Det här kapitlet beskriver översiktligt hur DAS-metoden fungerar i praktiken. Efter de två första kapitlen om vilka idéer DAS vilar på och varför metoden uppstod, handlar detta kapitel om hur arbetet går till på övergripande nivå – steg för steg och begrepp för begrepp. DAS rör sig alltid i tre steg: design, action och sampling med tillhörande analys. I designfasen formas syftet, uppdragen, taggarna och tempot. I nästa steg, action, genomförs uppdragen och reflektioner skrivs medan upplevelsen fortfarande är färsk i minnet. I det tredje steget analyseras materialet tillsammans, både i siffror och i berättelser, tills mönster och slutsatser framträder.
För att förstå DAS behöver man också känna till sex centrala begrepp som återkommer genom hela processen: formulär, uppdrag, tagg, känsloläge, kommentarstråd och innehållspaket. Tillsammans bildar de den struktur som gör det möjligt att samla in, analysera och dela vardagliga erfarenheter på ett sätt som är både praktiskt och vetenskapligt. I detta kapitlet beskrivs varje steg och varje begrepp i tur och ordning – hur det fungerar, varför det finns och vilken roll det spelar i helheten.
3.1 Steg 1: Design av syfte, uppdrag, taggar och tempo
Arbetet med DAS börjar med att forma själva ramen för undersökningen – syftet, uppdragen, taggarna och tempot. Allt utgår från en tydlig och engagerande beforskningsfråga. Den ska vara specifik nog att kunna undersökas genom de data som senare samlas in, men samtidigt tillräckligt meningsfull för att väcka engagemang hos alla som deltar. En bra fråga fokuserar på ett avgränsat fenomen, använder tydliga begrepp, är öppen snarare än ja–nej-betonad och pekar mot ett möjligt bidrag. När frågan känns både viktig och personlig skapas en kraftfull drivkraft i hela processen.
Nästa steg är att utforma prövbara handlingar – de uppdrag som deltagarna ska genomföra. Här används Kolbs lärcykel som vägledning: planera, agera, känna, reflektera. Varje uppdrag beskriver en konkret handling som förväntas leda till lärande när den följs av en reflektion. Till dessa uppdrag kopplas ett urval av taggar – korta, precisa fraser på högst fem ord som fångar de effekter, upplevelser eller beteenden som är av särskilt intresse.
Till sist fastställs etikramar och tempo. Man bestämmer vem som läser vad, vem som ger feedback, hur data ska hanteras och hur ofta reflektioner ska göras. Dessa val ger både trygghet och rytm åt arbetet och utgör den grund på vilken resten av DAS-processen kan byggas.
Figur 3.1. Kolbs lärcykel tillämpad på uppdragsdesign i DAS.
Läs mer:
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. Prentice Hall.
Lackéus, M. (2021). Den vetenskapande läraren. Kapitel 5.
3.2 Steg 2: Låt andra skrida till handling och reflektera
När syfte, uppdrag och taggar är formulerade är det dags att bjuda in andra att delta. Detta är ögonblicket då en DAS-studie väcks till liv. Deltagarna får pröva de designade uppdragen i deras egen vardag och därefter reflektera över sina erfarenheter i ett digitalt formulär. Reflektionerna fungerar som en brygga mellan handling och analys – varje gång en deltagare genomför ett uppdrag görs en reflektion efteråt, vilket gör det möjligt att samla data medan lärandet pågår.
För att hantera många deltagare och stora mängder reflektioner krävs ett digitalt stöd för denna uppstart. I vår handbok utgår vi från IT-stödet Loopme för att förklara DAS, en plattform utvecklad av forskare på Chalmers för just DAS-baserad datainsamling och analys. I ett verktyg som Loopme skapar studieledaren en grupp, lägger in sina uppdrag och taggar, och bjuder sedan in alla deltagare att registrera sig, vilket sker via e-post eller genom en kod framme på tavla eller projektorduk.
