5.3 Frågeundersökning ( Survey enkät enkätundersökning sannolikhetsurval: 1) slumpmässigt urval (random sample).

Transkript

1 5.3 Frågeundersökning (Survey) - man samlar in data från människor med hjälp av i förhand bestämda frågor, och strävar efter att uttrycka data numeriskt (med hjälp av siffror) * OBS om terminologin: i svenskan använder man ofta det engelska ordet. Då tänker man kanske främst på undersökningar i ganska stor skala. Ordet enkät (OBS skrivsättet!) eller enkätundersökning är ett vanligt synonym. Men samtidigt kan man också skilja mellan frågeundersökningar i form av enkäter och intervjuer (se Holme & Solvang s. 173) dvs göra en skillnad beroende på om respondenterna fyller sina frågeformulär själva, eller om de ifylls av en intervjuare. => logiskt sett är kanske frågeundersökning det bästa ordet, men det är dock vanligare att man talar om enkät, även om datainsamlingen sker med hjälp av intervjuare. * vanligtvis forskar man i sociala förhållanden, det faktiska beteendet, attityder och åsikter - en mycket vanlig metod i sociologin. Börjades under 1800-talets andra hälft. Bekant exempel: Charles Booth: Life and Labour of the People of London, (17 volymer). Även tidigare: fransmannen Frédéric Le Play (1855), Karl Marx (1880) (se Swedner 1978: Sociologisk metod: s. 250) * metodens popularitet kan förknippas med en del förväntningar från sociologin att vara till hjälp vid en medveten planering av samhället. Lösa problem, bygga upp välfärdsstaten. Därför behöver man inf som ger exakt kunskap om förhållandena och kan hjälpa förutspå utvecklingen. Populariteten var störst på talet, men fortfarande är en av de mest centrala metoderna - man undersöker antingen en mindre population i sin helhet (t ex alla riksdagsledamöter; alla sociologistuderande vid Jyväskylä universitet) eller ett stickprov (ett sampel eng. sample) - typer av stickprov: antingen sannolikhetsurval eller icke-sannolikhetsurval (Solvang & Holme 183-). - sannolikhetsurval: varje enhet (t ex människa) i populationen har en viss, för oss känd sannolikhet att bli vald i stickprovet. Sannolikheten kan vara antingen likadan eller olika * Om llikadan för alla enheter => 1) slumpmässigt urval (random sample). Vi har en lista över alla enheter som ingår i populationen, och från den väljer vi genom slumpmässiga tal (från datorn eller från en slumptalstabell) eller genom lottdragning det önskade antalet enheter. 1b) en variation av det föregående: man väljer var så-och-så-mångte enhet. Kan inte användas om materialet självt har en rytm (t ex dagstidningar lrdagens tifningar har annat innehåll än tisdagens det kan bli snedvridning av materialet, någon veckodag blir överrepresenterad) * annan möjlighet: 2) stratifierat urval (stratified sample). Det kan finnas någon del av populationen, som är liten men som är teoretiskt viktig, och som vi vill kunna jämföra med andra grupper när vi gör analys. Det betyder då att vi måste försäkra oss om att vi får ett tillräckligt stort antal enheter med i stickprovet från den kategorin också. T ex stasdsdelar med olika storlek. T ex man undersöker i ensamstående föräldrars åsikter om dagvården. Man vill bl a göra en jämförelse mellan ensamstående mammor och e. pappor. De sistnämnda är mycket färre. För att få ett så stort antal pappor med att det skulle vara möjligt att göra statistisk analys, måste vi antingen mångfaldiga hela stickprovets storlek (dyrt!), eller ta med ett proportionellt sett större antal pappor = stratifierat urval. DVS SANNOLIKHETEN ATT KOMMA MED BLIR OLIKA FÖR OLIKA ENHETER. 41

2 * Om människor/objekt bland vilka man gör ett urval förekommer i grupper = kluster ( klungor, klasar ) kan det vara lättare att nå dem genom att först välja mellan klustren => 3) klusterurval (cluster sample). T ex man vill undersöka banktjänstemän. Banktjänstemän brukar förekomma i klungor (i olika bankkontorer). Man väljer ett antal kontorer antingen slumpmässigt eller stratifierat enligt typ av ort, storlek osv, och därefter antingen undersöker alla tjänstemän eller gör ett urval (slumpmässigt eller stratifierat enligt position, ålder, kön osv). Sparar tid, pengar, bensin. Faran av systematiska fel en snedvridning av stickprovet, dvs. representativiteten kan bli lidande. IGEN ÄR SANNOLIKHETERNA OLIKA, MEN VI KÄNNER DEM - icke-sannolikhetsurval: av olika skäl kan det bli svårt, onödigt eller omöjligt att dra stickprov med hjälp av sannolikhetsurval. Då använder man andra metoder, som... 4) snöbollning (snowballing): man frågar en medlem av den grupp, subkultur osv som man vill undersöka, om han/hon vet andra som är likadana. Man intervjuar de personer som han/hone nämnde och de får å sin tur nämna andra, osv => stickprovet växer som en snöboll, tills man börjar nämna samma namn som redan blivit nämnda. Det kan vara ett tecken på, att en ganska stor del av hela populationen redan finns med, eller åtminstone att man ringat in ett nätverk; det kan förstås finnas flera nätverk vars medlemmar kanske inte är medvetna om varandras existens? # metoden kan vara bra t ex när man undersöker en grupp, som det inte finns någon lista på. T ex om man sysslar med någon hobby som inte är så organiserat att alla skulle tillhöra någon förening eller dylik; om man sysslar med någonting olagligt som t ex droger. # vi får ingen säker uppfattning om huruvida stickprovet är statistiskt representativt för populationen som helhet; faran om snedvridning finns (det nätverk som vi hittat har sina speciella drag, det är möjligt att andra nätverk innehåller människor som inte är likadana som de som vi intervjuade) 42

