Kvantitativ Metod Flashcards
Vilka är de vanligaste sätten att samla in kvantitativ data?
Genom enkät- och intervjuundersökningar.
Vad är operationalisering?
Innebär att ta fram begrepp ur teorin och göra begreppen mätbara och möjliga att undersöka. Processen när man “översätter” ett teoretiskt begrepp till frågor och svarsalternativ i en enkät, kallas för att man operationaliserar sina begrepp. Ex. ålder → vilket år är du född?
Tre olika forskningsfrågor inom kvantitativ metod?
- Deskriptiva forskningsfrågor - fenomens/egenskapers förekomst/utbredning
- Komperativa (Jämförande) forskningsfrågor - hur fenomen/egenskaper är fördelade i olika grupper
- Förklarande forskningsfrågor - hur fenomen/egenskaper är relaterande till andra egenskaper (orsak - verkan)
Vad är kvantitativa metoder bra för?
- Fungerar bäst när det är viktigt att kunna sätta siffror på undersökningsmaterialet
- Bra för att säga något om stora grupper
- Efterarbetet går relativt snabbt och går att förbereda, kräver mindre tid och resurser
Variabel
Är indikationer eller mått på dina koncept/begrepp. Ex. X=kön. Finns 4 olika slags variabler.
Nominalvariabler
Utfallen är kategorier som inte går att rangordna. Exempel på nominalvariabler är kön, medborgarskap och bostadsort.
Ordinalvariabler
Utfallen är ordnade kategorier och går att rangordna. Det går dock inte att säga något om avstånden mellan de olika svarsalternativen. Exempel är utbildning.
Intervallvariabler
Går alltid att mäta med siffror, där siffrorna kan säga något om avståndet mellan svarsalternativen. Kan beräkna differenser men inte kvoter. Exempel är temperaturskalan, födelseår.
Kvotvariabler
Mäts alltid med siffror som säger något om storleksförhållandena mellan svaren. Kan beräkna differenser och kvoter. Exempel är ålder, vikt, längd, inkomst.
Likert Scale
En betygsskala som används för att mäta undersöknings deltagares åsikter, attityder, motivation med mera. Till exempel 1-5.
Urval
De vi valt ut ur populationen (ex 100 i malmö)
Sannolikhetsurval
En urvalsteknik där man vet hur stor sannolikhet varje individ har att bli utvald att ingå i undersökningen. Det finns flera sätt att göra sannolikhetsurval på; slumpmässigt urval, stratifierat urval.
Slumpmässigt urval (sannolikhetsurval)
Slumpen avgör vilka deltagare från listan som väljs ut. Varje individ har sanmma sannolikhet att komma med i undersökningen.
Stratifierat urval (sannolikhetsurval)
Ett urval i flera steg där du först delar in populationen i grupper och sedan gör ett urval inom varje grupp.
Totalurval (icke-sannolikhetsurval)
Hela populationen (tex alla studenter på socionomprogrammet). Rimligt med en liten population.
Bekvämlighetsurval (icke-sannolikhetsurval)
Man tar vad man kan få, görs ofta vid tidsbrist. Man måste vara noggrann om vad det innebär för resultaten då åsikterna inte säger något om befolkningen i stort.
Icke-sannolikhetsurval
Urval där vi inte vet något om vilken sannolikhet varje individ har för att komma med i stickprovet.
Hur stort ska urvalet vara?
Finns inga allmänna regler. Större urval=förbättrad precisision.
Statistisk undersökning - från början till slut
Allt börjar med en fråga, tex: påverkar upplevd diskriminering ens hälsa?
- Bestäm den population som ska studeras
- Samla in data
- Organisera, sammanfatta och analysera data
- Ta alla datasammanfattningar, diagram, grafer och analyser och dra slutsatser från dem för att försöka besvara forskarens ursprungliga fråga.
Beroende och oberoende variabel
Den variabel som har uppkommit tidigast kallas för oberoende och den variabel den påverkar kallas för beroende.