När reflektioner börjar komma in från deltagarna blir upplevelsen lite som en social media-plattform, se figur 3.2 nedan. Det möjliggör att en relation etableras mellan studieledare och deltagarna. Då är det viktigt att snabbt ge återkoppling – helst inom ett till två dygn. Den personliga responsen från studieledare visar att varje reflektion tas på allvar, vilket stärker relationen, engagemanget och reflektionsdjupet i det fortsatta arbetet. Kommentarerna som lämnas blir dessutom en del av det datamaterial som senare analyseras. Detta steg kan pågå i allt från några dagar till över ett år, beroende på uppdragens omfattning och karaktär. Oavsett tidsram är det avgörande att deltagarna upplever processen som meningsfull, annars uteblir både handling och reflektion.
Figur 3.2. Loopme som ett exempel på en vetenskaplig social media-plattform.
Läs mer:
Lackéus, M. (2020). Collecting digital research data through social media platforms: can ‘scientific social media’ disrupt entrepreneurship research methods? . In W. B. Gartner & B. Teague (Eds.), Research Handbook of Entrepreneurial Behavior, Practice, and Process. Edward Elgar Publishing.
3.3 Steg 3: Analysera all insamlad data tillsammans
Redan när deltagarna bjudits in börjar nästa fas – att analysera materialet. I DAS sker detta i tre steg, som tillsammans gör analysen både djup och delaktig. Först följs flödet av inkommande reflektioner i realtid. Denna formativa analys – medan studiens utfall fortfarande ”formas” – ger en tidig känsla för vad som pågår och gör det möjligt att upptäcka tendenser och mönster. Att läsa och kommentera deltagarnas texter blir här som att följa med på deras lärresor på nära håll – ett slags etnografiskt deltagande som både dokumenterar dina tankar under resans gång och fördjupar förståelsen.
När alla reflektioner inkommit så görs en mer systematisk bearbetning av datan. Här sammanställs statistik över antal reflektioner, känslomedelvärden, taggar och uppdrag. Översikten med siffror ger en satellitvy över helheten, medan närläsning av utvalda reflektioner erbjuder en gatuvy där detaljer och orsak-effekt-mönster träder fram. Kombinationen av siffror och text gör det möjligt att se både bredd och djup i deltagarnas upplevelser.
Det tredje steget är den kollektiva analysen, där sammanställningar delas med alla deltagare. Det kan ske digitalt eller i workshopform. Tillsammans tolkar ni vad ni ser, jämför insikter och samlar även in nya reflektioner. På så sätt blir analysen inte ett avslut, utan en gemensam lärprocess där förståelsen växer och förankras hos alla som deltagit. Kollektiv analys skapar en stark känsla av delaktighet och meningsfullhet, eftersom alla får bidra till att tolka resultaten och se hur deras egna erfarenheter blir en del av ett större gemensamt lärande. Figur 3.3 visar ett exempel på en enklare matris, som är ett vanlig typ av sammanställning. I verktyget Loopme kan sådana matriser genereras med ett knapptryck och sedan analyseras interaktivt – varje cell i matrisen kan tryckas på för att se de bakomliggande reflektionerna.
Figur 3.3. Exempel på en enklare matris där olika uppdrag har taggats på olika sätt av de runt 30 deltagarna. Detta exempel handlar om värdeskapande pedagogik på högskolan; en grupp studenter har försökt få med sig externa aktörer på ett samarbete där de arrangerar ett marknadsföringsevent ihop.
Läs mer:
Lackéus, M., Hyldegård, J. S., & Færgemann, H. M. (2025). Value creation pedagogy across disciplines in higher education: Approaches and motivations. International Journal of Management Education, 23(3), 1-14.
3.4 DAS-formuläret: fångar vardagen och skapar en rytm i lärandet
I DAS-metoden används ett särskilt formulär som utgör den fasta struktur genom vilken all data samlas in. I figuren nedan illustreras hur formuläret ser ut och hur de olika delarna samverkar för att omvandla vardagliga händelser till forskningsbar kunskap. Formuläret används digitalt och fylls i direkt efter varje genomförd handling. Det består av några få öppna frågor där deltagaren beskriver vad som gjordes, hur det kändes och vilka effekter som uppstod. Därtill finns en känsloskattning, val av nyckelord för att kategorisera upplevelsen och längst ner ett kommentarsfält där studieledaren kan inleda en dialog med deltagaren kring just den handlingen och reflektionen. På så sätt fångas både de kvantitativa och de kvalitativa aspekterna av vardagens erfarenheter i ett och samma dokument.