3 5) tillfällighetsurval/bekvämlighetsurval (opportunity sample/convenience sample): vi väljer dem, som det går lätt att få tag i. # t ex psykologerna brukar använda psykologistuderande som försökspersoner; en ungdomsforskare kan komma överens med en bekant skollärare om att en skolklass skall besvara en frågeformulär; man tar tillfället i akt när en viss skolning, konferens, varumässa äger rum och intervjuar deltagarna # faran av systematiska fel är mycket stort. I några fall tycker man kanske inte, att det stör (om man t ex menar, att de psykiska processerna är likadna oberoende av ålder och utbildning). # faran kan också försöka undvikas så, att man väljer respondenterna så, att ett visst antal män och kvinnor, unga/äldre osv. kommer med. T ex vid en del marknadsundersökningar den yngsta mannens metod : man börjar med en adress (eller telefonnummer) och ber få tala med den yngsta närvarande mannen, om inte på plats, då den yngsta närvarande kvinnan (pga de yngre är mer sällan hemmas, speciellt männen). 6) urval genom självselektion: det finns ett antal frågeformulär och en blyertspenna någonstans och den som svarar kan vinna en ny kylskåp osv. Man uppmanar läsarna av en tidning att skicka in svar osv. Då är det redan ganska tveksamt om man kan göra några generaliseringar alls. Någon information får man ju förstås, men den kan inte generaliseras med statistiska medel. - Frågeundersökningen börjar med att man skapar ett mätinstrument: man gör en frågeformulär. * tar reda på vad som redan finns att veta * en pilotundersökning kan ha gjorts * man beaktar både det man behöver veta och de praktiska möjligheterna. # har man utbildade intervjuare? Hur mycket pengar/tid har man? Hur lång formulär/intervju är möjlig, dvs hur många frågor ryms med? Är det viktigt att bortfallet är litet? 43

4 - man provar hur frågeformulären fungerar: * klarar intervjuarna av sin uppgift? * finns det frågor som inte fungerar (t ex alla svarar på samma sätt; många som inte kan svara; många som väljer alternativet annat )? => fel på intervjuaren frågorna; metoden passar dåligt för den grupp som skall intervjuas eller för temat * blir det motsättningar mellan svaren: två frågor som borde handla om samma sak, besvaras på olika sätt => fel på operationaliseringen? - man kan testa formulären med en mindre grupp, som gärna får vara heterogen. Man kommer även ganska långt, om man ger formulären åt sina bekanta som INTE är sociologer (om man skulle råka ha några sådana! ;-)), och frågar deras kommentarer. - När man gör en frågeformulär, vill man gärna få den att påminna om vanlig interaktion dvs man frågar inte svåra och/eller delikata frågor i början, utan först efter att ha samtalat i en stund. Efter de tunga frågorna tar man någonting lättare och neutralt till slut (se Solvang & Holme s. 174). * i början måste man presentera sig själv och forskningsprojektet, även en kontaktadress. Om formulären är anonym, skall det berättas. # i början finns även en instruktion: hur man svarar, hur man returnerar formulären; att man inte skall besvara de frågor som inte gäller en eller som man inte vet svaret på, osv. # om man säger, att det tar 20 minuter att svara, får det inte ta mycket längre tid! * i slutet lämnar man utrymme för kommentarer, man tackar respondenten för dennes tid. - frågorna kan handla om respondentens bakgrundsinformation (kön, ålder, utbilding, bostadsort, inkomster osv); om de yttre förhållandena; om beteende; om åsikter och attityder - frågorna kan vara: öppna (man skriver sitt svar på en tom rad/intervjuaren tecknar ned); ja/nej frågor; val mellan olika alternativ (OBS: om man får välja fler alternativ, kan vi här förstå den som en kombination av många ja/nej frågor); val mellan värden på en skala (t.ex från 1 till 5, 1-3, 1-4, 1-7 osv) = den sk Likert-skalan som används vid attitydmätningar. Togs ursprungligen i bruk av Likert, som använde 5 värden. - exempel på frågor: Solvang & Holme s några allmänna råd: ju konkretare fråga, desto pålitligare blir svaren i meningen att de stämmer överens med respondentens verkliga beteende; t ex är det ur den synpunkten bättre att fråga: vilken bok läste du senast från början till slut? än: vad tycker du om för slags böcker? * om man inte har alternativet vet ej, riskerar man att respondenterna ger svar om ämnen som de faktiskt inte tänkt på (de kanske väljer ett mitt-emellan alternativ; men det har ju inte samma betydelse som att man inte vet!). (Å andra sidan finns de som säger att man inte bör göra det för lätt för respondenten att inte svara. Problem: obesvarad fråga ett svar som kanske inte motsvarar det som personen tänker) * om man låter respondenten välja mellan alternativ, är det viktigt att alternativen... 1) logiskt utesluter varandra. T ex inte: hur gammal är du? 16-20; 20-25; osv; 2) omfattar varje tänkbar möjlighet. T ex hur brukar du komma till jobbet? till fots, cykla, åka bil, åka buss, åka tåg...? Men: i rullstol, åka skidor, rida, med roddbåt...? En bra möjlighet är att som sista alternativ ange: på annat sätt, vilket? (med utrymme för svar) 3) är genomtänkta med avseende på att de kan förutsättas skilja mellan respondenterna. T ex om vi frågar: när läste du senast en bok från början till slut? så kan svarskategorierna 44

5 ( mindre än en månad sedan osv ) bli annorlunda beroende på om vi undersöker alla finländare, Åbo Stadsbiblioteks registrerade kunder, eller medlemmarna i en deckarklubb * Svaret på en fråga kommer att påverkas av sammanhanget i vilket man presenterar den. De föregående frågorna skapar ett slags bakgrund. När man analyserar resultaten måste den tas i beaktande. - i övningsdelen tar vi upp olika typer av frågor och sätt att besvara dem. - olika sätt att samla in svaren: 1) med hjälp av intervjuare, i direktkontakt (face-to-face interview) * respondenterna antingen kommer någonstans för att låta sig intervjuas, eller (vanligtvis) kommer intervjuaren hem till dem eller till deras arbetsplats # om människan inte är tillgänglig, gör man flera försök, kontrollerar adressen osv. Om man ändå inte hittar den tilltänkta respondenten, eller hon/han vägrar svara, eller pga sjukdom el dyl inte kan svara, registrerar man orsaken till bortfallet # OBS: respondenterna måste fõrstå, att det inte är obligatoriskt att svara! * intervjuaren frågar och registrerar svaren i frågeformulären (På engelska: questionnaire/interview schedule) (kanske matar genast in i datorn) * intervjuaren har fått noggranna instruktioner * Problem: intervjuarens inflytande # respondenten kan tycka, att vissa riktiga svar förväntas vill vara intervjuaren till lags # intervjuarens person, utseende osv kan ha betydelse # om frågan är mångtydig eller om intervjuaren inte har fått nödvändig skolning kommer hon/han att presentera sina egna tolkningar om hur frågorna bör uppfattas. Bättre: möjligast entydiga frågor, tilläggsinstruktionerna på papper och likadana för alla! 2) telefonintervjuer * snabbare, lättare, billigare * problem: # lättare att vägra # man blir trött snabbare => kan inte göras så långa # större möjlighet av missförstånd # alla har inte telefon 3) skriftlig enkät (self-administered questionnaire) * skickas per post, eller någon kommer och lämnar samt hämtar tillbaks enkäten efteråt. # om man förväntas returnera enkäten med post, måste betald returkuvert medfölja * billigare än med intervjuare * problemet med intervjuarens inflytande faller bort; men å andra sidan kan många andra okontrollerbara faktorer spela in (# och dessutom kan ju respondenten ändå försöka svara på ett sätt som hon/han tycker att den potentiella läsaren kan tänkas tycka om!) * vid besvarandet av några faktfrågor kan det vara nödvändigt att respondenten har tid att i lugn och ro kontrollera sina uppgifter, tänka igenom * problem: # bortfallet blir högre än när man använder intervjuare 45

