Statistiska unders

1
Statistiska undersökningar

• Kapitel 1

2
Varför?

• Exempel.
• Väljarundersökningar. Politiker vill veta vad
  väljare tycker.
• Arbetsmiljöundersökning. Hur trivs personalen.
  Hur kan miljön förbättras?
• Försäkringsbolag. Hur ska premier sättas för att
  rätt ersättning ska kunna betalas ut?
• Läkemedel. Provas innan första användning. Är det
  nya läkemedlet bättre än ett gammalt?

3
Varför?

• Exempel forts.
• Marknadsundersökningar. Vad vill konsumenterna
  ha?
• Produktion. Andelen av produkterna som är defekta
  och inte går att sälja.

4
Klassificering av undersökningar

• Efter mål
• Beskrivande. Ta reda på hur läget ser ut. Inslag
  i alla statistiska undersökningar. Ex.
  Partisympatiundersökning. Hur stor andel av
  väljarna sympatiserar med ett visst parti.
• Analytisk. Sytftet är att få svar på en fråga.
  Förklara samband. Orsak-verkan. Ex.
  Partisympatiundersökning. Har stödet för ett
  visst parti ökat sedan förra mätningen?

5
Klassificering av undersökningar

• Efter metoder som används
• Experimentell. Vi utför experiment, d.v.s.
  påverkar själva det som studeras. Vi kan
• Upprepa försöket
• Kontrollera försöksbetingelser.
• Ex. Hur beror vattnets kokpunkt av omgivande
  tryck? Koka vatten vid olika tryck och mät
  temperaturen.
• Icke-experimentell. Konstatera vad som inträffat
  och dra slutsatser.
• Ex. Vilken betydelse har kosten för depressioner.

6
Ex. Läkemedel - ett experimentellt försök.
Antal personer 60.
Slumpmässig uppdelning i två lika stora grupper
Experimentgrupp Läkemedel
Kontrollgrupp Placebo
Blindförsök Deltagarna vet ej vilken grupp de
tillhör Dubbelblindförsök Varken deltagare eller
den som registrerar resultat vet vilken grupp
patienterna tillhör.
7
Ex. Ett kvasiexperimentellt försök
Sju ungdomsbrottslingar fick erbjudande om
föreningsarbete under villkorlig frigivning. Åtta
ungdomsbrottslingar med liknande bakgrund
studerades samtidigt. Jämförelsegruppen har ej
tagits fram med slumpen som i den experimentella
läkemedelsundersökningen.
Föreningsarbete. Experimentgrupp Ej föreningsarbete. Jämförelsegrupp Summa
Återfall 2 7 9
Ej återfall 5 1 6
Summa 7 8 15
8
Population

• En statistisk undersökningar ger kunskaper om en
  viss population.
• Ex.
• Alla vuxna i Sverige
• Alla småföretag i Göteborg
• Alla flyttfåglar som passerar Sverige
• Vid vattenkoksexperimentet alla möjliga
  vattenkokningar

Ändliga
Oändlig
9

• Kan man hitta alla individer i populationen?
• Man definierar en ram av individer som
  populationen består av, t.ex. via register.
• Idealt innehåller ramen precis alla individer i
  populationen
• Övertäckning. Individer som inte tillhör
  målpopulationen finns i ramen.
• Avliden, företag som gått i konkurs
• Undertäckning. Individer i målpopulationen saknas
  i ramen.
• Nyinflyttad, nystartat företag, person som
  saknar fast telefon.

10

• Systematiska täckningsfel kan uppstå om ramen
  inte täcker målpopulationen.
• Ibland går det inte att få fram en ram. Ex.
  Barnmisshandel. Kan endast undersöka de som är
  registrerade. Det finns ett mörkertal av de som
  aldrig registreras.

11
Datainsamling

• Var noga med att formulera syftet med
  undersökningen.
• Randomisering.
• Vid frågeundersökningar
• Enkelt språk
• Förklara facktermer
• Undvik prestigeladdade och känsliga frågor
• Inga ledande frågor
• Fråga om en sak i taget
• För många frågor kan ge svarsbortfall, slarvigare
  svar.

