Data och metoder för statistiska analyser
|
|
- Marianne Ivarsson
- för 8 år sedan
- Visningar:
Transkript
1 Data och metoder för statistiska analyser En introduktion Mikael Nygård, Åbo Akademi
2 Fyra centrala frågor inom (kvantitativ) forskning VAD vill vi veta? VARFÖR vill vi veta något om detta? Om VEM vill vi veta? HUR ska vi ta reda på det?
3 VAD och VARFÖR?
4 Problemställningen Det centrala i all forskning är själva problemställningen, som vanligen uttrycks i en (rad) frågeställning(ar) och/eller hypotes(er) Anger vad som är målet med forskningen; vad vill vi ha svar på för frågor? T.ex.: drabbas flickor i högstadieåldern av depression i högra grad än pojkar? Och om så är fallet, vilka förklaringar kan vi finna till denna skillnad?
5 Problemställningens teoretiska och metodologiska grund Vilka begrepp och teorier använder vi för att göra problemställningen meningsfull och forskningsbar? T.ex. hur definierar vi depression och vad vet vi om ungdomsdepressioner från tidigare? -> litteratursökning och inläsning behövs! Viktigt att fundera vilken typ av information/data vi vill få fram och vad vi kan göra med denna (t.ex. mäta samband mellan depression och intensivitet i sociala kontakter, att förebygga depression)
6 Kvantifierbara data Data som kan uttryckas i siffror, t.ex. frekvenser Man bör operationalisera det man är intresserad av (variablerna), dvs. göra det mätbart Användbart om man vill beskriva egenskaper hos en grupp människor, t.ex. med procent, medeltal och dyl. Är nödvändiga om man vill göra en s.k. hypotesprövning med hjälp av statistiska tester. Detta gör man t.ex. om man antar att olika grupper av individer skiljer sig åt och vill pröva om detta är statistiskt hållbart
7 Att göra problemställningar mätbara - operationalisering Att operationalisera innebär att man skapar variabler som beskriver de egenskaper man är intresserad av och funderar hur man skall gå tillväga för att mäta värdet på dessa variabler, t.ex. med enkätfrågor Två huvudtyper av variabler: kategoriserade och kontinuerliga variabler Kategoriserade: enheterna är indelade i grupper, t.ex. kön eller blodgrupp, med ett visst antal givna variabelvärden Kontinuerliga: beskriver en kontinuerlig egenskap som har en glidande skala, t.ex. längd
8 Validitet Teoretiskt mått på mätmetodens och datamaterialets relevans ( lämplighet, meningsfullhet ) för undersökningens syfte och problemställningar, dvs. hur bra lyckas vi egentligen mäta det vi avser att mäta? För att en undersökning skall ha hög validitet räcker det inte med att datainsamlingen och analysen är noggrant utförda
9 Exempel: hur ska vi mäta religiositet? Den latenta ( teoretiska ) nivån Teoretisk variabel Graden av religiositet Den manifesta ( verkliga ) nivån Empirisk variabel Antal kyrkbesök per år Dokumenterad bibelkunskap etc.
10 Reliabilitet Teoretiskt mått på graden av tillförlitlighet och noggrannhet i själva mätprocessen Att mäta = att tilldela något ett värde (tal) enligt vissa på förhand fastställda regler Hög reliabilitet föreligger om oberoende mätningar av samma fenomen ger i det närmaste identiska resultat Orsaker till låg reliabilitet Slumpmässiga fel (skrivfel, missförstånd etc.) Systematiska fel (stavfel, fel formulering etc.)
11 Förhållandet mellan validitet och reliabilitet Teoretiskt definierad variabel Begreppsvaliditet Operationaliserad variabel Validitet Tabulerade data (t.ex. i en SPSS-datamatris) Mätreliabilitet
12 Variablernas datanivåer Kategoriserade och kontinuerliga variabler ligger på olika s.k. datanivåer, dvs. de skiljer sig åt beträffande mängden och kvaliteten information de har Kategoriserade variabler: Nominaldata: variabelvärdena kan inte rangordnas, t.ex. kön Ordinaldata: värdena kan rangordnas, t.ex. anställningstid Kontinuerliga variabler: Intervalldata: numeriska skillnader mellan variabelvärdena, dock utan nollpunkt, t.ex. temperatur Kvotdata: samma som ovan, men med nollpunkt, t.ex. längd
13 Variabeltypens betydelse Avgör vilka typer av deskriptiva mått och tester som kan användas Nominaldata: frekvenser, typvärde Ordinaldata: samma som ovan + median Intervalldata: som ovan + medeltal och standardavvikelse Kvotskala: som ovan + procent
14 Ett exempel på VAD/VARFÖR Inom arbetslivsforskningen har man länge utgått från teorin om att medbestämmande har en positiv effekt på arbetstagarens välbefinnande. Ju mer man själv kan påverka arbetstider m.m. desto mer trivs man. Vi vill undersöka om detta stämmer för HVC-anställda i Svenskösterbotten Frågeställning: finns det ett samband mellan medbestämmande och arbetstrivsel? Forskningshypotes: personer med hög grad av upplevd medbestämmanderätt tenderar uppleva en högre grad av arbetstrivsel (på ett sätt som inte kan förklaras pga. slumpen)
15 Saker som följaktligen blir av intresse för oss... Frågor om arbetstrivsel -> definiera och operationalisera variabeln arbetstrivsel Frågor om medbestämmande -> definiera och operationalisera variabeln medbestämmande I detta fall är arbetstrivsel den beroende variabeln, den som ska förklaras, medan medbestämmande utgör den oberoende variabeln, den som ska förklara Man bör även fundera över eventuella alternativa förklaringar och bakgrundsvariabler (mot vilka man kontrollerar sambandet man intresserar sig för)
16 Oberoende variabler Upplevd medbestämmanderätt Beroende variabel Tillfredsställelse med egen lön? Arbetstrivsel Uppskattning av närmaste förman? Uppskattning av kolleger?
