Å telle det som teller
Last updated
Last updated
Et kvantitativt forskningsoppplegg er ofte forskning i bredden. Her har man gjerne mange informanter i utvalget og ikke så mange spørsmål med gitte svaralternativer. Datamaterialet blir gjerne samlet inn ved hjelp av spørreskjema som i etterkant kan analyseres statistisk. Det er også mulig å bruke kvantitative metoder på eksisterende datamateriale, eller kombinere med et nytt. I humanistisk forskning har det blitt mer og mer vanlig å bruke kvantitative metoder i tekstanalyse. Om dere for eksempel har sett ordskyer, så er dette en et resulat av kvantitativ tekstanalyse.
Med kvantitative data kan vi også bruke statistikk til å si noe om sannsynligheten for at det er en sammeheng mellom variabler, eller om forskjellen mellom to grupper er så stor at det ikke kan være tilfeldig. Kvantitative metoder gjør det også enklere for andre forskere å ettergå forskningen og bygge videre på den.
Innenfor retningen Digital humaniora (Digtial humanities på engelsk) har vi også en fremvekst av andre måter å bruke kvantiative metoder for å analysere tekster på. Her forsøker man gjerne å anvende nye metoder innenfor statistikk og programmering til å studere større tekstsamlinger (for eksempel hele Wikipedia) for å finne mønstre og sammenhenger som man ikke hadde funnet ved å lese igjennom dem. Dere kan for eksempel bruke verktøy som Voyant til å utforske talen til Donald Trump da han ble innsatt som president i 2017.
Kvantitative metoder fremstår ofte som mer «vitenskapelig» enn kvalitative metoder. Om det faktisk er det avhenger helt av hvordan de brukes. I humaniora og samfunnsvitenskap er nesten alltid avgjørende at man har god kvalitativ kunnskap om det man skal måle eller telle. Når man har det så er kvantitative metoder en god måte å kontrollere og teste påstander, hypoteser og generaliseringer på.
Det er viktig å ha i mente at det kan være utfordrende å sørge for at denne type analyser holder god kvalitet.
Det er viktig at man planlegger undersøkelsen nøye, og gjerne tester den på to-tre stykker før man går i gang med selve datainnsamlingen. Å lage statistikk på et eget datamateriale er veldig gøy, og det er lett å la seg rive med!
Forskningsopplegget må planlegges nøye på forhånd.
Innebærer ofte undersøkelser av ulike hypoteser. Har gjerne presise formuleringer om sammenhengen mellom ulike variabler.
Breddeperspektiv – datamaterialet inneholder litt informasjon om mange.
Med et godt datamaterialet kan vi med statistiske analyser stadfeste sannsynligheten for at generaliseringene vi gjør er riktige. Med andre ord, vi kan stadfeste statistisk representativitet, hvor vidt et utvalg kan fortelles oss noe om en større gruppe (og det er jo litt kult!).
