STATISTISK GENERALISERING
-
Upload
aphrodite-charles -
Category
Documents
-
view
27 -
download
4
description
Transcript of STATISTISK GENERALISERING
Sigmund Grønmo: Samfunnsvitenskapelige metoder
STATISTISK GENERALISERING
Sigmund Grønmo:Samfunnsvitenskapelige metoder
Kapittel 16
Sigmund Grønmo: Samfunnsvitenskapelige metoder
Utvalgsfordeling og tilfeldige feilmarginer
• Hensikten med statistisk generalisering er å avklare om analyseresultater basert på data fra et sannsynlighetsutvalg er gyldige for det større universet som utvalget er trukket fra.
• Ved statistisk generalisering er det bare de tilfeldige feilmarginene i tilknytning til utvalgstrekkingen som blir vurdert. Systematiske feil på grunn av frafall, lav reliabilitet eller lav validitet blir ikke tatt i betraktning.
• Statistisk generalisering tar utgangspunkt i at utvalgsfordelingen utgjør en normalfordeling, og at det derfor er en entydig sammenheng mellom avstanden fra gjennomsnittsverdien, målt i antall standardavvik, og den andelen av utvalgene som befinner seg innenfor denne avstanden fra gjennomsnittet
Sigmund Grønmo: Samfunnsvitenskapelige metoder
Eksempel på utvalgsfordeling
Sigmund Grønmo: Samfunnsvitenskapelige metoder
Sammenhengen mellom antallet standardavvik og andelen utvalg
Sigmund Grønmo: Samfunnsvitenskapelige metoder
Estimering
• Estimering tar utgangspunkt i et bestemt funn om en egenskap ved utvalget, og går ut på å beregne en sannsynlig minimumsverdi og en sannsynlig maksimumsverdi for den tilsvarende egenskapen ved universet
• Avstanden mellom de to verdiene kalles konfidensintervallet
• Vi velger et sikkerhetsnivå (for eksempel 95 %)• Vi beregner konfidensintervallet ut fra det
sikkerhetsnivået som er valgt
Sigmund Grønmo: Samfunnsvitenskapelige metoder
Hypotesetesting• Hypotesetesting går ut på å avklare om en sammenheng mellom
ulike egenskaper ved utvalget er sterk nok til at sammenhengen også kan antas å gjelde for de tilsvarende egenskapene ved universet1. Vi formulerer hypotese og nullhypotese2. Vi velger signifikansnivå (p<0,05, p<0,01 eller p<0,001)3. Vi velger testmetode - kjikvadrattest (for tabellanalyse) eller t-test (for
korrelasjonsanalyse og regresjonsanalyse)4. Vi beregner kjikvadratverdien eller t-verdien5. Vi sammenlikner den beregnede verdien med den kritiske verdien for
den valgte testen, det valgte signifikansnivået, samt antallet frihetsgrader
6. Nullhypotesen forkastes, og den egentlige hypotesen styrkes, hvis den beregnede verdien er større enn den kritiske verdien. Hvis den beregnede verdien er mindre enn den kritiske verdien, kan ikke nullhypotesen forkastes, og vi kan ikke anta at den egentlige hypotesen er riktig