Reliabilitet
Liksom begreppet validitet används begreppet reliabilitet för att beskriva hur bra datainsamlingen har fungerat. Medan validitet är viktigt för att kunna generalisera en utrednings resultat är reliabilitet viktigt för att säkerställa att resultaten går att upprepa. Vi ska här titta närmare på detta.
En övergripande definition: mätningens kvalitet
Begreppet reliabilitet har att göra med kvalitet vid mätning. Enkelt kan man uttrycka det som konsistens eller replikerbarhet, alltså att samma eller åtminstone liknande resultat ska kunna uppnås vid upprepade mätningar -- även om det är en annan eller flera andra utredare som genomför mätningen. Validitet och objektivitet är begrepp som hänger nära samman med reliabiliet.
Olika ansatser kräver olika mått
Med reliabilitet menar man att kunskap är framtagen på ett tillförlitligt sätt, att det inte finns okontrollerade tillfälliga fel som stör. Det finns dock vissa skillnader mellan hur begreppen reliabilitet och validitet används inom undersökningar med kvantitativ respektive kvalitativ ansats. I en studie med kvantitativ ansats har man i regel innan datainsamlingen startat valt en datainsamlingsmetod, där reliabilitet och validitet kan bedömas i förhållande till studiens syfte. I en studie med kvalitativ ansats arbetar man däremot fortlöpande med kvalitetsbegreppen under hela processen. Därav följer att i en studie med kvantitativ ansats hänger begreppen reliabilitet och validitet framför allt ihop med datainsamlingen, att rätt sorts information är insamlad på ett bra sätt. I en studie med kvalitativ ansats berör begreppen reliabilitet och validitet både datainsamlingen och analysen av insamlad data.
Reliabilitet vid kvantitativ ansats
Inom kvantitativa undersöknignar är reliabilitet lika med upprepbarhet, något som ofta kan beräknas och ges ett siffermått. För att utreda hur väl mätningen i en kvantitativ studie kan reproduceras kan man diskutera reliabiliteten från tre olika synvinklar:
- Är mätningen fri från bias/skevhet från undersökaren? Detta kan kallas inter-rater reliability och kan prövas genom att man låter flera personer mäta och sedan jämföra hur de olika mätningarna stämmer överens.
- Påverkas mätningen av tiden? Om samma undersökare gör flera mätningar, stämmer de överens? Detta kan kallas test-retest reliability.
- Finns det samstämmighet i resultatet mellan olika delar i en enkät som tar upp samma undersökningsfråga? Detta kan kallas internal consistency reliability.
Dessa begrepp används endast i studier med kvantitativ inriktning.
Konkreta exempel
Reliabilitet handlar om pålitlighet. Kan jag lita på en konsult som utreder internationell marknadsföring åt företaget? Vad kan hända om konsulten inte är tillräckligt kompetent? Vilka beslut kan fattas gällande marknadssatsningar om de baseras på utredningar som är felaktigt genomförda?
Eller ett annat exempel: Antag att vi vill mäta trivseln hos människor på en arbetsplats. Att då mäta rumstemperaturen är förmodligen ingen bra metod, även om temperaturen kan vara en av många faktorer. Det hjälper inte att göra mätningar mycket noggrant. Hög reliabilitet är således ingen garanti för hög validitet. Antag att vi istället hade gjort en enkätstudie om vad anställda anser om trivseln på arbetsplatsen. Då mäter vi något som är mer relevant i sammanhanget än rumstemperatur. Antag också att vi fått mycket låg svarsfrekvens på enkäten. Mätningen görs då med låg tillförlitlighet (låg reliabilitet). Även om vi då mätte rätt sak så blev den så dåligt mätt att vi inte fick ett bra mått på trivsel. Låg reliabilitet medför alltså låg validitet i kvantitativa studier.
Tumregler vid kvantitativa undersökningar
Två tumregler är bra att komma ihåg för kvantitativa undersökningar:
- Hög reliabilitet garanterar inte hög validitet.
- Hög validitet förutsätter hög reliabilitet.
Reliabilitet vid kvalitativ ansats
Reliabilitet måste värderas på ett delvis annorlunda sätt i studier med kvalitativ inriktning. Inom kvalitativ forskning kan man oftast inte beräkna tillförlitlighet kvantitativt. Reliabilitet i studier med kvalitativ inriktning kan snarare sägas handla om att på ett intressant, pålitligt och begripligt sätt kunna beskriva hur man som utredare har gått tillväga för att samla in och bearbeta data.
