Kvantitativ Mediebrugsanalyse og databaseanvendelse

Transkript

1 Kvantitativ Mediebrugsanalyse og databaseanvendelse v/ Hans-Peter Degn Kompendium, del 4 (Statistik) Forår 2013 BA i Medievidenskab, 4. semester

2 Indholdsfortegnelse 1. STATISTIK FOR HUMANISTER :-) VIGTIGT AT HUSKE! GODE RÅD, FOR AT SIKRE MOD MISBRUG AF DATA: ØVELSER I KONFIDENSBEREGNING

3 1. Statistik for humanister :-) Det, vi er interesserede i at undersøge (og dermed kunne udtale os om) med kvantitative undersøgelser som Index Danmark, TV-meter/Radio-meter, gemiusaudience og de øvrige mediebrugsdatabaser, er selvfølgelig ikke kun de respondenter, vi har adspurgt i undersøgelsen, men hele den danske befolkning (eller subpopulationer af denne). Det fordrer visse overvejelser, så vi ikke blindt bruger tallene fra vores mediebrugsdatabase, som var de den præcise og endegyldige sandhed. I det følgende vil noget måske fremtræde en smule kompliceret. Men heldigvis er det ikke på nogen måde nødvendigt, at man har decideret kendskab til den bagvedliggende matematik/statistik, for at kunne anvende mediebrugsdatabaserne. Derimod er det så afgjort nødvendigt i forbindelse med brugen af tallene, at man er fuldt ud klar over, at der eksisterer en usikkerhed, som man tager højde for i sine analyser og fortolkninger. Koblingen fra stikprøve til virkelighed kan grundlæggende diskuteres ud fra fire begreber: Reliabilitet, validitet, repræsentativitet og statistisk usikkerhed. De tre første kan der (helt eller delvist) tages højde for ved hjælp af teoretiske og metodiske overvejelser, mens den statistiske usikkerhed ikke kan undgås under nogen omstændigheder men dog kan minimeres og tages med i betragtning, når man udtaler sig. I det følgende vil vi især fokusere på den statistiske usikkerhed, men de andre aspekter (især reliabilitet og validitet) bør også redegøres for, når I skriver opgaver, hvor I anvender kvantitativ metode. Repræsentativiteten sammensætningen af stikprøvens respondenter skal svare til befolkningens sammensætning. Vi ved, at der er en lille skævhed i Index Danmark, hvad angår borgere, der ikke kan tale dansk. Disse indgår ikke i Index Danmark. Noget tilsvarende gælder for Gallup Radio Index og Gallup Lokalradio Index. Vi ved også, at der er en mindre bias, hvad angår tv-forbruget i TV-meter-panelet. TVmeter-familierne ser sædvanligvis en smule mere tv forbruget stiger ganske enkelt, når man bliver/mens man er panelmedlem. Det blev bekræftet, da TV-meter-undersøgelsen blev udvidet til 1000 husstande, hvorefter tv-brugen umiddelbart efter faldt målbart. Det var tegn på, at de hidtidige TV-meter-familier må have haft et tv-forbrug (lidt) over gennemsnittet. For at sikre mod skævheder udskiftes familierne løbende - ca. 20% af panelet udskiftes årligt. Noget tilsvarende må antages at gælde for respondenterne i Radio-meter I internetmålingen gemiusaudience er der en helt åbenlys skævhed i panelets sammensætning ift. den danske befolkning generelt: Panelet indeholder kun respondenter, der dels har adgang til internet (det har alle danskere ikke) og dels er brugere af mindst én af de målte hjemmesider med en vis hyppighed (det kan vi ikke være sikre på, at samtlige danskere er). Og for alle mediebrugsdatabaserne gælder det, at det generelt er svært at komme i tale med ældre (og lavtuddannede) mennesker og få dem til at deltage i sådanne undersøgelser især hvis undersøgelsen kræver fremmed og farlig teknik indenfor hjemmets fire vægge, sådan som TV-meter, Radio-meter og til dels gemiusaudience gør. Ligeledes gælder der generelt, at yngre og storbymennesker er lidt mere udisciplinerede end resten af befolkningen, når det gælder om at få udfyldt og tilbagesendt spørgeskemaer som f.eks. til Index Danmark. Så i sidste ende er det måske en bestemt slags (ikke-teknikforskrækkede, lidt ungdommelige) ældre og en bestemt slags (af de mere velopdragne, disciplinerede) unge, man ender med at få fat i. 2

