Designing Case Studies Identifying Your Case(s) and Establishing the Logic of Your Case Study Författare: Yin (2009), Case study research Research design: En plan för studiens utförande. Logiken som kopplar datan som ska samlas in till studiens initiala frågor. Kan vara implicit eller explicit. För att maximera kvalitén på casestudiens utformning används fyra kritiska villkor för utformningen: begreppsvaliditet, inre validitet, extern validitet och reliabilitet. Hur en undersökare kan hantera dessa aspekter diskuteras längre fram. Artikeln tar även upp fyra olika typer av case study design som följer en 2x2-matris. Det första paret består av single-case och multiple-case designer. Det andra paret består av unit of analysis (ett objekt) eller units of analysis (flera objekt) och skiljer mellan holistisk och inbäddad design. Dessa par kan kombineras på 4 olika sätt, enligt matrisen. De flesta multiple-case designer ger mer trovärdighet än single-case designer. Därför kan det vara värt att göra en two-case study istället för en single-case study. General approach to designing case studies Att utveckla en research design är en svår uppgift då det inte finns en standard för hur olika typer av casestudier ska utformas. Ett misstag man dock bör undvika är att se casestudiens utformning som en variant av de research designs som används för andra metoder. Casestudien är alltså en separat undersökningsmetod som har sina egna research designs, men dessa är inte kodade. Det som tas upp i den här artikeln ska därför ses som hjälpmedel och utgångspunkter för hur en casestudie kan formas. Definition of Research Designs Varje typ av empirisk undersökning har en research design som är implicit eller explicit. I sin mest grundläggande form är designen den logiska sekvens som kopplar samman den empiriska datan med studiens initiala undersökningsfrågor och slutsatser. Det handlar alltså om att ta sig från de initiala frågorna till slutsatserna och vägen däremellan innehåller olika steg, exempelvis insamling och analys av data. En research design kan också ses som en blueprint för undersökningen, som behandlar följande fyra frågor: 1. Vilka frågor ska studeras? 2. Vilka data är relevanta? 3. Vilka data ska samlas in? 4. Hur ska datan analyseras? Huvudsyftet med designen är att undvika en situation där bevisen inte adresserar de initiala undersökningsfrågorna. Observera att en research design är mer än en arbetsplan och ska säkerställa att till exempel bias inte uppstår.
Components of Research Design För casestudier finns det fem komponenter hos en research design som är speciellt viktiga: 1. Studiens frågor 2. Studiens preciserade undersökningsfrågor (proposition), om dessa existerar 3. Vilken/vilka analysenhet(er) 4. Logiken som länkar datan till de preciserade undersökningsfrågorna 5. Kriterier för att tolka upptäckterna 1. Studiens frågor Vilken undersökningsmetod som bör användas beror på vilken typ av frågor som ska besvaras. För casestudier är hur - och varför -frågeställningar mest lämpliga. Frågornas innehåll kan förslagsvis utformas i tre steg. Steg 1: Använd litteratur för att smala av ett ämne till ett eller två nyckelområden. Steg 2: Undersök noggrant några få nyckelstudier inom det aktuella ämnet. Identifiera frågorna i dessa studier och om de ställer nya frågor eller lämnar lösa trådar. Steg 3: Undersök ännu en uppsättning studier inom samma ämne. Dessa kan ge stöd för potentiella frågor eller föreslå sätt att precisera de egna frågorna. 2. Studiens preciserade undersökningsfrågor Varje preciserad undersökningsfråga uppmärksammar något som borde undersökas inom studiens scope. Hur - och varför -frågorna som formulerades i föregående steg pekar inte på vad som ska undersökas och därför behövs de preciserade frågorna i casestudier. 3. Analysenhet (Unit of analysis) Handlar om att definiera vad ett case är för något, till exempel kan en individ, ett beslut eller en organisationsförändring utgöra en analysenhet. Observera att definitionen av ett case och en analysenhet är densamma. Om flera sådana individer eller case studeras innebär det att studien är en multiple-case study. Studiens frågor och preciserade undersökningsfrågor används för att identifiera vilken information som är relevant att samla in om caset/casen. Utan dessa finns risk för att vilja täcka in allt som rör objekten. Varje case och dess relaterade frågor och preciserade undersökningsfrågor kräver lite olika research designs och datainsamlingsstrategi. Valet av analysenhet sker när de primära undersökningsfrågorna är specificerade, men om dessa frågor är för vaga eller för många kan det vara svårt att välja objekt för studien. Definitionen av caset är inte permanent, utan kan komma att ändras vid upptäckter under datainsamlingen. När defintionen av caset är satt bör man fundera över andra delar som är kopplade till caset