Kvantitativ metod (Intro) Vad är statistik? När kan man använda statistiska metoder? De olika stegen i en statistisk undersökning Olika sätt att göra ett slumpmässigt urval Feltyper Definition av olika statistiska begrepp

2 Vad är statistik? Kan ha två olika betydelser Sifferuppgifter som beskriver en företeelse eller verksamhet Metoder för att samla in, bearbeta och analysera / tolka data

Varför ska ni kunna statistik? Evidensbaserad praktik Tolka de resultat som presenteras i undersökningar Ha ett kritiskt förhållningssätt till det som publiceras Utvärdering

Kom ihåg att… Statistik är ett förenklat sätt att beskriva verkligheten. Man kan inte ta hänsyn till alla aspekter i en undersökning. Om man inte lär sig att tolka statistiken så är risken att man blir vilseförd av den. Men, om man lär sig att tolka statistiken så är den ett bra hjälpmedel till att beskriva och förklara verkligheten.

En statistisk undersöknings olika steg: Vad? Vem? Hur? Analys Publicering

VAD? Arbetet måste utgå från ett genuint kunskapsintresse Formulera ett problem/problemområde Arbetet styrs sedan av ett syfte Ur syftet härleds en eller ett par frågeställningar

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?

VEM? 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.

Objekt: Objekt är de personer vars egenskaper man vill studera Population: Populationen är samlingen av alla objekt som du vill beskriva Rampopulation: Ramen är förteckningen över objekten som ingår i populationen. Det är från denna lista som man gör sitt urval. Urval: Urval är en delmängd av populationen. Urvalet görs utifrån rampopulationen.

Vem ska få vara med i undersökningen? Urvalsundersökning Stor population Snabbare & billigare Bättre mätmetod, fler & mer detaljerade frågor Förstörande prov Totalundersökning Liten population Intresse för små delgrupper av populationen

population Population Stickprov, urval INFERENS = Dra slutsatser från data om hela populationen utifrån ett stickprov Data, observationer

Fråga: Vad krävs för att man ska kunna generalisera resultaten från urvalet till hela 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.

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

Det finns olika sätt att göra slumpmässiga urval på, t.ex: Obundet slumpmässigt urval (OSU) Stratifierat urval Systematiskt urval Klusterurval

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

Stratifierat urval Dela in populationen i homogena delpopulationer (strata). Välj med OSU ett antal enheter i varje strata. Skäl: –Säkerställa att de olika jämförelse-grupperna finns representerade i urvalet.

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 Skäl: Enklare än ett OSU, Ramproblem, Kostnader…

Klusterurval (gruppurval) Dela in populationen i heterogena delpopulationer (kluster). Ett antal sådana kluster väljs slumpmässigt. Samtliga enheter inom ett kluster undersöks. Risk för systematiskt fel om inte klustren uppför sig som små minipopulationer Skäl: Enklare än ett OSU, Ramproblem, Geografisk spridning, Kostnader

Exempel Johanna, Jonas, Saga och Ida ska genomföra var sin enkätundersökning. Målpopulationen för undersökningen är studenter som går Socionomprogrammet vid Umeå universitet. Ganska snabbt inser de att det är omöjligt att nå alla socionomstudenter vid Umu och att de därför måste göra ett urval. Johanna, Jonas, Saga och Ida har dock lite olika strategier för att välja sitt urval på. Så här gör de:

Johanna: Johanna skaffade fram listor på samtliga studenter som var inskrivna på Socionom-programmet vid Umu. Hon gjorde därefter små namnlappar (en lapp för varje namn) och la dessa i en hatt. Efter att hon blandat lapparna drog hon 80 lappar på måfå. De personer som stod på lapparna fick sedan besvara enkäten. 1.Bekvämlighetsurval 2.Obundet slumpmässigt urval 3.Stratifierat urval 4.Klusterurval