17 Forskningsupplägget Vi vill alltså undersöka om den upplevda medbestämmanderätten spelar någon roll för arbetstrivseln bland HVC- anställda i svenska Österbotten Vi behöver alltså få in data om detta som vi kan behandla statistiskt -> behov av numeriska data (t.ex. enkät) Resultaten presenteras i form av en deskriptiv (beskrivande) del, t.ex. tabeller där man beskriver olika gruppers egenskaper (medeltal, procent mm.), samt eventuellt ett test där man prövar forskningshypotesen
18 Datamaterialet För detta ändamål har ett stratifierat slumpmässigt urval på 150 respondenter gjorts bland 8 HVC i Svenskösterbotten Enkätundersökning med 90,6 % bortfall Svaren på frågorna presenteras i en SPSS-datamatris
19 Om VEM vill vi veta något?
20 Totalundersökning eller urval? Vanligen baseras dylika undersökningar på stickprov, dvs. på ett urval bland den grupp man är intresserad av Totalundersökningar ovanliga pga. av de ofta blir för dyra eller oändamålsenliga Stickprovet bör vara representativt, dvs. det ska ge en bild av populationen i miniatyr Stora bortfall i t.ex. enkätundersökningar är problematiska eftersom representativiteten lätt blir lidande (OBS! Ett lågt bortfall är i sig ingen garanti för representativitet)
21 Strategier för att minimera bortfall Intervjuer med fasta svarsalternativ Enkla, korta och begripliga frågeformulär Följebrev (missiv) Säkerställande av konfidentialitet Påminnelser till de som inte besvarat frågeformuläret (vanligen 2 gånger) Tillräcklig information om forskningens syfte och noggranna anvisningar för besvarandet
22 Bortfallsanalys Man använder kända egenskaper hos populationen och jämför med egenskaperna hos den grupp som svarat Är det t.ex. grupper som tenderar ha en viss åsikt som mer sällan har svarat? Ger en bild av om och hur bortfallet påverkar undersökningens tillförlitlighet Ett sätt att korrigera (stora) bortfall är att göra imputation av enheter (t.ex. låta SPSS beräkna nya enheter på basis av medeltal). Detta kräver dock viss eftertanke och noggranna kontroller av vilket utfallet blir
23 Olika former av representativa urval Slumpmässiga urval Icke-slumpmässiga urval
24 Slumpmässiga urval Ett urval där alla enheter har en lika stor chans att komma med T.ex. vi har en låda med 1000 svarta och vita glaskulor och vill veta hur stor andel kulor som är vita respektive svarta. Om vi slumpmässigt väljer ett tillräckligt stort antal kulor kan vi få en tillförlitlig uppskattning av proportionen vita/svarta kulor i lådan Resultaten från urvalet blir med andra ord statistiskt representativa för populationen. Vi kan alltså lita på att våra resultat, med undantag av en viss accepterad felmarginal, gäller för alla kulor i lådan Ju större stickprov, desto mindre risk för att slumpen resulterar i ett icke-representativt urval
25 Några vanliga typer av slumpmässiga urval Obundet slumpmässigt urval Alla enheter i en given population har lika stor chans att komma med i stickprovet Stratifierat urval Indelning av populationen i olika strata från vilka ett lika stort antal enheter väljs slumpmässigt Används när man vill säkerställa att vissa grupper har en viss representation i urvalet Klusterurval Används för att dela in en stor population i mindre delar för att inom ett antal delar göra obundna slumpmässiga urval
26 Icke-slumpmässiga urval Är inte statistiskt representativa, kan dock användas för att påvisa systematiska skillnader mellan olika grupper, t.ex. i medicinska tester Bekvämlighetsurval (de som är lättast att få tag i) Urval genom självselektion (t.ex. söka svarande genom tidningsannons) Kvoturval (man vill ha ett visst antal personer med vissa egenskaper) Subjektivt urval (val enligt eget tycke)
27 HUR vill vi ta reda på det?
28 Viktiga frågor angående HUR Vilken datainsamlingsmetod? Vilka frågor ska ställas och hur ska de utformas? Vilka dataanalysmetoder?