6 # om man anlitar posten tar det lång tid att få in alla svar => man skickar/ringer påminnelser (mindre möda om enkäten INTE är anonym!) => resultatet kan bli bättre om man själv samlar in svaren # man har ingen kontroll över situationen där man svarar => svarade respondenten själv? Frågade han någon om råd? osv # man kan inte kontrollera ordningsföljden i vilken man svarar (exempel: en fråga där man själv ska nämna tre viktiga sociala problem; en annan där man ska rangordna femton problem i en lista) # lättare att missförstå en fråga # kan vara mer ansträngande att skriva själv än att svara på en intervjuares frågor (möjlig felkälla som har ett samband med respondentens urbildning!) # en skriftlig enkät kan inte riktigt ha lika många frågor som när man intervjuar 4) enkät med e-post * påminner mycket om det föregående * man skickar en inbjudan att delta, tillsammans med användarnamn, lösenord och internetadressen där frågeformularen finns. Respondenten fyller i själv, svaren matas direkt in i databasen * samma förmåner, även mer tydliga: snabbt, enkelt, billigt, i en form som är lämplig för fortsatt behandling # frågornas ordning går att kontrolleras om man vill * samma problem, även mer tydliga: # alla har inte e-mejl # låg svars-% # enkäten kan inte göras alltför lång kortare än med skriftlig enkät. (* nya problem om någon av respondenterna är en datornörd som på skoj försöker skada databasen) * ÅAs datacentral har ett program som heter SYDACO inte väldigt färdigt ännu, men som går att användas, en möjlighet för graduskribenter - när man väljer mellan olika datainsamlingsmetoder beaktar man priset och tidtabellen, det svars-% man tycker är nödvändigt och det som man vet om stickprovet och om temat som man vill behandla - Begränsningarna hos en survey: 1) metodologisk individualism. Är samhället ett summa av individerna? Vad har grupptillhörighet, samhällelig position för inflytande? => förutsätter ett slags demokrati (en man, en röst) som inte finns i verkligheten. På ett sätt är frågeundersökningen en ganska osociologisk metod! 2) fragmentering: man får veta om de enskilda saker som man visste att fråga om. Man förstår kanske inte, hur de hänger ihop => ett slags statisk bild, ögonblicksbild av samhället som inte visar förändrings processerna 3) svårare att använda när man intresserar sig för 1) marginaliserade; 2) elitgrupper. Misstro, ovilja att ge information. 46

7 5.4 Undersökning av skriftligt material - å ena sidan kan själva det empiriska forskningsobjektet bestå av skriftligt material. Men sociologerna arbetar inte bara med material som de själv samlat in. Man använder även sk sekundär- dvs andrahandskällor: tidigare forskning, statistik - att undersöka sekundärkällor: * man kan använda tidigare undersökningar för att med hjälp av dem skapa en ny förståelse av fenomenet ifråga # man kombinerar, jämför/konfronterar andras resultat med varandra # man diskuterar dem i ett nytt sammanhang av teorier eller problem * en typ av sociologiska artiklar är den sk litteraturöversikten (Review Article); många böcker handlar om att konstatera forskningsläget och föreslå sätt att av den existerande kunskapen konstruera en teoretiskt koherent helhet - statistiken, däribland den officiella statistiken är en viktig källa för samhällsvetenskaperna. - redan Marie-Jean de Condorcet på 1700-talet; i sociologin utgör Durkheims Självmordet ett paradigmatiskt arbete (baserat på självmordsstatistiken) * Durkheim har kritiserats: använder inte siffrorna på ett exakt och systematiskt sätt; det viktigaste: beaktar inte möjligheten av systematiska fel i sitt material (t ex om den sociala kontrollen är starkare, betyder det inte bara att det är möjligt att det förekommer färre självmord, utan också, att det finns större möjlighet att ett självmordsfall inte registreras som sådant! => samma problem finns i allmänhet vid användandet av (officiell) statistik: man bör beakta, VEM som samlat statistiken, HUR och FÖR VILKET ÄNDAMÅL. - exempel: 1) att man av politiska orsaker effektiverar arbetet, som resulterar i viss typ av data. Poliskampanjer mot droger => högre siffror # speciella problem med auktoritära regimer 2) andra förändringar i arbetet av de myndigheter som framställer statistiken man bildar/lägger av en enhet; man anställer en ny medarbetare för ändamålet; en ny kontor öppnas osv. 3) förändringar i kategorier som statistiken framställs i t ex lagändring, internationell harmonisering av diverse klassifikationer (t ex antalet heroinmissbrukare som vårdades föll kraftigt i Polen; förklaring: statistiken fick en ny kategori av blandmissbrukare) 4) förändringar i statistikens representativitet: t ex om man jämför alkoholförsäljningsstatistiken från olika år, måste man beakta att icke-registrerat alkoholbruk (turisternas inköp, självtillverkning osv) också förändras och är ganska svår att uppskatta 5) vid internationella jämförelser flerfaldigas problemen. - i allmänhet betraktar sociologerna inte statistiken som rätt och slätt den återspegling av verkligheten som den utges vara, utan lika mycket som återspeglande det arbete som myndigheterna utför när de samlar in statistiken. - om det t ex förekommer snabba och svårförklarliga ändringar, kan man utgå ifrån att det hänt någonting med hur man samlar in informationen, eller att man ändrat klassifikationer: 47

