UCSF: Spørgeskemateknik og grundlæggende statistik Januar 2009 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Dag 1 1. Hvad er en spørgeskemaundersøgelse? 2. Forskellige former for spørgeskemaundersøgelser 3. Hvordan gennemføres en spørgeskemaundersøgelse? 4. Praktiske, juridiske og etiske forhold UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Dag 2 5. Hvordan man kommer fra spørgeskema til statistisk analyse 6. Variable og skalatyper 7. Udvalgsmetoder, 8. Stikprøver og usikkerhed 9. Tabeller Men alene på det overordnede og introducerende niveau … UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Statistikken … 1 orden i kaos 2 udvikle hypoteser 3 teste hypoteser UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Der er forskelligt at holde styr på blandt andet … Problemformuleringer Formål Udvalgsmetoder Stikprøvestørrelse UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

ad (1) problemformuleringer Ikke alle problemer egner sig til statistisk analyse Jfr. drøftelsen d. 11. december UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Ad (2) formål I nogle us. er formålet at kunne generalisere fra de personer, der er undersøgt til personer, der ikke er undersøgt … I nogle us. er formålet alene at beskrive – dvs. at få viden om ganske bestemte forhold hos ganske bestemte grupper af personer UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk I nogle us. er formålet at kunne forstå og forklare noget I nogle us. er formålet at kunne gøre forudsigelser I nogle us. er formålet at kunne sammenligne resultater I nogle us. er formålet at kunne vurdere processer – eks udviklingsforløb … UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk I nogle us. er formålet at kunne udvikle hypoteser om sammenhænge I nogle us. er formålet at kunne afprøve hypoteser SPØRGESKEMAUS. LEVER OFTE OP TIL DISSE TO KRAV UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Ad (3) udvalgsmetoder Tilfældigt udvalg Systematisk udvalg Stratificeret udvalg Panel Klyngeudvalg Bevidst udvalg BORTFALD (INGEN METODE – MEN KAN MED FORDEL DRØFTES I DENNE FORBINDELSE) UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Ad (4) stikprøvestørrelse Hvor sikker vil jeg være på at ha’ ret? Den statistiske usikkerhed afhænger af stikprøvestørrelsen forkølelseseksemplet UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Fra problemformulering til formulering af hypoteser til opstilling af tabeller ØVELSER UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk OM SVARKATEGORIER OG SKALAER. Svarkategorier danner skalaer – Fitness-skemaet GAF klimaundersøgelsen UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk SKALATYPE INTERVAL OG RATIO ORDINAL NOMINAL DIKOTOM UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk SKALATYPE BESKRIVELSE INTERVAL OG RATIO kategorierne kan rangordnes, og afstanden mellem de enkelte kategorier er lige stor på hele skalaen ORDINAL kategorierne kan rangordnes, men afstanden mellem kategorierne er ikke lige stor på skalaen NOMINAL kategorierne kan ikke rangordnes (Udtrykket kategorisk skala anvendes ofte om denne type) DIKOTOM her er tale om variabler, der kun har to kategorier (“udfaldsrum”) UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk SKALATYPE BESKRIVELSE SES I SPØRGSMÅL i fitness us.: INTERVAL OG RATIO kategorierne kan rangordnes, og afstanden mellem de enkelte kategorier er lige stor på hele skalaen 2, 10, 11og12 ORDINAL kategorierne kan rangordnes, men afstanden mellem kategorierne er ikke lige stor på skalaen 4, 5 og 6 NOMINAL kategorierne kan ikke rangordnes (Udtrykket kategorisk skala anvendes ofte om denne type) 3, 7 og 9 DIKOTOM her er tale om variabler, der kun har to kategorier (“udfaldsrum”) 2 og 8 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Andre skala-eksempler STATISTIKEREN HAR PROBLEMER med skalaer, hvor man forsøger at kvantificere variable på ordinal- skala-niveau UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

