Målgruppeanalyse

1. Målgruppeanalyse Metode 3 Analyse af data

2. Plan for i dag • Om dataanalyse - overordnet • Analyse af kvalitative data • Analyse af kvantitative data • Litteratur • Opgave

3. Dataanalyse - en fortløbende proces Skift mellem teori – hypoteser – PF – og det metodiske arbejde. Kvale, hermeneutisk cirkel: at skifte frem og tilbage mellem helhed og delmængde.

4. Upartiskhed At gøre sig fri for ens forforståelse. Hjælper hvis man er flere. Foretag objektivering af objektiveringen: på hvilken baggrund foretager du fortolkningen af materialet.

5. Analyse og fortolkning Som udgangspunkt forskelligt. Analyse: At ordne/systematisere materialet gennem kritisk sans og en distance. Fortolkning: At komme frem til dybere mening bag materialet.

6. Analyse skal lede frem til: Afgrænsning af målgruppen Ny viden om målgruppen Besvarelse af PF Den gode historie: god argumentation er vigtigt for virkning

7. Analyse af kvalitative interviews Eksplorativt at gå i dybden. Få svar på hvad der ligger bag målgruppens umiddelbare handlinger og ytringer. Finde nye pointer. Brainstorm som en vigtig del af analyse arbejdet.

8. Transskribering Indgående kendskab til udsagn At få øje på ens egen rolle

9. Transskribering At finde frem til temaer – nye og gamle: transkriberingen gennemlæsning med anmærkninger brainstorm og markering af temaer kategorisering af overordnede emner

10. Pas på med modsatte ytringer F.eks. er både dem der er utilfredse og tilfredse med X interessante. Kan være udtryk for en differentieret gruppe, som der skal tages højde for.

11. Diskursanalyse • Formulerede holdninger, intentioner og formål. • Men er det kendsgerninger? • Læs mellem linerne om f.eks.: • Selvforståelse • Identitet • Sprogbrug • Holdninger • Referencer

12. Diskursanalyse • Materiale f.eks.: • Interviews • Aviser • Magasiner • Hjemmesider • Debatfora • Fotografier • Rapporter • Salgsmateriale

13. Analyse af kvantitative data Overordnet tre analyse-typer: Univariat analyse – Analyse af én variabel Bivariat analyse – To variable tjekkes, f.eks. køn og politisk holdning. Sammenhæng? Multivariat analyse – flere end to variable tjekkes.

14. 1. Univariat analyse - nominal

15. 1. Univariat analyse – ordinal

16. 1. Univariat analyse – interval

17. 1. Univariat analyse – interval

18. 2. Bivariat analyse – nominal To dimensional fordeling

19. 2. Bivariat analyse – nominal

20. 2. Bivariat analyse – nominal To dimensional fordeling Afrundet til hele tal

21. 2. Bivariat analyse – nominal

22. 2. Bivariat analyse – ordinal % er afrundet til hele tal

23. 2. Bivariat analyse – ordinal

24. 2. Bivariat analyse – ordinal % er afrundet til hele tal

25. 2. Bivariat analyse – ordinal

26. 2. Bivariat analyse - intervalskala Punktdiagram

27. 3. Multivariat analyse Bivariat analyse kan vise falske sammenhænge. Multivariat analyse kan finde bagvedliggende reelle årsager. Baggrund -> Holdninger -> Adfærd

28. 3. Multivariat analyse Test af signifikans og sammenhæng CHI2 Multivariat analyse kan efterteste kausalitet X -> y (Årsag -> Effekt) Indvandrer baggrund -> Social baggrund -> Kriminalitet Herudover korrespondance analyse – en multivariat analyse i sin yderste form ->

29. 3. Multivariat analyse Det multi-dimensionelle rum.

30. 3. Multivariat analyse Det multi-dimensionelle rum.

31. Litteratur til næste gang INGENTING!!!, men…

32. Fremlæggelse af projekt. Halv time til hver gruppe, inklusiv debat. Kvarter til fremlæggelse. Fokus på: Kort intro af casen. Problemformulering Teorifokus, hvorfor? Metode, hvorfor? Problemer, hvis der er nogle. Øvelse