Formuläret används inte bara för att dokumentera insikter och effekter, utan också för att möjliggöra lärande i stunden. Det hjälper människor att reflektera över sitt handlande, göra sina erfarenheter synliga och bidra till en gemensam analys av vad som fungerar, varför och i vilka sammanhang. Genom att fyllas i kontinuerligt blir det en rytmisk del av DAS-processen – varje handling följs av en reflektion, och varje reflektion blir en datapunkt i ett växande kunskapssystem.
Figur 3.4. Formuläret för DAS – endast taggarna är ifyllda i detta exempel.
Läs mer:
Lackéus, M. (2021). Den vetenskapande läraren. Kapitel 4.
3.5 Uppdrag: ett litet experiment som genererar stora lärdomar
Uppdraget är kärnan i DAS-metodiken eftersom det omvandlar vardagliga handlingar och tankar till vetenskapliga empiriska data av hög kvalitet. Ett uppdrag är en noga genomtänkt handling som är designad för att framkalla lärande och insikter hos deltagarna genom praktiskt görande. Det är därmed en sorts noggrant formulerad prövning, ett socialt experiment som genomförs av många deltagare och som alltid följs av skriftlig individuell reflektion. Handling och reflektion kopplas därmed tätt samman, vilket gör varje uppdrag till en mikroskopisk forskningsprocess i sig. Idealiskt är varje uppdrag också designat utifrån den beforskningsfråga som utforskas, och som är angelägen för deltagarna att få svar på.
Handlingar kan ta många olika former. Det kan handla om att be någon om något och bli avvisad, att söka feedback på en viss idé, att pröva ett nytt sätt att arbeta, att tala med olika personer i sitt nätverk om något specifikt, att testa en ny metod i kundkontakt, att hålla ett svårt samtal eller att bjuda in en kollega till gemensam problemlösning. Oavsett form ska uppdraget kännas meningsfullt och ge utrymme för känslomässigt engagemang, eftersom känslor ofta signalerar att något viktigt har hänt. Då blir reflektionerna mer intressanta.
Det är inte alltid handling passar in. Uppdrag kan därför också vara av mer reflektiv karaktär. Figur 3.6 nedan beskriver fyra olika grundtyper av uppdrag : (1) planerade handlingar som testar en idé i praktiken, (2) attitydförändrande handlingar som syftar till att pröva en väldigt enkel handling som inte kräver någon planering innan, (3) reflektion utifrån en valfri känslomässigt stark händelse, samt (4) ren temabaserad reflektion kring ett givet ämne.
Figur 3.5. Fyra olika uppdragstyper i DAS.
Läs mer:
Lackéus, M. (2020). Collecting digital research data through social media platforms: can ‘scientific social media’ disrupt entrepreneurship research methods? . In W. B. Gartner & B. Teague (Eds.), Research Handbook of Entrepreneurial Behavior, Practice, and Process. Edward Elgar Publishing.
Lackéus, M., Sävetun, C., & Westlund, C. (2020). Lärares vetenskapliga lärande med IT‐stöd – vad, varför, hur?
3.6: Känsloläge: När känslan blir vetenskaplig data
Känsloläge är DAS-metodens sätt att systematiskt fånga den emotionella sidan av mänskligt handlande. Varje gång en deltagare har genomfört ett uppdrag ska känsloläge skattas – ett val bland fem möjliga alternativ, från starkt negativt (−2) till starkt positivt (+2). Det sker via en enkel knapptryckning i det digitala formuläret, kopplat direkt till den skrivna reflektionen. På några sekunder omvandlas känslan till data, vilket gör det möjligt att analysera hur människor faktiskt upplever sina handlingar i stunden.