TABELLER OG TABELLÆSNING TABELLER kan læses som en almindelig tekst – det er ukompliceret at lære! Almindeligvis blokerer mange og ty’r dermed til forfatterens fortolkninger af data DET GIVER PROBLEMER - HVILKE? UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.1 : Årsager til at gå i fitness centret – univariat tabel Årsag N % Afslapning 9 10 Vedligeholdelse eller forbedring af fysisk form 31 34 Tabe i vægt 33 37 Forøge muskelmassen 17 19 I alt 90 100 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.11: Årsager til at gå i fitness centret opdelt efter køn. ÅRSAG MÆND KVINDER abs. % Afslapning 3 7 6 13 vedligeholde fysisk form 15 36 16 33 tabe i vægt 8 19 25 52 forøge muskelmasse 38 1 2 I ALT 42 100 48 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.1 : Årsager til at gå i fitness centret - ALLE Årsag N % MÆND KVINDER Afslapning 9 10 3 7 6 13 Vedligeholdelse af fysisk form 31 34 15 36 16 33 Tabe i vægt 37 8 19 25 52 Forøge muskelmasse 17 38 1 2 I alt 90 100 42 48 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.2: Aldersfordeling på fitness centrets medlemmer Alder N % under 20 år 3 21-30 39 44 31-40 23 26 41-50 21 24 51 + I alt 89 100 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Sammenligning af gennemsnitlig tid anvendt på hjerte-udstyr i forhold til årsagerne til at komme i fitnes centret tid Årsager afslapning vedligeholde eller forbedre fysisk form tabe i vægt forøge muskelmasse i alt gn. antal minutter 18.33 30,55 28,36 19,65 26,47 n 9 31 33 17 90 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Helt, helt centralt Afhængig og Uafhængig variabel Fra sammenhæng til årsagssammenhæng UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Figur 6.3 Tabelskabelonen Tabel nr. Tabeloverskrift Tabelhoved (kategorier) Forspalte ...angivelse af regneenhed... rækker .............................................. . . søj- . . ler . . Horisontal randforde- ling (række- summer) Vertikal randfordeling (søjlesummer) Total- sum Anmærkning: (generelle, nødvendige oplysninger) Noter: (specifik information om indholdet i de enkelte kategorier) Kilder: (hvorfra kommer tabellens materiale?) UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.3: Boligforhold. Husstande med 1 voksen kvinde fordelt efter dennes alder samt efter hvorvidt der var hjemmeboende børn eller ikke. 1984. Absolutte tal. - 25 år 25-34 år 35-49 år 50-66 år 67 år+ I alt med børn antal 5961 28.037 46.672 10.720 136 91.526 uden børn 36.269 28.343 27.147 95.977 197.659 385.395 42.230 56.380 73.819 106.697 197.795 476.921 Anmærkning: tabellen omfatter en tælling foretaget af Danmarks Statistik d. 1. januar 1984. Noter: der er tale om børn under 26 år. Kilde: Materialet er bearbejdet på grundlag af tabel fra publikationen: Kvinder & mænd, Danmarks Statistik, 1985, p. 26. UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.4: Boligforhold. Husstande med 1 voksen kvinde fordelt efter dennes alder samt efter hvorvidt der var hjemmeboende børn eller ikke. 1984. Pct. tal. - 25 år 25-34 år 35-49 år 50-66 år 67 år+ I alt med børn % 7 31 51 12 101 uden børn 9 25 99 15 22 41 Anmærkning: tabellen omfatter en tælling foretaget af Danmarks Statistik d. 1. januar 1984. Pct. basis er 476.921 kvinder. Noter: der er tale om børn under 26 år. Kilde: Materialet er bearbejdet på grundlag af tabel fra publikationen: Kvinder & mænd, Danmarks Statistik, 1985, p. 26. UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.5: Boligforhold. Husstande med 1 voksen kvinde fordelt efter dennes alder samt efter hvorvidt der var hjemmeboende børn eller ikke. 1984. Pct. tal. - 25 år 25-34 år 35-49 år 50-66 år 67 år+ I alt med børn procent 14 50 63 10 procent 19 uden børn 86 37 90 100 81 Anmærkning: tabellen omfatter en tælling foretaget af Danmarks Statistik d. 1. januar 1984. Pct. basis er 476.921 kvinder. Noter: der er tale om børn under 26 år. Kilde: Materialet er bearbejdet på grundlag af tabel fra publikationen: Kvinder & mænd, Danmarks Statistik, 1985, p. 26. UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tabel 6.6: Boligforhold. Husstande med 1 voksen kvinde procentvis fordelt efter kombinationen af kvindernes alder samt efter hvorvidt der var hjemme-boende børn eller ikke. 1984. Pct. tal. - 25 år 25-34 år 35-49 år 50-66 år 67 år+ I alt Pct.basis med børn % 1 6 10 2 19 91.­526 uden børn 8 20 41 82 385.395 9 12 16 22 101 . Pct. basis 42.230 56.­380 73.819 106.697 197.795 476.921 Anmærkning: tabellen omfatter en tælling foretaget af Danmarks Statistik d. 1. januar 1984. Pct. basis er 476.921 kvinder. Noter: der er tale om børn under 26 år. Kilde: Materialet er bearbejdet på grundlag af tabel fra publikationen: Kvinder & mænd, Danmarks Statistik, 1985, p. 26. UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Ved opdelingen i afhængig og uafhængig variabel tages stilling til årsags-forholdet. Den uafhængige variabel er ’årsagen’ og den afhængige variabel er ’virkningen’ eller effekten. UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk EKSEMPLERNE Jyllandsposten BT UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Tal vurderes … Læg altid mærke til om du er enig i vurderingerne EKSEMPEL PÅ FORTOLKNINGER af skalaer UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Beskrivelse af survey data. I en undersøgelse af fremmedhad (Xenophobi) gennemført af Eurobarometer i 1997 og beskrevet i ”News from the Rockwool Foundation Research Unit” af lektor Hans Jørgen Nielsen (institut for Statskundskab, KU) er respondenterne blevet bedt om at besvare et spørgsmål, hvor de skal placeres sig selv på en skala fra 1-10, hvor 1 er udtryk for ”not at all racist” og 10 er udtryk for ”very racist”. Nedennævnte tabeller blev vist og drøftet i Berlingske Søndag d. 30. september 2001. UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk Danskerne placerer sig som nedenfor: KATEGORIER: VÆRDIER PÅ SKALAEN PROCENT not at all racist 1 17 a little racist 2-3 40 quite racist 4-6 31 very racist 7-10 12 100 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk En anden måde at stille tallene op på ses nedenfor: KATEGORIER: VÆRDIER PÅ SKALAEN PROCENT not at all racist 1-2 35 a little racist 3-5 47 quite racist 6-8 15 very racist 9-10 3 100 UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk

Merete Watt Boolsen mwb@ifs.ku.dk TIL SIDST Hvad skal man ’gå efter’ i vurderingen af (spørgeskema)undersøgelser: Undersøgelsens problemstilling Tid Sted Befolkning UCSF, januar 2009 Merete Watt Boolsen mwb@ifs.ku.dk