Population. Antal tänder. Urval

Transkript

1 Population ID Antal tänder Urval ID Antal tänder

2 Urvalsmetoder Population Urval Urval

3 Urvalsmetoder Definitioner: Populationen består av de objekt som det skall dras slutsatser om. Urvalet är ett fragment av de objekt som finns i populationen. Urvalskriterium är det som definierar den population var ur urvalet skall göras.

4 Urvalsmetoder Kvoturval Obundet slumpmässigt urval Systematiskt urval Gruppurval, klusterurval Stratifierat urval

5 Kvoturval Urvalet görs utifrån egenskaper som finns hos populationen. Urvalet är ej slumpmässigt. Kvoturval var populärt fram till presidentvalet i USA 1948.

6 Kvoturval Urvalsundersökning inför presidentvalet i USA Harry Truman vann med 49,5% av rösterna. Till höger är de egenskaper hos populationen som låg till grund för kvoturvalet. Populationsandelar (%) Kön Man 49.1 Kvinna 50.9 Ålder Utbildning Grundskola 43.5 Gymnasium 43.4 Högskola 13.0 Hudfärg Vit 96.1 Svart 3.9 Veteranstatus Manliga veteraner 14.2 Övriga 85.8

7 Kvoturval Presidentkandidater Dewey Truman Thurmond Wallace Övriga Valresultat Crossley Gallup Roper Samtliga av opinionsinstitutens valundersökningar gav en felaktig prognos. Vad gick fel?

8 Kvoturval Insamlingen blir ofta subjektiv Många faktorer har betydelse Obalans Ej slumpmässigt

9 Obundet slumpmässigt urval Alla individer i populationen har samma chans att komma med i urvalet. Inklusionssannolikheten är ett objekts sannolikhet att komma med i urvalet. Denna sannolikhet skall vara lika för alla objekt vid ett obundet slumpmässigt urval.

10 Obundet slumpmässigt urval Inklusionssannolikhet = n/n n=antalet i urvalet N=antalet i populationen

11 Obundet slumpmässigt urval Population Populationen är 100 högskolestudenter. Hur stor andel av studenterna arbetar extra under sin fritid? Student Extrajobb 1 Nej 2 Ja 3 Ja 4 Ja 5 Nej Nej 96 Ja 97 Nej 98 Ja 99 Ja 100 Ja

12 Obundet slumpmässigt urval Andel som arbetar extra är 65% Population 65% Spridningen är 23% No of obs % Nej Ja Extrajobb

13 Obundet slumpmässigt urval Urval Låt urvalet bestå av 20st studenter. Sannolikheten att inkluderas i urvalet är 20/100=0,2. Andelen studenter som arbetar extra skattas till 73%. Spridningen blev 20%. Student Extrajobb 1 Nej 7 Ja 23 Ja 24 Ja 27 Nej 30 Ja 32 Ja 33 Ja 42 Ja 43 Ja 45 Ja 46 Ja 54 Ja 60 Nej 65 Ja 69 Ja 80 Nej 82 Ja 92 Ja 95 Nej 97 Nej 100 Ja

14 Obundet slumpmässigt urval 18 Urval 16 73% No of obs % Nej Extrajobb Ja

15 Obundet slumpmässigt urval Fördelar: Urvalet kommer att ha de egenskaper som finns i populationen om urvalsstorleken är stor Objektivt, slumpen bestämmer Nackdelar: Kan vara kostsamt

16 Systematiskt urval Alla individer skall ha samma inklusionssannolikhet. Drag objekten med ett visst intervall, k. k = N/n Startpunkten för serien av urval skall vara slumpmässigt vald

17 Systematiskt urval Urval Låt urvalet bestå av 20st studenter. K=100/20=5. Startpunkt valdes slumpmässigt till student nr 2 Andelen studenter som arbetar extra skattades till 70%. Spridningen blev 21%. Student Extrajobb 2 Ja 7 Ja 12 Nej 17 Nej 22 Ja 27 Nej 32 Ja 37 Ja 42 Ja 47 Ja 52 Ja 57 Ja 62 Ja 67 Nej 72 Ja 77 Nej 82 Ja 87 Ja 92 Ja 97 Nej

