introduksjon
Datakvaliteten kan karakteriseres på flere måter. I kvantitativ forskning bruker vi ofte begrepene validitet og reliabilitet for å vurdere forskningens kvalitet. Mens reliabilitet handler om hvor pålitelig selve datainnsamlingen har vært (registrering, fullstendige verdier og så videre), så handler validitet om en mer helhetlig vurdering av hvor troverdige eller relevante dataene er. Innenfor kvalitativ forskning bruker vi gjerne litt andre begreper for vurdering av kvalitet: Johannessen et al. (2016, s. 229) skiller mellom pålitelighet, troverdighet, overførbarhet og bekreftbarhet som kriterier for å vurdere kvalitative prosjekter. På tross av at det benyttes ulike begreper, handler det overordnet sett om det samme: • Er data samlet inn på en troverdig måte, etter de regler og kvalitetsstandarder som gjelder innenfor forskning? • Er det mulig å trekke gyldige konklusjoner fra analysene av data og funnene i undersøkelsen? • Er funnene fra undersøkelsen mulig å overføre til andre kontekster (er sosiale praksiser overførbare i tid og rom)? Når bokas tema er digitale forskningsmetoder, ligger det i kortene at vårt utgangspunkt når det gjelder datakvalitet vil være knyttet til og avgrenset av de temaene som tas opp i hvert av kapitlene. For eksempel vil kvaliteten i stordata reise andre spørsmål enn kvaliteten på kvalitative digitale intervjuer. Vi vil derfor komme tilbake til spørsmål om datakvalitet i hvert av kapitlene.
Leseguide og bokas innhold Boka er ikke ment som en «oppskriftsbok» for digitale forskningsmetoder. Med det mener vi at vi ikke gjennomgår grundig og møysommelig, steg for steg, hvordan man kan analysere stordata eller gjennomføre digital etnografi. De fleste av disse metodene er for komplekse til at det er hensiktsmessig å forsøke å lage en enkelt oppskrift
19