Oberoende = förklarande variabel (x)
Beroende = det vi vill förklara (y)
Ex. kön (x) → inkomst (y), röka (x) → cancer (y)
Reliabilitet
Handlar om ifall undersökningen är pålitlig – att den går att upprepa och då ge samma resultat. Ju högre realiteten är, desto bättre blir förutsättningarna för en hög validitet.
Validitet
Handlar om ifall undersökningen verkligen mäter det som det är meningen att den ska mäta. Huruvida åtgärden överensstämmer med konceptet. Är operationaliseringen giltig?
Univariat analys
Analys vid en variabel. Deskriptiv, visa hur fördelningen och strukturerna ser ut. Ex. Frekvenstabell, cirkeldiagram, stapeldiagram.
Frekvenstabeller
En frekvenstabell visar hur många gånger ett svar förekommer i undersökningen.
Grafisk analys
Stapeldiagram, histogram, cirkeldiagram
Centralmått
Visar var variabelns tyngdpunkt ligger – den punkt som de flesta svaren ligger i närheten av. (typvärde, median, medelvärde)
Spridningsmått
Visar hur utspridda svaren är i förhållande till centralmåttet. Ju lägre spridningsmått, desto mer samlat ligger svaren kring centralmåttet.
Standardavvikelsen
Ett mått på den genomsnittliga avvikelsen från medelvärdet i en serie observationsvärden. Ju större standardavvikelsen är, desto större är spridningen.
Bivariat analys
Analys vid två variabler, se vilken relation de har till varandra. Samband. Ex. korrelation, T-test, korstabell.
Korstabell
En korstabell är en tabell som visar sambandet mellan två eller flera variabler.
Inferentiell statistik
När vi med hjälp av statistiska analyser generaliserar resultatet från ett stickprov till att med en viss sannolikhet gälla populationen.
Statistisk signifikans
Beskriver hur sannolikt det är att sambandet som du hittar i din data är sant (finns i verkligheten). För att avgöra om ett samband är statistiskt signifikant använder man sig av p-värdet.
P-värde
Ett mått på hur sannolikt det är att observationen i din data är en slump. Till exempel p = 0,05 betyder att det är 5% chans att effekten som vi sett eller sambandet har orsakats av slumpen. Om p är under 0.05 finns det en statistiskt signifikant effekt och då har vi förkastat nollhypotesen.
T-test
T-testet är till för att testa om skillnaden mellan två grupper är signifikant.
Korrelation
En analys som visar riktningen och styrkan i ett samband mellan två variabler. Riktningen avser om det är positivt eller negativt samband.
Positiv korrelation
En positiv korrelation innebär att då en variabeln ökar, ökar även den andra variabeln.
Negativ korrelation
Då en variabel ökar, minskar den andra variabeln.
Vad är den stora skillnaden mellan deskriptiv (beskrivande) och inferentiell statistik?
Beskrivande statistik används för att sammanfatta data, medan inferentiell statistik används för att generalisera resultat från ett urval till en större population.
Vad är syftet med ett p-värde i inferentiell statistik?
Att avgöra om ett resultat är signifikant.
Statistisk inferens
Statistisk inferens bygger på probability theory - sannoliksteori. Vi vill veta om resultatet från en studie (stickprovet) är slumpmässigt, beror på slumpen, eller om resultat gäller populationen också.
Signifikanstest
Att testa nollhypotesen mot ett testvärde och att få fram ett p-värde.
Nollhypotes
Innebär att det inte finns en skillnad, att det inte finns ett samband eller att det inte finns en effekt. H0.
Mothypotes
Innebär att det finns en skillnad, ett samband eller en effekt. H1.
Signifikanta resultat
P-värde ska vara mindre än 0,05. Om vi utesluter att slumpen orsakat resultatet “förkastar” vi H0 (d.v.s. att det finns en effekt)