4 Vær også opmærksom på, at jo snævrere målgruppe man udgrænser, desto større risiko er der for, at det går ud over repræsentativiteten (i øvrigt samtidigt med at den statistiske usikkerhed også øges som følge af den mindre stikprøvestørrelse). Hvis man ser på gruppen af højtuddannede, vestjyske kvinder, der bor i egen lejlighed, så kunne det godt tænkes, at man ikke samtidigt kan være sikker på, at denne lille, udvalgte skare fordeler sig korrekt (i forhold til virkeligheden) på eksempelvis alder eller civilstand. Validiteten vedrører (fraværet af) de systematiske fejl. Overvej altid, om den givne undersøgelse rent faktisk giver et validt svar på det, I gerne vil udtaler jer om. Overvej også, om undersøgelsen er udført på en sådan måde (evt. med sådanne spørgsmål), at der kan blive tale om en systematisk skævvridning. Index Danmark giver ingen garantier for, at en læser af et blad rent faktisk også har læst netop dén side/artikel, man måske konkret er interesseret i. Dybest set ved vi blot, at læserne som minimum har kigget lidt i bladet i et par minutter. Vi ved, at læserne har siddet med bladet i hånden og dermed potentielt er blevet eksponeret for netop den artikel eller annonce, vi er interesserede i. Men vi ved ikke, om de i så fald har lagt mærke til den, endsige læst den. Og selvom respondenterne måske nok har set netop den avis (og evt. den artikel), vi er i gang med at undersøge, så ved vi intet om, i hvilket omfang de også vil forstå, indoptage og huske dette. Tilsvarende kan vi ved TV-meter- og Radio-meter-målingerne reelt kun udtale os om eksponeringen, ikke om seningen/lytningen, hvis sening/lytning forstås som en vis koncentration og opmærksomhed hos respondenten rettet mod, hvad der foregår på tvskærmen/i radioen. Vi ved principielt blot, at respondenterne har været til stede i rummet, hvor tv et/radioen var tændt, men vi aner ikke, om de reelt har været koncentreret om at stryge tøj, tale med naboen over kaffen eller lave dagens lektier. Og selvom respondenterne måske nok har set/lyttet og fulgt opmærksomt med i netop det tv-/radio-program, man er i gang med at undersøge, så ved vi intet om, i hvilket omfang de også vil forstå, indoptage og huske dette. Ved gemiusaudience ved vi, at respondenterne har været både til stede og aktive ellers var de givetvis ikke endt på den pågældende hjemmeside. Men vi ved ikke, hvor meget af siden, de har set/læst eller overhovedet bemærket. Der kan være langt fra toppen til bunden på en given hjemmeside, mange banner-reklamer, notitser mv., som man måske ikke bemærker. Tilsvarende vidste vi i de gamle radio-målinger med ret stor sikkerhed, at respondenterne har lyttet til den angivne kanal og været bevidste herom ellers havde de næppe husket at angive det i dagbogen. Til gengæld kunne der sagtens foregå en hel del radiolytning i løbet af dagen, som respondenterne ikke var bevidste om, og som dermed ikke indgik i dagbogsregistreringen. Eksempelvis ville al den lytning, der foregik i supermarkedet, solcentret eller på kollegaens kontor ofte blive systematisk siet fra i dagbogsregistreringen, fordi respondenterne ganske enkelt ikke var/er nær så bevidste om den mere tilfældige lytning, som de ikke selv har tilvalgt. Ved de nye radio-målinger i Radio-meter, er der taget højde for den ubevidste lytning. Til gengæld er radiomålingerne for lokalradios vedkommende nu i endnu højere grad påvirket af respondenternes hukommelse og (manglende) bevidsthed om, hvad de hører i løbet af dagen, idet man nu ikke længere fører dagbog, men blot ringer folk op og spørger til, hvad de har (eller rettere: kan huske at de har) lyttet til i løbet af dagen. Disse hukommelsesopringninger vil i høj grad blive styret af vane-svar. Respondenten er tilbøjelig til at svare, hvad han plejer at lytte til, i stedet for hvad han rent faktisk har lyttet til det sidste døgn. 3

