Triangulering – att mäta saker på flera olika sätt

Nu är det ju inte alltid så att ett sätt att undersöka saker på är det enda rätta och ibland behöver vi välja att kombinera ihop flera olika vetenskapliga metoder. I en del fall utgår vi från mer kvantitativa metoder för att sedan gå över till att bredda och fördjupa undersökningen med kvalitativa metoder. När vi använder flera olika metoder för att undersöka samma sak kallar vi  detta på ett mer vetenskapligt språk för metodtriangulering. I samband med gymnasiearbetet, kanske framför allt på samhällsvetenskapliga programmet, är nog detta relativt vanligt förekommande.

Bland elever på det samhällsvetenskapliga programmet kan det handla om att studera olika sociala beteendemönster hos olika grupper i samhället. Ett exempel kan vara att elever studerar förekomsten av samt orsaker till rökning i det svenska samhället. De kan i samma undersökning även studera om, och i så fall vilka egenskaper som är särskilt utmärkande hos dem som röker. Här kan flera angreppssätt tänkas som möjliga vägar för att arbeta med frågan.

Det första steget är att skaffa sig en överblick över forskningsläget inom ämnesområdet, något som egentligen inte är en metod men som ändå är ett viktigt steg i forskningsprocessen. Vi läser helt enkelt in oss på och skaffar oss en så kallad förförståelse om ämnet. Som elev på gymnasienivå är det en bra strategi att börja läsa artiklar i dagspress, lyssna och/eller se på dokumentärer men också söka i databaser där vetenskapliga texter publiceras. Som lärare och handledare kan det också vara en god strategi att scanna av ämnesområdet när vi handleder elever för att den vägen så att säga koppla samman elevernas kunskapsbas med den mer akademiska kunskapsbas som vi som lärare står på. Genom detta steg skapar vi en grund att stå på för att kunna välja de metoder som vi sedan ska använda när vi samlar in uppgifter till vår egen undersökning. Det finns många vägar att gå här men en väg som vi vill rekommendera är att söka i universitetens och högskolornas databaser, DIVA, Digitala Vetenskapliga Arkivet. Här publiceras studentuppsatser men även forskningspublikationer i form av t ex licentiatuppsatser och doktorsavhandlingar. Studentuppsatser kan vara en bra väg då dessa ofta behandlar likartade ämnesområden som gymnasieeleverna har men också för att de ger ”mallar”,role models, för hur uppsatser kan skrivas.

Att mäta förekomsten av det tidigare nämnda aktuella exemplet med rökning sker företrädesvis med någon form av kvantitativ metod där egna eller andras observationer av fenomenet leder till att vi får svar på hur många rökare det finns inom en undersökt grupp. Vi kan utforma en enkel enkät som riktar sig till elever där vi frågar om de röker, hur ofta de röker och kanske även frågor om var de röker och när de började röka. Vi genomför enkäten, totalt ca 100 stycken, sammanställer resultatet och får fram statistik som vi sedan konstruerar mönster utifrån. När vi ser ett mönster börjar vi fundera på om det finns något samband kopplat till om föräldrarna röker eller om det spelar någon roll om eleverna går ett speciellt utbildningsprogram på skolan. Vi kanske redan när vi utvecklade enkäten hade en tanke om, en hypotes, att programtillhörighet och föräldrarnas rökvanor har betydelse och har med frågor kring detta i enkäten. Efter att ha sett att många av de som röker går på ett visst gymnasieprogram och att det är fler tjejer än killar som röker, men att det är svårt att se kopplingen mellan rökande elever och rökande föräldrar vill vi gå vidare. Vi vill komma på djupet, förstå hur rökare tänker. Vi bestämmer oss för att göra intervjuer med elever för att komma åt tänkbara orsaker till att elever börjar röka, t ex vilken roll det sociala sammanhanget spelar för att man röker och hur ungdomar tänker kring sina rökvanor. Vi går alltså mer mot det mer kvalitativa sättet att angripa problemet. Detta angreppssätt kan inte hjälpa oss att bevisa eller förklara generella mönster utan hjälper oss att förstå olika fenomen, i det aktuella fallet rökning.

Att använda flera olika metoder kan således vara ett sätt att nyansera bilden av verkligheten och visa på att ett vetenskapligt problem består av många aspekter och påverkas av olika saker.

