Behandling af kvantitativ data

Transkript

1 Behandling af kvantitativ data

2 Dagsorden Opsamling fra sidste gang Kvantitativ metode i kort form Validitet og reliabilitet Udformning af spørgeskema herunder spørgsmålsformuleringer Dataindsamling Databehandling og kvalitetssikring af data

3 Sidste gang talte vi om Vær opmærksom på, at lave et velfungerende og validt spørgeskema, der måler de ting, I gerne vil måle. Tilrettelæg dataindsamlingen, så I ender med en stikprøve, der er repræsentativ for den population, I gerne vil sige noget om Forhold jer til kvaliteten af det indsamlede data og vær bevidst om jeres begrænsninger, når I konkluderer

4 I dag skal vi snakke om Hvordan man kan kode og indtaste data Data på forskellig måleniveau Hvilke muligheder, der er for at analysere data Deskriptiv><induktiv analyse Univariat, bivariat og multuvariat analyse Forskellige centrale begreber

5 Kodning af data Ved kodningen gennemgås materialet og hver enhed får en værdi på alle variablene. Hver værdi svarer til en tal i kodebogen. Giver lettere overblik og mulighed for at databehandling f.eks. i excell.

6 Kodning af data Kodning af enhederne i klassifikationsskema Angiver værdierne på alle variable Klassifikation, der er udtømmende og gensidigt udelukkende Hænger jo tæt sammen med udformningen af jeres spørgeskema og operationaliseringen af jeres variable

7 Kodning af data Når kodningen af data er afsluttet foreligger data i form af tal Hvordan vi kan analysere på tallene afhænger af, hvilken type information tallene dækker over Man taler om en variabels måleniveau Variable med forskellige måleniveau kan analyseres på forskellige måder

8 Nominal måleniveau Det simpleste måleniveau Kategorierne på variablen er gensidigt udelukkende, intet andet. Ikke muligt at rangordne eller sige noget om afstande mellem dem Eks.: Køn og nationalitet

9 Ordinal måleniveau Kategorierne på variablen er gensidigt udelukkende, og det er muligt at tale om højere eller lavere værdier på variablen Ikke muligt at fortolke afstande Eks.: Helt enig, overvejende enig, hverken enig eller uenig, overvejende uenig, helt uenig.

10 Interval niveau Kategorierne på variablen er gensidigt udelukkende, det er muligt at tale om højere eller lavere værdier på variablen og det er muligt at fortolke afstande Man kan f.eks. sige, at to enheder er tættere på hinanden Eks.: Historisk tid.

11 Forholdstal/ratio niveau Alt det foregående, og variablen har også et absolut nulpunkt. Man kan meningsfuld fortolke forholdet mellem to enheder. Eks.: Alder en person har dobbel så høj alder som en anden

12 Måleniveauer Variable med forskellige måleniveauer giver forskellige analysemuligheder Igen er det noget, man skal overveje allerede i formuleringen af sit spørgeskema Spørg på så højt et måleniveau som muligt, f.eks. alder.

13 Måleniveauer Hvad siger kodetallene noget om? Nominal Ordinal Interval Ratio/forhold Forskelle Rangordne Afstande + + Forhold +

14 Måleniveauer Hvad kan man gøre i forbindelse med analysen Skille enheder med forskellige værdier fra hinanden Rangordne enhederne efter værdiernes størrelse Lægge værdier sammen og trække dem fra hinanden Nominal Ordinal Interval Ratio/for hold Gange og dividere værdier +

15 Analyse Formålet med analysen er at trække den information ud af data, der skal til for at besvare ens problemstilling Afhængig af ens problemstilling, kan man lave forskellige typer analyser

16 Analyse Hvor bredt udtaler man sig: Deskriptiv >< induktiv analyse Hvor mange variable inddrager man i sin analyse?: Univariat Bivariat Multivariat analyse

17 Deskriptiv statistik Man siger kun noget om stikprøven Forenkle og sammenfatte det foreliggende talmateriale Skabe orden i og overblik over den datamatrise, man har kodet. Kvalitetssikre den indsamlede stikprøve, inden man evt. går videre til næste niveau i analysen

