Deskriptiv analyse af enkelt variable

Præsentationer af emnet: "Deskriptiv analyse af enkelt variable"— Præsentationens transcript:

1 Deskriptiv analyse af enkelt variable
Christian Albrekt Larsen Centre for Comparative Welfare Studies (

2 Disposition 1: Spørgsmål 2: Variable og måleniveau 3: Enkelt variable: Gennemsnit og spredning 4: Krydstabeller

3 Undersøgelsesspørgsmålet
1. SPØRGESKEMAKONSTRUKTION Hvad påvirker, hvilke spørgsmål der stilles? Undersøgelsesspørgsmålet Operationaliseringen (i sidste ende indikatorerne) Hypoteser om sammenhænge ml. variable De analysemetoder, man ønsker at benytte Hvordan spørgeskemaet skal administreres

4 1: Hvad er det for et indhold, man går efter?
Egenskaber/attributter Adfærd Viden Overbevisning Holdninger/attituder Faktuelle spørgsmål Kognitive spørgsmål Holdningsspørgsmål (nogle taler desuden om evaluerings-spørgsmål som en underkategori)

5 1: Holdningsaspekter Retning Styrke Intensitet

6 1: Tidsdimensionen i spørgsmålet
Ud over indholdsdimensionen i spørgsmålet kan man tale om en tidsdimension også. Retrospektive spørgsmål (om fortiden) F.eks.: Var de tilhænger eller modstander af EF i 1972? Aktuelle spørgsmål (aktuelle) F.eks.: Er De tilhænger eller modstander af den fælles valuta i EU? Prospektive spørgsmål (om fremtiden) F.eks.: Hvornår tror De, De vil trække Dem tilbage fra arbejdsmarkedet?

7 2. VARIABLE OG DERES MÅLENIVEAU Hvad er en variabel?
En variabel er en egenskab eller karakteristik, som kan variere mellem cases/enheder i en stikprøve (eller en population). Eksempler på variable: Køn (kvinde, mand) Partistemme (Venstre, Socialdemokratiet, Konservative Folkeparti, Socialistisk Folkeparti osv.) Alder i hele år (0, 1, 2, 3, 4, .....osv.) Kommunale udgifter til folkeskoler (beløb i kroner) Type af velfærdsstat som et land tilhører

8 2: En vigtig årsag til at kunne identificere måleniveau
Den væsentligste grund til at skelne mellem forskellige måleniveauer er, at der til de enkelte måleniveauer kan foretages forskellige typer af statistiske analyser. F.eks. kan man ikke beregne gennemsnit af nominelle variable, ligesom man ikke kan foretage lineær regression eller variansanalyse med nominelle variable

9 Nominalskalaen er den ”laveste”
Nominalskalaen er den ”laveste”. Her kan man alene sige noget om forskel eller lighed mellem to cases/respondenter på den pågældende variabel - f.eks. at to respondenter begge er tømrer, eller at den ene er tømrer og den anden murer. Nominal-skaleret variabel Cases (I dette tilfælde er en case en person eller respondent)

10 Ved ordinalskalaen er det endvidere muligt at sige noget om rangordenen mellem forskellige respondenter - f.eks. at en respondent er mere eller mindre tilfreds end en anden. Ordinalskaleret variabel

11 Ved intervalskalaen kan man ud over rangordenen måle afstanden mellem kategorierne. Det giver f.eks. mening at sige, at afstanden mellem kr. og kr. er den samme som mellem og – nemlig kr. Intervalskaleret variabel

12 3: Enkelt variabel Centraltendens
Centraltendensen siger noget om den typiske værdi. Der findes forskellige mål for centraltendens i en fordeling, og hvilket mål der anvendes hænger bl.a. sammen med variablens skala-niveau:

13 3: Beregning af median ud fra en frekvenstabel
Man kan enten finde den værdi, der tilhører den midterste person, under ’Frequency’, eller finde den værdi hvor ’Cumulative Percent’ passerer de 50 pct. Det sidste er det letteste. Medianen er altså i det her tilfælde lig med værdien 3, ’Hverken enig eller uenig’.

14 3: Eksempel: Gennemsnit vs. median
Sweden Germany (W) USA Times more a chairman of a large national company should earn than unskilled factory worker: Mean: 2.39 7.11 11.14 Standard deviation: 1.57 8.00 16.40 Mean with 10 pct. extreme cases excluded: 1.95 4.75 6.47 Median: 1.92 4.29 5.33 Median in relation to skilled factory worker: 1.56 3.33 3.14

15

16 3:Varians og standardafvigelse
Standardafvigelsen er det mest benyttede mål for en fordelings spredning, og benyttes ofte til ordinærskalerede variable, selvom det ikke formelt er tilladt. Ligesom ved gennemsnittet gøres det dog sjældent på variable, der ikke i det mindste kan antage seks eller flere værdier. Først kan variansen beregnes således: Dernæst kan standardafvigelsen beregnes således:

17 3: Spredning i gruppens alder
Afvigelse I anden 58 (58-50) 8 64 43 (43-50) -7 49 31 (31-50) -19 361 57 (57-50) 7 54 (54-50) 4 16 55 (55-50) 5 25 59 (59-50) 9 81 52 (52-50) 2 45 (45-50) -5 46 (46-50) -4 Gen. 50 690

18 3: Varians og standard af. for gruppen
Standard afvigelse:

19

20 4: Krydstabeller: Række versus kolonne procenter
Man skal procenture på den uafhængige variable …..