29 När använda enkäter? Då man vänder sig till en större grupp individer (är i regel snabb och billig jämflört med intervju) Då man har relativt klara frågeställningar och fokuserar på ett litet antal intressanta aspekter (man vet m.a.o. vilka detaljer man är intresserad av) Då man vill få kvantifierbara data
30 När använda intervjuer? Då man vänder sig till en liten grupp individer (mer tidskrävande och dyrare än enkäter) Då man inte på förhand är helt på det klara med vad som är av intresse istället för att binda sig till vissa givna aspekter håller man alla möjligheter öppna. Vad som är relevant bestäms inte på förhand, utan på basis av vad som framkommer av intervjuerna Då man är intresserad av kvalitativa egenskaper och inte i främsta hand är ute efter att mäta eller kvantifiera något
31 För- och nackdelar med intervju och enkät Intervju: Enkät: Fördelar: Hög svarsprocent Flexibilitet Detaljrikedom (går på djupet) Billig Stora grupper Hög grad av strukturering och standardisering Kvantifierbarhet Nackdelar: Dyra och tidskrävande Små grupper Intervjuareffekten Svårt att kvantifiera Låg svarsprocent Låg grad av flexibilitet Begränsad till endast ett fåtal intressanta aspekter
32 Kombination av enkät och intervju? Det finns inget som hindrar att man kombinerar enkäter med intervjuer Man kan t.ex. bygga en enkät på inledande intervjuer Man kan även använda sig av mellanformer av dessa två för att kombinera de starka egenskaperna hos bägge (t.ex. intervju med fasta svarsalternativ, t.ex. telefonintervju)
33 Intervjuer, enkäter och deras mellanformer Intervju med fasta svarsalternativ (t.ex. telefonintervju Intervju med öppna frågor Frågeformulär med fasta svarsalternativ Frågeformulär med öppna svarsalternativ
34 Frågornas standardisering och strukturering Hög grad av standardisering Hög grad av strukturering Enkät/intervju med fasta svarsalternativ Kvantitativ analys av resultat Låg grad av strukturering Enkät/intervju med öppna frågor Pilotstudier, diagnosticerande enkäter/intervjuer Låg grad av standardisering Fokuserade intervjuer, t.ex. en läkares upptagning av tidigare sjukdomshistoria Samtalsintervjuer, dvs. intervjuer där man önskar göra en kvalitativ analys av resultaten
35 För- och nackdelar med olika mellanformer Fördelen med intervjuer med fasta svarsalternativ (t.ex. via telefon eller besök) är att man får kvantifierbara data samtidigt som man i regel får en högre svarsprocent Nackdelar: dyrt och tidskrävande Fördelarna med enkäter med öppna frågor är att man når flera personer och att man inte är bunden vid vissa givna svarsformer i oklara situationer (t.ex. då det gäller ett område man inte vet så mycket om på förhand) Nackdelar: ofta låg svarsprocent ( man orkar inte formulera svar... ), svårt att kvantifiera svaren
36 Frågeformulering Problemställningen dikterar frågornas INNEHÅLL Metodologin dikterar deras UTFORMNING
37 Vilken variabeltyp och datanivå är det fråga om? Kategoriserade svar med två eller flera kategorier -> alternativ-/kategorifrågor Ska svaren beskriva ett kategoriskt eller kontinuerligt värde som är känt för respondenten, t.ex. ålder, yrke, inkomst -> öppna svarsalternativ eller alternativ- /kategorifrågor Ska svaren beskriva ett kontinuerligt värde, men där man måste förklara för respondenten vad ett givet variabelvärde betyder? -> skalerade frågor/attitydformulär (mäter styrkan eller intensitet i attityder och känslor
38 Alternativ-/kategorifrågor Vilken är Er utbildning? Vilken är Er ålder? Hur länge har Du jobbat på denna arbetsplats? Grundskola ( ) Yrkesutbildning ( ) Folkskola ( ) Gymnasium ( ) etc. år Under 1 år ( ) 1-5 år ( ) 6-10 år ( ) Över 10 år ( )
39 Skalerade frågor/attitydfrågor Uttrycks ofta som ett påstående som man ska ta ställning till eller som en direkt fråga De olika svarsmöjligheterna är olika värden på en skala som uttrycker en s.k. semantisk differential Viktigt att man förklarar vad de olika värdena betyder Finns olika sätt att konstruera dessa, t.ex. Guttman, Likert m.fl.
40 Exempel på skalerad fråga (Likertskalan) 1. Jag får inte tillräcklig information på min arbetsplats Instämmer helt ( ) 1 Instämmer delvis ( ) 2 Tveksam ( ) 3 Tar delvis avstånd ( ) 4 Tar helt avstånd ( ) 5 2. Ledningen lyssnar alltid på mina åsikter Instämmer helt ( ) 1 Instämmer delvis ( ) 2 Tveksam ( ) 3 Tar delvis avstånd ( ) 4 Tar helt avstånd ( ) 5
41 Några enkla regler för hur man konstruerar enkätfrågor Håll formuläret så kort som möjligt Ta de enklaste frågorna först, de svåraste sist Undvik frågor i början som kan påverka hur man tolkar senare frågor Frågor med liknande svarsalternativ på samma ställe Undvik dubbelfrågor och s.k. ledande frågor Undvik laddade ord och uttryck Avsluta med utrymme för kommentarer Genomför en pilotstudie på en försöksgrupp som så långt det är möjligt motsvarar den avsedda populationen
42 Summavariabler - skalor Enskilda frågor är i regel behäftade med reliabilitetsproblem, därför vanligt att man använder flera frågor (summavariabel/skala) för att beskriva samma sak Varje fråga innehåller vanligen mätningsfel Dessa mätningsfel kan långt neutraliseras genom att man kombinerar flera frågor (indikatorer) För att veta hur bra de enskilda frågorna mäter det underliggande fenomenet kan man räkna ut en s.k. Cronbach s Alpha-koefficient som fungerar som ett mått på summavariabelns/skalans reliabilitet
43 Statistisk dataanalys
44 Vad är statistisk dataanalys? Analys och tolkning av kvantitativa data Används närmast för att testa systematiska samband mellan variabler Utförs ofta med hjälp av hypotestestning (statistisk inferens) Förutsätter ett kvantitativt datamaterial Relativt lätt att använda om man har tillgång till programvaran SPSS
45 Statistisk dataanalys Vi kan i princip skilja mellan två huvudtyper av statistisk dataanalys Den första huvudtypen är s.k. deskriptiva analyser, där vi vill veta något om en viss variabels fördelning (t.ex. med hjälp av centralmått, spridning, stapeldiagram) Den andra typen är statistiska analyser baserade på statistisk inferens, där vi t.ex. analyserar samband mellan olika variabler eller testar hypoteser om exempelvis skillnader i fördelningar (t.ex. mellan urval/sampel och population eller mellan olika sampel)
