Kvantitativ metod

2 Vad är statistik? En massa siffror Beskrivning av staten Metodlära

Statistiska metoder används för att sammanfatta samlade erfarenheter göra förutsägelser dra slutsatser fatta beslut då informationen är osäker. Statistikerns roll är att INSAMLA, BEARBETA och TOLKA data.

Statistik består av Ett antal tekniker Regler för när, var och hur dessa tekniker skall användas (metodologi) Statistikämnets uppkomst och utveckling är nära förknippat med behov inom andra discipliner.

En statistisk undersöknings olika steg Problemformulering Planering Datainsamling Analys Rapportering

Ansatser Deskriptiv/Beskrivande Förklarande – Klarlägga samband Prognoser – Förutsägelser om framtiden Interpretativ – Tolkning och förståelse

Problemformulering och syfte Arbetet måste utgå från ett genuint kunskapsintresse Formulera ett problem/problemområde Arbetet styrs sedan av ett syfte Ur syftet härleds en eller ett par frågor

Syfte leda till ny kunskap i någon bemärkelse, inte uppfinna hjulet på nytt intresseväckande problematiserande förhållningssätt, inte befästande tillräckligt smalt för att kunna leda tillräckligt långt genomförbart, avgränsat

I samband med problemformuleringen kan det vara lämpligt att ge en precis definition av undersökningens målpopulation. Detta innebär en avgränsning av den mängd enheter som undersökningen skall avse. –Avgränsningen måste vara så precis att vi alltid vet om en individ (undersökningsenhet tillhör populationen eller inte).

Exempel Problemområde: Frukostvanor Syfte: Att jämföra frukostvanor hos kvinnor och män på läkarutbildningen på Umeå universitet. Frågeställningar: Kartlägga läkarstudenternas frukostvanor? Finns det någon skillnad mellan kvinnor och män?

Planering av en undersökning Vid planering bestämmer man sig bl.a. för: –Vilka data som skall samlas in –Hur dessa data skall samlas in, dvs. val av datainsamlingsmetod Totalundersökning eller urvalsundersökning Typ av urval vid urvalsundersökning Val av mätmetod och mätinstrument Osv. –Hur eventuellt bortfall skall hanteras –Hur data skall analyseras –Hur resultatet skall redovisas

Att tänka på….. Vad kan bli svårt pga. etiska skäl? Vad säger datainspektionen? Behövs tillstånd av myndigheter, vårdnadshavare, personal mm. Hur skall data förvaras, vilka skall få del av dem?

Definition av statistiska begrepp Variabel: egenskap som ”mäts” hos individerna Ex: kön, civilstånd, ålder, inkomst …

Kan man mäta allt? Hur ska vi mäta stress, intelligens, smärta, osv? Tilldela begreppen en mätprocess och ett mått. Detta kallas för operationalisering. Ex. Intelligens – IQ-test – IQ

Operationalisering ”Operationalisering innebär att man försöker översätta eller operationalisera det abstrakta och egentligen omätbara begreppet till något konkret och mätbart. Med ett antal frågor försöker man fånga in det som man anser vara centralt för det begrepp man mäter.”

Mätnivåer (skalnivåer) Nominal –Endast klassificering Ordinal –Klassificering och rangordning Intervall –Klassificering, rangordning och ekvidistans Kvot –Klassificering, rangordning, ekvidistans och absolut nollpunkt

Observera att mätnivån bestäms av vilken typ av information mätningen ger oss. Mätnivån har bl.a. betydelse för vilken typ av beräkningar som är meningsfulla

Reliabilitet och validitet Reliabilitet –Stabilitet, är måttet stabilt över tid? –Intern reliabilitet, mäter måtten samma sak? Validitet – Mäter mätinstrumentet vad det avser att mäta –Hög validitet förutsätter hög reliabilitet

Datainsamling

Undersökningar Experimentella studier Vid en analytisk undersökning försöker man klarlägga orsakssamband och förklara varför verkligheten ser ut som den gör. Observationsstudie Vid en deskriptiv(beskrivande) undersökning försöker man beskriva ett förhållande eller ett händelseförlopp.

Grundläggande begrepp Population: Grupp av individer vi vill undersöka. Urvalsram: Förteckning över populationen som man gör sitt urval ifrån. Totalundersökning: Alla enheter i populationen undersöks. Urvalsundersökning: En delmängd av populationen väljs ut och undersöks.

Urvalsundersökningar Urvalsundersökning Stor population Snabbare & billigare Bättre mätmetod, fler & mer detaljerade frågor Förstörande prov Totalundersökning Liten population Intresse för små delgrupper av populationen

Slumpmässiga urval (sannolikhetsurval) Definition: –Varje element i populationen skall ha en känd inklusionssannolikhet och denna skall vara större än 0. Varför slumpmässigt urval? –Vill vi utifrån ett urval dra slutsatser om en hel population, och dessutom få ett mått på hur säkra våra slutsatser är, måste urvalet vara slumpmässigt.

Obundet slumpmässigt urval, OSU Vid varje dragning av en enhet har de i populationen kvarvarande enheterna samma sannolikhet att bli valda Vid OSU av n enheter har alla möjliga kombinationer av n enheter samma chans att bli valda

Systematiskt urval Gör en lista över enheterna. Välj t ex var 10:e med slumpmässig start bland de 10 första. Om urvalsramen är ”slumpmässigt” ordnad är detta ”likvärdigt” med OSU. Risk för stora fel om det finns periodicitet i urvalsramen

Stratifierat urval Dela in populationen i homogena delpopulationer (strata). Välj med OSU ett antal enheter i varje strata. Skäl: –Om resultatet skall redovisas för varje stratum kan urvalsstorlekarna för varje stratum anpassas så att vissa precisionskrav uppfylls utan att man erhåller överflödiga observationer från vissa strata.

Gruppurval (klusterurval) Dela in populationen i heterogena delpopulationer (kluster). Ett antal sådana kluster väljs slumpmässigt. Samtliga enheter inom ett kluster undersöks. Skäl: –Ramproblem –Geografisk spridning –Kostnader

Ex. icke-slumpmässiga urval Alla enheter i populationen har inte samma chans att komma med i urvalet. Detta leder till att det blir svårt att generalisera resultaten till hela populationen Bekvämlighetsurval- enkelt & snabbt Snöbollsurval- grupper som är svåra att nå Självvalda urval - ex. medicinska under- sökningar & internet

Feltyper

Kvalitet och felkällor Täckningsfel Bortfallsfel Mätfel Bearbetningsfel Urvalsfel

Urvalsfel: - Uppstår när man studerar ett urval istället för en hel population. Möjligt att uppskatta om urvalet görs korrekt.

Täckningsfel - Undertäckning - Övertäckning

Bortfallsfel - Individbortfall - Partiellt bortfall

Mätfel –Mätfel som beror på respondenten –Mätfel som beror på intervjuaren –Mätfel som beror på mätmetoden –Mätfel som beror på frågeformuläret

Bearbetningsfel –Kodningsfel –Inmatningsfel –Datorbearbetningsfel

Det totala felet Totala felet = urvalsfel + täckningsfel + bortfallsfel + mätfel + bearbetningsfel