8 f - En möjlighet är att göra jämförelser mellan flera statistiska data, som uppstått oberoende av varann t ex alkoholförsäljningsstatistiken, surveyresultat, polisstatistiken, medicinstatistiken, osv. Man får kanske ingen objektiv helhetsbild, men man ser kanske utvecklingstrenderna. t f - skriftligt material som forskningsobjekt: Man vill veta om... * verkliga förhållanden (hur det är/var?) * om textens upphovsman (hur han/hon anser/upplever?) * om den diskurs/det talesätt som texten uttrycker (hur man skriver?) (* ännu en möjlighet: man vill anta någonting om textens läsare) - här är alltså möjligheterna faktperspektiv och textperspektiv igen tillgängliga * forskningsproblemet kan ställas på många olika sätt, man kan också ha flera olika syften med sin forskning (medvetenhet behövs här!) * om perspektivet inte är textperspektivet, behöver man givetvis analysera förhållandet mellan texten och det som den påstår, med dess upphovsman (expressiv/instrumental funktion se nedan), samt med den möjliga recipienten/mottagaren; dvs: om man på basen av det som man fått veta genom sin textanalys vill påstå någonting om verkligheten utanför texten, blir man tvungen att använda argument som handlar om resultatens validitet/giltighet vid generalisering - om vi intresserar oss för de verkliga förhållandena, liknar textanalysen en historisk undersökning: Vad har hänt? Vad sysslar den undersökta människan/organisationen med? Vilka är de normer/värden/rutiner som finns/fanns? * man kan undersöka t ex politiskt beslutsfattande; en historisk process; sociala förhållanden i det förgångna; relationer mellan olika organisationer, osv. t 48

9 * materialet: beslut, protokoll, brev, biografier, rättsfall, osv * som historikerna, måste även sociologen syssla med källkritik: vågar man tro på det som källorna säger? Man bör tänka på situationen i och syftet för vilket texten uppstått - om vi är ute efter att få veta om åsikter och attityder hos textens upphovsmän, måste vi söka påståenden och uttalanden som kan ses som uttryck av en eller annan åsikt/attityd * viktigt skilja mellan texter som skrivits i expressivt och instrumentalt syfte för att uttrycka sig eller för att nå andra mål # i t ex politisk kommunikation; t ex när man forskar i texter från tid/plats där det fria ordet hade/har andra gränser än de som vi känner till i dag (diktaturer, socialism, traditionella samhällen). Alltid beakta situation och kontext # ju mindre vi vet om förhållandena under vilka texten uppstått, desto svårare blir den att tolka som representant av sin upphovsman - om vill vi veta ngt om mottagaren, utgår vi kanske ifrån, att textens upphovsman producerat den uttryckligen för att bli godkänd av läsarna/konsumenterna * om texten är en vara som säljs och köps, måste den för mottagaren äga ett konsumtionsvärde (enligt marxistisk analys) => det är alltså möjligt att argumentera, att t ex en ungdomstidning, ett TV-program som ungdomen ser på, en skiva osv återspeglar ungdomarnas värden * men som sagt, måste ett sådant påstående underbyggs med en analys om förhållandet mellan texten (kulturprodukten) och de potentiella konsumenterna # vad vet vi om konsumenterna, vem är de? Vad vet vi om HUR de konsumerar texten, hur de förhåller sig till den (med ironi, reservation, acceptans)? Kan vi säga någonting om textens förhållande med deras liv i övrigt (t ex genom observation eller intervjuer)? - att intressera sig för själva texten kan motiveras av att man vill visa de i samhället existerande diskurserna * litteraturvetenskap osv behöver inte nödvändigtvis ställa frågan om diskursens plats i samhället. För en sociolog är frågan väsentlig. => när en sociolog forskar i diskursen, måste hon försöka visa dess plats inom samhällets diskursiva ordning => även textanalysen handlar delvis om verkligheten utanför den analyserade texten själv, dvs om andra texter! * som term kan ordet diskurs betyda olika saker: 1) diskurs = repertoar: när man talar om en och samma sak kan man göra det med hjälp av olika repertoarer; t ex liberalismens/välfärdssamhällets diskurs 2) diskurs = diskussion: överväganden kring ett visst tema. T ex den alkoholpolitiska diskursen, som innebär både argument som förknippas med valfriheten och med folkhälsan 3) diskurs = systemet som omfattar alla symboler i språket. Vad som är möjligt/omöjligt att uttrycka med hjälp av språket. }=> om man använder termen diskurs, bör man ha det klart för sig vad man menar med den. * oberoende av terminologin kvarstår uppgiften att visa textens allmänna betydelse vad den representerar, är ett exempel på? 49

10 - om man forskar i skriftligt material kan man analysera det både kvalitativt och kvantitativt. * om man analyserar kvalitativt använder man ofta ordet diskursanalys (discourse analysis); kvantitativ analys betecknas med innehållsanalys (content analysis) # OBS1: diskursanalysen har ofta förknippats med specifika bakgrundsteorier om t ex sambandet mellan språk och samhälle; ordet har även använts (av David Silverman) för att beteckna ett speciellt sätt att analysera samtal => man riskerar att bli missförstådd # OBS2: några talar om kvalitativ innehållsanalys i st f diskursanalys. Logiskt sett inget fel, kan dock vålla problem i o m att man med innehållsanalys vanligtvis menar en kvantitativ analys. (Men det kan förstås hända att man vill undvika diskursbegreppet) }=> kanske enklast bara tala om kvalitativ textanalys och (kvantitativ) innehållsanalys? - innehållsanalys: man mäter textens egenskaper med hjälp av siffror => man delar texten i analysenheter (artiklar, stycken, meningar, ord osv) som man sedan kodar i enlighet med ett kodningsschema. * kodningsschemat påminner om en frågeformulär: man ställer frågor åt texten och söker svar som man sedan antecknar - ett tidigt exempel: Charles Horton Cooley (1902) presenterade i boken Human Nature and the Social Order beräkningar av i hurdana sammanhang ordet jag (I, me) förekom i skådespelet Hamlet (Eskola II: 107-8). - man vill visa vad texten innehåller; även hurdana saker som uppträder tillsammans * ofta vill man jämföra olika delar av sitt stickprov/material: material som härstammar från olika tidpunkter, som publicerats i olika typer av tidskrifter osv, som presenterats i olika typer av kontext, osv. # OBS: man jämför alltså inte själva texterna som sådana, utan deras egenskaper dvs hur olika variabler fördelar sig i olika delar av materialet * man strävar efter möjligast hög objektivitet vid analysen att variablernas värden inte skulle påverkas av den individuella forskaren # kan kanske snarare betecknas som intersubjektivitet än som objektivitet : att olika av varandra oberoende analytiker skulle få så likadana resultat som möjligt. Har att göra med reliabilitet: man vill bli av med inverkan av slumpfaktorer, t ex den inverkan på resultaten som analytikerns personlighet kan tänkas öva # reliabiliteten kan uttryckas med den procentuella andelen gemensamma värderingar bland alla värderingar som två av varandra oberoende värderare har fått - uppdraget att minimera resultatens slumpmässighet är liknande med det som man gör vid en frågeundersökning. Även det främsta medlet är likadant: man försöker skapa så entydiga analyskategorier som möjligt (liksom frågorna och svarsalternativen i en frågeformulär) * ett annat problem (som inte förekommer i en frågeundersökning): vad är analysenheten? Vid en frågeundersökning är analysenheten en respondent, här kan den vara t ex en artikel, ett ord, en mening, ett påstående, en punkt i ett program => entydiga definitioner behövs även här. 50