46 Statistisk inferens Handlar om att man drar slutsatser från empiriska data under en osäkerhet orsakad av slumpmässighet i data Det är t.ex. vanligt att man önskar dra slutsatser från ett slumpmässigt urval (sampel) till en viss population Grundförutsättningen är här att urvalet är slumpmässigt och normalfördelat Går t.ex. ut på att vi beräknar olika karakteristika (egenskaper) för urvalet (t.ex. medelvärden) samt anger konfidensintervall (säkerhetsintervall) inom vilka urvalets karakteristika ligger
47 Hypotestestning Hypotes = antagande om hur något förhåller sig (det vi vill testa statistiskt) Två olika hypoteser används: Forskningshypotes (H 1 ): det påstående vi vill testa (t.ex. pojkar har lättare att lära sig matte än flickor) Nollhypotes (H 0 ): det som gäller ifall forskningshypotesen är falsk Signifikansnivån (p, Sig. ) anger risken för att sambandet är skenbart, slumpmässigt (bör helst vara mindre än > vi kan med 95 % säkerhet anta att resultatet gäller, dvs. inte är slumpmässigt
48 Några vanliga statistiska test Korrelationstester (r xy, r s och C xy ) Regressionstester (regressionskoefficient) χ 2 -testet av skillnader mellan fördelningar Testning av medelvärdet i ett stickprov (t-test) Testning av skillnaden mellan två fördelningars medelvärden (t-test)
49 Exempel: korrelations- och regressionstest Forskningshypotes: personer med hög grad av upplevd medbestämmanderätt tenderar uppleva en högre grad av arbetstrivsel (på ett sätt som inte kan förklaras pga. slumpen) Vi genomför med SPSS ett korrelationstest samt ett regressionstest där vi testar hur våra variabler samt andra eventuella mellanliggande variabler förhåller sig till varandra
50 Korrelationstest med Pearsons korrelationskoefficient Signifikanstest (pvärde); anger risken för att vi ska tro att sambandet finns när det egentligen inte finns Pearsons korrelationskoefficient Arbet striv sel Grad av upplev d medbes tämmande Correl ati ons Pears on Correlation Sig. (2-t ailed) N Pears on Correlation Sig. (2-t ailed) N Grad av upplev d medbes tä Arbet striv sel mmande 1,709**, ,709** 1,000 **. Correlation is signif icant at the 0.01 lev el (2-tailed)
51 Tolkning Det finns ett ganska starkt och positivt samband mellan arbetstrivsel och medbestämmande Detta samband är statistiskt signifikant (p > 0.05) =>Vi kan alltså anta forskningshypotesen Men finns det även andra faktorer som kan tänkas spela roll här och hur påverkar dessa i så fall detta samband? Vi beaktar därför även en rad andra tänkbart intressanta faktorer, dvs. tillfredsställelse med lön, uppskattning från närmaste förman samt uppskattning från arbetsgruppen
52 Pearson s Korrelations -koefficient Correlati ons Signifikansnivå (pvärde) Nöjd med egen lön Arbet striv sel Uppsk.av närmast e f örman Pears on Correlation Sig. (2-t ailed) N Pears on Correlation Sig. (2-t ailed) N Pears on Correlation Sig. (2-t ailed) N Grad av Uppsk.av upplev d Uppsk.av Nöjd med närmaste medbes tä arbets gru egen lön Arbet striv sel f örman mmande ppen 1,525**,388**,554**,308**,000,000,000, ,525** 1,674**,709**,303**,000,000,000, ,388**,674** 1,593**,428**,000,000,000, Grad av upplev d medbes tämmande Uppsk.av arbet sgruppen Pears on Correlation Sig. (2-t ailed) N Pears on Correlation Sig. (2-t ailed) N **. Correlation is signif icant at the 0.01 lev el (2-tailed).,554**,709**,593** 1,294**,000,000,000, ,308**,303**,428**,294** 1,000,000,000,
53 Tolkningar Det föreligger ett stark och signifikant samband mellan arbetstrivsel och medbestämmande men även en rad andra faktorer påverkar arbetstrivseln -> verkar som om det undersökta sambandet inte är entydigt som vi trodde, utan att det finns en rad mellanliggande faktorer som påverkar hur medbestämmande påverkar arbetstrivseln Vi vill därför kolla hur medbestämmande påverkar arbetstrivsel när man kontrollerat för dessa andra variabler Detta kan göras på olika sätt, vi väljer dock att genomföra en multipel regressionsanalys
54 Multipelt regressionstest Model Summary Förklaringsgrad Model 1 a. Model 1 Adjust ed Std. Error of R R Square R Square the Estimate,787 a,619,608,598 Predictors: (Constant), Uppsk.av arbetsgruppen, Grad av upplev d medbestämmande, Nöjd med egen lön, Uppsk.av närmast e f örman Intercept (konstant) (Constant) Grad av upplev d medbes tämmande Nöjd med egen lön Uppsk.av närmast e f örman Uppsk.av arbetsgruppen a. Dependent Variable: Arbets triv sel Coefficients a Uns tandardized Coef f icients Standardized Coef f icients Regressionskoefficienter B Std. Error Beta t Sig.,466,217 2, 154,033,372,070,397 5, 328,000,153,061,164 2, 483,014,358,065,388 5, 466,000 -, 029,059 -, 030 -, 491,624 Signifikansnivåer Standardfel
55 Tolkning Vi finner det starkaste sambandet mellan medbestämmande och arbetstrivsel (regressionskoefficienten =.397) Vi kan även konstatera att vår modell förmår förklara en relativt stor andel (ca. 60 %) av den totala variationen i arbetstrivsel (r 2 =.608) med ett acceptabelt standardfel (.598) Även tillfredsställelse med lönen (.164) och uppskattning av närmaste förman (.388) har en viktig betydelse för den upplevda arbetstrivseln Däremot försvinner sambandet mellan uppskattning av arbetsgruppen och arbetstrivsel när man kontrollerar för de andra variablerna
56 Sammanfattning Kvantitativa, statistiska data och metoder är bra på många sätt, bland annat för att de oftast ger mycket reliabel information om många analysenheter På basis av denna information är det möjligt att göra olika statistiska analyser av kausalsamband Nackdelarna hänger närmast samman med att vi här har att göra med en hög grad av reduktionism, dvs. det att vi använder enskilda variabler för att mäta komplicerade fenomen, kan ibland göra validiteten lidande
Kvantitativa metoder en introduktion. Mikael Nygård, Åbo Akademi, vt 2018
Kvantitativa metoder en introduktion Mikael Nygård, Åbo Akademi, vt 2018 Vad är kvantitativ metod? Kvantitativa (siffermässiga) analyser av verkligheten: beskrivning och förklaringar av fenomen i fokus!
