Kvantitativa forskningsmetoder Sociologi A VT 2015 Ilkka Henrik Mäkinen (momentansvarig)

Samband Social klass (X)Sjukfrånvarodagar (Y) (medelvärde) Arbetare30 Tjänstemän - lägre20 Tjänstemän - mellan10 Tjänstemän - högre7 Exempel 1

Samband Kön (X)Inkomst (Y) (medelvärde) Män21000kr Kvinnor18500kr Exempel 2

Samband Exempel 3

Samband mellan… Social klass –Sjukfrånvaro Kön – Inkomst Ålder –Inkomst

Beskrivning av samband Vilken är den oberoende, vilken den beroende variabeln? Positivt, negativt eller nollsamband? Sambandets form: linjärt eller kurvlinjärt (U-kurva, exponentiell kurva, S-kurva…)? Sambandets styrka och signifikans (med hjälp av statistiska mått).

Samband – orsakssamband? Sambandet bör vara någorlunda starkt. Sannolikhet (signifikans) – det bör vara sannolikt att sambandet som vi finner i vårt urval av fall även finns i populationen. Konsensus - andra studiers resultat bör (helst) inte stå i motsats till våra. Mekanism – kan vi förklara hur sambandet har kommit till?

Samband – orsakssamband? Hur är det med tidsordningen? X måste komma före Y i tiden! (Eller vara mer beständig). Sambandet får ej förklaras av andra variabler, dvs. det bör inte vara ett skensamband. Kontroll för tänkbara bakomliggande variabler! Är sambandet generellt, dvs. gäller det oavsett plats och tidpunkt?

Att undersöka kausala mekanismer Tänk på sannolika skäl för varför sambandet kan existera. Klargör Dig vilken hypotes som testas och vilket/vilka är alternativen! Operationalisera de variabler som ingår i resp. hypotes och gör modeller som visar hur kausaliteten är tänkt att fungera. Testa om de förväntade sambanden finns i Ditt material! Resultat: antingen finns de (och då kan vi förkasta ”nollhypotesen”), eller också inte (och då var förväntningen fel).

Variabeltyper och mätnivåer Typ av variabel Skala Variabel- värden EgenskaperExempel KvantitativKvotDiskreta eller kontinuerliga Absolut nollpunkt Mäta avstånd Rangordna Klassificera Ålder Antal barn Inkomst KvantitativIntervallDiskreta eller kontinuerliga Mäta avstånd Rangordna Klassificera Temperatur C (Attityder) KvalitativOrdinalDiskretaRangordna Klassificera Betyg (Attityder) KvalitativNominalDiskretaKlassificeraKön Civilstånd Djurfeldt mfl. (2003) Statistisk verktygslåda – samhällsvetenskaplig orsaksanalys med kvantitativa metoder. Sid. 40.

Sambandsmått Sambandsmåtten ger oss en uppfattning om hur stark samvariationen är mellan två variabler. Finns många. Tre allmänt använda mått är: Chi-två – används för nominella variabler. Räknas på basis av skillnaden mellan de värden som observerats och de som kunde ha förväntats om det hade rått en jämn fördelning. Chi-tvåvärdets signifikans beror på antalet kategorier och måste kontrolleras i en chi- tvåtabell. Pearsons korrelationskoefficient r – kräver kvotnivåvariabler. Mäter styrkan på samband mellan två sådana variabler. Värdena varierar mellan -1 (fullständigt negativt samband) och +1 (fullständigt positivt samband). 0 = inget samband. Spearmans rangkorrelationskoefficient r s – ordinal skalnivå räcker. Mäter styrkan på samband mellan ordinala variabler (två rangordningar, t ex). Värdena varierar mellan -1 (fullständigt negativt samband) och +1 (fullständigt positivt samband). 0 = inget samband.