5 Dertil kommer et par enkelte steder, hvor vi nærmest med sikkerhed kan vide, at systemerne måler systematisk forkert som følge af måden, man indsamler data på. Det drejer sig først og fremmest om den mere prekære mediebrug. Respondenterne har en tendens til at glemme, at de har læst Ugens Rapport, når de bliver adspurgt til Index Danmark. Tilsvarende vil internetbrugere, der ved, at de har en skæv internetadfærd i forhold til normen (f.eks. ofte surfer sex/porno eller det der er værre, måske ligefrem ulovligt), naturligvis være meget påholdende med at melde sig som respondenter til en internetundersøgelse som f.eks. Gemius softwarepanel sidstnævnte eksempel her handler dog ikke om validitet, men om en evt. skævhed i stikprøvens sammensætning, altså repræsentativiteten. Omvendt kan der i Index Danmark også være en tendens til at snobbe opad. Nogle respondenter føler behov for at positionere sig selv kulturelt, og derfor giver nogle udtryk for et større forbrug af Børsen, end det reelt er tilfældet. Dette fanges dog i vid udstrækning af kontrolspørgsmålene; periodetallene. Ligeledes kan enkelte respondenter have en forkærlighed for eksempelvis DR2 eller TV2 Zulu. De lader så tv et stå tændt på den kanal, mens de er i bad eller laver mad. Sådanne forsøg på at stemme på yndlingskanalen vil dog også oftest blive opfanget af Gallups kontrolprocedurer. Reliabilitet kan beskrives som (fravær af) tilfældige fejl. Et typisk problem er respondenternes hukommelse. Kan man huske, hvilke blade man læser og hvor tit man plejer at gøre det? Huskede man at trykke sig ind på TV-meter (i det gamle system)? Husker man at medbringe sin PPM i det nye TV-meter/Radio-meter? De fleste af disse fejlkilder ophæver formentlig hinanden i den sidste ende nogle respondenter overvurderer deres forbrug af Femina, mens andre undervurderer. Nogle gange glemte man at trykke sig ind på TV-meter, når man lige så 5 minutters morgen-tv, andre gange glemte man at trykke sig ud, når man skulle på toilettet. Kendetegnende for den kvantitative metode er, at når først data er i hus, påvirker selve behandlingen af data ikke/sjældent reliabiliteten i modsætning til kvalitative undersøgelser, hvor der kan ske en del tilfældige fejl ved aflytning af interviews, tastefejl ved transskriptionen etc. Gallup gør også en del for at kontrollere og eliminere risikoen for tilfældige fejl. Statistisk usikkerhed. Hvis (og kun hvis) man har taget højde for repræsentativiteten, validiteten og reliabiliteten af undersøgelsen, kan (og skal) man herefter indregne den statistiske usikkerhed, før man med rette kan udtale sig om det, man har undersøgt. Uddybende om den statistiske usikkerhed følger nedenfor. Bemærk, at ovenstående eksempler netop blot er eksempler, ikke en udtømmende liste over potentielle problemer med repræsentativiteten, validiteten eller reliabiliteten. En mere udtømmende beskrivelse bliver/er blevet givet, ved den mundtlige introduktion til de respektive mediebrugsdatabaser. 4

