Dataanalyse

Analysen er i all hovedsak kvalitativ, med fokus på hvordan elever diskuterer i grupper og i debatter der de innehar roller. Likevel får analysen et visst kvantitativt aspekt, både ved bruk av NVivo som registrerer og teller sekvenser som kodes, og i form av resultater fra

naturfagprøve der resultatene sammenlignes med elevenes terminkarakterer.

Transkripsjon av datamateriale

Alle lyd- og video-opptak ble transkribert i sin helhet. Alt som ble sagt ble sitert ordrett, og avbrytelser og nølende ordforlengelser ble registrert. Når elevene sporet av og snakket om andre ting, ble ikke dette transkribert, men registrert ved å lage ei tom klamme. Det kan stilles spørsmålstegn om analysen derfor allerede er i gang ved transkriberingen, men jeg tilstrebet å kun skrive ned det jeg hørte uten å legge inn tolking.

Analyse av gruppediskusjoner, debatt og naturfagprøve

Det ble gjort video-opptak av debattene for å ha mulighet til å fange opp all informasjon gjennom rollespillet, men da jeg kom i gang med analysen oppdaget jeg at jeg ikke fikk utnyttet annet enn lyden. For å kunne besvare forskningsspørsmålene om hvordan elever argumenterer, og om de gjør seg nytte av en argumentasjonsmodell, vurderte jeg det sånn at jeg ikke behøvde annet enn lydfiler. Bildemediet gir mye mer informasjon enn lydfilene, men dette greide jeg ikke å gjøre meg nytte av i analysen. Derfor transkriberte jeg alle

gruppesamtaler, debattene og klassediskusjonen. Det transkriberte materialet ble lagt inn i analyseprogrammet NVivo, og jeg brukte programmet som hjelp til å sortere innholdet i datamaterialet.

For å finne svar på forskningsspørsmålet Hvordan argumenterer elever, ville jeg først og fremst finne ut hvilke tema elevene diskuterte. Jeg leste først gjennom hele materialet for å få en oversikt før jeg under andre gangs gjennomlesning noterte hvilke tema elevene snakket om.

Dette ble en induktiv analyse der temaene i elevenes diskusjoner la grunnlaget for

45

kategoriseringen. Dette gjør at kategoriene kjennetegnes av at det ligger tett på datamaterialet, det er elevenes egne ord. Det er lagt spesielt vekt på å lage egne kategorier der elevene var fagspesifikke, for eksempel CO2- utslipp og energiforbruk, slik at jeg ikke mistet av syne de perspektivene som elevene var opptatt av. Hovedkategoriene er mer generaliserte og navnsatt av meg. Ut fra elevenes diskusjoner utarbeidet jeg 12 kategorier, 3 av kategoriene var såpass vide at de fikk underkategorier. Kategoriene ble opprettet i NVivo, og deretter kodet jeg datamaterialet med hensyn på disse kategoriene. Jeg vurderte ulike måter å kode på, først prøvde jeg å kode enkeltsetninger, men oppdaget da at jeg ofte mistet mye av sammenhengen i diskusjonene, og besluttet derfor å alltid kode hele avsnitt av transkripsjonene.

Etter at hele datamaterialet var kodet, var det mulig å lese ut av programmet hvilke kategorier som var hyppigst i bruk, med en telling av antall treff på hver kategori. Dette bidro til å gi en oversikt over hvilke kategorier som var de mest brukte blant elevene, og gir analysen et visst kvantitativt aspekt, selv om analysen i hovedsak baseres på kvalitativ analyse.

Når dataene videre skulle analyseres, ble NVivo brukt til å hente opp en og en kategori, og finne fram alle avsnittene der det aktuelle temaet ble diskutert. Jeg studerte innholdet i hver kategori for å finne ut hva elevene var opptatt av innenfor hver av kategoriene, og i hvilken grad de arbeidet overflatisk eller gikk i dybden på det naturfaglige innholdet. Underveis i analysen ble jeg oppmerksom på at hvis jeg kodet deler av teksten med en av

underkategoriene, f.eks. energiforbruk, ble ikke dette telt opp i hovedkategorien miljø. Dette var viktig å ta hensyn til under søk i analyseprogram og analysen.