Att använda flera olika metoder kan således vara ett sätt att nyansera bilden av verkligheten och visa på att ett vetenskapligt problem består av många aspekter och påverkas av olika saker. Genom att ställa flera metoder mot varandra kan vi på så sätt också öka validiteten eller om man så att säga vill öka chansen att vi mäter rätt saker (se vidare under avsnittet Validitet och reliabilitet) i undersökningen och således minska risken för att vi ska göra systematiska fel. Genom att undersöka fenomenet på flera olika sätt fördjupar vi förståelsen av problemet och upptäcker att sambanden kanske inte är de vi från början trodde.

Om vi jobbar med ett naturvetenskapligt experimentellt problem behöver vi mäta minst en storhet för att kunna hitta ett samband eller för att kunna beräkna de variabler vi vill undersöka. Det finns många gånger flera olika vägar att göra detta på. Låt oss ta ett enkelt och vardagligt exempel. Vi vill mäta en temperatur. Vi kan då använda en vanlig sprittermometer som bygger på principen att en vätskas volym beror av temperaturen eller också så kan vi använda en (öron)termometer som bygger på principen att den mäter intensitetsförhållandet mellan två våglängder i det elektromagnetiska spektret. Ett tredje alternativ är att använda en termometer vars funktionsprincip är att den utnyttjar fenomenet att om man löder ihop två metallegeringar med varandra så bildas en spänning över lödstället som är proportionell mot temperaturen. Det finns termometrar att köpa för en relativt billig penning som fungerar enligt dessa principer och vi förväntar oss att de mäter relativt korrekt, oavsett funktionsprincip (vi har här vad vi kallar för valida mätmetoder). När du köper en termometer står det oftast hur noggrant den klarar av att mäta temperaturen och detta är ett sätt att avgöra om termometern är reliabel.

Låt oss nu tänka tanken att det inte finns några kommersiella termometrar att köpa utan vi måste tillverka en termometer, innan vi kan börja mäta temperaturer. Nu blir temperaturmätning plötsligt ett problem. Om vi väljer att använda principen om vätskeutvidgning så behöver vi veta (eller mäta) volymutvidgningen för vår valda vätska, tillverka en lämplig behållare i ett genomskinligt material och gradera den på lämpligt sätt. När vi gjort det kan vi börja mäta, men hur säkra kan vi vara på att vår termometer mäter ”rätt”? Tänk om den alltid visar 20°C för mycket? Vi kan ju ha räknat fel eller vår behållare har inte de innermått vi tror. Den vätska vi valt kanske är förorenad… Om vi tillverkar en termometer till, som fungerar enligt en av de andra två funktionsprinciperna, och den visar i stort sett samma temperatur som den första termometern, ökar vårt förtroende för vår termometer. Det är mindre troligt att båda skulle visa lika mycket fel i temperatur när vi mäter temperaturen på två fundamentalt olika sätt och vid flera temperaturer. Det är samma principer som används på forskningsnivå, man vill gärna att ett forskningsresultat upprepas av en annan person/grupp för att verkligen tro att det är riktigt. Det är bland annat därför det är viktigt att beskriva hur man har gått till väga så noggrant och på ett sådant sätt att det är möjligt att upprepa försöket.

I kärnfysiklaboratoriet CERN t.ex. uppräckte man för några år sedan att Higgspartikeln existerade. För att kunna göra det behövdes en gigantiska detektorer konstruerad av tusentals forskare. Men man nöjde sig inte med en utan forskarna konstruerade två liknande detektorer (ATLAS och CMS) för att kunna se att mätningarna på de två konkurrerande detektorerna gav liknande resultat.

Inom naturvetenskaperna strävar man efter att om möjligt mäta den undersökta storheten med olika metoder eftersom risken för systematiska fel minskar och både reliabiliteten och validiteten på mätresultatet ökar. Detta är väl ganska självklart, att om vi mäter det vi vill mäta på två oberoende sätt och får samma resultat så är det mer troligt att vi har kontroll över mätningen och att vårt mätresultat speglar det sanna värdet. Kopplar vi till samhällsvetenskaperna fungerar samma principer här, det är egentligen bara studieobjekt/subjekt och metoderna som är annorlunda…