6 Statistisk udgangspunkt: Tilfældighed. Statistik er en tankegang, der kan virke logisk for nogle og ulogisk for mange andre. Helt grundlæggende tager man udgangspunkt i de matematiske principper fra sandsynlighedsregning og videreudvikler disse til statistisk metode. Et eksempel: Vi ved f.eks., at hvis man slår et uendeligt antal gange med en terning, vil man ramme en sekser 1/6 af gangene. Hvis vi slår få gange vil vi måske slå seksere hver gang, eller måske slet ikke nogen, men i de fleste stikprøveforsøg af et vist omfang vil vi slå en sekser 1/6 af gangene. Desto større stikprøven er, altså jo flere gange vi slår med terningen, desto større vil sandsynligheden være for, at andelen af seksere nærmer sig 1/6 men der er ALTID muligheden for et helt skævt resultat. Laver vi flere stikprøver efter hinanden, vil de fleste af dem komme ud med et resultat, der ligger omkring den sande værdi, nemlig at 1/6 af slagene falder ud som seksere. På samme måde ville uendeligt mange stikprøver af befolkningen til sidst give et noget nær præcist billede (samlet set) af den befolkning, man vil undersøge. Nogle gange vil vi skyde lidt over, andre gange lidt under, men de fleste gang vil vi ramme nogenlunde plet. Af ressourcemæssige årsager er vi dog nødt til at nøjes med at skyde én gang. Vi må altså stille os tilfredse med én stikprøve, én undersøgelse, ét kvalificeret gæt. Bedste gæt: Statistik kan altså betragtes som det bedst mulige gæt men dog kun et gæt. Ofte bruger man (især journalister og andre, der skal formidle noget på en meget simpel og letfordøjelig måde) et enkelt tal for overskuelighedens skyld, men reelt er dette tal udtryk for midtpunktet af et interval, der dækker det mest sandsynlige udfaldsrum. Ved at lægge et sikkerhedsinterval (kaldes normalt et konfidensinterval) omkring vores estimat (f.eks. et rating-/share-tal), kan vi med en vis sikkerhed sørge for, at vi rammer rigtigt, når vi udtaler os om læsningen/lytningen/seningen/brugen af et givet medie/netsted. Vi udvider altså vores sikkerhed for, at vores resultat fra stikprøveundersøgelsen (altså mediebrugsdatabasen) rent faktisk matcher/indfanger, hvordan den virkelige mediebrug ser ud ude i virkeligheden blandt danskerne generelt. Virkelighedens seer-/lytter-/læser-/brugertal kan lige så vel befinde sig det ene som det andet sted inden for dette konfidensinterval. Vi ved, at virkelighedens sande værdi med stor sikkerhed ligger et sted indenfor intervallet, men vi er ikke i stand til at spå om, hvorvidt den ligger midt i intervallet eller i den ene ende vi tør udelukkende gætte på, at vores interval har indfanget den sande værdi. Eksempel: Vores mediebrugsdatabase estimerer et dækningstal på 10%. Vi beregner konfidensintervallet til at gå fra 9% til 11%. Det skrives sådan: [9% ; 11%]. De 10% er blot midtpunktet i intervallet og det tal, mediebrugsdatabasen umiddelbart spytter ud og som kan læses (og misfortolkes) i diverse læser-/lytter-/seer-/bruger-statistikker som et helt præcist tal for mediets dækning. Men når vi vil udtale os med blot nogenlunde sikkerhed, er det ikke nok blot at gætte skråsikkert på de 10%; vi er nødt til at tage en vis højde for usikkerheden ved målingen. Normalt er man tilfreds med at ramme rigtigt 95% af gangene. Målet er altså at finde et interval, indenfor hvilket vi med 95% sikkerhed kan sige, at virkelighedens rating/dækning/share etc. ligger. 5