Läs merStatistiska analysmetoder, en introduktion. Fördjupad forskningsmetodik, allmän del Våren 2018
Statistiska analysmetoder, en introduktion Fördjupad forskningsmetodik, allmän del Våren 2018 Vad är statistisk dataanalys? Analys och tolkning av kvantitativa data -> förutsätter numeriskt datamaterial
Läs merKvantitativa, statistiska analysmetoder en överblick. Mikael Nygård, Åbo Akademi
Kvantitativa, statistiska analysmetoder en överblick Mikael Nygård, Åbo Akademi Fem centrala frågor inom (kvantitativ) forskning VAD vill vi veta? VARFÖR vill vi veta något om detta? Om VEM vill vi veta
Läs merIntervjumetodik. Fördjupad forskningsmetodik, allmän del, vt Mikael Nygård, Åbo Akademi
Intervjumetodik Fördjupad forskningsmetodik, allmän del, vt 2018 Mikael Nygård, Åbo Akademi Esaiasson et al., 2012 Enligt Esaiasson m.fl. kan undersökningar som bygger på frågor och samtal indelas i: 1.
Läs merStatistikens grunder. Mattias Nilsson Benfatto, Ph.D
Statistikens grunder Mattias Nilsson Benfatto, Ph.D Vad är statistik? Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information.
Läs merBild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II
Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I
Läs merKvantitativ metod. Föreläsning Kristin Wiksell
Kvantitativ metod Föreläsning 161114 Kristin Wiksell Kvantitativ metod När begrepp som längre, mer eller fler används är det en kvantitativ studie. Den vanligaste metoden är enkäter, kallas också surveyundersökning.
Läs merInnehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik (sid 53 i E) III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 II. Beskrivande statistik,
Läs merAnalytisk statistik. Mattias Nilsson Benfatto, PhD.
Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik
Läs mer34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD
6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller
Läs merHypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att
Läs merProvmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB. TentamensKod: Tentamensdatum: Tid:
Vetenskaplig teori och metod Provmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2012-11-09 Tid: 09.00-11.00 Hjälpmedel: Inga hjälpmedel
Läs merAtt välja statistisk metod
Att välja statistisk metod en översikt anpassad till kursen: Statistik och kvantitativa undersökningar 15 HP Vårterminen 2018 Lars Bohlin Innehåll Val av statistisk metod.... 2 1. Undersökning av en variabel...
Läs merEXAMINATION KVANTITATIV METOD vt-11 (110204)
ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110204) Examinationen består av 11 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt
Läs merUrval och insamling av kvantitativa data. SOGA50 16nov2016
Urval och insamling av kvantitativa data SOGA50 16nov2016 Enkät som datainsamlingsmetod Vad skiljer enkäten från intervjun? Erfarenheter från att besvara enkäter? Vad är typiskt för en enkät? Olika distributionssätt
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning
Läs merEn rät linje ett enkelt samband. En rät linje + slumpbrus. Observationspar (X i,y i ) MSG Staffan Nilsson, Chalmers 1.
En rät linje ett enkelt samband Y β 1 Lutning (slope) β 0 Skärning (intercept) 1 Y= β 0 + β 1 X X En rät linje + slumpbrus Y Y= β 0 + β 1 X + brus brus ~ N(0,σ) X Observationspar (X i,y i ) Y Ökar/minskar
Läs merKVANTITATIV FORSKNING
KVANTITATIV FORSKNING Teorier innehåller begrepp som byggstenar. Ofta är kvantitativa forskare intresserade av att mäta företeelser i verkligheten och att koppla denna kvantitativa information till begrepp
Läs merför att komma fram till resultat och slutsatser
för att komma fram till resultat och slutsatser Bearbetning & kvalitetssäkring 6:1 E. Bearbetning av materialet Analys och tolkning inleds med sortering och kodning av materialet 1) Kvalitativ hermeneutisk
Läs merAnalytisk statistik. Tony Pansell, optiker Universitetslektor
Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp
Läs merKVANTITATIV FORSKNING
KVANTITATIV FORSKNING Teorier innehåller begrepp som byggstenar. Ofta är kvantitativa forskare intresserade av att mäta företeelser i verkligheten och att koppla denna kvantitativa information till begrepp
Läs merKvantitativ strategi viktiga begrepp II. Wieland Wermke
+ Kvantitativ strategi viktiga begrepp II Wieland Wermke + Viktiga begrepp n Variabel: ett namngivet objekt som används för att representera ett okänt värde (platshållare), till exempel ett reellt tal.