18 Induktiv statistik Generaliserende statisk På baggrund af de resultater, man har fundet i sin stikprøve, siger man noget om den population, man har taget stikprøven fra. Stiller som tidligere nævnt en række krav til kvaliteten af den stikprøve, man har indsamlet

19 Univariat analyse Siger noget om enhedernes fordeling på en enkelt variabel F.eks., hvor mange er hhv. enige og uenige i et udsagn Kan belyses ved hjælp af frekvensfordelinger, forskellige grafiske fremstillinger og statistiske mål for centraltendens og spredning

20 Univariat analyse Frekvensfordeling: Hvor mange gange forekommer de forskellige værdier for en variabel? Kan både opgøres i absolutte tal og i andele. Hvor mange er hhv. enige og uenige? Hvor stor en andel er hhv. enig og uenig? Afbilledes typisk ved hjælp af stolpediagrammer

21 Univariat analyse Statistiske mål for centraltendensen i en frekvensværdi den typiske værdi Afhænger af måleniveau Modus: Den oftest forekommende værdi Median: Den midterste værdi, dvs. den værdi, der ligger i midten, når enhederne er rangordnet Gennemsnit: Den gennemsnitlige værdi for enhederne

22 Univariat analyse Nominal Ordinal Interval/forholdst al Modus Median + + Gennemsnit +

23 Bivariat analyse Kigger på sammenhængene mellem to variable F.eks. en bivariat frekvenstabel/krydstabel, der viser om bestemte værdier på vore variable optræder sammen. Giver mulighed for at undersøge om der er sammenhæng mellem to variable

24 Bivariat analyse Sammenhænge: Vi undersøger, om fordelingen af enheder på en variabel er betinget af enhedernes værdier på en anden variabel Den første variabel er den afhængige Den anden variabel er den uafhængige Vi bruger den uafhængige variabel til at dele enhederne ind i grupper, og så undersøger vi, om fordelingen på den afhængige varierer på tværs af grupperne

25 Bivariat analyse Når man laver sine krydstabeller definerer man også sin afhængige og uafhængige variabel Når man laver krydstabeller procentuerer man, så det summerer til 100 pct på den uafhængige variabel Overvejelser omkring, hvad der er den uafhængige og afhængige variabel relaterer sig til overvejelser om tidsrækkefølge osv.

26 Bivariat analyse Statistiske mål: der beskriver forskellige slags sammenhænge mellem to variable Igen afhængig af, hvilket måleniveau ens variable er på. Mange muligheder for statistiske analyser Fi, Thau, gamma osv. I skal IKKE beregne statistiske sammenhængsmål!

27 Multivariat analyse Beskriver sammenhænge mellem tre variable eller flere. Giver f.eks. Mulighed for at kontrollere for påvirkning fra tredjevariabel Dekomponere en bivariat sammenhæng og undersøge, om der er tale om en direkte, medieret eller spuriøs sammenhæng.

28 Multivariat analyse Med mindre I holder jer til multivariate frekvensfordelinger med tre variable, bevæger I jer udover, hvad I skal kunne i dette fag. Det bliver hurtigt meget uoverskeligt.

29 Mere om induktiv statistik Nogle centrale begreber, som det er nyttigt at forstå, men som I ikke forventes at bruge.

30 Inferens Når man går fra stikprøven til populationen Man undersøger, hvor sikker man kan være på, at estimatet (værdien i stikprøven) er lig med populationsparametren (Værdien i populationen, som man i virkeligheden er interesseret i) Man giver et konkret tal for sandsynligheden herfor eller et interval, hvor indenfor parametren med en vis sandsynlighed befinder sig

31 Inferens Ikke noget I forventes at arbejde med i opgaven I skal ikke teste for signifikans eller opstille konfidensintervaller Nyttigt begreb at forstå, når I generelt præsenteres for undersøgelser og resultater af undersøgelser

32 Signifikans En signifikanstest siger noget om sandsynligheden for at en sammenhæng man har fundet i sin stikprøve også findes i populationen. Man taler om forskellige signifikansniveauer typisk 5 % Med et signifikansniveau på 5 % skal sandsynligheden for, at den sammenhæng, vi har fundet i stikprøven også findes i populationen, være større end 95 % Ellers tør vi ikke tro på, at sammenhængen ikke bare er en tilfældighed i vores stikprøve

33 Signifikans Signifikanstesten er en statistisk test, der baserer sig på sandsynlighedsregning Hvis signifikanstesten viser, at en sammenhæng er signifikant på f.eks. et 5% signifikansniveau Så vil det sige, at der kun er en 5 % sandsynlighed for at få det resultat, vi har fundet i stikprøven, hvis sammenhængen ikke også findes i populationen.

