Analyse og drøfting av kvantitative data
I eit kvantitativt forskingsprosjekt startar analysen etter at du har samla inn datamaterialet. Det er derfor viktig at du har planlagt datainnsamlinga godt på førehand. Det første du kan gjere, er å få ei oversikt over det materialet du har samla inn. Deretter kan du sjå etter samanhengar og mønster i datamaterialet. Til slutt kan du drøfte resultata ved hjelp av tidlegare forsking og relevant teori.
Sidan dei kvantitative dataa består av tal, er analysen basert på statistiske metodar og standardiserte teknikkar. Kva metode du vel, vil vere avhengig av problemstillinga, datamaterialet og utvalet i undersøkinga. Det finst òg mange dataprogram som kan hjelpe deg i analysen.
Forskingsetikk
- Dei som deltek, skal vere anonyme. Det skal derfor ikkje vere mogleg å kunne identifisere enkeltpersonar.
- Observasjonar og svar skal behandlast konfidensielt. Du kan ikkje lagre observasjonar og svar saman med reelle namn. Bruk i staden fiktive namn, pseudonym eller dekknamn.
- Svara og observasjonane du samlar inn, må du gi att objektivt, nøytralt og presist. Du må ikkje utelate viktig informasjon, forfalske svar eller observasjonar eller prøve å tilpasse materialet ein bestemd konklusjon.
Når du har samla inn datamaterialet, kan du byrje å systematisere og omarbeide dataa i ein tabell. Denne tabellen kallar vi ein datamatrise, og han inneheld all informasjonen du har samla inn. Viss du har samla inn forskingsdataa dine ved hjelp av eit dataprogram, vil dataa dine bli systematiserte automatisk, og du treng ikkje lage ein eigen datamatrise.
Det er oftast lettast å lage datamatrisen i eit rekneark (Excel) eller eit statistikkprogram. Du finn ei meir detaljert skildring av korleis du kan lage ein datamatrise, i artikkelen "Bearbeiding av datamaterialet", som vi har lenka til nedst på sida.
Analyse av enkeltvariablar
Den enklaste måten å analysere ei spørjeundersøking på er å beskrive kor mange som har svart kva på kvart enkelt spørsmål. Du beskriv då fordelinga på kvar enkelt variabel i undersøkinga. Ved hjelp av tabellar eller grafiske framstillingar kan du illustrere resultata, og på ein enkel og oversiktleg måte vise kva du har kome fram til.
Skulking siste to veker | Frekvens råtal | Relativ fordeling |
|---|---|---|
| Ingen gonger | 20 | 80 % |
| Éin gong | 2 | 8 % |
| Fleire gonger | 3 | 12 % |
I undersøkinga over har vi spurt 25 elevar i ein klasse om kor ofte dei har skulka på skulen dei siste to vekene, og sett opp resultatet i ein frekvenstabell. Resultata er òg rekna om i prosent for å illustrere dei betre.
Du kan visualisere dataa på ulike måtar. Under kan du sjå korleis du kan illustrere frekvenstabellen i eit kakediagram.
Samanhengar mellom fleire variablar
Det kan ofte vere interessant å analysere fleire ulike variablar saman. På den måten kan du undersøkje samanhengar mellom ulike eigenskapar for å finne mønster og utviklingstrekk. Dersom du til dømes vil undersøke om det er nokon samanheng mellom dei to variablane skulking og kjønn i ein klasse, kan du rekne om resultatet i prosent og setje det opp i ein krysstabell.
Skulking siste to veker | Gutar | Jenter |
|---|---|---|
| Ingen gonger | 79 % | 82 % |
| Éin gong | 7 % | 9 % |
| Fleire gonger | 14 % | 9 % |
| Det samla talet (N) = 25 | N = 14 | N = 11 |
Denne tabellen analyserer samanhengen mellom dei to variablane skulking og kjønn, og mengda av skulk. Du kan samanlikne prosenttala i kvar kolonne for å finne ut om det er nokre store forskjellar mellom gutane og jentene i klassen når det gjeld kor mykje og kor ofte dei skulkar.