och som kan behöva förtydligas, till exempel tidsram. Caset bör vara ett fenomen som existerar och inte något abstrakt som ett ämne, argument eller en hypotes. För att undersökare ska kunna använda casestudien vid jämförelser med andra studier bör nyckeldefinitionerna som används i studien vara generellt vedertagna inom området. Antingen kan casestudien och analysenheten utformas på ett liknande sätt som tidigare studier eller bör studien innovera på ett tydligt och operationellt definierat sätt. 4. Logiken som länkar datan till de preciserade undersökningsfrågorna Analystekniker representerar sätt att koppla den insamlade datan till de preciserade undersökningsfrågorna. Själva analysen kräver att datan kombineras eller beräknas på ett sätt som direkt reflekterar de initiala preciserade frågorna. Hur analysen går till skiljer sig mellan olika casestudier, men genom att veta hur analysen ska genomföras vid utformandet av research designen kan rätt data samlas in på ett lämpligt sätt. Om man är ny som undersökare kan det vara svårt att veta vilken analysteknik som bör användas och vilken mängd data som krävs för analysen. Risken är
då att undersökaren samlar in för mycket eller för lite data, där den senare situationen kan tvinga undersökaren att återgå till datainsamlingsfasen om möjligt. 5. Kriterier för att tolka upptäckterna För statistiska analyser finns det explicita kriterier för tolkning av data, till exempel att något är statistisk signifikant. I de flesta casestudiers fall ser det annorlunda ut då dessa i princip inte kan byggas på statistik. Därför är en viktig alternativ strategi att att identifiera och adressera andra förklaringar (rival explanations) för studiens upptäckter. Under studiens designfas är det viktigt att förutse och räkna upp dessa alternativa förklaringar för att på så sätt kunna inkludera information om dessa i datainsamlingen. Om alternativa förklaringar adresseras först efter datainsamlingen går dessa att använda för framtida studier, men kan inte användas för att avsluta den nuvarande studien. The Role of Theory in Design Work De fem komponenterna som har beskrivits ovan bidrar till att konstruera en preliminär teori som är relaterad till studien. Det händer att studenter blandar ihop casestudier med närliggande metoder och därför tror att de kan påbörja datainsamlingen utan en teoriutveckling. Detta är alltså fel och en teori eller förståelse för det som ska studeras måste först utvecklas. Theory development För casestudier är alltså teoriutveckling en väsentlig del av designfasen oavsett om studiens syfte är att utveckla eller testa en teori. De fem komponenterna som behövs i research designen innefattar en teori för det som ska undersökas. Teoriutveckling handlar inte om att ta fram en formell samhällsvetenskaplig teori, utan snarare om att utveckla en blueprint. Den färdiga research designen kommer då att ge en bra fingervisning för vilken data som bör samlas in och hur den ska analyseras. Teoriutveckling kan vara svårt och ta lång tid. För vissa ämnen finns det bra arbeten med teoretiska ramverk som kan användas för att designa en casestudie och ibland även för att samla in relevant data. Ibland kan en beskrivande teori vara mer lämplig. För vissa ämnen kan kunskapsbasen vara mycket liten och därför saknas ramverk såväl som hypoteser. Studier av sådana ämnen är mer lämpade som explorativa studier än för att utveckla teorier. För att få en bättre förståelse för hur teori kan användas i casestudier kan man kolla på lyckade casestudier som har utförts tidigare. Illustrative types of theories Man bör vara medveten om alla teorier som kan vara relevanta för ens casestudie och att studiens ämne kan baseras på olika teorier. Generalizing from case study to theory En lämplig teoriutveckling anger på vilken nivå som en studies resultat kan generaliseras Här är det viktigt att skilja på analytisk generalisering och statistisk generalisering. Statistisk generalisering: Den vanligaste typen av generalisering, men mindre relevant vid casestudier. Vid statistisk generalisering skapas inferens om en population baserat på empirisk data som har samlats in genom ett prov (sample) hos populationen. Kvantitativa formler kan användas för att bestämma med hur stor säkerhet en generalisering kan göras. Säkerheten bygger på provets storlek och vilka inre variationer som finns i provet och populationen. Analytisk generalisering: En tidigare utvecklad teori används som en mall för att jämföra resultaten från den empiriska datan i studien. Om två eller flera case stödjer samma teori kan teorin anses generaliserbar. Genom att ha testat alternativa teorier (rival theories) och två eller flera case dessutom inte stödjer dessa, men stödjer den använda teorin kan denna anses ha en starkare generalisering. Analytisk generalisering kan användas för ett eller flera case.
