v lkomna till kursen kvantitativa forskningsmetoder i 1 2 sv 4 f 12 a f rel sning 1 l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Välkomna till kursen Kvantitativa forskningsmetoder I 1/2 sv - 4 F, 12 A Föreläsning 1 PowerPoint Presentation
Download Presentation
Välkomna till kursen Kvantitativa forskningsmetoder I 1/2 sv - 4 F, 12 A Föreläsning 1

Loading in 2 Seconds...

play fullscreen
1 / 46

Välkomna till kursen Kvantitativa forskningsmetoder I 1/2 sv - 4 F, 12 A Föreläsning 1 - PowerPoint PPT Presentation


  • 350 Views
  • Uploaded on

Välkomna till kursen Kvantitativa forskningsmetoder I 1/2 sv - 4 F, 12 A Föreläsning 1. Tom Wikman tom.wikman@abo.fi Tfn: 06-3247 250 Rum F 624, Academill vån. 6. Kvantitativa metoder I enl. studiehandboken:.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Välkomna till kursen Kvantitativa forskningsmetoder I 1/2 sv - 4 F, 12 A Föreläsning 1' - emily


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
v lkomna till kursen kvantitativa forskningsmetoder i 1 2 sv 4 f 12 a f rel sning 1

Välkomna till kursenKvantitativa forskningsmetoder I1/2 sv - 4 F, 12 AFöreläsning 1

Tom Wikman

tom.wikman@abo.fi

Tfn: 06-3247 250

Rum F 624, Academill vån. 6

kvantitativa metoder i enl studiehandboken
Kvantitativa metoder Ienl. studiehandboken:
  • ”Kursen syftar till att presentera grunderna till statistiska metoder för insamling, beskrivning och analys av kvantitativa data.”
  • I kursen ingår beräkning av deskriptiv statistik, spridningsvärden, medelvärdesskillnader, sambandsmått och testning av statistisk signifikans. Studerande bör efter kursen kunna beräkna alla ovan nämnda mått och kunna läsa av SPSS utskrifter.
kvantitativa forskningsmetoder i enl studiehandboken
Kvantitativa forskningsmetoder Ienl. studiehandboken:

Litteratur

  • Stukát, S. (1993) Statistikens grunder. Lund: Studentlitteratur.
  • Holme, I. M. & Solvang, B. K. (1997). Forskningsmetodik. Om kvalitativa och kvantitativa metoder. Lund: Studentlitteratur. (Del I, II och IV)
  • + föreläsnings- och övningskompendium
f rel sningsunderlag vningar m m publiceras p kursens webbplats

Föreläsningsunderlag, övningar, m.m. publiceras på kursens webbplats:

http://www.vasa.abo.fi/users/twikman/

slide5

F1 Introduktion, grundläggande begrepp, skaltyper

F2 Deskriptiv statistik: central- och spridningsmått

Sannolikhet, statistisk signifikans,

c2-test, medelvärdesskillnader: t-test

+ 5 övningar i dataklassen: SPSS for Windows

slide7

Flickors och pojkars skrivresultat (i % av maximipoängen) i relation till modersmålsvitsorden. Figuren visar att det finns skillnader i skrivförmåga bland flickor och pojkar med samma modersmålsvitsord på betyget.

vad r kvantitativ forskning
Vad är kvantitativ forskning?
  • Formaliserad och strukturerad
  • Statistikstödd databearbetning och beräkning
  • Bearbetning av rådata (från empirisk undersökning), till “siffror” som lämpar sig för statistisk behandling
  • Sannolikhetsbaserad undersökning
  • All forskning undersöker kvalitet även om resultatet är siffror.
  • Även kvalitativ: siffrorna skall tolkas och beskrivas
forskningsprocessen
Forskningsprocessen
  • Samla information genom att läsa litteratur.
  • Beslut dig för vad du vill forska om och formulera forskningsfrågor.
  • Välj den metod som är bäst lämpad för att besvara dina frågor. Designa forskningsinstrumentet.
  • Samla in data.
  • Analysera data.
  • Rapportera.
vad beh vs f r att utf ra en vetenskaplig unders kning
Vad behövs för att utföra en vetenskaplig undersökning?

1. Forskningsfrågor (ej vardagsproblem!)

2.Variabler (latenta ’bakomliggande’ ’osynliga’ variabler) = egenskaper som studeras hos respondenterna

3. Operationaliserade frågor (manifesta ’direkta’ ’synliga’ variabler)= frågor som ställs till respondenterna för att ta reda på värdet på variabeln

exempel

Manifest

variabel A1

Manifest

variabel B1

Manifest

variabel A2

Exempel

Forskningsfråga:

Vilket är sambandet mellan variabel A och variabel B?

