1 / 21

Agenda

Agenda. Datorhjälpmedel i kvalitativ forskning - intro Er översikt över program NVivo – struktur och grundfunktioner Ett tillämpningsexempel Grundläggande funktioner – att komma igång. Användningsområden för datorn. Inhämta och lagra empiriska observationer

nelly
Download Presentation

Agenda

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Agenda • Datorhjälpmedel i kvalitativ forskning - intro • Er översikt över program • NVivo – struktur och grundfunktioner • Ett tillämpningsexempel • Grundläggande funktioner – att komma igång

  2. Användningsområden för datorn • Inhämta och lagra empiriska observationer • Datafångst på digitala media (ljud/bild/elektroniska enkäter...) gör grunddata lättillgängligt • Internet som en källa till empiriskt material • Analysera kvalitativa data • Datorhjälpmedel stödjer strukturering och datareduktion av kvalitativt material (huvudsakligen text – men även ljud och bild) • Organisera och strukturera läsandet • Referenshanteringprogram stödjer struktur och systematik i läs- och skrivprocesserna

  3. Datorhjälpmedel för analys av kval. data Källa: Duriau, Reger & Ndofor (2000)

  4. Några exempel på programvaror • Analys av rik kvalitativ data (code and retrieve) • Atlas, Decision Explorer, Ethnograph, NVivo… • Innehållsanalys • Visual text, WinATA, VB Pro, WordStat, TextPack, Hamlet… • Textmanagement • askSam, Concordance… • Audio/Videoanalys • The Observer…

  5. Era reflektioner • Möjligheter • Hålla reda på forskningsprojektet • Mobilitet • Ökad noggrannhet och närhet till data • Hjälper att snabbt hitta textsegment • Risker • Att tekniken/programmet styr • Kvantifiering av det kvalitativa • Analysen övertas av datorn

  6. Vad är NVivo? Ett verktyg för att: • hålla reda på och utforska kvalitativ data • ta fram och hålla reda på idéer om dessa data • länka idéer och skapa teorier om data • testa teorier

  7. NVivos grundstruktur Dokumentsystem Nodsystem

  8. Grundläggande funktioner • Dokumentsystemet möjliggör • lagring och framtagning av text i dokument med t.ex. kodningsinformation • skrivande och kodning av kommentarer • att spara tankar om dokument som memos • att söka text och automatiskt indexera denna • Nodsystemet möjliggör • att skapa en kategoristruktur av de viktiga koncepten i projektet • att enkelt förändra denna under projektets gång • att spara tankar och definitioner om kategorierna • att länka data till dessa koncept • att testa idéer och teorier om data

  9. NVivo 7

  10. Dokumentsystemet

  11. Nodsystemet

  12. Kodning

  13. Sökning

  14. Rapportering från NVivo

  15. Analys: att ställa frågor.... • Genom att söka text • Avancerade textsökningsmöjligheter och automatisk kodning underlättar analys av texten • Via indexsystemet • Utforska enskilda noder eller kombinationer av dessa för att generera mönster, testa hypoteser, etc. • “System closure” möjliggör flerstegsanalyser • Varje “svar” kan användas som utgångspunkt för att ställa ytterligare frågor

  16. Analys: generera teorier/testa hypoteser • Anpassa indexträdet • Dela upp/slå ihop noder • Förändra trädstrukturen • Utforska indexsystemet • Granska indexering vid ett dokument • Betrakta information vid en nod • Utnyttja avancerade sökmöjligheter • Sök text • Ställ frågor till indexsystemet

  17. Exempel: Fusionsdiskursen i massmedia • Problemområdet: • Varför har fusioner blivit en standardlösning på dagens strategiska utmaningar? • Frågor: • Hur ser den offentliga diskursen kring fusioner ut? (fallet AZ) • Vilka argument förs fram för resp. emot fusioner • Vilka röster hörs i den? • Vilka underliggande antaganden bygger argumenten på? • Hur förhåller sig den offentliga diskursen till den vetenskapliga? • Undersökningsobjekt: • Artiklar om Astra-Zeneca fusionen i tidskrifterna DN, SvD, DI och Finanstidningen under de senaste 5 åren. (Sökbegrepp: Astra och Fusion i artikelns inledning. Källa: Affärsdata).

  18. Exempel: Fusionsdiskursen (forts) • Kodningsregler: • Identifiera textavsnitt som tar upp frågan ”varför bör Astra fusionera/inte fusionera” • Vem är avsändare till argumentet? • Är argumentet för eller emot fusionen? • Analys: • Tematisk gruppering av argument gick från 200 argument till 10 argumenttyper • Argumenten analyseras med avseende på tidsfördelning, avsändare och värdeladdning • Slutsatser: • Diskursen är till övervägande delen en rationell diskurs utgående från effektivitetsteori • Aktörerna skiljer sig inte nämnvärt i detta avseende • Den vetenskapliga diskursen har ingen inverkan på den publika

  19. Exempel: Argument i fusionsdiskursen

  20. Reflektioner om NVivo • Styrkor • Gör stora mängder data överblickbara • Bibehåller länken mellan abstrakta begrepp och deras empiriska innehåll • Underlättar skrivprocessen • Flexibelt • Svagheter • Trögjobbat interface (har dock blivit bättre) • Risk att kategoristrukturen blir begränsande • Pressar in data i kategorier • Avstår från att förändra kategorisystemet pga lathet • Risk att missa kontext? • Komplext - många möjligheter att göra samma sak

  21. Några bra resurser • http://caqdas.soc.surrey.ac.uk/index.htm • http://www.car.ua.edu/

More Related