7 Statistisk usikkerhed og beregning af denne. Det er vigtigt at forstå, at det egentlig ikke har indvirkning på stikprøvens usikkerhed, om stikprøven skal afspejle danskeres eller amerikaneres mediebrug. Usikkerheden afhænger derimod af størrelsen på den gruppe, man måler på! Betragt det som en matematisk finurlighed: Usikkerheden afhænger først og fremmest af stikprøvens størrelse! Formlen til beregning af det interval, man skal lægge omkring sit estimat, hvis man vil være 95% sikker på at inkludere sandheden, ser sådan ud: p ± 1,96 * p * (100-p) n hvor p er nøgletallet angivet i % (f.eks. dækning eller rating i procent), og n er størrelsen af stikprøven. Som det altså fremgår af formlen, så er det bl.a. (især) størrelsen på stikprøven, der påvirker usikkerhedens størrelse og dermed størrelsen af det konfidensinterval, vi ønsker at beregne med formlen. Derimod er usikkerhedens størrelse (normalt) ikke under påvirkning af den afspejlede populations størrelse. Det er heller ikke sådan, at et lille dækningstal (f.eks. 10%) hos den samlede danske befolkning er mere usikkert end et stort tal (f.eks. 90%) det afhænger først og fremmest af størrelsen af den gruppe, man måler på, altså stikprøven! Husk på, at selvom dækningstallet måske i sig selv er lille, så kan man stadig have spurgt en stor gruppe, som blot har svaret, at de ikke har læst/lyttet/set/brugt. Dermed er læsertallet ikke mere usikkert, selvom det er lille, for stikprøven, man har spurgt, var stor. Faktisk er det sådan, at den tilknyttede usikkerhed er størst ved et middelmådigt dækningstal. Et estimat omkring 50% vil være forbundet med en større usikkerhed end et meget lille dækningstal på eksempelvis 1% eller et meget stort dækningstal på 99%. Rent intuitivt kan det for nogle være svært at forstå, at et meget lille dækningstal skulle være mere sikkert, end et dækningstal omkring 50%, men måske kan følgende beskrivelse hjælpe på den intuitive forståelse: Husk på, at hvis man er nået frem til et meget lille dækningstal, så må det samtidigt betyde, at næsten alle respondenter har svaret Nej, vi har ikke set/hørt/læst/brugt dette medie Eller sagt på en anden måde: Når så mange respondenter oplyser, at de ikke bruger mediet, så må der være noget om snakken. Anvend formlen ovenfor, når I vil beregne, hvor stort interval I skal arbejde med, for at være nogenlunde sikre på at inkludere sandheden. Alternativt kan I også bruge tabellen på side 131 i Hjarvards Analyse af seertal som et praj(!) om, hvor stor usikkerheden vil være. I øvrigt har TV-meter og Radio-meter en indbygget feature til beregning af usikkerhed. Denne skal I dog være lidt varsomme med at stole blindt på, da der tidligere (efteråret 2006) har været problemer med, at den regnede forkert 6

8 2. Vigtigt at huske! Når I skriver om kvantitative analyser, er det vigtigt, at I altid husker at angive, hvilke data I baserer jeres analyser på. Princippet er, at enhver kvantitativ analyse skal kunne eftergøres af en fremmed med samme resultat, som I selv er nået frem til. Derfor skal I altid huske at angive følgende, hver gang I omtaler data fra en af de kvantitative mediebrugsdatabaser (hvad enten det sker i tabelform eller som tekst): Hvor er data fra, hvilken kilde (gemiusaudience, Index Danmark/Gallup, Gallup Radio Index, Gallup Lokalradio Index, Gallup Radio-meter, Gallup TV-meter etc.). Hvilken periode dækker de analyserede data. Hvilken målgruppe dækker de analyserede data. Hvilke(t) medie(r) dækker de analyserede data. Hvilke(n) type(r) nøgletal er anvendt. Hvis ikke I husker at angive disse ting, vil såvel IMV som ophavsrettighedshaverne (Gallup og Gemius) kunne kræve, at I præciserer og/eller berigtiger jeres analyser og offentliggørelsen af disse (typisk jeres eksamensopgave). Eftersom det er Gallup/Gemius, der har ophavsrettighederne til de indsamlede data, kan de i værste fald lukke IMVs abonnement på databaserne, hvis ikke data/analyser offentliggøres med korrekt kildeangivelse mv. Så husk det! (Dertil kommer, at det som altid trækker mærkbart ned i en akademisk opgave, hvis ikke man har sørget for den nødvendige, præcise kildeangivelse mv.) Herforuden skal I naturligvis altid huske ikke blot at angive databasens umiddelbare estimat, men estimat inkl. konfidensintervallet altså altid huske at tage højde for den statistiske usikkerhed, når I angiver et resultat eller sammenligner flere resultater. 7