12

• Validitet, giltighet. Överensstämmer det vi har
  som syfte att mäta med det vi mäter?
• Reliabilitet, tillförlitlighet. Upprepade
  mätningar på samma individ bör ge ungefär samma
  resultat. D.v.s. litet slumpmässigt fel.
• Klassifikationsfel. Individerna i en undersökning
  kanske ska klassificeras t.ex. efter kön. Andra
  klassificeringar kan vara svårare och då kan fel
  uppstå.
• Operationalisering. Abstrakta begrepp översätts
  till konkreta frågor. Ex. stress.

13

• Teleskopeffekt. En händelse placeras felaktigt i
  tiden.
• Intervjuareffekt. Den som intervjuas ger det svar
  som den tror att intervjuaren förvänatar sig.
• Prestigebias. Om det är prestige i någon fråga
  tenderar den som svarar att överdriva sin egen
  roll.
• Slutna svarsalternativ. Svarsalternativen är
  givna.
• Öppna svarsalternativ. Svaret formuleras helt av
  den som svarar.

14
Insamlingsmetoder

• Postenkät/internetformulär

• Intervjuer

• Billigt
• Viktigt att frågorna är lätta att förstå
• Vem har svarat?
• Stor risk för svarsbortfall

• Frågor kan förtydligas
• Intervjuareffekt

15
Variabler
Kategorisk (kvalitativ) Kön Hårfärg Bilmärke
Kvantitativ (numerisk)
Diskret Antal barn
Kontinuerlig Ålder Vikt
16
Skalor

• Nominalskala. Vid mätning av kategorivariabel.
  Resultatet kan ej rangordnas. Ex. Meningslöst att
  prata om den största färgen.
• Ordinalskala (ordningsskala). Rangordning av
  individer.
• Intervallskala. Skillnader, t.ex. mellan olika
  individer. Kan adderas och subtraheras.
• Kvotskala. Värdena har en absolut nollpunkt. Alla
  fyra räknesätten kan användas.-

17
Vilka ska ingå i undersökningen?

• Totalundersökning. Om populationen är liten kan
  alla undersökas.
• Stickprov. Vid experimentella undersökningar
  eller om populationen är stor måste antalet
  individer begränsas genom ett urval.
• Urvalen bör vara sannolikhetsurval. Varje individ
  har en känd sannolikhet att komma med i urvalet.

18
Några urvalssätt

• Enkelt slumpmässigt urval. Alla individer har
  lika stor sannolikhet att väljas.
• Systematiska urval. Kan användas om individerna
  är numrerade. Slumpmässig numrering ? enkelt
  slumpmässigt urval. Obs. register kan ibland vara
  ordnande periodiskt, kan ge fel.

19
Några urvalssätt

• Stratifierat urval. Populationen delas in i
  delpopulationer som det sedan görs enkelt
  slumpmässigt urval på.
• Ex. Undersökning av företag i en bransch med
  många små, några medelstora och ett fåtal stora
  företag. Liten sannolikhet att ett sort kommer
  med även om dessa kanske är mest betydelsefulla.
  Undersök t.ex. 5 av de små, 20 av de medelstora
  och alla stora företag.
• Flerstegsurval
• Ex. Population alla elever i grundskolan.
  Förteckning saknas.
• Välj skolor slumpmässigt
• Välj några klasser slumpmässigt.
• Välj elever i klassen slumpmässigt.

20
Varför sannolikhetsurval?

• Det går att få en uppfattning om slumpfelet,
  eller urvalsfelet.
• Om det inte finns några systematiska fel (bias)
  kommer det ändå finnas ett fel, slumpfel. Detta
  är skillnaden mellan det som mätts upp och det
  som skulle beräknats för hela populationen.
• Slumpfelet uppskattas via den statistiska
  felmarginalen (kap. 6). I 95 fall av 100 är
  slumpfelet mindre än den statistiska
  felmarginalen.