Transcript Metode og oppgaveskriving – nytt opplegg

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 ”workshoppreg”, 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 ikkevitenskap?
• 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 MMstudenter
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
1. Overenstemmelse med virkeligheten som det
høyeste sannhetskriterium
2. Systematisk utvelging av data
3. Mest mulig nøyaktig bruk av data
4. Aktive anstrengelser for å avkrefte egne
forhåndsoppfatninger
5. Presentasjon av resultatene som tillater
kontroll. Etterprøving og kritikk
6. 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
1.
2.
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.
3. Deretter velger vi hvordan vi vil «teste» hypotesen mot
virkeligheten (valg av metode)
4. Vi gjennomfører «testen»
5. 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:
1. Nær sammenheng i tid og rom mellom
de observerte variablene
2. Tidsmessig asymmetri – antatt årsak må
gå forut for antatt virkning
3. ”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 årsakvirkningsproblemet 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
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:
1. 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
2. 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.