Ett stort fel vid casestudier är att använda sig av statistisk generalisering vid generalisering av resultat. Detta beror på att casen inte är provenheter (sampling units) och därför inte kan betraktas som detta. Istället bör man sträva efter analytisk generalisering och undvika att tänka i termer av the sample of cases och small sample size cases, dvs som om ett single-case skulle motsvara en respondent i en enkät. Criteria for judging the quality of research designs Det finns fyra tester som fastställer kvalitén på casestudier och som är vanligt förekommande. Dessa fyra test är: 1. Begreppsvaliditet: Identifiera korrekta, operationella mått för konceptet som ska studeras 2. Inre validitet: Söker efter att fastställa kausala förhållanden, där givna förutsättningar tros leda till andra förutsättningar, vilka skiljs från falska förhållanden. (Gäller endast kausala och förklarande studier, ej beskrivande eller explorativa) 3. Extern validitet: Definiera domänen till vilken en studies upptäckter kan generaliseras 4. Reliabilitet: Visar att en studies genomförande kan upprepas med samma resultat De fyra testen förklaras mer djupgående nedan. Det finns olika metoder att använda för att genomföra testen och dessa metoder listas i figur 2.3 nedan. Gemensamt för dessa metoder är att de inte enbart används i början av en casestudie, utan ska finnas med genom hela studien. Därför kan man säga att designarbetet för en casestudie pågår även efter den initiala designen.
Begreppsvaliditet Det är vanligt att kritiker till casestudier pekar på att undersökarna i dessa misslyckas med att utveckla en tillräckligt bra mätteknik och att subjektiva bedömningar används för att samla in data. Utan att tidigare ha specificerat en signifikant, operationell faktor som kan påverka, kan inte en läsare avgöra om den faktorn faktiskt har en påverkan på studieobjektet eller om det endast är undersökarens intryck. För att uppfylla begreppsvaliditetstestet, måste en undersökare göra följande: 1. Definiera specifika koncept och relatera dem till studiens originalobjekt 2. Identifiera operationella mått som matchar koncepten, helst genom att citera publicerade studier Det är sedan viktigt att diskutera hur tillkortakommanden skulle kunna snedvrida studien. Det finns tre metoder som används för att öka den konstruerade validiteten: 1. Använda flera källor (triangulering) 2. Beviskedja 3. Låta nyckelinformanter granska utkastet till casestudiens rapport Inre validitet Det vanligaste hotet mot validiteten är falska effekter och i artikeln poängteras två saker. Den första är att den inre validiteten främst är ett bekymmer för förklarande casestudier, dvs när man försöker förklara hur och varför händelse x leder till händelse y. Om man felaktigt drar slutsatsen att det finns ett orsakssamband mellan x och y, utan att veta om att händelse z påverkar y, har research designen misslyckats med att hantera hot mot den inre validiteten. Detta gäller dock inte för beskrivande eller explorativa studier. Den andra saken hänvisar till det bredare problem som innebär att inferens uppstår. En casestudie involverar en inferens varje gång en händelse inte observeras direkt. Det innebär att en undersökare kan sluta sig till att en viss händelse resulterade från någon tidigare händelse, baserat på intervjuer och dokumenterade bevis som ingår i studien. Inre validitet kan vara svårt att uppnå, men följande metoder kan användas för detta: 1. Matcha mönster 2. Bygga upp förklaringar 3. Adressera alternativa förklaringar 4. Använda logiska modeller Extern validitet (Generaliserbarhet) Det här testet hanterar problemet med att veta om en casestudies resultat är generaliserbart. Kritiker menar att single cases utgör en svag grund för generalisering och jämför då ofta med enkätundersökningar. En viktig skillnad här är att enkätundersökningar baseras på statistiska generaliseringar, medan casestudier bygger på analytiska generaliseringar. I en analytisk generalisering strävar undersökaren efter att generalisera en särskild uppsättning av resultat till någon bredare teori. Den teori som initierar en casestudie är alltså den teori som identifierar för vilka andra case som resultaten är generaliserbara. Observera att generalisering sker på teorin och inte mot andra case. En generalisering sker dock inte automatiskt, utan teorin måste testas. Testet görs genom att replikera upptäckterna på ett eller två caseobjekt och där generaliseringen kan göras om samma resultat uppstår. Detta kallas för replication logic.
