Visst är det spännande med variabelvärden eller enskilda case som avviker rejält från resten. De där sommardagarna när temperaturen låg över 25, till exempel – det är ju de man kommer ihåg. Eller den där studenten som skrev VG på samtliga tentor. Eller tågresan genom landet som faktiskt gick som tåget.
Men det är inte säkert att det är just extremfallen man ska forska på. Det beror lite på vad man är ute efter. För mig som forskar på hur journalister använder sociala medier är extremfallen intressanta mest som kuriosa. Jag återkommer till hur lite längre fram.
Just nu funderar jag på mitt urval till nästa steg i min avhandling, när jag ska genomföra intervjuer med journalister om hur de använder sociala medier. I princip finns det två sätt att konstruera ett urval för den här typen av studier. Antingen väljer jag journalister som åtminstone på ytan är ganska lika – ungefär lika gamla, på samma typ av arbetsplatser, med liknande arbetsuppgifter – för att i analysen försöka se hur de skiljer sig åt och varför de gör det. Eller så väljer jag journalister som är så olika som möjligt – olika åldrar, spridda över landet, på olika medier etc – och försöker hitta likheterna.
Jag kommer att göra mitt urval efter mest olika-principen. Men jag vill inte ha med något extremt fall. Jag vill ju veta hur journalistkåren använder sociala medier, och i det fallet är extremfallen tämligen ointressanta. De mer "normala" variationerna, om jag får kalla dem så, är så mycket mer betydelsefulla och intressanta. Att det finns enskilda journalister som vägrar allt vad sociala medier heter, eller tvärt om, säger inte så mycket om de där nittioniokommanittionio procenten däremellan.
Utom som kuriosa. Ett extremfall kan användas för att tydliggöra teoretiska problem och konflikter exempelvis vad gäller yrkesetik, yrkeskunskaper, arbetsgivaransvar, utgivaransvar eller nätverk – alltså när man diskuterar var gränserna egentligen går och vad som händer när gränserna passeras.
Fotnot: Också när man som forskare använder avancerade statistiska metoder för att analysera en större mängd data ställer extremfallen till det så pass att man helt enkelt i många fall plockar bort dem ur materialet. De kan till exempel höja eller sänka medelvärden orimligt mycket, eller ändra den viktiga lutningskoefficcienten i regressionsanalyser. Det är kanske bäst att påpeka att jag talar om ännu mer extrema fall än varma sommardagar, duktiga studenter eller tåg som går i tid.