Läs merAnalytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens
Analytisk statistik Tony Pansell, Leg optiker Docent, Universitetslektor Analytisk statistik Att dra slutsatser från den insamlade datan. Två metoder:. att generalisera från en mindre grupp mot en större
Läs merKursens upplägg. Roller. Läs studiehandledningen!! Examinatorn - extern granskare (se särskilt dokument)
Kursens upplägg v40 - inledande föreläsningar och börja skriva PM 19/12 - deadline PM till examinatorn 15/1- PM examinationer, grupp 1 18/1 - Forskningsetik, riktlinjer uppsatsarbetet 10/3 - deadline uppsats
Läs merUppgift 1. Deskripitiv statistik. Lön
Uppgift 1 Deskripitiv statistik Lön Variabeln Lön är en kvotvariabel, även om vi knappast kommer att uppleva några negativa värden. Det är sannolikt vår intressantaste variabel i undersökningen, och mot
Läs merProvmoment: Ladokkod: Tentamen ges för: Tentamen VVT012 SSK05 VHB. TentamensKod: Tentamensdatum: Tid:
Vetenskaplig teori och metod Provmoment: Ladokkod: Tentamen ges för: Tentamen VVT012 SSK05 VHB 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2012-02-17 Tid: 09-11 09.00-11.00 Hjälpmedel: Inga hjälpmedel
Läs merUrvalsmetoder: Sannolikhetsurval resp. icke-sannolikhetsurval, OSU (kap )
F3 Urvalsmetoder: Sannolikhetsurval resp. icke-sannolikhetsurval, OSU (kap 9.1-9.4) Urval Anta att vi ska göra en urvalsunderökning och samla in primärdata Totalundersökning ofta inte möjlig För dyrt Tar
Läs merF14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva
Stat. teori gk, ht 006, JW F14 HYPOTESPRÖVNING (NCT 10., 10.4-10.5, 11.5) Hypotesprövning för en proportion Med hjälp av data från ett stickprov vill vi pröva H 0 : P = P 0 mot någon av H 1 : P P 0 ; H
Läs merStatistiska analyser C2 Inferensstatistik. Wieland Wermke
+ Statistiska analyser C2 Inferensstatistik Wieland Wermke + Signifikans och Normalfördelning + Problemet med generaliseringen: inferensstatistik n Om vi vill veta ngt. om en population, då kan vi ju fråga
Läs merF18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT
Stat. teori gk, ht 006, JW F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT 1.1, 13.1-13.6, 13.8-13.9) Modell för multipel linjär regression Modellantaganden: 1) x-värdena är fixa. ) Varje y i (i = 1,, n) är
Läs merEXAMINATION KVANTITATIV METOD
ÖREBRO UNIVERSITET Hälsoakademin Idrott B, Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-09 (090209) Examinationen består av 8 frågor, några med tillhörande följdfrågor. Frågorna 4-7 är knutna till
Läs merTentamen Metod C vid Uppsala universitet, , kl
Tentamen Metod C vid Uppsala universitet, 170503, kl. 08.00-12.00 Anvisningar Av rättningspraktiska skäl skall var och en av de tre huvudfrågorna besvaras på separata pappersark. Börja alltså på ett nytt
Läs merLösningsförslag till tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars 2015
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Lösningsförslag till tentamen på Statistik och kvantitativa undersökningar STA100, 15 hp Fredagen den 13 e mars 015 1 a 13 och 14
Läs merChecklista för systematiska litteraturstudier 3
Bilaga 1 Checklista för systematiska litteraturstudier 3 A. Syftet med studien? B. Litteraturval I vilka databaser har sökningen genomförts? Vilka sökord har använts? Har författaren gjort en heltäckande
Läs merUppgift 1. Produktmomentkorrelationskoefficienten
Uppgift 1 Produktmomentkorrelationskoefficienten Både Vikt och Längd är variabler på kvotskalan och således kvantitativa variabler. Det innebär att vi inte har så stor nytta av korstabeller om vi vill
Läs merHur skriver man statistikavsnittet i en ansökan?
Hur skriver man statistikavsnittet i en ansökan? Val av metod och stickprovsdimensionering Registercentrum Norr http://www.registercentrumnorr.vll.se/ statistik.rcnorr@vll.se 11 Oktober, 2018 1 / 52 Det
Läs merTentamentsskrivning: Matematisk Statistik med Metoder MVE490 1
Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 16 augusti, 2017 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:
Läs merUrval. Slumpmässiga urval (sannolikhetsurval) Fördelar med slumpmässiga urval
Urval F3 Urvalsmetoder: Sannolikhetsurval resp. icke-sannolikhetsurval, OSU (kap 9.1-9.4) Ursprung: Linda Wänström Anta att vi ska göra en urvalsunderökning och samla in primärdata Totalundersökning ofta
Läs merStudentens namn: Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.
KOD: Kurskod: PM1303 Kursnamn: Vetenskapsteori och grundläggande forskningsmetoder Provmoment: Vetenskapsteori respektive forskningsmetod Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 2015-09-29
Läs merSambandsmått. Centralmått. Det mest frekventa värdet. Det mittersta värdet i en rangordnad fördelning. Aritmetiska medelvärdet.