Vilket är sambandet mellan intelligens och musikalitet?

Sjunger: bedöms skala 1-5

Latent

variabel A

Latent

variabel B

IQ- test

Spelar ett instrument: bedöms skala 1-5

Musikalitet

Intelligens

hur kan man m ta en latent variabel

Beroende

Oberoende

Ex. slöjdvitsord Intelligens

Hur kan man mäta en latent variabel?
  • Hur skall man lyckas fånga “kvaliteten” eller “essensen” i ett fenomen?
  • Hur kan egenskapen förvandlas till “siffror”?
  • Vilka frågor kan man ställa (till en försöksperson)?
  • Vilka svarsalternativ skall respondenten få att välja mellan?

Beroende och oberoende variabel

Ju mera IQ desto bättre vitsord

exempel p forskningsfr gor
Exempel på forskningsfrågor
  • Hur inverkar socioekonomisk bakgrund på skolprestation?
  • Vilket är sambandet mellan längd vid födsel och som vuxen?
  • Hur varierar koncentrationsförmåga enligt kön?
  • Hur skiljer sig hög- och lågprestande elevers biologikunskaper?
vilken typ av design

A

A

Tid 1

Tid 2

A

B

A

A

Tid 1

Tid 2

B

B

Tid 1

Tid 2

A

A

Undersökningsgrupp + variabel

Tid 1

Tid 2

Kontrollgrupp

B

B

Tid 1

Tid 2

Vilken typ av design?

Case studieVad händer?

A

Longitudinell studie/ panelstudie/ trendstudieHar det skett en förändring med A över tid?

JämförelseÄr A och B olika?

Logitudinell jämförelseÄr A och B olika över tid?

Experimentell studieÄr A och B olika över tid pga den oberoende variabeln?

variablerna kan vara

Kvalitativ variabel

(kan klassindelas)

t.ex.partitillhörighet

Kvantitativ variabel(kan mätas)t.ex. längd

Diskret variabel(skalstegen är fasta)t.ex. antalet barn

Kontinuerlig variabel(alla skalsteg möjliga)t.ex. vikt

Variablerna kan vara:
slide17

Latent

Manifest

slide18

Datanivåer/skaltyper

  • Nominalskala: frekvenser, endast klassificering, antal case per grupp, kan endast räknas #
  • Ordinalskala: samband baserade på rangordning, skalstegen olika långa, kan rangordnas <>
  • Intervall: samband baserade på mätningstalen, kan addreras, ingen nollpunkt, jämna skalsteg + -
  • kvotskala, samband baserade på mätningstalen, lika långa skalsteg, har absolut nollpunkt, kan beräknas matematiskt * / + -
nominalniv
Nominalnivå
  • Innebär klassificering enligt kännetecken. Kvalitativ variabel.

Ex. Kön, hårfärg,

kommuntyp ...

ordinalniv
Ordinalnivå
  • Mätningen är sådan att man ej kan ge enheterna tal vilka anger förhållanden mellan enheternas placeringar på variabeln. Data innehåller enbart rangordning av enheterna.
intervallniv
Intervallnivå
  • Enheternas värden anges med tal. Nollpunkten ej definierad.
  • Exempel: Intelligens, temperatur, skönhet.
kvotniv
Kvotnivå
  • Mätvärden används för att ange mängd på variabeln. Det finns en bestämd, fast nollpunkt.
  • Exempel: Längd, vikt.
dataniv er avg r vilka statistiska test du kan utf ra p dina data
Datanivåer (avgör vilka statistiska test du kan utföra på dina data)

Rangordning Jämna steg Nollpunkt Exempel

Nominalskala

Kön

Rang

Ordinalskala

Intervallskala

IQ

Kvotskala

Vikt

I statistiska undersökningar är det viktigt att skilja mellan data på de olika nivåerna. Variabler som används inom pedagogiskt/psykologiska studier anses ofta ligga mellan ordinal- och intervallskala.

fr geformul r och responsalternativ
Frågeformulär och responsalternativ

Öppna frågor:

Nämn vilka frukter du tycker om: ___

Nämn vilka frukter du inte tycker om: ___

De lättaste frågorna att göra eftersom de ställs på ett naturligt sätt. Nackdelen är att de oftast inte kan analyseras systematiskt. Vid öppna frågor är det forskaren som kategoriserar svaren vilket kan ställa till problem. Användbar i två situationer: när det är klart hur svaren skall analyseras, när svaren skall hjälpa till att förklara ett statistiskt resultat.