Du kan visualisere dataa dine på fleire ulike måtar. Under kan du sjå korleis denne krysstabellen kan illustrerast ved hjelp av eit stolpediagram.
Program for innsamling og analyse av data
Det finst mange dataprogram som kan hjelpe deg å samle inn intervjudata og analysere dataa etterpå. Fleire av programma er gratis og krev berre innlogging.
Generaliseringar og årsakssamanhengar
Formålet med ein kvantitativ analyse vil ofte vere å generalisere og seie noko allmenngyldig om ei gruppe menneske. Kva er til dømes haldninga til juks og skulking blant elevane på skulen din?
For å kunne generalisere må både utveljinga av forsøkspersonar og gjennomføringa av undersøkinga oppfylle bestemde krav. På nettsida spørreundersøkelser.no finn du meir informasjon om desse krava og ein kalkulator for å berekne feilmarginen.
Det er òg viktig å hugse at sjølv om du finn ein statistisk samanheng mellom fleire variablar, betyr ikkje det nødvendigvis at det òg finst ein årsakssamanheng. Det kan finnast andre forklaringar. Den statistiske samanhengen gjeld òg berre for grupper og ikkje for enkeltpersonar. Det kan finnast unntak, og du kan ikkje bruke den statistiske samanhengen til å seie noko om enkeltpersonar i utvalet.
Når du har analysert resultata av undersøkinga, kan du tolke dei. Det er viktig at du grunngir tolkingane med dei forskingsdataa du har samla inn. Det vil ofte vere mogleg å tolke resultata på ulike måtar, og du burde derfor drøfte dei ulike tolkingane opp mot kvarandre for å finne ut kva for ei av dei som fortel mest og veg tyngst.
Det er òg viktig at du drøftar ulike feilkjelder som kan ha påverka resultatet av undersøkinga. Du må diskutere både validitet og reliabilitet.
- Validitet handlar om at undersøkinga faktisk beskriv det ho skal. Er det samsvar mellom spørsmåla eller observasjonane og problemstillinga? Er spørsmåla i undersøkinga relevante og presise? Kan nokon ha svart uærleg eller misvisande på enkelte spørsmål fordi spørsmåla til dømes var pinlege eller ubehagelege?
- Reliabilitet handlar om at den registreringsmåten du har brukt, er påliteleg. Kan nokon til dømes ha misforstått spørsmåla, eller kan det ha oppstått feil i måten du registrerte svar eller observasjonar på?
Når du analyserer og tolkar resultata dine, kan du òg trekke inn relevant teori og forsking. Ulike teoriar kan hjelpe deg å oppdage nye sider ved forskingsmaterialet ditt og tolke det frå ulike vinklar. Det kan òg vere interessant å trekke inn tidlegare statistikk og forsking på det temaet du undersøkjer. Då kan du til dømes peike på likskapar og forskjellar mellom dei svara og observasjonane du har samla inn, og tidlegare statistikk og forsking.
Relatert innhald
Om korleis du bruker innsamla informasjon til å diskutere problemstillinga.
Grønmo, S. (2004). Samfunnsvitenskapelige metoder. Bergen: Fagbokforlaget
Jansen, A. (2018). Analysere resultata av undersøkinga. NDLA. Henta frå https://ndla.no/subjects/subject:25/topic:1:193104/topic:1:124570/resource:1:124589?filters=urn:filter:9d6d3241-014d-4a5f-b0bc-ae0f83d1cd71
Melvær, K. (2014). Forsking for forskerspirer. Henta frå https://holbergprisen.no/sites/default/files/2019-11/forskning2<n><acr>0for2<n><acr>0forskerspirer2<n><acr>02019_ALT_mindre.PDF
Schiefloe, P.M. (2019). Mennesker og Samfunn (3. utg.). Oslo: Vigmostad & Bjørke.