det vere lurt å skrive dei ned. Sitata kan de sidan bruke som eksempel i forskingsrapporten.
Desse formene for bearbeiding gjer at det blir mogleg å samanlikne kva alle intervjupersonane seier om det same spørsmålet eller temaet. Deretter må de diskutere: Korleis kan likskapar og forskjellar mellom svara forståast? Er det tendensar til eit mønster i svara de har fått, og kvifor har dette mønstret eventuelt oppstått?
Bearbeiding og analyse samtidig
I kvalitative analysar er det å skrive ut forskingsrapporten gjerne ein del av analysen. Å velje ut og kommentere dei sitata som illustrerer kva intervjupersonane seier om temaet de analyserer, er ein viktig del av arbeidet. Her kan de prøve dykk fram når de skriv rapporten, og setje inn nokre sitat som de så kommenterer utfyllande. De må anonymisere sitata, men elles skal de gi att ordrett det som vart sagt under intervjuet. Gjer de ein dokumentanalyse, skal også sitata derfrå vere heilt nøyaktige.