slide28

Dikotom skala

Kryssa för ifall du tycker om följande frukt (JA) eller inte (NEJ)

JA NEJ

Tycker du om äppel___ ___

Tycker du om banan ___ ___

Tycker du om mandarin___ ___

Tycker du om apelsin ___ ___

Nom

Rangordningsskala:

Rangordna följande frukter enligt hur mycket du tycker om dem (3 framför den godaste, 0 framför den minst goda)

äppel ____

banan ____

mandarin ____

apelsin ____

Ord

slide29

Slutna frågor/frågor med svarsalternativ

Likert-skala utan benämning av skalstegen

I vilken grad håller du medom följande påståenden.

HÅLLER EJ HÅLLER

ALLS MED HELT MED

Jag tycker om äppel .................0 1 2 3 4 5 6

Jag tycker om banan ................0 1 2 3 4 5 6

Jag tycker om mandarin ..........0 1 2 3 4 5 6

Jag tycker om apelsin ..............0 1 2 3 4 5 6

Likert-skala med benämnda skalsteg

0 = håller ej alls med 1 = håller ej med2 = håller devis ej med 3 = vet inte4 = håller delvis med 5 = håller med6 = håller helt med

Int

slide30

Semantiska differentialer

Jag tycker äpplen smakargott << < 0 > >> illa

Jag tycker banan smakar gott << < 0 > >> illa

Jag tycker apelsin smakar gott << < 0 > >> illa

Jag tycker banan smakar gott << < 0 > >> illa

0

Int

“Kvotskala”

Hur uppfattar du dig själv? Indikera med ett kryss per rad hurdan du tycker att du är, hurudan du skulle vilja vara, och hur du tror att andra uppfattar dig. ’0’ betyder avsaknad av egenskapen i fråga. ’100’ betyder att du har så mycket som möjligt av egenskapen.

100

Trevlig…

Du anser att du är…

Du skulle vilja vara…

Andra tycker du är…

0

Kvo

slide31

Exempel på psykometrisk variabel med 10 item- självskattning

Ringa in hurudan du tycker att du är. Skalan är från 0 till 3. (0= jag håller ej alls med, 1= håller ej med, 2= håller med, 3= håller helt med)

1.på det hela taget är jag nöjd med mig själv 0 1 2 3

2. ibland tycker jag att jag inte alls är bra 0 1 2 3

3. jag tycker att jag har goda sidor 0 1 2 3

4. jag kan göra saker lika bra som de flesta 0 1 2 3

5. jag har inte mycket att vara stolt över 0 1 2 3

6. ibland känner jag mig värdelös 0 1 2 3

7. jag känner mig åtminstone lika värdefull som andra 0 1 2 3

8. jag önskar jag tyckte bättre om mig själv 0 1 2 3

9. jag är misslyckad 0 1 2 3

10. jag tycker bra om mig själv 0 1 2 3

Efter att respondenten fyllt i alla 10 items produceras ett mått på personens självskattning som medelvärdet av alla 10 item. Item som är negativt formulerade räknas inverterade (0=3; 1=2; 2=1; 3=0).

Int

slide32

”Vet inte”?

Hur skall man behandla ”vet inte” alternativet? Olika alternativ:

1 2 3 4 -9

helt av delvis av delvis av helt av vet inte

samma samma motsatt motsatt (varken för

åsikt åsikt åsikt åsikt eller mot)

Tycker du om bananer? ja [ ], nej [ ], vet inte [ ]

1

helt av sammaåsikt

3

vet inte (varken för eller emot

2

delvis av samma åsikt

4

delvis av motsatt åsikt

5

helt av motsatt åsikt

slide33

Agency beliefs in effort (Little & Wanner, 1997)

  • (1=almost never, 2=sometimes, 3=often, 4=almost always)
  • When it comes to learning something new in school, can you work hard enough at it?
  • When it comes to figuring out a new lesson, can you put enough effort into it?
  • When it comes to figuring out a new lesson, even if it's difficult, can you put enough effort into it?
  • When it comes to understanding new things in school, can you keep on trying long enough at it?
  • When it comes to understanding new things in school, can you keep on trying long enough at it?
  • When it comes to understanding new things in school, even if it's difficult, can you keep on trying long enough at it?
slutna fr gor fr gor med svarsalternativ
Slutna frågor/frågor med svarsalternativ

Är lite svårare att göra än öppna frågor men de är lättare att analysera. Svårt att hitta alternativ som täcker alla eventualiteter men som ändå inte överlappar. Borde också inkludera ”vet ej” eller ”annat”. Undvik negativt ställda frågor om möjligt. T.ex. Det är inte roligt att läsa böcker.

