Forskningsfronten inom informationsvetenskap - BADA

Glänzel gör följande tillägg till ovanstående kommentar:
Cociteringsanalys
- From the viewpoint of information retrieval, co-citation clustering results
in the restriction to frequently cited papers, whereas bibliographic
coupling extends to practically all publications.
Citeringsanalysmetoden cocitering introducerades av Small (1973). Small ville visa att
genom att studera frekvensen av samciterade dokument och utifrån detta bilda
grupper/kluster kan man få fram forskningens intellektuella bas. Den intellektuella
basen är, till skillnad från den mer tidslåsta forskningsfront man får fram genom
bibliografisk koppling, rörlig. Rörligheten beror på att användandet av de citerade
dokumenten kan minska eller öka över tiden, emedan de citerande dokumenten man
studerar i bibliografisk koppling blir statiska så fort de publiceras (Jarneving, 2005a, s.
248). När man gör en cociteringsanalys arbetar man stegvis. Första steget är att göra en
rangordnad frekvenslista över citerade dokument. Sedan går man vidare genom att
räkna fram cociteringarna mellan varje par. För att kontrollera för variation ifråga om
enskilda citeringsfrekvenser konstrueras en normaliserad cociteringsfrekvens genom att
cociteringsfrekvensen divideras med roten ur produkten av de båda citerade
dokumentens enskilda citeringsfrekvenser (Persson 1991, s. 58f). En variant av
cocitering är författarcocitering (author cocitaton analysis, ACA) där man studerar
cociteringar mellan författare istället för dokument (Diodato 1994, s. 43).
2.3 Multivariat analys
Statistiska analyser benämns och behandlas olika beroende på hur många variabler som
studeras. Utgår man från en variabel talar man om univariat analys, när två variabler
studeras samtidigt benämns det som bivariat analys. När man, som i vårt fall, simultant
studerar tre eller flera variabler kallas det multivariat analys. Det finns ett flertal
analysmetoder att utgå från vid multivariat analys. Vanligt förekommande är multipel
regressionsanalys – då variationen i en beroende variabel, så kallad responsvariabel
analyseras med hjälp av flera förklarande variabler. En annan vanligt förekommande
multivariat analys är faktoranalys – här undersöker man möjligheterna att komprimera
den information man arbetar med; vilka faktorer mäter vi egentligen med vårt
datamaterial och är det möjligt att minska antal variabler? (Körner & Wahlgren 2005,
kap. 9). Vi kommer i vår undersökning att använda oss av den multivariata
analysmetoden klusteranalys.
2.3.1 Klusteranalys
Klusteranalys är en av de mest populära teknikerna för multivariat analys (Egghe, 1990,
s. 112). Syftet vid klusteranalys är att samla objekt som är så lika varandra som möjligt i
naturliga grupper, så kallade kluster. Vid användning av klusteranalys vill man alltså
upptäcka grupper av objekt i data man använder sig utav – inte föra in objekt i redan
kända klassificerade grupper. Vad själva likheten mellan objekten skall representera
väljer man själv utifrån sin undersökning; det kan gälla tid, geografiskt avstånd,
kostnader etc. I vårt fall mäter vi likhet i form utav gemensamma bibliografiska
referenser. Eftersom man har flera variabler går det att räkna ut likhet till exempel med
hjälp av matematiska formler. Ett annat alternativ är att normera mätvärdena genom att
10