Bakom detta enkla grepp ligger solid vetenskap. Känsloskalan bygger på den så kallade Circumplex model of affect, se figur 3.6 nedan, som placerar känslor längs två axlar – valens (positiv–negativ) och aktivering (låg–hög energi). I DAS används främst valensdimensionen, vilket ger en tydlig och användarvänlig mätning av upplevelsernas emotionella riktning. Utformningen har också hämtat inspiration från Self-Assessment Manikin, en icke-verbal metod för att uttrycka sina känslor genom visuella symboler, i detta fall via fem emojis, vilket gör skattningen snabb, intuitiv och inkluderande.
Känsloskattning hjälper också deltagarna själva. Att stanna upp, känna efter och skatta känslan fördjupar reflektionen. Känsloläget blir därmed både forskningsdata och reflektionsstöd. Det visar när något känns meningsfullt, utmanande eller glädjande, och pekar mot de ögonblick där lärandet är som mest levande. I analysen kopplas sedan medelvärden för känslolägen till reflektioner, uppdrag och taggar, vilket gör det möjligt att identifiera mönster i hur olika handlingar påverkar känslor, tankar och utveckling. Starka känslor, positiva eller negativa, signalerar ofta att något viktigt har inträffat.
Figur 3.6. The Circumplex Model of Affect (Russell, 1980; Lackéus, 2014). Modellen visar känslor längs två axlar: valens (positiv–negativ) och aktivering (låg–hög energi).
Läs mer:
Russell, J. A. (1980). A circumplex model of affect. Journal of personality and social psychology, 39(6), 1161.
Lackéus, M. (2014). An emotion based approach to assessing entrepreneurial education. International Journal of Management Education, 12(3), 374-396.
3.7 Taggar: Indikatorer på intressanta effekter och upplevelser
En tagg i DAS-metoden är en kortfattad fras på högst fyra till fem ord som sammanfattar en upplevelse, en effekt eller ett beteende av intresse i lärprocessen. Taggar kan vara både positivt och negativt laddade. De visas som digitala knappar i DAS-formuläret. Deltagaren väljer den eller de taggar som bäst beskriver upplevelsen av ett genomfört uppdrag. På så sätt omvandlas komplexa upplevelser till strukturerad data, utan att förlora kopplingen till människans egen tolkning av händelsen.
Taggar ger en snabb överblick över vad deltagarna upplevde som viktigt, meningsfullt eller svårt, och fungerar samtidigt som indikatorer på hur det gick med försöket att göra något värdefullt i vardagen. Taggarna utgör den siffermässiga ”dörren in” till en kvalitativ analys av samband mellan orsaker (uppdragen) och effekter (upplevelserna). När många deltagare väljer samma taggar i samband med ett visst uppdrag uppstår mönster som visar olika effekter i olika sammanhang.
I praktiken väljs och designas passande taggar ofta ihop med deltagarna i början av en DAS-studie. Att vara med och formulera taggar skapar delaktighet – ”Vilka effekter vill vi se?” Nya taggar kan också skapas löpande utifrån mönster i deltagarnas reflektioner. Exempel på taggar kan vara ”Ny insikt”, ”Förbättrade relationer”, ”Meningsfullt” eller ”Svårt”. Tillsammans bildar de en karta över upplevelser och effekter i vardagen.
Figur 3.7. Ett exempel på en uppsättning taggar i en studie om undervisning i skolan.
Läs mer:
Lackéus, M. (2021). Den vetenskapande läraren. Kapitel 7.
3.8 Kommentarstråd: Förtroliga samtal med vetenskaplig kraft
En kommentarstråd i DAS-metoden är en formativ dialog som kan följa på varje inskickad reflektion. En digital konversation uppstår då ofta mellan deltagaren och den eller de som leder studien, där reflektionen blir startpunkten för ett personligt samtal snarare än ett isolerat enkätsvar. Kommentarstråden gör att datainsamlingen inte stannar vid en inskickad text, utan ofta utvecklas till ett ömsesidigt utforskande av erfarenheter, känslor och insikter.