11 * ett exempel: Lagerspetz & Hanhinen 1994 analyserade påståenden som presenterats om sociala problem i en estnisk och en finländsk tidning under åren Man sökte sk. problemartiklar (Estland) eller ledare som handlade om ett socialt problem (Finland) (- tidningarnas struktur var annorlunda, ledaren som genre förekom inte i den estniska tidningen då), och i dem påståenden som föreställde ett fenomen som ett socialt problem (där man alltså uttryckligen sade att någonting måste göras åtr fenomenet ifråga). Analysenheten var alltså ett påstående. tidning Helsingin Sanomat Rahva Hääl antalet tidningar antalet analyserade artiklar antalet påståenden # om varje påstående registrerade man var det förekom (datum, artikelns rubrik); problemet som behandlades (man skrev det ut och dessutom placerade i en av 15 möjliga problemkategorier); de påstådda orsakerna (delades mellan orsaker på individens, institutionernas och samhällsstrukturens nivå + underkategorier); de föreslagna lösningarna (likadana kategorier). # efteråt var det alltså möjligt att jämföra tidningar i två länder, dessutom förändringar, samt det hurdana orsaker och lösningar som förknippades med hurdana problem # ännu fler möjliga variabler: författare; citerad källa; användningen av vissa ord, begrepp, kategorier; förekomst av bilder, deras egenskaper osv.; om analysenheten är en artikel, kan man registrera artikelns placering i tidningen, dess längd, journalistisk genre osv - vid analysen bör man skapa analyskagorier för varje variabel (allra enklast är ja/nej; ofta blir det långa listor) * det lönar sig att använda även kategorin annat, vad och skriva svaren med ord. Om många svar i den kategorin tycks höra ihop kan man skapa en ny kategori och på så sätt förminska antalet svar i kategorin annat en i sig intetsägande kategori! # man kan börja med att analysera en liten del av materialet, som innehåller olika typer av text, från olika tidpunkter och källor osv, och justera analysschemat tills det tycks fungera. * antalet variabler och analyskategorier borde inte vara större än att forskaren kan hålla dem alla i minnet samtidigt, utan att behöva kontrollera dem i sin formulär => materialet kan genomgås ganska snabbt och smidigt när man exakt vet vad man är ute efter. # i början svårare, sedan lättare # men: ju mer heterogent material, desto jobbigare att analysera! - vissa problem: * en speciell typ av variabler som kan anses problematisk är de som förutsätter att forskaren i texten läser in attityder och åsikter som inte direkt står i den tryckta texten. 51

12 T ex förhåller texten sig positivt, neutralt eller negativt till fenomenet X? Då och då har man även använt ett skala på 4 eller 5 punkter. # problemet är, att analysen kan mycket lätt påverkas av forskarens egna attityder eller förväntningar. # exempel: Jag vet inte om våra trupper borde delta i ockupationen av Irak. Ett neutralt påstående (skribenten vet inte)? Men om det sägs i ett land som har sänt trupper till Irak? Om det sägs i ett land som inte har gjort det? => problemet kan ses som ett val mellan kontextuell och kontextfri kodning Gör man vid sin analys användning av den bakgrundsinformation som man har, eller medvetet begränsar sin analys att basera sig enbart på texten? * å ena sidan verkar det lockande att läsa in i texten hänvisningar till åsikter och händelser som inte står att läsas i den, men som man tycker sig veta om. Med andra ord: om man är alltför formell i sin analys kan det hända att de resultat man får förblir ganska intetsägande. Men om resultaten inte går att lita på? - det kan vara bättre att börja med att analysera sig själv: vad är det i texten som får mig att tycka att den förhåller sig negativt osv till fenomenet i fråga? Varifrån kommer min tolkning? => man kan i texten hitta beståndsdelar som går att analyseras objektivt (t ex förekomsten av ordet ockupation ) * en allmännare tolkning kan sedan presenteras efteråt och argumenteras för med hjälp av de kvantitativa, möjligast objektiva resultaten. - kvalitativ textanalys: är bättre på att ge en helhetsbild, att visa textens strukturer, hur den skapar mening, hur man argumenterar osv * innebär intensivt arbete med ett mindre antal texter * OBS: text kan här betyda någonting, som uppstått oberoende av forskaren, men samma analytiska forskningsgrepp kan även användas när man arbetar med t ex transkriptioner av öppna intervjuer => kvalitativ analys av vilket (verbalt) material som helst - i analysen kan man vara ute efter ganska olika egenskaper hos texten. De kan föreställas t ex så här: enonciation TEXT berättelse yttrande kategorier * énonciation (från fransk lingvistik, i finländsk sociologi introducerad av Pekka Sulkunen och Jukka Törrönen 1997: Constructing speaker images: The problem of enunciation in discourse analysis. Semiotica 115-1/2, s ): hur man genom texten definierar både vem mottagaren är och vem man själv är (t ex expert, vanlig 52