18 Systematiskt urval 16 Systematiskt urval 14 70% 12 No of obs % Nej Extrajobb Ja

19 Systematiskt urval Fördelar: Enkelt Billigt Objektivt, slumpen bestämmer om startpunkten väljs slumpmässigt Nackdelar: Fel i skattningen när datalistan innehåller trender

20 Övriga urvalsmetoder Gruppurval, klusterurval: Objekten väljs gruppvis med ett obundet slumpmässigt urval. Sedan kan ett till slumpmässigt urval göras inom grupp. Exempel på detta är skolundersökningar. Först väljs hela klasser ut och sedan elever inom klass

21 Övriga urvalsmetoder Stratifierat urval: Populationen delas in i grupper och sedan görs ett slumpmässigt urval inom varje grupp. Exempel på detta är löneundersökningar. Populationen delas först in i grupper beroende på inkomst och sedan görs ett slumpmässigt urval inom respektive inkomstklass. Denna metod gör det möjligt att få alla inkomstgrupper representerade. Metoden ger också kontroll över hur stor betydelse varje inkomstklass skall ha på skattningen, medelinkomst.

22 Felkällor Det totalt felet i en undersökning eller vid ett experiment är summan av följande orsaker : Urvalsfel Täckningsfel Bortfallsfel Mätfel Bearbetningsfel

23 Urvalsfel Avvikelsen mellan värdet på skattningen i urvalet och värdet som skulle bli vid en totalundersökning. En uppskattning av urvalsfelet kan göras med : variansen för skattningen standardavvikelsen för skattningen Båda de ovannämnda måtten är beskrivningar på spridningen hos data.

24 Täckningsfel Undertäckning Fler objekt har tillkommit till populationen när undersökningen har kommit igång. Övertäckning Objekt har försvunnit ur populationen när undersökningen kommit igång. Det allvarligaste felet är undertäckning då de nya objekten kan ha egenskaper andra än de övriga. Kan ge upphov till systematiska fel.

25 Bortfallsfel Anledningar till bortfall kan bero på många orsaker. Några skäl är att objektet ej är anträffbar vägrar att delta övriga skäl som t ex språksvårigheter, för gammal, för sjuk, tekniska problem

26 Bortfallsfel Bortfall kan snedvrida resultatet. Vetskapen om hur bortfallet skulle svarat, reagerat är lika med noll. Exempel: Antag att 300 personer i Bromma tillfrågas om de är positivt eller negativt inställda till Brommaflygplats. Resultatet blev: Antal Andel (%) Svarade Ej svarande Positiv inställning Negativ inställning

27 Bortfallsfel Ett enkelt sätt att kontrollera bortfallets påverkan är att ge alla i bortfallet den ena eller andra åsikten. Alla i bortfallet positiva Antal Andel (%) Positiv inställning Negativ inställning Alla i bortfallet negativa Antal Andel (% ) Positiv inställning Negativ inställning Resultatet skulle kunna vara allt ifrån 33% till 53% positivt inställda.

28 Bortfallsfel-åtgärder Förebyggande åtgärder Mer Välformulerat introduktionsbrev Deltagande skall inte vara förenat med en kostnad Ej för omfattande enkät

29 Bortfallsfel-åtgärder Åtgärder i efterhand Mer Strukturella jämförelser fungerar ej Påminnelse- en andra svarsomgång Presenter mer.

30 Mätfel Skillnaden mellan erhållet (uppgivet) och sant värde Grad av tillförlitlighet. Hur trovärdiga är mätningarna. Mätfel- Reliabilitet- Validitet- Mått på om mätningarna mäter det som är avsett

31 Mätfel Mätfel kan orsakas av, i huvudsak, följande: Mätinstrumentet Mätmetoden Intervjuaren, undersökaren Den svarande, försöksobjektet