Undvik mångtydiga frågor. Undvik frågor om hypotetiska situationer, jargonger, fackspråk och mångtydigheter. Undvik ledande ord, var klar och koncis. Undvik att ställa frågor som du inte behöver.

exempel d liga fr gor
Exempel: dåliga frågor
  • Vilket betyg ger du för den nya läroplanen då det gäller verklighetsanknytning och användbarhet? Högt/medel/lågt
  • Innehåller två frågor men bara ett svarsalternativ!
  • Är folk bättre utbildade idag än för tio år sedan? Ja/nej
  • De flesta människor har ingen kunskap om detta och borde alltså inte kunna svara på den. Risken finns att de ändå svarar!
  • Hur ofta straffar ni elever? Aldrig/månatligen/veckovis/dagligen
  • Mångtydig fråga, vad betyder straffa?Vem syftar man på skolan eller läraren? Osv…
hur v lja sampel
Hur välja sampel?
  • I ett krig i USA dödades 10 av 1000 soldater. Under samma tid dog 20 av 1000 människor i New York.= det är säkrare att vara soldat i krig än att bo i New York. ?!
  • Varför stämmer inte detta?
  • Urvalet är avgörande för resultatet!
  • Undersök helst hela populationen! Om du besluter dig för att använda sampel förlorar du ev. i kvalitet.
  • Sampel sparar tid och pengar för forskaren. Sampel är en genväg som kan ge nästan så bra resultat som om man studerar hela populationen, men till ett mindre pris och snabbare.
  • En stor del av dataanalysmetoderna baserar sig på sampelteorier t.ex. alla signifikanstest utgår från att data är insamlade ur ett slumpvist urval från en definierad population.
slide37
Population: den grupp som du vill undersöka t.ex. finlandssvenska skolelever i åk 6. Måste alltid definieras innan du börjar!
  • Sampel, urval: den grupp som du verkligen undersöker ur populationen t.ex. finlandssvenska skolelever i åk 6 i 20 skolor i Svenskfinland. Resultaten generaliseras sedan att gälla hela populationen. Samplet måste vara representativt för hela populationen!
olika typer av sampel
Olika typer av sampel
  • 1. Slumpmässigt (randomiserat) sampel
    • i teorin det enda rätta. Slumpvist urval ur populationen t.ex. med slumpgenerator på dator, lottdragning o. dyl. Gör att man kan beräkna sannolikheter, påverkas ej av forskarens egna val. Problem: väldigt utspritt, t.ex. endast enstaka fall per ort. Ex. vi har en lista på samtliga svenskspråkiga lärare i Finland och låter en dator plocka ut 400 slumpvist utvalda lärare.
  • 2. Stratifierat sampel (xx% från strata I, xx% från strata II, etc..)
    • grupperar populationen i enligt några karaktäristika. T.ex. om 68 % av populationen är kvinnor skall även samplet ha 68 % kvinnor. Inom varje grupp (strata) skall urvalet ske slumpmässigt. Kräver svåra beslut om undersökningen omfattar fler grupper.
  • 3. Experimentell design (försöksgrupp - kontrollgrupp)
olika typer av sampel39
Olika typer av sampel
  • 4. Kriterierelaterat sampel, ifall du vill påvisa generaliserbarhet bör du påvisa enligt vilka kriterier du valt individerna, eller hur de motsvarar “normalpopulationen”.
    • systematiskt sampel. T.ex. väljer ut elever i finländska skolor med utländsk bakgrund, i ett slumpvist sampel skulle de vara väldigt få, men nu blir urvalskriteriet att de skall tillhöra denna grupp för att bli valda.
  • 5. Kluster (vanligt att “plocka” klasser)
    • Saker som vi är intresserade av uppträder ofta i kluster, grupper, t.ex. klasser, skolor. Därför kan vi omdefiniera populationen till dessa kluster (t.ex. lågstadieskolor) och välja vårt sampel från dem t.ex. slumpvist. Skolor och klasser är case framom enskilda elever, lättare att få tag i adresser till skolor än enskilda individer. T.ex. vi väljer ut 50 skolor av alla Finlands skolor och undersöker hela lärarkåren i de utvalda skolorna.
exempel40
Exempel