9 3. Gode råd, for at sikre mod misbrug af data: 1. Ethvert tal, som mediebrugs-databaserne spytter ud, er udtryk for det bedste gæt, databasen kan regne sig frem til på baggrund af den udvalgte stikprøve. Men der er altid kun tale om et gæt. For at vi kan udtale os med en vis sikkerhed, må vi altså lægge et konfidens-interval omkring dette gæt. Vi ønsker altid at kunne udtale os med 95% sikkerhed. Det tal, databasen spytter ud, er altså blot midtpunktet for et interval, inden for hvilket vi med en given sikkerhed (95%) kan anslå, at det korrekte læser-/brugertal befinder sig. Vores gæt dækker altså et interval, ikke blot et enkelt tal! Og bemærk: I 5% af tilfældene risikerer vi alligevel stadigvæk at gætte forkert! 2. Husk, at små variationer i læser-/lytter-/seer-/bruger-tal, især for små målgrupper (f.eks. mænd ml. 20 og 25 år), kan være udtryk for statistisk tilfældighed alene og ikke forskellig adfærd ved de to blade/programmer/hjemmesider. En lille stikprøvestørrelse fører lettere til tilfældige udsving, derfor er den statistiske usikkerhed større. Tilmed kan meget snævert definerede målgrupper risikere at være skævvredne hvad angår repræsentativiteten. 3. Det er en god ide at undersøge for én (eller i hvert fald ganske få) variable af gangen: Køn for sig, alder for sig osv. både for at gøre stikprøvestørrelsen så stor som mulig, og for at tage højde for den stratificerede udvælgelse, så man undgår en skæv stikprøve. Vi ved ikke, hvor præcist de forskellige strata er koordineret i forhold til hinanden, hvis vi bryder op på for mange parametre af gangen. Men altid gælder det, at jo større stikprøver ad gangen, desto sikrere resultater. 4. I TV-meter og Radio-meter er det en god ide at tage hele programrækker, hvis man er interesseret i data for given programserie. Det formindsker chancen for tilfældige udsving i seeradfærden forårsaget af f.eks. fodboldkampe, Melodi Grand Prix etc. på en konkurrerende kanal. 5. Vær altid passende ydmyge i fortolkningen af data uanset stikprøvestørrelsen og dine statistiske forbehold risikerer du stadig at tage fejl i hver 20. beregning! 8

10 4. Øvelser i konfidensberegning. Øvelse 1) Beregning af statistisk usikkerhed i TV-meter Åbn en Programs Analysis -analyse og undersøg DR1s TV-avisen og TV2s Nyhederne henholdsvis kl. 18:30 og 19:00 den 21. maj Lav målgrupperne mænd og kvinder, og vælg at få dine resultater udtrykt som rating i tusinder og procent. Kør analysen. Vi får nu at vide, at Rtg% for mænd, der så TV-avisen kl. 18:30 er 9,8%, mens den for kvinder er 10,4%. Kan vi dermed sige, at der var en større andel af danske kvinder end af mænd, der så TV-avisen? Det er ikke sikkert! Al statistik er jo et bud på, hvordan virkeligheden ser ud, bedømt ud fra en stikprøve og derfor er der også en usikkerhed forbundet hermed. Hvis vi vil sige noget, vi i det mindste kan være bare 95% sikre på, så kan programmet hjælpe os. Højreklik på de 9,8% fra før. Vælg så Calculate Standard Error. Programmet fortæller os nu, at virkelighedens rating for hele den danske befolkning med 95% sikkerhed ligger mellem (9,8% - 1,7%) og (9,8% + 1,7%), altså mellem 8,1%-11,5%. Vi kan altså ikke med 95% sikkerhed i stemmen sige, at der er forskel på kvindernes og mændenes tilslutning til det pågældende program kvinderne var jo anslået til 10,4%. Kig i stedet på forskellen i mændenes sening af henholdsvis TV-avisen og Nyhederne målt i Rtg%. Her er forskellen umiddelbart fra 9,8% til 13,4%. Selvom vi lægger usikkerheden ved målingen