Samband i fördelnings(kors)tabell 60 studenters svar på favoritämne MänKvinnor Statskunskap2416 Nationalekonomi164 Vid en jämn fördelning skulle båda könen ha valt i lika proportioner mellan olika ämnen. Men har könsfördelningen blivit ojämn av en slump?

Samband i tabell 60 studenters svar på favoritämne MänKvinnor Statskunskap2416 Nationalekonomi164 Totalt 40 studenter, dvs. 2/3 av alla, valde statskunskap. 20 studenter, dvs. 1/3, valde nationalekonomi. Om män och kvinnor skulle välja lika, skulle de välja i samma proportioner.

Samband i tabell 60 studenters svar på favoritämne MänKvinnor Statskunskap26,713,3 Nationalekonomi13,36,7 Om män och kvinnor skulle välja i samma proportioner, skulle tabellen se ut så här:

Samband i tabell 60 studenters svar på favoritämne Män [(O-E) 2 delat med E] Kvinnor [(O-E) 2 delat med E] Statskunskap (24-26,7) 2 =7,29 7,29/26,7 = 0,27 (16-13,3) 2 =7,29 7,29/13,3=0,55 Nationalekonomi (16-13,3) 2 =7,29 7,29/13,3 = 0,55 (4-6,7) 2 =7,29 7,29/6,7=1,09 Chi-två-beräkning: chi-två är lika med summan av [(O- E) 2 delat med E], där O är det observerade, E det förväntade värdet (vid jämn fördelning).

Chi-två och arbetet med formler χ 2 = Σ [(O-E) 2 /E] Först: se till att Du förstår alla tecken i formeln Sedan: skilj mellan räkneoperationer och andra symboler Sedan: fundera på vilken ordning som beräkningarna skall göras i – och räkna ut resultatet

Chi-tvåberäkning för en variabel Chi-två-beräkning: summan av [(O-E) 2 delat med E] blir 0,27 + 0,55 + 0,55 + 1,09 = 2,46 Chi-två-värdet är 2,46 Antalet frihetsgrader = 1 (i ett fyrfält) Det kritiska värdet på 5%-signifikansnivå för chi-två vid en frihetsgrad (från tabellen) är 3,84 2,46 < 3,84, chi-två värdet understiger det kritiska värdet Chi-två-värdet är inte statistiskt signifikant: det är möjligt att sambandet har kommit till av en slump

Korrelationsanalys med Pearsons r Analyser av linjära samband mellan två variabler på intervall- eller kvotnivå. Pearsons produktmomentkorrelationskoefficient r (r xy ) är ett mått på samvariationens (korrelationens) styrka. Ett standardiserat mått med värden som varierar mellan -1 (perfekt negativt samband) till +1 (perfekt positivt samband).

Korrelation: ett prickdiagram Exempel r = +0.43

Korrelation: prickdiagram med ålder och hälsa

Korrelation - beräkning Exempel… x = ålder y = hälsa (på en skala 1-10, där 1 innebär en mycket dålig hälsa och 10 en mycket bra)

Korrelation - beräkning

Vilken metod skall jag använda? Är frågeställningen en en-, två- eller flervariabelsfråga? Vilken skalnivå är våra variabler på?

Vilken metod ska jag använda? Typ av analys VariabeltypMetodexempel UnivariatKvalitativTabell, diagram, median, typvärde, chi 2 -test UnivariatKvantitativDiagram, medelvärde, standardavvikelse, t-test BivariatKvalitativ (x) – Kvalitativ (y)Korstabell, chi 2 -test BivariatKvalitativ (x) – Kvantitativ (y)T-test, variansanalys BivariatKvantitativ (x) – Kvantitativ (y)Bivariat regression, bivariat korrelation MultivariatKvalitativ (x, w, z…) – Kvantitativ (y)Multipel regression MultivariatKvantitativ (x, w, z…) – Kvantitativ (y)Multipel regression Djurfeldt mfl. (2003) Statistisk verktygslåda – samhällsvetenskaplig orsaksanalys med kvantitativa metoder. Sid. 40.