1.1 Forskningsdesign og metodevalg

Spørsmålet som bestemmer veien

Tenk deg at du står med en idé du virkelig vil teste: Blir man mindre stresset av å trene? Gir den nye gjødseltypen større avling? Skader langvarig mobilbruk hodet ditt? Det føles kanskje som om det vanskeligste er å finne svaret. Men i virkeligheten ligger den viktigste avgjørelsen et helt annet sted -- i hvordan du legger opp undersøkelsen.

Dette opplegget kaller vi forskningsdesign: den overordnede planen for hvordan du samler inn, måler og analyserer data for å besvare spørsmålet ditt. I Teknologi og forskningslære 1 møtte du den hypotetisk-deduktive metoden og forskjellen mellom kvalitative og kvantitative tilnærminger. Nå skal vi grave dypere, for valget av design er en av de viktigste avgjørelsene en forsker tar. Velger du feil, kan du ende opp med å ikke kunne svare på spørsmålet ditt i det hele tatt -- eller enda verre, med et resultat som villeder deg.

Et godt design bestemmer hva som undersøkes, hvordan og når data samles inn, hvem som er med, og ikke minst hvorfor du kan stole på konklusjonen din. Det sikrer at resultatene blir både pålitelige og gyldige.

Tre måter å undersøke det samme på

I kvantitativ forskning finnes det tre hovedtyper design, og de skiller seg fra hverandre ut fra hvor mye kontroll du som forsker har.

La oss bruke et konkret spørsmål: Reduserer regelmessig fysisk aktivitet stress hos elever? Velger du et eksperimentelt design, rekrutterer du kanskje 100 frivillige, trekker lodd om hvem som havner i treningsgruppa og hvem som er kontrollgruppe, og måler stress før og etter. Du manipulerer den uavhengige variabelen (trening) og randomiserer deltakerne. Dette er den sterkeste måten å vise en årsakssammenheng på.

Velger du i stedet et kvasi-eksperimentelt design, lar du to allerede eksisterende skoleklasser være gruppene dine -- den ene trener, den andre ikke. Du manipulerer fortsatt treningen, men du kan ikke randomisere, fordi klassene er naturlig dannet på forhånd.

Med et observasjonelt design gjør du ingen av delene. Du sender ut spørreskjema til 500 elever, måler både treningsvaner og stressnivå slik de naturlig er, og analyserer sammenhengen statistisk. Ingen manipulasjon.

Disse tre danner et hierarki: ekte eksperiment gir sterkest grunnlag for å si at trening forårsaker mindre stress, mens observasjonsstudien er svakest -- men ofte den eneste mulige av etiske eller praktiske grunner.

Eksperimentets tre byggesteiner

Når vi virkelig vil bevise at noe forårsaker noe annet, er det eksperimentelle designet gullstandarden. Tre elementer må være på plass.

Det første er manipulasjon: du bestemmer selv hvilken behandling hver gruppe får. Variabelen du endrer på, kalles den uavhengige variabelen, og det du måler som respons, er den avhengige variabelen. Det andre er randomisering -- deltakerne fordeles tilfeldig, slik at eventuelle forskjeller mellom gruppene ved start er rene tilfeldigheter og ikke systematiske skjevheter. Det tredje er kontroll: alt annet enn den uavhengige variabelen holdes så likt som mulig. Da unngår du konfunderende variabler, altså andre faktorer som kunne forstyrret sammenhengen.

Men ekte eksperimenter er ikke alltid mulige. Vi kan ikke trekke lodd om hvem som skal røyke for å studere lungekreft, og vi kan ikke tvinge skoler til bestemte metoder. Da må vi over til observasjonelle design, og her finnes flere varianter. En tverrsnittstudie måler alt på ett tidspunkt -- enkelt og billig, men kan ikke si hva som kom først. En kohortstudie følger en gruppe over tid, for eksempel 1000 nyfødte i 20 år, og kan vise rekkefølge, men er dyr. En kasus-kontroll-studie starter med utfallet og ser bakover, slik man sammenligner personer med lungekreft mot friske. Og en økologisk studie ser på sammenhenger på gruppenivå, som et lands sukkerforbruk mot diabetesforekomst -- enkel, men utsatt for økologisk feilslutning, der det som gjelder for gruppa ikke trenger gjelde for individet.

Oppsummering

Vi har sett at forskningsdesign er selve planen som avgjør hva du til slutt kan konkludere. Det eksperimentelle designet -- med manipulasjon, randomisering og kontroll -- gir det sterkeste grunnlaget for å påvise årsakssammenhenger. Det kvasi-eksperimentelle designet manipulerer uten å kunne randomisere, fordi gruppene allerede er naturlig dannet. Det observasjonelle designet gjør ingen manipulasjon, og rommer tverrsnitt-, kohort-, kasus-kontroll- og økologiske studier.

Mellom disse går det et evidenshierarki: ekte eksperiment står sterkest, observasjon svakest. Den viktigste lærdommen er at korrelasjon ikke er det samme som kausalitet -- observasjonsstudier kan bare vise samvariasjon. Hvilket design du velger, avhenger til slutt av spørsmålet ditt, av etiske hensyn, og av hvor mye tid og ressurser du har.