på 9,8% til, så når vores 95%-sikkerhedsinterval (som vi så ovenfor) kun op på 11,5% - der er altså stadig en forskel op til de 13,4% på Nyhederne. Men tilsvarende er der jo også en usikkerhed ved dén måling. Ved at højreklikke på de 13,4% kan programmet fortælle os, at vi for at være 95% sikre må regne med et udsving på op til +/- 1,9 procentpoint. Dermed kan vi risikere, at det rigtige tal netop er 11,5%. Ud fra disse tal kan vi altså ikke sige med 95% sikkerhed, at der er forskel på, hvor stor en del af mændene, der så henholdsvis TV-avisen og Nyhederne på trods af, at tabellen umiddelbart fortæller os, at der er en forskel på næsten 4 procentpoint (13,4%-9,8%). (Og dog for kigger vi i stedet på Rtg(000), der jo er et mål for præcis det samme som Rtg%, blot angivet i absolutte tal, så ser vi, at der lige netop er forskel på de to programmers tilslutning blandt mændene. TV-avisen har / seere, altså op til , mens Nyhederne har / seere, altså ned til Usikkerhedsberegningen viser altså på et hængende hår en forskel, der ikke blev afsløret for Rtg% pga. afrundinger.) 9

11 Men! Den store, væsentlige, vigtige, uforglemmelige og altoverskyggende pointe er altid at have i baghovedet, at vi her arbejder med stikprøver, som ligner virkeligheden og oftest ligger tæt på den, men som ikke er identisk med virkeligheden. Og husk også på, at selvom beregningen af usikkerhedsintervallerne i givet fald viser, at der er en forskel, så er det kun en forskel, vi kan være 95% sikre på også eksisterer udenfor TVmeter-panelet altså ude hos befolkningen. Sagt med andre ord: Selvom vi med usikkerhedsberegningerne tager en vis højde for forskellen (i form af tilfældige afvigelser) mellem vores stikprøve (TV-meter-panelet) og virkelighedens verden, så vil vi alligevel tage fejl i hvert 20. estimat! Øvelse 2) Luk InfoSys TV-meter ned Når du lukker InfoSys-programmet ned, skal du huske følgende: 1) Luk først dine åbne kørsler (analyser). Gå derefter op i menupunktet File og vælg Exit for at lukke programmet ned. Du må IKKE lukke programmet ved at klikke på krydset øverst i højre hjørne!! Det gælder for TV-meter, såvel som for Gallup Index Danmark, Gallup Radio Index, gemiusaudience, Positionering og Kompas! 2) Når programmet er lukket ned, finder du helt nede til højre i din Windows-bjælke ikonet for Program Neighborhood Connection Center : Højreklik på ikonet og vælg Open Connection Center. Marker den server (LIV/LUV), du lige har brugt InfoSys-programmet fra, og klik på Logoff, og derefter på Yes som bekræftelse på, at du ønsker at logge af. Når serveren er færdig med at køre sine Logoff-procedurer (når der ikke længere står Please Wait ), må du lukke din PC ned. 10

12 Øvelse 3) Beregning af statistisk usikkerhed i Index Danmark Åbn en dækningstabel og undersøg, hvilken dækning Berlingske Tidende og Århus Stiftstidende havde på hverdagene i 2005 hos henholdsvis mænd og kvinder. Vi får nu at vide, at Berlingske Tidende på en gennemsnitlig hverdag i 2005 blev læst af 9,0 procent af de danske mænd mod 7,1 procent af de danske kvinder. Kan vi dermed sige, at der var en større andel af de danske mænd, der læste Berlingske Tidende, end blandt de danske kvinder? Det er ikke sikkert! Al statistik er jo et bud på, hvordan virkeligheden ser ud, bedømt ud fra en stikprøve og derfor er der også en usikkerhed forbundet hermed. Hvis vi vil sige noget, vi i det mindste kan være bare 95% sikre på, så må vi undersøge, hvor stor usikkerheden ved målingen er, og dermed hvor stort et konfidensinterval, vi er nødt til at lægge omkring vores gæt, for at være nogenlunde sikre på at ramme rigtigt. Du skal derfor nu undersøge, hvor stor usikkerheden er ved de