34 Signifikans Signifikanstesten fortæller os altså, hvor sikre, vi kan være på resultaterne af vores undersøgelse Det er meget sjældent, at de resultater fra undersøgelser, der bliver gengivet i medierne er blevet signifikanstestet. Så reelt ved man ikke, hvor sikker man kan være på, om den sammenhæng man har fundet, har noget på sig

35 Konfidensinterval Er et bånd rundt om det estimat, man har fundet i stikprøven. Indenfor dette bånd befinder værdien for populationen den sande værdi sig med en vis sandsynlighed Hvis man har et signifikansniveau på 5% vil værdien for populationen med 95 % sikkerhed befinde sig i kofidensintervallet

36 Konfidensinterval Tænkt eksempel: Hvis man I en stikprøve f.eks. har fundet, at 50,2% af respondenterne angiver at ville stemme på oppositionen, hvis der var valg i morgen, så ligger den sande stemmeandel på oppositionen med 95 % sikkerhed mellem 48,7% og 51,7%

37 Konfidensinterval Hænger sammen med den statistiske usikkerhed Så jo større en stikprøve, jo smallere bliver båndet konfidensintervallet Jo større krav man stiller til sandsynligheden for at indfange den sande værdi i intervallet jo bredere bliver båndet

38 Jeres analyser I skal ikke lave avancerede statistiske analyser Det kan være fint at holde sig til deskriptive univariate analyser afhænger af jeres problemstilling Sørg i stedet for at opbygge et solidt argument. Forhold jer til kvaliteten af jeres stikprøve, undersøgelsesdesignet osv. Vær opmærksom på begrænsningerne

39 Opsamling Inden databehandlingen og analysen kast et kritisk blik på stikprøven. Er kvaliteten i orden? Eksplorativ eller hypotesestyret analyse I kan estimere parametre andele og gennemsnit Lede efter årsagssammenhænge I skal ikke lave statistiske analyser nøjes med frekvenstabeller og krydstabeller Sørg i stedet for at opbygge solide argumenter tjek for tredjevariabel osv. Signifikanstest og konfidensintervaller er centrale begreber, når man infererer

40 PAUSE!

41 Kreative metoder og Analyse af kvalitative data

42 Dagsorden Indsamling af kvalitativt data Bearbejdelse af det indsamlede data Analyse af kvalitative data Forskellige analysetilgange Hvad skal man ikke gøre i analysen? Analysekontrol Diskussion af eksempel på kvalitativ analyse og fortolkning

43 Et andet univers Nu forlader vi den kvantitative logik Vi forsøger ikke længere at finde ind til en målbar kerne Færre regler for analysearbejdet et håndværk Begreber som validitet og reliabilitet antager en anden betydning vigtigt, at I sondrer i jeres opgaver og til eksamen

44 Indsamling af data Optag det helst på bånd, video, næstbedst skriv noter. Hvis I optager, så lad være med at lade teknikken tage fokus Forklar kort interviewpersonen(erne), hvad I skal bruge optagelsen til, og at den naturligvis bliver slettet, når projektet er afsluttet. Folk glemmer typisk efter kort tid, at de bliver optaget.

45 Bearbejdelse af empiri Foretag en umiddelbar fortolkning lige efter interviewet. Her har man interviewet frisk i erindring og kan allerede drage nogle væsentlige konklusioner. Lad ikke et interview ligge i flere dage. I kan ikke huske, hvad der blev sagt 3 dage senere. At støtte sig for meget til hukommelsen er en potentiel fejlkilde: Man vil have en tilbøjelighed til at bide mærke i visse ting og ignorere andet

46 Bearbejdelse af empiri Transskriber eller foretag en meningskondensering - afhængigt af formålet (evt. tematiseret efter interviewguide) Det er et (meget) stort arbejde at transkribere interviews Det tager virkeligt lang tid Overvej nøje, hvor meget, I har brug for. Det er også en god idé at gøre dette løbende, mens I interviewer