Jonas: Jonas vet att alla studenter på Socionomprogrammet i Umeå, oavsett termin, har en upptaktsträff den 7:e september i aulan. Han tycker att detta är ett perfekt tillfälle att dela ut enkäterna. Jonas ställer sig vid ingången till aulan och delar ut enkäter till var 5:e person som går in, totalt 80 stycken. När han har fått svar på de upptryckta enkäterna så går han därifrån. 1.Systematiskt urval 2.Obundet slumpmässigt urval 3.Bekvämlighetsurval 4.Klusterurval

Saga: Saga tog reda på antalet terminer på Socionomprogrammet. Därefter lottade hon fram en av terminerna och lotten föll på termin 1. I samband med en föreläsning för termin 1 så delade hon ut en enkät till samtliga närvarande studenter. 1.Systematiskt urval 2.Stratifierat urval 3.Klusterurval 4.Obundet slumpmässigt urval

Ida: Ida skickade ut ett mail till samtliga socionomstudenter. I mailet skrev hon något i stil med ”Du som har tid och lust får gärna fylla i den bifogade enkäten och returnera den till mig”. 1.Systematiskt urval 2.Obundet slumpmässigt urval 3.Bekvämlighetsurval 4.Stratifierat urval

HUR? Vilka data skall samlas in? Hur ska dessa data skall samlas in? - Totalundersökning eller urvalsundersökning -Typ av urval vid urvalsundersökning -Val av mätmetod och mätinstrument -Osv. Hur ska data analyseras? Hur ska resultatet redovisas? Hur ska eventuella fel i undersökningen hanteras?

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

Variabel: egenskap som ”mäts” hos individerna Ex: kön, civilstånd, ålder, inkomst … Hur man mäter en egenskap hos individerna kommer att påverka hur man senare kan analysera data. Ex. Ange din ålder: ….. Ålder: ⃝18-20 ⃝ ⃝>25

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

Vilken mätnivå är variablen Ålder mätt på? 1.Nominal 2.Ordinal 3.Kvot 4.Vet ej

Vilken mätnivå är variablen Kön mätt på ? 1.Nominal 2.Ordinal 3.Kvot 4.Vet ej

Vilken mätnivå är variablen Hur ofta upplever du sömnproblem mätt på? 1.Nominal 2.Ordinal 3.Kvot 4.Vet ej

Observera att mätnivån bestäms av vilken typ av information mätningen ger oss. Mätnivån har bl.a. betydelse för vilken typ av beräkningar/analys som är meningsfull (medelvärde eller median, stapeldiagram eller histogram, korrelation eller Chi2-test ?) (Mer om detta i föreläsningarna som handlar om Analys, dvs Deskription och enkät, samt Samband och inferens.)

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

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

Kvalitet och felkällor När, vem och vad som undersöks påverkar kvaliteten på en undersökning. Det finns olika sätt att bedöma kvaliteten. Två begrepp som vi kommer att använda i samband med detta är: Reliabilitet –Stabilitet, är måttet stabilt över tid? Validitet – Mäter mätinstrumentet vad det avser att mäta –Hög validitet förutsätter hög reliabilitet

Det finns många orsaker till fel i en undersökning. Fel är avvikelser från ett sant värde Urvalsfel Täckningsfel Bortfallsfel Mätfel Bearbetningsfel

Urvalsfel uppstår när man studerar ett urval istället för en hel population. Om man gör ett slumpmässigt urval så är urvalsfelet slumpmässigt och det är därmed möjligt att uppskatta hur stort detta fel är. De övriga felen är systematiska fel och kan bidra till att slutsatserna inte speglar verkligheten.

Täckningsfel uppstår då rampopulationen inte sammanfaller med målpopulationen - Undertäckning - Övertäckning

Bortfallsfel uppstår exempelvis då inte alla utdelade enkäter blivit besvarade - Individbortfall (hela enkäten obesvarad) - Partiellt bortfall (delar av enkäten obesvarad)

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