Transcript Analyse og tolkning av datamaterialet

Analyse og tolkning av
datamaterialet
Om å skaffe seg orden og oversikt
Likheter og forskjeller mellom
kvantitativ og kvalitativ dataanalyse
Likheter:
• Formål: begge har som formål å skape
orden og oversikt i datamaterialet (fra kaos
til orden)
• Strategi: begge benytter seg av
datareduksjon som strategi og begge
benytter ”koding” som verktøy for å bidra
til datareduksjonen
Forskjeller:
• Kvantitativ analyse baserer seg på at
spørreskjemaet er kodet (koding før
datainnsamling), dessuten er fasene analyse og
tolkning atskilte
• Kvalitativ analyse baserer seg på koding av
intervjuutskriftene (koding etter datainnsamling),
fasene analyse og tolkning kan vanskelig holdes
fra hverandre
Statistisk analyse
• Deskriptiv statistikk dreier seg om, ved hjelp av
ulike teknikker og prosedyrer, å beskrive
innholdet datamatrisen, d.v.s. fordelinger av
verdier og sammenhenger mellom variable.
• Induktiv statistikk / generaliserende statistikk,
dreier seg om å kunne trekke slutninger fra
utvalg til univers (hypotesetesting). NB! Bør bare
brukes dersom utvalget er et
sannsynlighetsutvalg.
Noen viktige arbeidsoperasjoner i
deskriptiv statistisk analyse
Mål for sentraltendens: Statistiske mål som skal vise hva
som er typisk verdi for enhetene i fordelingen:
• Modus – den verdien som forekommer oftest. Kan
brukes uansett målenivå, men er eneste mål som kan
brukes for nominalvariabler (Eks bosted)
• Median – verdien av enhetene som ligger midt i rekken
av enheter når de er ordnet etter verdi. Forutsetter minst
ordinalnivå. Brukes f.eks i forbindelse med
inntektsundersøkelser
Verdi 11112223334
Modus: 1
Median 2
• Gjennomsnitt: summen av alle enheters
verdi, dividert med antall enheter.
Forutsetter høyt målenivå (intervall,
forholdstall)
Mål for spredning
Mål som skal vise hvor stor variasjon det er
for verdiene til enhetene i fordelingen:
• Variasjonsbredde
• Kvartildifferanse
• Varians
• Standardavvik
• Variasjonsbredde: differansen mellom
høyeste og laveste verdi i fordelingen (eks
aldersfordeling fra 50 – 71 gir Vb = 21
• Kvartidifferanse: differansen mellom tredje
og første kvartil i en fordeling
(variasjonsbredden for de midterste 50%):
Alder ordnet: 20,24,31,37,44,48,50,59,67,71
Q3 – Q1 = 59 – 31 = 28 år
• Varians: gjennomsnittelig kvadrert
differanse mellom enhetenes verdi og
gjennomsnittet til variabelen.
Alder – snittalder – differanse – diff i annen.
Summen av diff. I annen deles på antall
enheter.
• Standardavvik: kvadratroten av variansen.
Analyse av sammenhenger ved
hjelp av korrelasjonskoeffisienter
Korrelasjonskoeffisienter er symmetriske mål for
sammenheng. De forteller oss om styrke og
retning på sammenhenger.
• Styrke: angis ved en tallverdi, jo nærmere 1.0 jo
sterkere sammenheng (r = .48 > r = . 39
• Retning: angis ved fortegn, - betyr at
sammenhengen er negativ, + at sammenhengen
er positiv
• Vanlig korrelasjonskoeffisient er Pearsons r,
som brukes på intervall- og forholdstallnivå.
Signifikante sammenhenger
• Signifikante sammenhenger skal sikre at
sammenhengen ikke er resultat av tilfeldigheter
• Signifikante sammenhenger er ikke
nødvendigvis meningsfulle
• Signifikans er avhengig av størrelse på utvalget
• Ved store utvalg vil selv meget svake
sammenhenger være signifikante
• En signifikant sammenheng er altså ikke det
samme som en sterk sammenheng og har
derfor heller ikke alltid faglig, samfunnsmessig
eller praktisk interesse.
Kort om kvalitativ analyse
• Kvalitativ analyse er analyse av tekster egne eller andres)
• Det finnes ulike analysestrategier, men felles for dem er at
datamaterialet brytes ned og settes sammen igjen (”klipp-og-lim”,
”omelettmetaforen”). Dette kan gjøres v.h.a. saks og papir, eller
v.h.a. programvare.
• Denne nedbrytings- og gjenoppbyggingsprosessen gjennomføres
ofte ved hjelp av koding (i flere operasjoner). Noen ganger kalt
”åpen – aksial – selektiv”, andre ganger ”beskrivende – analytisk”.
• Kodingen eller klippingen skal gjøre oss i stand til å samle dataene
(tekstursnittene) i kategorier som kan endres, utvides, avgrense
etter hvert som nytt materiale kommer til.
• Fordi det ikke er klare regler og retningslinjer, blir det viktig, gjennom
beskrivelse av prosessen, å overbevis leseren om at de prosedyrer
man har fulgt er formålstjenelige og sikrer kvaliteten på analysen.
Litt om validitet og reliabilitet
• Validitet og reliabilitet er kvalitetskriterier undersøkelser
blir mål opp mot.
• Begrepene validitet og reliabilitet er ”barn” av den
kvantitative tilnærmingen.
• Reliabilitet: intrasubjektivitet og intersubjektivitet; testing
av samsvar mellom målinger, kan stole på
• Validitet: har vi målt det vi hadde til hensikt å måle
(undersøkt det vi hadde til hensikt å undersøke); testing
av begrepsvaliditeten (hvor godt har vi operasjonalisert
det teoretiske begrepet vi vil måle) eks
”Organisasjonsforpliktelse”
Hva med kvalitative studier?
• Validitet = troverdighet
• Reliabilitet = Pålitelighet
Ingen formelle prosedyrer, forsker må
godtgjøre/overbevise leseren om at det er
tale om pålitelige og troverdige konklusjoner