Statistiska undersökningar

En presentation över ämnet: "Statistiska undersökningar"— Presentationens avskrift:

1 Statistiska undersökningar
Kapitel 1

2 Varför? Exempel. Väljarundersökningar. Politiker vill veta vad väljare tycker. Arbetsmiljöundersökning. Hur trivs personalen. Hur kan miljön förbättras? Försäkringsbolag. Hur ska premier sättas för att rätt ersättning ska kunna betalas ut? Läkemedel. Provas innan första användning. Är det nya läkemedlet bättre än ett gammalt?

3 Varför? Exempel forts. Marknadsundersökningar. Vad vill konsumenterna ha? Produktion. Andelen av produkterna som är defekta och inte går att sälja.

4 Klassificering av undersökningar
Efter mål: Beskrivande. Ta reda på hur läget ser ut. Inslag i alla statistiska undersökningar. Ex. Partisympatiundersökning. Hur stor andel av väljarna sympatiserar med ett visst parti. Analytisk. Sytftet är att få svar på en fråga. Förklara samband. Orsak-verkan. Ex. Partisympatiundersökning. Har stödet för ett visst parti ökat sedan förra mätningen?

5 Klassificering av undersökningar
Efter metoder som används: Experimentell. Vi utför experiment, d.v.s. påverkar själva det som studeras. Vi kan Upprepa försöket Kontrollera försöksbetingelser. Ex. Hur beror vattnets kokpunkt av omgivande tryck? Koka vatten vid olika tryck och mät temperaturen. Icke-experimentell. Konstatera vad som inträffat och dra slutsatser. Ex. Vilken betydelse har kosten för depressioner.

6 Ex. Läkemedel - ett experimentellt försök.
Antal personer: 60. Slumpmässig uppdelning i två lika stora grupper Experimentgrupp Läkemedel Kontrollgrupp Placebo Blindförsök: Deltagarna vet ej vilken grupp de tillhör Dubbelblindförsök: Varken deltagare eller den som registrerar resultat vet vilken grupp patienterna tillhör.

7 Ex. Ett kvasiexperimentellt försök
Sju ungdomsbrottslingar fick erbjudande om föreningsarbete under villkorlig frigivning. Åtta ungdomsbrottslingar med liknande bakgrund studerades samtidigt. Jämförelsegruppen har ej tagits fram med slumpen som i den experimentella läkemedelsundersökningen. Föreningsarbete. Experimentgrupp Ej föreningsarbete. Jämförelsegrupp Summa Återfall 2 7 9 Ej återfall 5 1 6 8 15

8 Population En statistisk undersökningar ger kunskaper om en viss population. Ex. Alla vuxna i Sverige Alla småföretag i Göteborg Alla flyttfåglar som passerar Sverige Vid vattenkoksexperimentet: alla möjliga vattenkokningar Ändliga Oändlig

9 Kan man hitta alla individer i populationen?
Man definierar en ram av individer som populationen består av, t.ex. via register. Idealt innehåller ramen precis alla individer i populationen Övertäckning. Individer som inte tillhör målpopulationen finns i ramen. Avliden, företag som gått i konkurs Undertäckning. Individer i målpopulationen saknas i ramen. Nyinflyttad, nystartat företag, person som saknar fast telefon.

10 Systematiska täckningsfel kan uppstå om ramen inte täcker målpopulationen.
Ibland går det inte att få fram en ram. Ex. Barnmisshandel. Kan endast undersöka de som är registrerade. Det finns ett mörkertal av de som aldrig registreras.

11 Datainsamling Var noga med att formulera syftet med undersökningen.
Randomisering. Vid frågeundersökningar Enkelt språk Förklara facktermer Undvik prestigeladdade och känsliga frågor Inga ledande frågor Fråga om en sak i taget För många frågor kan ge svarsbortfall, slarvigare svar.

12 Validitet, giltighet. Överensstämmer det vi har som syfte att mäta med det vi mäter? Reliabilitet, tillförlitlighet. Upprepade mätningar på samma individ bör ge ungefär samma resultat. D.v.s. litet slumpmässigt fel. Klassifikationsfel. Individerna i en undersökning kanske ska klassificeras t.ex. efter kön. Andra klassificeringar kan vara svårare och då kan fel uppstå. Operationalisering. Abstrakta begrepp översätts till konkreta frågor. Ex. stress.

13 Teleskopeffekt. En händelse placeras felaktigt i tiden
Teleskopeffekt. En händelse placeras felaktigt i tiden. Intervjuareffekt. Den som intervjuas ger det svar som den tror att intervjuaren förvänatar sig. Prestigebias. Om det är prestige i någon fråga tenderar den som svarar att överdriva sin egen roll. Slutna svarsalternativ. Svarsalternativen är givna. Öppna svarsalternativ. Svaret formuleras helt av den som svarar.

14 Insamlingsmetoder Postenkät/internetformulär Intervjuer Billigt
Viktigt att frågorna är lätta att förstå Vem har svarat? Stor risk för svarsbortfall Frågor kan förtydligas Intervjuareffekt

15 Kategorisk (kvalitativ)
Variabler Kategorisk (kvalitativ) Kön Hårfärg Bilmärke Kvantitativ (numerisk) Diskret Antal barn Kontinuerlig Ålder Vikt

16 Skalor Nominalskala. Vid mätning av kategorivariabel. Resultatet kan ej rangordnas. Ex. Meningslöst att prata om den största färgen. Ordinalskala (ordningsskala). Rangordning av individer. Intervallskala. Skillnader, t.ex. mellan olika individer. Kan adderas och subtraheras. Kvotskala. Värdena har en absolut nollpunkt. Alla fyra räknesätten kan användas.-

17 Vilka ska ingå i undersökningen?
Totalundersökning. Om populationen är liten kan alla undersökas. Stickprov. Vid experimentella undersökningar eller om populationen är stor måste antalet individer begränsas genom ett urval. Urvalen bör vara sannolikhetsurval. Varje individ har en känd sannolikhet att komma med i urvalet.

18 Några urvalssätt Enkelt slumpmässigt urval. Alla individer har lika stor sannolikhet att väljas. Systematiska urval. Kan användas om individerna är numrerade. Slumpmässig numrering → enkelt slumpmässigt urval. Obs. register kan ibland vara ordnande periodiskt, kan ge fel.

19 Några urvalssätt Stratifierat urval. Populationen delas in i delpopulationer som det sedan görs enkelt slumpmässigt urval på. Ex. Undersökning av företag i en bransch med många små, några medelstora och ett fåtal stora företag. Liten sannolikhet att ett sort kommer med även om dessa kanske är mest betydelsefulla. Undersök t.ex. 5% av de små, 20% av de medelstora och alla stora företag. Flerstegsurval Ex. Population: alla elever i grundskolan. Förteckning saknas. Välj skolor slumpmässigt Välj några klasser slumpmässigt. Välj elever i klassen slumpmässigt.

20 Varför sannolikhetsurval?
Det går att få en uppfattning om slumpfelet, eller urvalsfelet. Om det inte finns några systematiska fel (bias) kommer det ändå finnas ett fel, slumpfel. Detta är skillnaden mellan det som mätts upp och det som skulle beräknats för hela populationen. Slumpfelet uppskattas via den statistiska felmarginalen (kap. 6). I 95 fall av 100 är slumpfelet mindre än den statistiska felmarginalen.