Syftet är både relationellt och vetenskapligt. Relationellt skapar kommentarstråden en förtrolig känsla där deltagaren känner sig sedd och tagen på allvar, vilket i sin tur ökar engagemang och kvalitet i kommande reflektioner. Vetenskapligt ger den tillgång till djupdata. Fördjupad dialog och initierade följdfrågor håller långt högre kvalitet än traditionella enkätsvar. Där ett fritextfält i en enkät ger ofta opersonliga och anonyma stillbilder, skapar kommentarstråden en levande, personlig och förtrolig samtalssekvens som sedan kan analyseras som textbaserad empiri.
Exempel på användningsområden är inom ledarskapsutveckling, coachning, handledning, verksamhetsutveckling och organisationsförändringar. I praktiken skrivs kommentarer digitalt i ett socialt flöde, direkt under varje reflektion, se figur 3.8 nedan. IT-stödet påminner parterna så de inte glömmer av den pågående dialogen. När ledare ger feedback i en kommentarstråd bör de tänka att syftet är att stödja fördjupad reflektion, inte att bedöma deltagaren eller ge triviala glada tillrop. Många upplever detta som svårt eftersom det kräver en balans mellan att vara nyfiken, respektfull och utmanande på samma gång.
Figur 3.8. Kommentarstråd med flera ledare som kommenterar på en reflektion.
Läs mer:
Lackéus, M. (2021). Den vetenskapande läraren. Kapitel 7.
Magnusson, A., Lackéus, M., Ohlsson, K., & Holmén, P.-E. (2023). Praktiknära SKA-arbete: En ny modell för ett mer meningsfullt och mer vetenskapligt systematiskt kvalitetsarbete
3.9 Innehållspaket: Delbara strukturer för beprövad erfarenhet
Ett innehållspaket i DAS-metoden är ett färdigt kunskapsobjekt – en samlad helhet av mellan tre och tjugo uppdrag och tillhörande taggar, skapad för att sprida och pröva en idé i en större krets. Det är en begriplig och användbar form för att dela en väl genomtänkt uppsättning handlingar och effekter som andra kan ta del av, genomföra och vidareutveckla.
Innehållspaketet fyller många olika syften. Det fungerar som en brygga mellan teori och praktik, där forskningsbaserade designprinciper översätts till prövbara handlingar. Samtidigt skapar det en struktur för kollektivt lärande – olika grupper kan använda samma uppsättning uppdrag och taggar, dela och jämföra sina resultat och tillsammans förfina innehållet. Innehållspaketet öppnar också för självselektion – praktiker kan välja de teman som känns mest relevanta för deras verklighet, vilket i sin tur visar designteamet vilka frågor som verkar ha störst praktisk betydelse. Därigenom minskar gapet mellan forskning och praktik, eftersom kunskap kan spridas i en mer konkret och tillämpbar form. Innehållspaketet bidrar dessutom till en demokratisering av forskning, genom att många fler kan delta i att utveckla och pröva olika metoder beskrivna i uppdrags- och taggform utan att själva vara forskare.
I praktiken kan ett innehållspaket användas i en enhet, organisation eller kommun, till exempel kring teman som hållbart ledarskap, samskapande kultur eller värdeskapande möten. Varje gång det används genereras ny data som kan analyseras och jämföras. Studieledare kan sedan putsa vidare på språket, uppdragen, taggarna och strukturen. När många har arbetat med samma innehållspaket i olika sammanhang men med liknande resultat, kan det betraktas som beprövat – en kollektivt utvecklad och verifierad form av praktisk kunskap.
Figur 3.9. Exempel på tre brett använda innehållspaket som finns i Loopme-biblioteket.
Läs mer:
Lackéus, M. (2021). Den vetenskapande läraren. Kapitel 6.
Lackéus, M., & Sävetun, C. (2025). Designed Action Sampling as a new research method to help build active communities in entrepreneurial education. Entrepreneurship Education & Pedagogy 8(2), 206-239.