47 Bearbejdelse af empiri I skal helst have tænkt over, hvordan I vil analysere jeres interview allerede i forbindelse med udarbejdelsen af spørgeguiden Analysen starter allerede under interviewet Begynd allerede analyse/fortolkning selv om I er midt i interviewfasen. Det kan være frugtbart at udforske resultaterne fra de indledende interviews i de efterfølgende interviews

48 6 analysetrin Interviewpersonerne beskriver deres livsverden Interviewpersonerne opdager selv nye sammenhænge Intervieweren kondenserer og fortolker meningen med det, den interviewede siger, og sender det tilbage til interviewpersonen Det optagede interview analyseres Evt. geninterview Evt. handlen på baggrund af nye indsigter

49 Ingen faste modeller Der findes ingen faste løsninger på analyse og fortolkning af kvalitative metoder Dog er der gode råd at hente på de følgende slides

50 5 tilgange til interviewanalyse Meningskondensering Meningskategorisering Narrativ meningsstrukturering Meningsfortolkning Ad hoc-analyse

51 Meningskondensering Ved meningskondensering sammenfattes essensen af betydningerne i de interviewedes udtalelser. Hvad er hovedpointerne? De mest betydningsfulde citater transskriberes evt. Denne metode kan benyttes til at analysere omfattende og ofte komplekse interviewtekster ved at se efter betydningsenheder og hovedtemaer

52 Meningskondensering Risiko: At I lader fortolkningen blive styret for meget af spørgeguiden/jeres problemstilling At I finder det, I vil finde At I kun får de store linier med og skærer betydningsfulde resultater væk Dette er en generel fare, når man arbejder kvalitativt Husk at være opmærksomme på de resultater, der modsiger jeres forventninger / falder udenfor spørgeguiden

53 Meningskategorisering Interviewet kodes i kategorier Denne analyse reducerer og strukturer omfattende tekster til nogle få tabeller og figurer. Meningskategorisering er en form for kvantificering af interviewteksten.

54 Meningskategorisering Risiko: At man går for langt i kvantificeringen og mister det, der er særligt ved kvalitative interviews Man kan let sætte sig mellem to stole Man må ikke glemme det fortolkende eller forsøge at tvinge kvalitative svar nede i kvantitative kasser

55 Narrativ meningsstrukturering Her fokuseres på de historier, der fortælles under interviewet Kan også bruges, hvis en enkelt historie skal forklare essensen Ex. bruge tidslinie-interviewet med børn for at afdække deres medie-vaner.

56 Narrativ meningsstrukturering Risiko: At analysen bliver for deskriptiv Og så sagde hun, og så gjorde han Man må ikke glemme det analyserende Husk at komme op i helikopteren og forhold jer analyserende til det, I finder

57 Meningsfortolkning Forskeren har et perspektiv på, hvad der undersøges og fortolker interviewene ud fra dette perspektiv et teoretisk udgangspunkt el. Fortolkeren går ud over, hvad der siges direkte med henblik på at udarbejde betydningsstrukturer og relationer, der ikke umiddelbart fremtræder i en given tekst Eksempelvis observationsstudier med ældre om en kommunes aktivtetstilbud

58 Meningsfortolkning Risiko: Igen er risikoen, at man trækker en forforståelse ned over interviewet Husk at gøre plads til de ting, der modsiger dine forventninger, eller som falder udenfor dit umiddelbare interessefelt

59 Ad hoc Anvendelse af forskellige metoder og teknikker til skabelse af mening. Eksempelvis til kreative metoder m.m.

60 Kreative metoder - analyse Hvordan analyserer man projektive teknikker? Hvad ville I lægge vægt på, hvis I har vist 20 medarbejdere forskellige billeder omhandlende humor med det formål at undersøge, hvad der kan skabe sammenhold? Det, de siger? Måden, de siger det på? Andre forhold?