13 medborgare, familjefader osv); själva yttrandet å sin tur innebär både (i många fall) beskrivningen av ett händelseförlopp och vissa kategorier med vilkas hjälp man kontruerar/förstår verkligheten - i princip finns det två olika tillvägagångssätt när man analyserar: 1) att utgå från det empiriska materialet och arbeta sig upp mot högre abstraktionsnivå; 2) att analysera texten med hjälp av en färdig teoretisk modell * alltså betonar man antingen det induktiva eller det deduktiva aspektet * jf igen med den hermeneutiska cirkeln! 1) empiribaserad teoribildning (jf Johannessen & Tufte 2003: 106-). En teoretisk formulation av detta forskningssätt har getts av Barney G Glaser & Anselm L Strauss (1967): The Discovery of Grounded Theory. Senare: Strauss & Juliet Corbin * ursprungligen menade G & S, att det empiriska materialet ska analyseras helt utan några som helst förhandsuppfattningar. Senare: man kan inte helt befria sig från förutfattade meningar, men man kan försöka vara öppen (S & C 1998: 96). Genom formaliserad analysteknik kan man minska möjligheten av att man missar sådana aspekter av materialet som inte stämmer överens med ens förväntningar. * Analysen skrider framåt steg för steg: # man börjar med att skapa sk. in vivo-koder, dvs man söker efter sådana kategorier, definitioner, skildringar, teman som finns i texten. Man ger dem namn som man antingen hittar på själv eller som (gärna) förekommer i texten. Man håller på med skapandet av kategorier tills man har kunnat placera varje meningsfullt yttrande i någon kategori # därefter jämför man olika textavsnitt där samma kod förekommer. Vissa koder tycks ha ett samband med varandra och kan tillsammans grupperas under en annan, mer abstrakt kod => man höjer abstraktionsnivån genom att introducera nya, mer omfattande kategorier. Strauss & Corbin kallar denna fas axial kodning. # till sist konstrueras en övertäckande teori genom att integrera de mest centrala kategorierna i ett schema. Man börjar med att välja ett centralt tema, kring vilket andra kategorier då samlas. Mer eller mindre lika med vad som undersökningen egentligen handlar om (S & C 146). - empiribaserad teoribildning har som fördel, att man förblir öppen och undviker tolkningar som inte får stöd av det empiriska materialet. Nackdelen är, att det blir svårt att göra teoretiskt intressanta generaliseringar, det blir ofta att man stannar på en deskriptiv nivå, en omskrivning av materialet i mer koncis form 2) teoristyrd kodning. Man använder färdiga, ur teorin härledda analyskategorier genom vilka man ger struktur åt texten. - det finns alltså vissa teman osv som man är intresserad i pga ens bakgrundsteori, man vill se om de förekommer och i hurdana sammanhang. Man har de abstrakta kategorierna färdiga, men sedan arbetar man med texterna och de får mer precist innehåll - Ett exempel. Ursprungligen inom litteraturvetenskap, men senare även inom sociologin har man intresserat sig för den sk narratologin (se: Narratologi en text av Staffan Carlshamre, Stockholms universitet: 53

14 ), som går ut på att man analyserar texter som berättelser dvs. som skildrande ett handlingsförlopp # man identifierar olika typer av aktörer # den mest bekanta modellen är aktantmodellen av Algirdas Julius Greimas (1966: Sémantique structurale) - Det grundläggande aktantparet är Subjekt och Objekt. *objektet är föremål för subjektets begär eller strävan. *Det andra paret står i en kommunikativ relation till varandra, som Avsändare (déstinateur) och Mottagare (déstinataire) * De båda återstående aktanterna betraktas av Greimas som något mindre viktiga, deras uppgift är att bistå eller motarbeta subjektet i dess ansträngningar, och kallas Hjälpare (Adjuvant) respektive Opponent (Opposant). Diagrammet över den fullständiga aktantmodellen blir alltså: - många olika typer av texter kan analyseras som berättelser. T ex kan enligt Greimas den marxistiska ideologin beskrivas genom följande distribution av aktörer över aktanterna: Subjekt Objekt Avsändare Mottagare Opponent Hjälpare Människan Det klasslösa samhället Historien Mänskligheten Borgarklassen Arbetarklassen - i sociologisk analys är syftet förstås inte att bevisa, att en viss struktur går att tillämpas, utan genom att tvinga texten in i en sådan struktur blir det lättare att igenkänna textens viktigaste drag, sättet på vilket man argumenterar * en egen, något förändrad tillämpning har utarbetats av bl a Pertti Alasuutari, som analyserade ett stort antal tidningsledare från 1956 till 1981 (boken Toinen tasavalta från 1996: 32-33). # ledare och politiska texter lämpar sig bra för narratologisk analys man framför vanligtvis en utgångssituation och ett programm eller handlingssätt som skulle förbättra situationen - i jämförelse med kvantitativ innehållsanalys söker man större helheter. Man är också öppnare för olika tolkningsmöjligheter * OBS1: det betyder inte, att man utgår från impressioner, ospecificerade intryck; man måste vara beredd att för varje påstående man kommer med exakt visa, vad man baserar det på i texten 54

15 * OBS2: det betyder inte heller, att man smugglar in i textanalysen andra saker som man vet genom t ex observation. Om man vill jämföra förhållandet mellan text och annan verklighet, måste man ändå analysera även texten för sig. - eftersom antalet texter blir mindre än vid kvantitativ analys, är det speciellt viktigt att noga välja texterna och tänka på vad de har för plats i den större kontext, som man vill säga någonting om när man generaliserar sina resultat. 6. Statistisk presentation av resultaten - När man gör kvalitativ undersökning presenteras resultaten i vanlig prosatext man måste fästa uppmärksamhet vid struktur, argumentation, val av citat, stil. Kommer att diskuteras kort i samband med forskningsrapporten (i övningsdelen?). - en del av den kvantitativa undersökningen består i att man skapar en struktur i sina empiriska data, för att få en översikt, för att göra den möjlig att tolka. Man sas lockar ut kunskapen ur materialet - man gör det genom att visa hur de olika variablerna fördelas i vårt material * man visar fördelningen av en variabel => univariat analys; två variabler => bivariat; tre eller fler => multivariat analys (ordet trivariat används även när man sysslar med tre variabler) - Innan vi går in på dem, måste vi göra det klart för oss vad en mätning är för något 6.1 Mätningar och med dem relaterade begrepp - man mäter objekt och fenomen av olika slag: människor, texter, interaktion, omgivning... - man mäter olika typer av egenskaper eller fenomen som kan ha mer än ett värde. Kallas variabler. Man mäter en respondents... * social-demografiska fakta, som t ex kön, ålder, social status, yrke, nationalitet mm. * (rapporterad) aktivitet, som t ex politiskt deltagande, konsumtion osv * personliga egenskaper, som ex kunskaper, kompetens, personlighetsdrag osv * värderingar och attityder, som t ex åsikter, preferenser osv. - man kan även mäta t ex egenskaper hos en text: tema, längd, förekomst av vissa termer, förhållningssätt till vissa frågor, struktur osv - egenskaper hos interaktionen: mängd och typer av kommunikativa akter, aggressivitet, förekomst av maktrelationer osv - eller egenskaper i en omgivning: grad av avskildhet, färger, ljusförhållanden osv.... ad infinitum - Man kan även räkna poängsumman av resultaten från mätningen av flera olika variabler som sas beskriver samma sak, och på så sätt konstruera ett totalindex => en variabel som kombinerats av flera (t ex politisk aktivitet: om respondenten röstat i det och det valet; om resp är medlem i ett parti; om resp diskuterar politik med sina vänner och anhöriga osv.) * problemet med totalindex blir, att ett och samma poängsumma kan betyda olika saker man räknar ihop äpplen och päron 55

