Innholdsfortegnelse
Hva er en dataanalyse?
En dataanalyse er en systematisk bearbeiding av innsamlet informasjon. En prosess som går ut på å inspisere, rense, transformere og modellere data med det formål å forenkle datamengden slik at det blir mulig å besvare undersøkelsen problemstilling ved å se på det bakenforliggende mønsteret, relasjoner og årsakssammenhenger i det innsamlede datamaterialet.
Forarbeid
Før vi kan starte med å analysere og tolke de innsamlede dataene må vi starte ned å gjøre dataene analyserbare uten å miste relevant informasjon. Dette gjøres ved å redusere, systematisere og ordne datamaterialet.
I praksis vil dette si at vi må lage et indexsspråk og observasjonsprotokoll for å kunne kode og organisere datamaterialet (rådataene). Foreligger dataene som video eller lydfiler må vi foreta transkribering for å få datene i et tolkbart tekstformat. Denne fremgangsmåten er lik for såvel kvantitative som kvalitative data og metoder.
Formålet med denne delen av dataanalysen er å kategorisere de innsamlede dataene slik at vi kan beskrive og analysere dataene vi har samlet inn:
- Hva karakteriserer dataene?
- Finnes det mønstre, relasjoner og/eller årsaksforhold i datamaterialet?
- Kan sammenhengen mellom variabler skyldes mellomliggende årsaksforhold ?
Faktorer som påvirker analysearbeidet
Ettersom dataanalysens formål er å besvare studiets problemstilling er problemstillingen den faktoren som i størst grad påvirker analysearbeidet. Hvilke analyseteknikker vi kan benytte avgjøres avgjøres ikke bare av problemstillingen, men også av:
- Datanivå (primærdata eller sekundærdata).
- Datatype (kvantitative eller kvalitative data).
- Forskningsprosjektets rammebetingelser.
- Forskningsperspektiv
- Teoretisk tilnærming
Er datagrunnlaget sekundærdata er det begrenset hvilke dataanalyser vi kan gjøre, da vi mangler rådataene sekundærdataene bygger på. Det eneste vi her kan gjøre er å lage enkle frekvensanalyser og tolke de innsamlede sekundørdataene. Foreligger datagrunnlaget som primærdata har vi helt andre muligheter til å foreta en skikkelig dataanalyse.
Kvantitativ eller kvalitativ metode
Selv om det er mange forhold som påvirker hvilken dataanalyse vi bør velge er den avgjørende faktoren allikevel om vi har benyttet en kvantitativ- eller kvalitativ metode for datainnsamling.
Årsaken til dette skyldes at kvalitative datainnsamlingsmetoder, f.eks. studier som er gjennomført ved hjelp av observasjoner (ikke tellinger) eller åpne spørsmål, gir kvalitative data som ikke lar seg kvantifisere eller måle på en annet måte enn på nominal eller ordinal nivå.
Velger vi å bruke en kvantitativ datainnsamlingsmetode, f.eks. gjennomføre en survey som er basert på lukkede spørsmål, vår vi kvantitative data som oss måle verdiene til alle variablene på alle målenivåer. Fra nominal nivå til forholdstall. Dette gjør at vi kan benytte oss av helt andre dataanalyse teknikker og verktøy enn som gjelder for kvalitative metoder.
Ettersom det er et så grunnleggende skille mellom hvilke analysemetoder og teknikker vi kan bruke på kvalitative data i forhold til kvantitative data, vil vi behandle disse to datatypene i egne artikkelserier, med hovedvekt på de kvantitative dataanalysene som bygger på kvantitative data.