to estimater af henholdsvis mænds og kvinders læsning af Berlingske Tidende. Brug formlen fra kapitel 1 her i kompendiet til at beregne konfidensintervallet med. De umiddelbart estimerede dækningsprocenter er henholdsvis 9,0% og 7,1%, mens stikprøvernes størrelser er henholdsvis mænd og kvinder. Beregn nu konfidensintervallerne for de to estimater af henholdsvis mænds og kvinders læsning af Berlingske Tidende konfidensintervallerne skal afspejle, at vi ønsker at udtale os med mindst 95% sikkerhed. Når vi beregner konfidensintervallerne for disse estimater, ser vi, at virkelighedens dækningstal for alle danske mænds læsning af Berlingske Tidende med 95% sikkerhed ligger et sted mellem (9,0% - 0,5%) og (9,0% + 0,5%), altså mellem 8,5% og 9,5%. Tilsvarende kan vi for kvindernes vedkommende regne os frem til, at virkelighedens dækningstal med 95% sikkerhed ligger mellem 6,7% og 7,5%. Med 95% sikkerhed er det altså sådan, at læserandelen udgør mindst 8,5% af mændene, mens den højst udgør 7,5% af kvinderne. Derfor kan vi (med 95% sikkerhed) nu sige, at der er en større andel blandt mændene, der læser Berlingske Tidende, end blandt kvinderne. Tilsvarende opgiver Index Danmark, at Århus Stiftstidende på en gennemsnitlig hverdag i 2005 blev læst af 3,4% af de danske mænd mod 3,8% af de danske kvinder. Beregn nu konfidensintervallerne for disse to estimater. (Brug evt. den skabelon, jeg har lagt i et Excel-ark på S-drevet i mappen Kvantitativ Mediebrugsanalyse...) 11

13 Vi kan nu se, at det med 95% sikkerhed er et sted mellem 3,1% og 3,7% af de danske mænd, der læser Århus Stiftstidende, mens mellem 3,5% og 4,1% af de danske kvinder gør. Her kan vi altså ikke med den nødvendige sikkerhed påstå, at der er forskel i andelen af henholdsvis mandlige og kvindelige læsere af avisen, da de to konfidensintervaller lapper over hinanden. Det kunne eksempelvis være, at virkelighedens sande andel af den danske befolknings mænd, der læser avisen, er 3,6%, mens kvindernes dækningstal reelt også var 3,6%. Eller måske er der endda flere mandlige end kvindelige læsere?! Derfor, og vi gentager i kor...! Den store, væsentlige, vigtige, uforglemmelige og altoverskyggende pointe er altid at have i baghovedet, at vi her arbejder med stikprøver, som ligner virkeligheden og oftest ligger tæt på den, men som ikke er identisk med virkeligheden. Derfor må vi altid tage passende højde for usikkerheden. Og husk også på, at selvom beregningen af usikkerhedsintervallerne i givet fald viser, at der er en forskel, så er det kun en forskel, vi kan være 95% sikre på, også eksisterer udenfor vores undersøgelse altså ude hos befolkningen. Sagt med andre ord: Selvom vi med usikkerhedsberegningerne tager en vis højde for forskellen (i form af tilfældige afvigelser) mellem vores stikprøve (mediebrugsdatabasens respondenter) og virkelighedens verden, så vil vi alligevel stadigvæk risikere at tage fejl i hvert 20. estimat! Øvelse 4) Luk Index Danmark ned Når du lukker Index Danmark ned, skal du huske følgende: 1) Luk først dine åbne kørsler. Gå derefter op i menupunktet Fil og vælg Afslut for at lukke programmet ned. Du må IKKE lukke programmet ved at klikke på krydset øverst i højre hjørne!! 2) Når programmet er lukket ned, finder du helt nede til højre i din Windows-bjælke ikonet for Program Neighborhood Connection Center : Højreklik på ikonet og vælg Open Connection Center. Marker den server (LIV), du lige har brugt Index Danmark-programmet fra, og klik på Logoff, og derefter på Yes som bekræftelse på, at du ønsker at logge af. Når serveren er færdig med at køre sine Logoff-procedurer (når der ikke længere står Please Wait ), må du lukke din PC ned. DegnDanmark,