61 Spørgsmål til interaktionsanalyse Kilde: Bente Halkier, Fokusgrupper, Samfundslitteratur, 2008

62 Hvad skal man ikke gøre? Lade forskellige udsagn udligne hinanden Elendig hjemmeside eller fantastisk hjemmeside = OK hjemmeside Begge udsagn er interessante og kan bruges i analysen f.eks. om det skyldes alder, mangel på relevans, andet informationsbehov, etc. 62

63 Hvad skal man ikke gøre? Kvantificere data for meget: Husk at arbejde kvalitativt Det er ok at kvantificere besvarelserne i en vis grad Men det må ikke tage overhånd Og når man arbejder kvalitativt er udgangspunktet, at hvert interview skal fortolkes og forstås som noget unikt 63

64 Hvad skal man ikke gøre? Presse data i en bestemt retning: Man kan naturligvis have et teoretisk udgangspunkt eller nogle hypoteser, man gerne vil afprøve Men når man arbejder kvalitativt, er det vigtigt, at man så vidt muligt går til dataindsamlingen og fortolkningen med et åbent sind Man kan meget let komme til at påvirke både interviewet og den efterfølgende analyse i en bestemt retning Sagde han i virkeligheden ikke, at 64

65 Analysekontrol Samarbejde, diskussion med kollegaer --> intersubjektiv enighed eller fremstilling af flere parallelle forståelser. Redegørelse for procedurer i metodeafsnittet: Hvilke teknikker, hvilke begreber. Hvilke briller har du på, og hvor kigger du hen? Få ekspliciteret hvordan og på hvilken baggrund du foretager din fortolkning. Eksempelvis, hvad ens egne forforståelser til området er, og hvilke teoretiske vinkler man finder frugtbare.

66 Selvforståelse Steinar Kvales tre tolkningsniveauer Common Sense Teoretisk tolkning

67 Selvforståelse Interviewpersonens selvforståelse - Tolkeren af udsagnet forsøger at sammenfatte, hvad den interviewede sagde - Validitet: Man fremlægger resultaterne for den interviewede derfor forsøger fortolkeren at holde fortolkningerne inden for den interviewedes forståelseskontekst

68 Selvforståelse Begrænsning: Man er begrænset af den interviewedes selvbillede Hvad nu, hvis ens fortolkning tegner et usympatisk eller uflatterende billede af interviewpersonen? Hvor meget ved vi egentligt om, hvorfor vi gør, som vi gør eller mener, som vi gør? Egner sig måske bedst til at kontrollere mere faktuelle oplysninger fra interviewet

69 Common Sense Man tolker det, der siges mellem linierne samt tolker i en større forståelsesramme Validitet: At man kan argumentere og dokumentere for ens tolkninger At man kan fremvise en sammenhængende og velargumenteret analyse

70 Common Sense Begrænsning: Man må ikke trække en forventning om konsistens og sammenhæng ned over folks holdninger Folk er på ingen måde konsistente i det de gør eller mener

71 Teoretisk tolkning En teoretisk ramme for tolkningen, eks. en psykoanalytisk eller marxistisk teori om samfundet Validitet: Teoriens gyldighed Teorien er veltestet og har dokumenteret sin forklaringskraft

72 Teoretisk tolkning Begrænsning: At en teori har forklaringskraft på andre områder betyder ikke nødvendigvis, at den også er gyldig på dit område Husk at lede efter elementer i interviewet, der modsiger teorien

73 Andre gode råd Struktur Brug forventninger/hypoteser til analysen Dette sikrer, at analysen ikke bliver for deskriptiv Brug spørgsmålene i nogle overordnede rammer

74 En lille husker: Husk følgende citat til interviewene og analysen af data!!

75 Goffman Vi præsenterer og skaber vores selv i forskellige sociale situationer ved at fremføre en rolle Vi fremstiller ikke vores ægte selv, men derimod altid en idealiseret version af os selv. Vi fremfører eller præsenterer vores selv i de roller, som passer bedst til vore opfattelse af situationen, og til hvad der kræves for at være i overensstemmelse med de gældende samfundsmæssige normer og værdier. Goffman oversat af Jan Foght Mikkelsen i Kommunikationsfagets håndværk og teori, s. 94

76 Opsamling Støt jer ikke for meget til hukommelsen: Skriv referat eller optag interviewene Der er forskellige måder at fortolke og analysere data alle har deres begrænsninger Kontrol jeres analyser, f.eks. Ved at diskutere dem med hinanden.