I en undersökning av David m.fl. (1994) frågade man elever och föräldrar hur de väljer skola för sina barn. Endast 50 % av föräldrarna svarade vilket gav två grupper av elever: de vars föräldrar svarade och de vars föräldrar inte svarade. Forskaren märkte att det fanns en stor skillnad mellan de båda grupperna. Elever i den första gruppen poängterade olika utbildningsaspekter för skolvalet medan de vars föräldrar inte svarade poängterade bekvämlighetsaspekter. Detta är ett indirekt bevis för att de båda grupperna av föräldrar också är olika (ifall de kunde undersökas). Forskaren lyckades intervjua några föräldrar ur den andra gruppen och märkte att de var olika, de poängterade barnets egna önskningar men annars var de mindre aktiva i urvalsprocessen.

steg vid val av sampel
Steg vid val av sampel

avgör om du skall använda ett sampel och varför

definiera populationen du vill undersöka

lista de som hör till populationen eller bestäm egenskaperna hos populationen

uppskatta sampelstorleken du behöver, använd ett stort sampel

välj en metod för att välja ut samplet ur populationen (slump, systematiskt, stratifierat…)

välj en metod för korrigering (tänk på svarsbenägenhet, obesvarade frågor…)

undersök ditt sampel, hur ser ditt sampel ut i jämförelse med ett idealt sampel eller hela populationen

korrigera om nödvändigt (avvägning)

hur m nga f rs kspersoner
Hur många försökspersoner?
  • För statistisk beräkning bör du ha fler individer än antal frågor. 5-10 ggr större än antalet variabler.
  • Ej större bortfall än 15% (enl. vissa 30%) av responser på insamlat data
  • Tänk på hur stora “celler” du vill jämföra med varandra. T.ex. tillräckligt många av vardera könen osv…
  • Enligt det test du vill utföra (t.ex. faktoranalys kräver tre gånger fler försökspersoner än antal item).
  • Ha ett så stort sampel som möjligt!
  • Vi kan endast kontrollera för kvaliteten genom sampelstorleken – det endas som vi kan påverka själva!

20 case- i varje grupp = högt standardfel

60 case- i varje grupp = mindre standardfel80 case- i varje grupp = ganska litet

behandling av r data
Behandling av rådata
  • Insamling av rådata
    • Vem samlar in
    • Vilka instruktioner?
    • Hur reagerar respondenterna?
  • Databearbetning
    • - Kodning
  • - Kategorisering
  • - Systematiskt bortfall (tex oreliabla frågor)
  • - Osystematiskt bortfall (t.ex. misstag, tidpunkt)
  • Bortfall?
  • - Utesluta?
  • - Ersätta värden?
  • - Analys av extremfall
  • - Välj analysmetod i förväg
reliabilitet och validitet
Reliabilitet och validitet
  • Reliabilitet betyder hur väl du lyckas mäta det du avser mäta, dvs. hur noggrann eller tillförlitlig mätningen är. Influeras av t.ex. instrumentet, misstag, kodning osv…

Validitetbetyder hur väl det mätta fenomenet motsvarar verkligheten, dvs. hur sanningsenlig mätningen är.

slide45

random error

Ifall man man visualiserar konstruktionen av items med att “skjuta i prick”, kan tre scenarion ritas. Längst till vänster motsvarar. I mitten är

Hög reliabilitetHög validitet

Frågorna samstämmiga och motsvarardet forskaren vill undersöka.

Hög reliabilitetLåg validitet

Samstämmigheten mellan frågorna hög, men de motsvarar ej det forskaren vill undersöka.

Låg reliabilitet

Låg validitet

Frågorna ej det undersökta området och de är ej heller sinsemellan sammanhängade

vanliga problem vid design av enk ter
Vanliga problem vid design av enkäter

Ställer forskningsfrågorna

Dvs man blandar ihop studiens forskningsfrågor med enkätfrågor. Oftast är forskningsfrågorna inga bra enkätfrågor.

Tror de flesta lärare att pojkar klarar sig sämre i skolan än flickor? Ja/nej/vet ej

Ställer ledande frågor

Man ställer frågorna så att man får det svar man önskar, kan avslöjas redan i följebrevet.

Hur viktig är kvaliteten på undervisningen då du väljer skola? 1 viss betydelse/ 2 medium betydelse/3 stor betydelse

För långt frågeformulär

Mycket vanligt problem som inverkar på bl.a. svarsfrekvensen

Ställer oväsentliga frågor

Ställer frågor som man redan vet svaret på eller som man kan hitta svaren till på andra sätt.

Använder stötande språk

I misstag kan det hända att man formulerar frågor på ett sådant sätt att de kan verka stötande för vissa respondenter.