Reliabilitet Meningen med reliabilitet är att om en annan undersökare väljer att utföra samma studie och följer samma tillvägagångssätt, ska denne komma fram till samma upptäckter och slutsatser. Målet med reliabilitet är att minimera felen och bias i studien. För att det ska vara möjligt att upprepa studien måste den ursprungliga studien vara väldokumenterad. Tidigare har casestudiers undersökningsmetodik varit dåligt dokumenterade, vilket har lett till att kritiker har varit misstänksamma mot reliabiliteten i studierna. Två metoder för att förbättra dokumentationen är: 1. Föra protokoll över casestudier 2. Spara casestudier i en databas Det generella sättet att ta sig an reliabilitetsproblemet är att göra så många steg som möjligt operationella. En bra riktlinje vid utförande av en casestudie är att utföra studien så att en granskare i princip kan upprepa tillvägagångssättet och få fram samma resultat. Reflektion Eisenhardt (1989) har skrivit en artikel som handlar om att bilda teorier från casestudier. Artikeln baseras delvis på tidigare texter av Yin från år 1981 och 1984. Eisenhardt (1989) håller med om att det viktigt att precisera frågorna och en möjlig konstruktion av undersökningen tidigt, men poängterar också att båda dessa kan komma att ändras under studiens gång. Definitionen av ett case behöver inte vara permanent under en studie enligt Yin (2009), men om en ändring av de preciserade frågorna eller konstruktionen sker kan casedefinitionen komma att ändras. Detta kan då ha en inverkan på vilken data som är relevant och hur den ska samlas in. Valet av caseobjekt är viktigt för att kunna bilda teorier utifrån casestudien (Eisenhardt, 1989). Samtidigt styrs valet av analysenhet av vilka preciserade frågor det är som ska besvaras (Yin, 2009). Därför bör det vara av stor vikt att veta vad det är man vill att en casestudie ska visa, vilket också borde påverka utformningen av studien. Ett exempel på val av analysenheter är Warwick-studien som handlade om strategisk förändring och konkurrenskraft. I studien definierades analysenheterna som stora brittiska företag och casen valdes ut från en population av stora företag. Storleksindelningen var ett sätt att minska variationen inom populationen. Fyra olika marknadssektorer valdes ut för att undersökarna skulle kunna styra variationen av miljö som företagen befann sig i. Casen skulle ha kunnat väljas slumpmässigt, men i studien valdes istället de mer extrema eller polära casen. Anledningen till detta var att dessa case ansågs mer transparent observerbara. (Eisenhardt, 1989) Vikten av att göra medvetna val av teorier för att kunna bilda nya teorier enligt Eisenhardt (1989) tydliggörs ytterligare av Rule och Mitchell John (2015). De belyser delvis samma sak, men beskriver också sambandet mellan casestudier och teoribildning som en iterativ process. I det samband som Rule och Mitchell John (2015) lyfter blir det tydligt med vikten av att studierna är av hög kvalité och har hög reliabilitet, vilket även Yin (2009) tar upp. Referenser Eisenhardt K., (1989), Building Theories from Case Study Research, The Academy of Management Review Vol. 14, No. 4 (Oct., 1989), pp. 532-550 Rule, P. and John, V. (2015). A Necessary Dialogue: Theory in Case Study Research. International Journal of Qualitative Methods, 14(4).