729G27. Dataanalnys och verifiering. Johan Blomkvist IDA-HCS-IxS

Transkript

1 729G27 Dataanalnys och verifiering Johan Blomkvist IDA-HCS-IxS

2 Dagens Återblick gästföreläsningen Analys Analysverktyg Validering 2

3 Gästföreläsning Vilken är Lottas inställning till kunskap? 3

4 Gästföreläsning Vilken är Lottas inställning till kunskap? Jobbar hon med en metod? 4

5 Gästföreläsning Vilken är Lottas inställning till kunskap? Jobbar hon med en metod? Kvant kval dikotomi påhittad Hur hade hon kunnat göra annorlunda? Andra frågor som hade kunnat studeras i kontexten? Andra ansatser? Vad hade ändrats då? 5

6 Gästföreläsning Data K1 K3 K2 L1 20 st x 1 timme 6

7 Gästföreläsning Kategorier Delmängder början, slut, mitten (loopar) Förförståelse varifrån kan de komma? Egna Litteraturen Andra forskare Emergent (magi?) 7

8 Gästföreläsning Avgränsning väldigt holistisk ansats Loopar (av kommunikation) Rollen av tidigare kunskap Vilka idéer om vad man letar efter har man? Observatörseffekten Gör flera gånger tillsammans med andra. 8

9 Gästföreläsning Vad kan bli en publikation? Olika i olika fält GT massor av data Etnografi en minut 9

10 Gästföreläsning Fenomenologi Hermeneutik Filosofi Sociologi Antropologi Lingvistik Fenomenografi 10

11 Analys och validering Tar mycket tid och är krävande Detta ska inte göras i piloten den är till för att testa och utvärdera om ansatsen är lämplig. Målet är att föreslå en enhetlig och ändamålsenlig procedur. 11

12 Analys Vad är målet? Skapa förståelse för informanterna/deltagarna Behöver se saken från deras perspektiv Analys lägger till tolkningslins Påverkas av syftet vad vill vi göra? Tolkningsramverk Beror på om vi lyckats komma nära deltagarna 12

13 Analys Skapa förståelse för informanterna/deltagarna Hur skapar vi förståelse Arbeta med materialet Insikter upplevs snabbt som banala skriv ner när de dyker upp! 13

14 Analys Sker samtidigt som datainsamling i de flesta fall Ser olika ut, men de flesta angreppssätten till kvalitativ analys går ut på samma sak: Någon typ av kodning, kombinerande av koder i bredare kategorier eller teman samt att visa upp och göra jämförelser med hjälp av grafer, tabeller eller diagram (charts). 14

15 Analys Arbeta med materialet Gå igenom (flera gånger) Ifrågasätt Anteckna 15

16 Analys Gå igenom (flera gånger) Vilka mönster, vad avviker, vad är typiskt, vad är normalt, vad är ovanligt, vad var överraskande, vad hände inte, vad kunde ni inte se men ana, Ifrågasätt Induktion och deduktion Vad berättar datan Vad kan förväntas givet litteraturen Anteckna 16

17 Analys Se igenom situationen Djup tolkning kan göra att grundföresatser åsidosätts Vad sker egentligen i en situation? Vad menar man egentligen med en utsaga? 17

18 Analys Olika typer av data Intervju Observation 18

19 Analys Olika typer av data Intervju Skriva vad de säger (tematisk) Tolka vad de säger (strukturell) Lingvistik Dialogisk Kommunikationsanalys 19

20 Analys Olika typer av data Observation Video Fältanteckningar tolkning redan påbörjad 20

21 Analysverktyg Informella arbetssätt Affinitetsdiagram Kvalitativ innehållsanalys 21

22 Analysverktyg Informella Läs Fråga varför (diskutera) Anteckna Frame shifting 22

23 Analysverktyg Affinitetsdiagram Ett sätt att organisera data i grupper baserat på inbördes relationer Använd bara om det finns mer än 15 datapunkter Görs ofta i grupp (om upp till 5-6 deltagare som mest) 23

24 Analysverktyg Affinitetsdiagram Skapa lappar med alla datapunkter Sortera lapparna Börja med att försöka hitta två som liknar varandra Para ihop dessa (på en yta som alla kan se) Leta efter fler som är lika de ni redan satt undan När ni inte hittar fler av samma, leta efter ett nytt par Det är färdigt när alla lappar är uppsatta Det blir ofta en övrigthög 24

25 Analysverktyg Affinitetsdiagram - resultat 25

26 Analysverktyg Kvalitativ innehållsanalys Titta på delar eller hela datamaterialet Ställa frågor till materialet Vad gör lärare för att minska miljöförstöringen? Hur förhindrar lärare bråk på skolgården? Vad är bra social miljö för boende på servicehus? 26