16 - Mätning (def.): varje undersökt enhet tillskrivs en symbol på ett sådant sätt, att likhet och olikhet mellan symbolerna återspeglar de undersökta enheternas likhet eller olikhet med avseende på den undersökta variabeln - vanligtvis vill man få kunskap om skillnader, dvs om variationen bland de undersökta objekten => det blir möjligt att presentera och testa hypoteser om orsakerna till varför den undersökta variabeln varierar - en lyckad mätning karakteriseras av resultatens reliabilitet och validitet Reliabilitet: mätinstrumentets förmåga att ge icke-slumpmässiga resultat Validitet: mätinstrumentets förmåga att ge resultat, som handlar om det fenomen, som vi vill undersöka - som vi redan har märkt, kan reliabiliteten försämras om vi inte kan kontrollera situationen där mätningen äger rum, samt om mätinstrumentet självt är bristfälligt (otydliga frågor, intervjuareffekten). Dessutom kan uppstå fel när man registrerar och/eller matar in svaren - Man kan värdera reliabiliteten antingen med 1) parallellmätningar: man undersöker i samma sak på två olika sätt, t ex när besökte du senast en konstutställning? och uppskattningsvis hur många gånger har du besökt en konstutställning under året 2006?. Om mätningen är reliabel (tillförlitlig), borde det finnas ett statistiskt samband (korrelation) mellan de två variablerna; 2) upprepade mätningar. Samma sak undersöks två gånger t ex en innehållsanalys görs av två av varandra oberoende kodare. * ju mindre är skillnaderna som man vill hitta mellan de olika objekten, desto svårare är det att nå hög reliabilitet * men respondenterna kan göra fel även när frågorna gäller enkla fakta! Larsen & Edelstein (1960) intervjuade 200 äkta par i USA om deras livsförhållanden. Make och maka gav samma svar i 67.7% av fallen när man frågade om hur länge de hade bott i sin nuvarande boningsort; när frågan gällde familjens totalinkomster, var andelen likadana svar 83.5%, äldsta barnets ålder: 84.4%; antalet barn: 93.6% - validiteten försämras, om mätinstrumentet visar skillnader mellan de undersökta enheterna i en sak som man inte ville forska i * forskningsproblemet var inte slumpmässighet => dålig reliabilitet ger också dålig validitet * även bestående, verkligen existerande egenskaper kan försämra validiteten: ett systematiskt fel # t ex man vill forska i intelligens, men resultaten påverkas av respondenternas utbildningsnivå # man vill jämföra levnadsstandarden i olika länder, men resultaten påverkas av prisnivån * ett systematiskt fel försämrar inte reliabiliteten man har fått riktig (= tillförlitlig) information, men om fel saker! - man skiljer då och då mellan inre och yttre validitet: 56

17 1) inre = teoretisk validitet: motsvarigheten mellan begreppets teoretiska definition och den operationella definition som mätningen baserar sig på 2) yttre = prediktionsförmåga: resultaten ger möjlighet att förutspå fördelningen av andra, av dem oberoende variabler. T ex om svaren som handlade om attityd & intresse för modern konst förutspår respondentens benägenhet att besöka konstutställningar; om ett inträdesprov till högskolan förutspår studenternas framgång i studierna - De symboler man använder vid mätningarna är oftast siffror * siffrornas betydelse kan vara olika beroende på hur man mäter: Vad mäter man? Hur långt man hoppar på skidor (meter) Resultat Möjliga slutsatser T ex det sista hoppet var 20 meter, eller 22% kortare än det första Skidhopparnas placering Ordningen enligt resultat; betyder inte, att den sista var tre gånger dåligare På deras kläder finns siffrorna Det handlar om tre olika personer * Man har alltså använt olika typer av skala, variablerna är av olika typ. Mätnivån och mängden information som resultaten innehåller är olika. * man kan skilja mellan fyra olika mätnivåer (S Stevens 1951, it av Edvard Befring 1994: Forskningsmetodik och statistik, s. 50): nominal-, ordinal- intervall- och kvotvariabler - i tabellen: x (eller y osv.) är variabeln, x 1, x 2 osv är värden som variabeln har fått vid mätningen av enheterna (objekten) 1 och 2. Med k betecknas en koefficient, dvs någon för oss känd siffra 57

18 Tabell: Variabler utifrån mätnivå (se Edvard Befring 1994: Forskningsmetodik och statistik. Lund: Studentlitteratur, s. 54) Typ av variabel Legitima slutsatser Centrala kännetecken Nominal (nominal scale) Ordinal (ordinal scale) Intervall (interval scale) Kvot (ratio scale) Exempel x 1 x 2 klassifikation kön, nationalitet, x 1 x 2 x 1 > x 2 < x 1 x 2 x 1 > x 2 < (x 1 x 2 ) = k(x 3 x 4 ) x 1 x 2 x 1 > x 2 < (x 1 x 2 ) = k(x 3 x 4 ) x 1 /x 2 = k rangordning fixerad nollpunkt, ekvivalenta enheter absolut nollpunkt, ekvivalenta enheter yrke utbildningsnivå militärgrad, Likert-skalan (?) temperatur (ºC), totalindex som beskriver attityder och beteende (?) längd, ålder, intelligens (?), inkomst - man måste ta mätnivån i beaktande, för att den påverkar valet av de statistiska analysteknikerna. Endast intervall- och kvotskalorna (= de metriska skalorna) möjliggör användandet av alla statistiska tekniker * i princip kan intervall- och kvotvariabler (metriska variabler) omformas till nominaloch ordinalvariabler (man skapar kategorier: t ex inkomst => tillhörighet i inkomstgrupper => de rika/de fattiga ) 6.2 Univariat analys - man visar fördelningen av en variabel i materialet. Det enklaste sättet att presentera resultaten. - man använder antingen absoluta eller relativa värden; dvs antal eller procent. Då och då kan kumulativa procent presenteras (om variabelns möjliga värden kan ordnas i en ordningsföljd) 58