PM315 HT016 Emma äck Formelsamling Centralmått Typvärde T Median Md ritmetiska medelvärdet Det mest frekventa värdet Det mittersta värdet i en rangordnad fördelning = n Spridningsmått Variationsvidd (Range)
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 5. Poäng. Totalt 40. Betygsgränser: G 20 VG 30
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 5 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merI. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 14 januari 2012 Tillåtna hjälpmedel: miniräknare
Läs merFöreläsning 5: Att generalisera
Föreläsning 5: Att generalisera Pär Nyman par.nyman@statsvet.uu.se 25 januari 2016-1 - Generaliseringar Generalisering innebär att vi drar slutsatser om någonting annat än det vi har studerat. Vi använder
Läs merTentamen på. Statistik och kvantitativa undersökningar STA100, 15 HP. Ten1 9 HP. 19 e augusti 2015
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA100, 15 HP Ten1 9 HP 19 e augusti 2015 Tillåtna hjälpmedel: Miniräknare
Läs merSTATISTISK POWER OCH STICKPROVSDIMENSIONERING
STATISTISK POWER OCH STICKPROVSDIMENSIONERING Teori UPPLÄGG Gemensam diskussion Individuella frågor Efter detta pass hoppas jag att: ni ska veta vad man ska tänka på vilka verktyg som finns vilket stöd
Läs merLi#eratur och empiriska studier kap 12, Rienecker & Jørgensson kap 8-9, 11-12, Robson STEFAN HRASTINSKI STEFANHR@KTH.SE
Li#eratur och empiriska studier kap 12, Rienecker & Jørgensson kap 8-9, 11-12, Robson STEFAN HRASTINSKI STEFANHR@KTH.SE Innehåll Vad är en bra uppsats? Söka, använda och refera till litteratur Insamling
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 2
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 2 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merSamhällsvetenskaplig metod, 7,5 hp
Samhällsvetenskaplig metod, 7,5 hp Provmoment: Individuell skriftlig tentamen kvantitativ metod, 2,0 hp Ladokkod: 11OA63 Tentamen ges för: OPUS kull H13 termin 6 TentamensKod: Tentamensdatum: Fredag 24
Läs merStudietyper, inferens och konfidensintervall
Studietyper, inferens och konfidensintervall Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Studietyper Experimentella studier Innebär
Läs merGamla tentor (forts) ( x. x ) ) 2 x1
016-10-10 Gamla tentor - 016 1 1 (forts) ( x ) x1 x ) ( 1 x 1 016-10-10. En liten klinisk ministudie genomförs för att undersöka huruvida kostomläggning och ett träningsprogram lyckas sänka blodsockernivån
Läs merIntroduktion till statistik för statsvetare
och enkäter "Det finns inget så praktiskt som en bra teori" September 2011 och enkäter Inledning Inledning Om vi vill mäta en egenskap hos en population individer (individer kan vara personer, företag
Läs merD. Samtliga beräknade mått skall följas av en verbal slutsats för full poäng.
1 Att tänka på (obligatorisk läsning) A. Redovisa Dina lösningar i en form som gör det lätt att följa Din tankegång. (Rättaren förutsätter att det dunkelt skrivna är dunkelt tänkt.). Motivera alla väsentliga
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna
Läs merMedicinsk statistik II
Medicinsk statistik II Läkarprogrammet T5 HT 2014 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus Hypotesprövning Man sätter upp en nollhypotes (H0) och en mothypotes (H1) H0: Ingen effekt H1:
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 2
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 2 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merLaboration 3: Urval och skattningar
S0004M Statistik 1 Undersökningsmetodik. Laboration 3: Urval och skattningar Denna laboration handlar om slumpmässiga urval. Dessa urval ska användas för att uppskatta egenskaper hos en population. Statistiska
Läs merRepetitionsföreläsning
Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning
Läs merMetod1. Intervjuer och observationer. Ex post facto, laboratorie -, fältexperiment samt fältstudier. forskningsetik
Metod1 Intervjuer och observationer Ex post facto, laboratorie -, fältexperiment samt fältstudier forskningsetik 1 variabelbegreppet oberoende variabel beroende variabel kontroll variabel validitet Centrala
Läs merChecklista för systematiska litteraturstudier*
Bilaga 1 Checklista för systematiska litteraturstudier* A. Syftet med studien? B. Litteraturval I vilka databaser har sökningen genomförts? Vilka sökord har använts? Har författaren gjort en heltäckande
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Dagens föreläsning Fördjupning av hypotesprövning Repetition av p-värde och konfidensintervall Tester för ytterligare situationer
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 22 mars TEN1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 22 mars 2018 TEN1, 9 hp Tillåtna hjälpmedel: Miniräknare
Läs merProvmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13
Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare
Läs merBeteendevetenskaplig metod. Metodansats. För och nackdelar med de olika metoderna. Fyra huvudkrav på forskningen Forskningsetiska principer
Beteendevetenskaplig metod Ann Lantz alz@nada.kth.se Introduktion till beteendevetenskaplig metod och dess grundtekniker Experiment Fältexperiment Fältstudier - Ex post facto - Intervju Frågeformulär Fyra
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs merForsknings- och undersökningsmetodik Skrivtid: 4h
Forsknings- och undersökningsmetodik Skrivtid: h Tentamen 8..00 Hjälpmedel: Kalkylator Formel- & tabellsamling Provtexten får bortföras. DEL, DEL eller HELA KURSEN: Besvara frågor! Varje fråga är värd
Läs mer1) FRÅGOR OM RESPONDENTENS SOCIAL-DEMOGRAFISKA DATA: - Hur gammal är du?... år (= öppen fråga)
1. Typer av enkätfrågor - 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
Läs merStatistik och epidemiologi T5
Statistik och epidemiologi T5 Anna Axmon Biostatistiker Yrkes- och miljömedicin Biostatistik kursmål Dra slutsatser utifrån basala statistiska begrepp och analyser och själva kunna använda sådana metoder.
