Statistik begrepp
OSU(Obundetslumpmässigturval)
-
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
Systematiskturval
-
Välj t.ex. var 10:e från urvalsramen, 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
-
Möjlighet till större precision om ramen är ordnad efter en bakgrundsvariabel, som är korrelerad med undersökningsvariabeln
Stratifieraturval
• Populationen delas in i strata och ett OSU
dras ur varje stratum • Skäl:
-
– Om resultatet skall redovisas för varje stratum kan urvalsstorlekarna för varje stratum avpassas så att vissa precisionskrav uppfylles utan att man erhåller överflödiga observationer från vissa strata
-
– Skattningar av populationsparametrar (t.ex. populationsmedelvärdet) kan göras med bättre precision än vid ett OSU, om bara stratifieringsvariabeln är ”bra” (homogent inom strata, heterogent mellan strata)
Gruppurval(klusterurval)
-
Populationen delas in i grupper (kluster) av enheter. Ett antal sådan kluster väljs slumpmässigt. Samtliga enheter inom ett kluster undersöks.
-
Skäl:
– Ramproblem
– Geografisk spridning – Kostnader
Typer av variabler
Det finns två huvudgrupper av variabler;
1) Kvalitativa variabler (kategoriska variabler)
2) Kvantitativa variabler
a) Diskreta eller diskontinuerliga variabler
b) Kontinuerliga kvantitativa variabler
Detfinns tre andragrundläggandetyper av variabler
som vi oftasttalar om i experimentellasammanhang.
1) Oberoende variabel (OV),
2) Beroende variabel (BV),
3) Bakomliggande variabel (extraneous variable).
- Kvalitativa variabler (kategoriska variabler)
Kvalitativa variabler presenteras oftast i diagram (graphic).
Kvantitativa variabler
Detfinnstvåhuvudgrupper av kvantitativavariabler:
a) Diskreta eller diskontinuerliga variabler: Variabler som endast kan anta heltalsvärden.
T.ex. antalet syskon i en familj, antalet rum i ett hus, antalet invånare i Jönköping osv.
b) Kontinuerliga kvantitativa variabler: Kontinuerliga variabler kan anta vilket värde som helst.
T.ex. en persons längd, vikt, tid, temperatur, osvExempel:
Här våldsamma filmer är OV och barns aggressivt beteende är BV.
Men t.ex. föräldrars reaktioner eller barnen ålder kan påverka sambandet mellan OV och BV.
De är störningsvariabler och forskaren bör ha kontroll på de variablerna.
Det finns fyra nivåer av mätning.
1- Nominalskala (nominal scale)
2- Ordinalskala (ordinal scale)
3- Intervalskala (interval scale)
4- Kvotskala (ratio scale)
- Nominalskala (nominal scale)
FORTS???
- Intervalskala (interval scale)
Kvotskala (ratio scale)
¢Kvotskala är den mest avancerade typen av mätning.
Nominalskala: Olika grupper utan naturlig ordning. Ordinalskala: Olika grupper med en naturlig ordning.
Intervallskala: Numeriska v ̈arden, skillnader meningsfulla, nollan godtycklig.
Kvotskala: Numeriska v ̈arden, naturligt nollv ̈arde.
Fel är avvikelser från ett sant värde.
Vi kan indela de orsakernatillfelfemkategorier:
1- Urvalsfel (sampling error)
2- Täckningsfel (coverage error)
3- Bortfallsfel (non-response error)
4- Mätfel (measurement error)
5- Bearbetningsfel (processing error)
Urvalsfel (sampling error)
2. Täckningsfel (coverage error)
Detfinnstvåtyper av täckningsfel:
a) Undertäckning: Rampopulationen innehållerinte individer som finnsi målpopulationen.
b) Övertäckning: Rampopulationen innehållerindivider som intefinnsi målpopulationen.
Exempel på övertäckningsfel:
Detta leder till övertäckningsfel.
Exempel på undertäckningsfel:
En forskare vill mäta politiska opinioner och väljer sina deltagare med hjälp av telefonkataloger.
Men personer utan fast telefon inte kan komma med i undersökningen.
Alla har inte telefon, vissa personer har skyddade telefonnummer, vissa personer har enbart mobiltelefon. Detta kan leda till undertäckningsfel
3- Bortfallsfel (non-response error)
a) Individbortfall: Innebär att forskare inte får något svar från en eller flera individer på t.ex. en postenkät.
b) Partiellt bortfall: Innebär att några av deltagare vägrar att svara på en del av frågor.
T.ex. tenderar vissa deltagare att vägra svara på frågor om inkomster, politiska åsikter, respondentens sexliv osv.
-Mätfel (measurement error)
Ett mätfel kan definieras också som summan av
två komponenter;systematiskt fel och slumpmässigt
fel.
a) Systematiskt fel: Det beror exempelvis på olämpligheter eller felaktigheter i mätapparaturen eller mätprincipen.
Det här felet är svåra att upptäcka och inte kan analyseras statistiskt.
b) Slumpmässigt fel (osystematiskt fel): Slumpmässigt fel kan variera från observation till observation.
Slumpmässiga fel kan analyseras statistiskt och kan reduceras med genomsnitt över ett stort antal observationer.
Tvåhuvudtyper av slumpmässiga fel är;
Typ 1-fel: Vi drar slutsatsen att det finns en skillnad när det egentligen inte gör det.
Typ 1 fel uppstår när man förkastar H0 trots att den är sann.
Typ 2-fel: Vi drar slutsatsen att det inte finns en skillnad när det egentligen gör det.
Typ 2 fel uppstår när man accepterar H0 trots att den är falsk.
Mätfelen kan kopplas till olika källor:
a) Mätfel som beror på mätinstrumentet.
b) Mätfel som beror på mätmetoden: Olika mätmetoder (besöksintervju, telefonintervju, postenkät, osv.) kan ge olika resultat.
c) Mätfel som beror på försöksledaren.
d) Mätfel som beror på deltagare: T.ex. socialt önskvärda svar.
e) Mätfel som beror på frågeformuläret: T.ex. oklara frågeformuleringar och definitioner, dåliga instruktioner.'
- Bearbetningsfel (processing error)
Bearbetningsfel är fel som uppkommer vid bearbetning av data t.ex. vid inkodning.
- Kodningsfel
- Inmatningsfel
- Datorbearbetningsfel
Det totala felet är summan av täckningsfel, urvalsfel, bortfallsfel, mätfel och bearbetningsfel.