19 Exempel (en estnisk frågeundersökning från 2002): Är Ni nöjd med livet i Estland? Fördelningen av svaren: antal (f) procent (%) kumulativ procent ja, mycket nöjd ja, ganska nöjd egentligen inte nöjd inte alls nöjd svårt att säga summa Procent används när antalet analysenheter är ganska stort. Dåligt exempel: biologen informerade, att antalet vargar hade i en viss region ökats med 50% under ett år. Men det betydde, att man året innan hade räknat 2, nästa år 3 vargar. * om antalet är litet, < 100, är det vanligtvis bättre att använda absoluta värden. Men %- talen ger möjlighet att jämföra materialets olika delar som kan vara av olika storlek, och därför blir det då och å att man räknar procent från mindre siffror också. * i varje fall måste tabellen visa antalet analysenheter. Man skriver (n = 991) i tabellens rubrik eller under tabellen, eller inom parentesen efter 100% så här: 100(991). - När man räknar blir det oftast decimaler. Man ska inte använda alltför många decimaler, det ger en bedräglig bild av exakthet. Om antalet analysenheter är 1000 eller fler, kan man använda en decimal. Annars rundar man till hela tal. - distributionen kan även beskrivas grafiskt: stapeldiagram/histogram, frekvenspolygon, cirkeldiagram (Johannsen & Tufte s. 164 och Holme & Solvang s använder lite olika termer) * om variabeln är metrisk, kan frekvenspolygon användas. Om nominalvariabel, cirkel eller histogram (där stolpen står avskilda från varandra). Om ordinal, ritas stolpen vanligtvis tätt intill varandra - grafisk framställning kan göra informationen mer lättillgänglig, men kan även vara vilseledande. Tal eller procent borde helst vara också skrivna någonstans i diagrammet, så att man slipper mäta med linjal och gissa. I vetenskapliga tidskrifter ser man oftast tabeller, i inte så vetenskapliga redogörelser är grafiska framställningar vanligare. - ett mycket använt sätt att beskriva en variabels fördelning (distribution) är att presentera ett centralmått (= centraltendens). * de ger en helhetsbeskrivning av materialet i form av en siffra * finns olika centralmått, de olika skalorna har olika möjligheter _ - de vanligaste: det aritmetiska medelvärdet/genomsnittet (M eller x ), medianen (Me), samt modalvärdet/typvärdet (Mo) 59

20 1) aritmetiskt medelvärde (arithmetic mean): summan av värden för variabel x divideras med antalet mätningar: x = x i n * kan användas endast om variabeln är metrisk (intervall- eller kvotvariabel) 2) medianen (Me): det värde som är det mittersta i alla värden när de ordnats i storleksordning. 50% av alla mätningar ger ett värde som är mindre och 50% ett värde som är större än medianen. Medianens ordningsnummer i en rangordning av analysenheterna: n * kan användas även med en ordinalvariabel 3) modalvärdet/typvärdet (Mo): det värde som förekommer oftast. Kan användas även när variabeln är en nominalvariabel. - om fördelningen är symmetrisk, är alla centralmått likadana. I andra fall är de olika. * det aritmetiska medelvärdet påverkas av alla mätningarna, median och typvärde påverkas inte av de extrema värdena. - medianen var variabelns mittersta värde. Även andra sk. kvantiler finns: kvartiler (Q 1, Q 2 = median, Q 3 ) = värden, som har 25%, 50% respektive 75% av mätningsresultaten under sig * på ett analogt sätt: deciler D 1...D 9 ; procentiler C 1...C Som sagt, kan ganska olika fördelningar ge likadana centralmått => för att beskriva den borde man även ge information om spridningen e. variationen - finns flera olika spridningsmått, bland dem några av de vanligaste: 1) variationsbredden Vb: skillnaden mellan lägsta och högsta värdena i en mätning: Vb = x max x min 2) Kvartilavvikelse Q definieras som hälften av variationsbredden för de 50% av mätningarna som är placerade i mitten: Q = ½ (Q 3 - Q 1 ) 3) standardavvikelse (standard deviation SD) s: 60

21 (x i x) 2 s = n 1 * alltså: kvadratroten ur genomsnittet för de kvadrerade poängavvikelserna från det aritmetiska medelvärdet. * s är utan tvekan det spridningsmått som har mest användning i statistiken. * ett nära besläktat spridningsmått är variansen (variance) s 2 : _ (x i x) 2 s 2 = n 1 * i princip ett och samma mått i annan form 4) modalprocenten Mp kan användas när variabeln är på nominalskalenivå * visar hur stor andel av enheterna som har det oftast förekommande värdet (= modalvärdet). (Holme & Solvang 212) - finns flera spridningsmått till, de flesta kan användas bara om variabeln är metrisk. Kvartilavvikelsen förutsätter (minst) ordinalskalan, modalprocenten går att användas även med en nominalvariabel. * centralmåttet och spridningsmåttet borde väljas från samma nivå: medelvärde & standardavvikelse; median & kvartilavvikelse osv. 6.3 Bivariat och multivariat analys - i samhällsvetenskaplig forskning handlar det alltså ofta om att leta efter samband mellan två eller fler olika fenomen * samma sak gäller egentligen alltid när man vill planera någonting och förutspå processer! - en grafisk framställning med två variabler i kan ofta hjälpa oss att upptäcka ett samband - det enklaste sättet att visa ett samband mellan två variabler är korstabuleringen. En variabel uppe, en annan på sidan. (Även en tredje variabel går att placeras på samma tabell, om den inte har alltför många värden ett exempel kommer senare). 61

22 Är Ni nöjd med livet i Estland? Fördelat efter etnicitet, antalet svar (N = 991): ester icke-ester alla svarare ja, mycket nöjd ja, ganska nöjd egentligen inte nöjd inte alls nöjd svårt att säga summa svårt att dra slutsatser på basen av en sådan tabell, eftersom urvalet ester och icke-ester är av olika storlek. De kan jämföras med hjälp av procent. OBS: procent kan räknas i två riktningar: horisontalt och vertikalt * i detta exempel skulle de horisontala procenten se ut så här: ester icke-ester alla svarare ja, mycket nöjd (63) ja, ganska nöjd (461) egentligen inte nöjd (257) inte alls nöjd (107) svårt att säga (103) # det enda som går att utläsas är att det bland alla svarargrupper finns fler ester än icke-ester, utom bland dem som inte kunde svara # den andra möjligheten: ester icke-ester alla svarare ja, mycket nöjd ja, ganska nöjd egentligen inte nöjd inte alls nöjd svårt att säga summa 99(717) 101(274) 100(991) # nu ser man, att esterna verkar vara mindre nöjda med livet, och att icke-esterna hade mer svårigheter med att besvara frågan }=> procenten bör räknas i riktning mot den variabel, som kan tänkas vara den oberoende variabeln (i exemplet alltså etnicitet, inte attityd). - är skillnaderna tillfälliga eller viktiga? För att bestämma det använder man tester av statistisk signifikans (mer om dem i böckerna). Med blotta ögat betraktade verkar skillnaderna här vara ganska stora - ett sätt att estimera det statistiska sambandets styrka är att använda sk. korrelationskoefficienter, som utger styrkan i form av en enda siffra 62