Jeg ønsket også å finne svar på om elevene tilegnet seg informasjon og kunnskap som de hadde behov for i debatten gjennom artiklene som ble brukt, og om de bygget kunnskap kollektivt. Derfor leste jeg gjennom datamaterialet på nytt og sammenlignet elevenes argumentasjon med argumentene som var brukt i artiklene. Her var et nærstudium av tekstene nødvendig. Det at elever bruker samme argument som artiklene gjør, er ikke noe bevis på at elevene har funnet argumentene der. Jeg måtte se på måten argumentet var bygd opp, og hvilke ordvalg som var gjort, og om dette falt sammen med ordvalg og oppbygging av argumenter i artiklene.

For å finne ut om elevene utnytter hverandres kunnskaper eller bygger kunnskaper kollektivt, måtte materialet på nytt leses igjennom, men nå med fokus på hvordan elevene stiller

spørsmål og finner svar sammen.

46

Tabell 4 Oversikt over datamaterialet som kan besvare forskningsspørsmålet "kan Toulmins argumentasjonsmodell være et nyttig verktøy for elevene?"

For å finne svaret på forskningsspørsmålet «Kan Toulmins argumentasjonsmodell være et nyttig verktøy for elevene?» ble det brukt data både fra gruppediskusjonene, paneldebatten og naturfagprøva. Dette var en kompleks oppgave, og krevde nye gjennomlesninger av

datamaterialet. En oversikt over hvordan datamaterialet ble brukt for å finne svar på

forskningsspørsmålet vises i tabell 2. Målet var å kunne avdekke hvordan elevene i fellesskap bygger argumenter, og hvordan de snakker om argumenter og argumentasjon. I paneldebatten leita jeg etter om elevene bruker Toulmins modell som hjelpemiddel til å vurdere kvaliteten i andres argumenter. I tillegg brukte jeg datamateriale fra naturfagprøva, der de fikk i oppgave å identifisere de ulike komponentene i et argument og bygge argumenter. Først brukte jeg NVivo til å leite etter i datamaterialet om elevene hadde snakket om argumentasjon, det vil si, brukt begrepene som inngår i argumentasjonsmodellen (kapittel 4.1, s. 48); evidens,

forutsetning og påstand. Deretter laget jeg en tabell med tre kolonner; evidens, påstand og forutsetning, som jeg brukte som verktøy til å analysere paneldebattene. Så ble hvert utsagn analysert for å finne ut om jeg kunne finne igjen de ulike komponentene i

argumentasjonsmodellen; evidens, forutsetning og påstand. Analysen av paneldebattene viste seg å bli mer utfordrende enn det jeg hadde forestilt meg på forhånd. Hvordan kategoriserer du utsagnet: «tenk på alle de som jobber på bensinstasjoner da, hva med alle de?» Utsagnet er i utgangspunktet ikke et argument, men et spørsmål. Likevel kan en tolke dette til å være et argument der evidensen er at når det ikke selges bensin lenger, må bensinstasjoner legges ned.

Forutsetningen er at når bensinstasjoner blir nedlagt, taper vi arbeidsplasser. Påstanden er at mange som jobber på bensinstasjoner blir arbeidsledige hvis vi ikke lenger skal ha bensinbiler.

Jeg mener at jeg ikke kan legge inn så mye tolkning i et utsagn, og har latt disse utgå som

47

argumenter. Dette betyr at jeg mister noen elevutsagn i materialet, men jeg tror at resultatet blir mer riktig enn å legge inn min tolkning i utsagnene.

En av oppgavene som elevene fikk i naturfagprøven etter Miljødebatten, var å skrive ned tre argumenter for, og tre argumenter mot, tilrettelegging for el-bil. I analysen av denne delen av prøven brukte jeg samme analysemetode, å identifisere i hvilken grad elevene hadde brukt de ulike komponentene i argumentasjonsmodellen.

Analyse av observasjon og tilbakemelding fra lærer og elever.

Observasjon og tilbakemeldinger fra lærer og elever var viktig i utviklingsprosessen av Miljødebatten, men har ikke gjennomgått noen eksplisitt analyse. Den analytiske prosessen ligger i et samarbeid med læreren der vi diskuterer observasjoner og gjør vurderinger om hvilke endringer det var behov for i undervisningsopplegget Miljødebatten. Et eksempel på dette var å lage et hjelpeskjema med gjennomtenkte spørsmål til læreren som skulle brukes ved behov i paneldebatten, for å sørge for at den fikk det ønskede faglige fokuset.