27 Analysverktyg Kvalitativ innehållsanalys Titta på delar eller hela datamaterialet Ställa frågor till materialet Hitta meningsenheter som svarar på frågan 27

28 Analysverktyg Kvalitativ innehållsanalys Titta på delar eller hela datamaterialet Ställa frågor till materialet Hitta meningsenheter som svarar på frågan Skriv ner alla meningsenheter 28

29 Analysverktyg Kvalitativ innehållsanalys (Kondenserad meningsenhet) Kod Kategori Teman 29

30 Analysverktyg Time 0:46:10.0 0:46:28.3 0:47:19.7 0:47:44.8 0:48:26.3 0:48:36.7 0:48:47.9 0:48:55.1 0:49: Kvalitativ innehållsanalys Condensed Meaning unit meaning unit Code Sub-category Category Theme someone sets up longer prototype services, that is interesting, the problem with that is that it is very time longer prototypes are consuming time consuming time types of prototypes definition mindset involvement in long prototyping processes one has to involve oneself to a degree that I think require special require special interests to make it work interest long commitment project scope challenges mindset we worked together with a neighbourhood, or a city, over a longer time to fight unemployment. Then you set up a prototype that lasts a year, where the point isn t the designers but rather the people that deliver long prototypes can the service / / enabling them to deliver the service be customer driven customer driven possible approaches approaches work practices prototypes achieve that way you can get longer prototypes that do other different things things than fictive role-playing without fictive aspect real achievenemts theoretical benefits theoretical issues mindset the time [when prototyping comes in during a process] doesn t really matter, it s often beneficial if it happens quite early it s actually an insight you make over again, only that you do it by testing the service I don t think the order or timing actually matter very much I d like to say that a smart thing to do is to use a lot of short prototypes if you for instance are working with innovation, then you can use a lot of short prototypes to learn many different things but if you know, in some way, that this is a desirable concept, for instance reducing unemployment, then irrelevant when prototoyping but good if early preferred early on order process work practices testing the service provides insights again gather insights content process work practices order or timing of prototyping irrelevant timing irrelevant order process work practices many short prototypes is smart to use many short use ones results approaches work practices innovation can use short prototpypes to learn different things learn things purpose definition mindset longer approaches when desired desired outcomes

31 Analysverktyg Kvalitativ innehållsanalys Exempel mindset challenges definitions theoretical issues domain related project scope examples implicit explicit purpose types of prototypes theoretical benefits understanding feedback 31

32 Analysverktyg Kvalitativ innehållsanalys Exempel work practices approaches process roles descriptions results possible approaches amount order iterating content responsibility audience relations inclusion area descriptions domains tool descriptions application domains differences between domains tool benefits use descriptions general 32

33 Analys Två grundläggande skillnader: Fokus på att abstrahera Fokus på att skapa berättelse 33

34 Analys analys i de olika metoderna Narrativ Intervju / text Hitta berättelser, utgå från berättelser eller bygg upp berättelse med hjälp av data Kronologiskt Aktörer, plats, dramatisk båge (handling och upplösning) 34

35 Analys analys i de olika metoderna Narrativ Supporterklubb 35

36 Analys analys i de olika metoderna Fenomenologi Beskriv de egna upplevelserna av fenomenet Hitta betydelsefulla uttalanden Alla upplevelser lika betydelsefulla Gruppera Specificera vad de upplevde Specificera hur de upplevde det Skapa enhetlig bild av fenomenet 36

37 Analys analys i de olika metoderna Fenomenologi Upplevelsen av risk i krissituationer 37

38 Analys analys i de olika metoderna Grundad teori Fram och tillbaka till fält Öppen Hitta kategorier (teman) Mätta kategorierna (saturation) Val av huvudkategori Axial Baserad på huvudkategori och omkringliggande kategorier undersöks frågan vidare Selektiv Visuell representation används för att undersöka ytterligare 38

39 Analys analys i de olika metoderna Grundad teori Koordinera insatser på sjukhus 39

40 Analys analys i de olika metoderna Etnografi Finns många sätt Länge ett mysterium Stora teorier (grand theories) Uttömande beskrivning av grupp 40

41 Analys analys i de olika metoderna Etnografi Alla på en konsultfirma 41

42 Analys analys i de olika metoderna Fallstudie Beskriv fallet ingående Analys inom fallet Lyft upp enskilda händelser/ episoder Teman/ återkommande händelser i fallet Analys i relation till andra (liknande) fall Generalisering av vad som skett till stöd för andra 42

43 Analys EXEMPEL på analys i de olika metoderna Fallstudie 43

44 44