Läs merInferensstatistik. Hypostesprövning - Signifikanstest
011-11-04 Inferensstatistik En uppsättning metoder för att dra slutsatser om populationers egenskaper (parametrar) med hjälp av stickprovs egenskaper (statistik) Hypostesprövning - Signifikanstest Ett
Läs merFöreläsning 5: Att generalisera
Föreläsning 5: Att generalisera Pär Nyman par.nyman@statsvet.uu.se 4 september 2015-1 - Generaliseringar Generalisering innebär att vi drar slutsatser om någonting annat än det vi har studerat. Vi använder
Läs merHypotestestning och repetition
Hypotestestning och repetition Statistisk inferens Vid inferens använder man urvalet för att uttala sig om populationen Centralmått Medelvärde: x= Σx i / n Median Typvärde Spridningsmått Används för att
Läs merTentamen består av 12 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2013-11-16 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad
Läs merTvå innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Läs merBilaga 6 till rapport 1 (5)
till rapport 1 (5) Bilddiagnostik vid misstänkt prostatacancer, rapport UTV2012/49 (2014). Värdet av att undvika en prostatabiopsitagning beskrivning av studien SBU har i samarbete med Centrum för utvärdering
Läs merFöreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Läs merordinalskala kvotskala F65A nominalskala F65B kvotskala nominalskala (motivering krävs för full poäng)
1 F1 ordinalskala F2 kvotskala F65A nominalskala F65B kvotskala F81 nominalskala (motivering krävs för full poäng) b) Variabler som används är F2 och F65b. Eftersom det är kvotskala på båda kan vi använda
Läs merTentamen på Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 4
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Tillåtna hjälpmedel: Miniräknare (Formelsamling bifogas
Läs merPopulation. Antal tänder. Urval
Population ID Antal tänder 1 12 2 14 3 15 4 28 5 16 6 11 7 24 8 19 9 23 10 21 Urval ID Antal tänder 2 14 4 28 8 19 10 21 Urvalsmetoder Population Urval Urval Urvalsmetoder Definitioner: Populationen består
Läs merFöreläsning G70 Statistik A
Föreläsning 1 732G70 Statistik A 1 Population och stickprov Population = den samling enheter (exempelvis individer) som vi vill dra slutsatser om. Populationen definieras på logisk väg med utgångspunkt
Läs merKommun och landsting 2016
SVENSKT KVALITETSINDEX Kommun och landsting 2016 SKL 1 Vid frågor eller för ytterligare information: Johan Parmler 0731-51 75 98 Johan.Parmler@kvalitetsindex.se SVENSKT KVALITETSINDEX 2 Förord Svenskt
Läs merExperimentell design. Kvasiexperimentell design. Sambandsstudier
Experimentell design Definieras som en undersökning: där man mäter de studerade variablerna orsaksvariabeln och effektvariablerna i en bestämd tidsordning där andra variabler hålls under kontroll kunskapen
Läs merHur man tolkar statistiska resultat
Hur man tolkar statistiska resultat Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Varför använder vi oss av statistiska tester?
Läs merF19, (Multipel linjär regression forts) och F20, Chi-två test.
Partiella t-test F19, (Multipel linjär regression forts) och F20, Chi-två test. Christian Tallberg Statistiska institutionen Stockholms universitet Då man testar om en enskild variabel X i skall vara med
Läs merAnvisningar till rapporter i psykologi på B-nivå
Anvisningar till rapporter i psykologi på B-nivå En rapport i psykologi är det enklaste formatet för att rapportera en vetenskaplig undersökning inom psykologins forskningsfält. Något som kännetecknar
Läs merFöreläsning 2. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 2 Statistik; teori och tillämpning i biologi 1 Normalfördelning Samplingfördelningar och CGS Fördelning för en stickprovsstatistika (t.ex. medelvärde) kallas samplingfördelning. I teorin är
Läs merExaminationsuppgift 2014
Matematik och matematisk statistik 5MS031 Statistik för farmaceuter Per Arnqvist Examinationsuppgift 2014-10-09 Sid 1 (5) Examinationsuppgift 2014 Hemtenta Statistik för farmaceuter 3 hp LYCKA TILL! Sid
Läs merFöreläsning 5. Kapitel 6, sid Inferens om en population
Föreläsning 5 Kapitel 6, sid 153-185 Inferens om en population 2 Agenda Statistisk inferens om populationsmedelvärde Statistisk inferens om populationsandel Punktskattning Konfidensintervall Hypotesprövning
Läs merSTOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson
1 STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson Skriftlig tentamen på momentet Statistisk dataanalys I (SDA l), 3 högskolepoäng ingående i kursen Undersökningsmetodik och statistisk
Läs merInnehåll. Steg 4 Statistisk analys. Skillnader mellan grupper. Skillnader inom samma grupp över tid. Samband mellan variabler
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig steg 1 5 Steg 4 Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 Hypotesprövning
Läs merEXAMINATION KVANTITATIV METOD vt-11 (110319)
ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110319) Examinationen består av 10 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt
Läs merLaboration 3. Övningsuppgifter. Syfte: Syftet med den här laborationen är att träna på att analysera enkätundersökningar. MÄLARDALENS HÖGSKOLA
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik och kvantitativa undersökningar, A 15 p Höstterminen 2016 Laboration 3 Övningsuppgifter Baserade på datasetet energibolag.rdata
Läs merLaboration 3 Inferens fo r andelar och korstabeller
S0005M Statistik2 Lp 4 2016 Laboration 3 Inferens fo r andelar och korstabeller Laborationen behandlar Test av andelar med konfidensintervall och hypotestest Chi två test av oberoende mellan kvalitativa
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs merDataanalys kopplat till undersökningar
Dataanalys kopplat till undersökningar Seminarium om undersökningsmetoder för förorenade områden, Malmö 6-7 maj Jenny Norrman, SGI, Chalmers FRIST På säker grund för hållbar utveckling Innehåll Inledning
Läs merFöreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 8 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Enkel linjär regression (kap 17.1 17.5) o Skatta regressionslinje (kap 17.2) o Signifikant lutning? (kap 17.3, 17.5a) o Förklaringsgrad
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 23 e mars Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 23 e mars 2017 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Tisdagen den 10 e januari Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Tisdagen den 10 e januari 2017 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merAgenda. Statistik Termin 11, Läkarprogrammet, VT14. Forskningsprocessen. Agenda (forts.) Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 11, Läkarprogrammet, VT14 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs mer