Kvantitativ metode med vekt på survey – del

Presentasjon om: "Kvantitativ metode med vekt på survey – del"— Utskrift av presentasjonen:

1 Kvantitativ metode med vekt på survey – del 3 - 2016
Datareduksjon – gå fra et sett variabler til en eller noen få Variabler og skalakonstruksjon

2 Noen viktige vurderinger av variabler
Hva slags ”modell(er)” ligger til grunn for variabelkonstruksjon og analyse: Er det mer enn en problemstilling/”modell” eller flere problemstillinger/”modeller” som inngår i prosjektet. Hva slags bakgrunnsdata, demografiske data, utvalgsdata m.m. trenger man Hvilke variabler er alene tilstrekkelig til å måle et fenomen Hvor trenger man utfyllende kommentarer – åpne spørsmål eller utdyping av lukkede spørsmål Hvilke variabler hører sammen i ”sett” – indekser, skalaer, logiske grupper for å måle komplekse fenomen. Indikatorer. Finnes det eksisterende skalaer/indekser/tester som jeg kan bruke 4. Åpne spørsmål: Kan være problematisk sammen med lukkede Brukes som tilleggsinformasjon Kan stille spørsmål åpent, men bør da ha en liste med kategorier og verdier

3 3 ”typer” variabeltilfang
1. Bakgrunnsvariabler/demografiske variabler: Variabler for å beskrive utvalget (jfr. generalisering, ytre validitet og utvalgskriterier) Sosioøkonomiske variabler (inntekt, utdanning, yrke m.m.) Demografiske variabler (kjønn, bosted, bolig, nasjonalitet, familie, alder m.m.) Spesifikke kjennetegn (diagnoser, variabler fra kartlegginger, ulike vansker og problemer) NB! Vær selektiv (jfr. etikk, gjenkjennbarhet, ”overkartlegging”)

4 3 ”typer” variabeltilfang II
2. Konfirmerende analyser: Variabler som man ”sorterer” materialet etter, eller for replikasjon i like eller ulike praksiser. For eksempel identifikasjon av ulike befolkningsgrupper, bruk av variabler fra en kontekst i en annen. Data vi ”vet” eksisterer: Teoribekreftende analyser Får vi samme variabelstruktur som er funnet tidligere (validering) Bruk av variabler fra undersøkelser gjort i skole i barnehage Bruk av kunnskap om foreldre/barn interaksjon i omsorgspersonell/barn interaksjon Læring i barnehage brukt i skole

5 3 ”typer” variabeltilfang III
3. Eksplorerende analyser: Variabler om fenomen vi ikke nødvendigvis har en formening om hvordan fremstår - data vi ønsker i utforske, ”se på med nye øyne”, prøve ut i en ny kontekst, m.m. Fenomener vi ønsker å utforske og avdekke m.m.: Teoriutforskende/teoriutviklende analyser Lete etter variabelstrukturer Konstruksjon av nye skalaer ”Looking for the stars”

6 Betydningen av bruk av skalaer/indekser (D. de Vaus)
Man får lettere målt kompleksiteten i begrep. Vi trenger multiple indikatorer for å tappe kompleksiteten i et fenomen. En skala gir et mer valid uttrykk for et fenomen enn enkeltvariabler (jfr. begrepsvaliditet). Én observasjon blir ofte utilstrekkelig og labil. Multiple indikatorer øker reliabiliteten. Vi får en mer stabil ”sumvariabel”. Multiple indikatorer gir en bedre presisjon. Et eneste spørsmål gir oss få muligheter til å differensiere mellom ulike grupper Analysen blir langt enklere. Vi forholder oss til en ”samlevariabel” (basert på indikatorer) ikke en mengde enkeltstående variabler. NB! Vær oppmerksom på at viktig informasjon fra enkeltvariabler kan ha betydning og vil skjules i en skala/indeks An. 3: Vi får lett et ustabilt mål ved å bruke 1 variabel. Er 1 eller noen variabler ustabile i en indeks tar ”gjennomsnittet” og summen seg av stabiliteten. Stabilitet i skalaen måles vanligvis med Cronbach’s alfa An. 4: Å gruppere på 1 variabel kan lett bli upresist siden man også kan svare noe tilfeldig (ustabilt). En sumvariabel vil gi større variasjon i skår, noe som gjør det lettere å lage . I stedet for at verdi 1-2 er ingen problemer, 3 noen problemer og 4-5 problemer kan vi for eksempel få: 0 – 10 ingen problemer, 11 – 19 noen problemer, problemer

7 Konstruksjon av additive indekser
Det vanligste er to typer additive indekser: Opptelling av et en eller flere definerte verdier på et sett indikatorer Summering av et sett indikatorer Opptelling av verdier Count NB!! Summere variabler – Compute. Kan også bruke gjennomsnitt på et variabelsett – for eksempel når det er ulikt antall variabler i en indeks på ulike måletidspunkt

8 Hvordan konstruere en additiv indeks
Man definerer et sett av variabler som kan være potensielle kandidater til å inngå i det fenomenet man skal måle – indikatorer Kandidatene skaleres med like verdier (svaralternativer) – for eksempel grad av enighet, om noe passer, alvorlighetsgrad m.m. Kandidatene får ulik retning for å unngå svarmønstre (for eksempel at det noen ganger er positivt å være enig i en påstand, andre ganger ikke) Etter datainnsamlingen ”snur” man enkelte kandidater tilbake slik at alle får samme retning (for eksempel at høyeste verdi alltid er positiv)

9 Hvordan konstruere en additiv indeks - II
Ved ulike analyser sjekker man ut om variablene kan defineres som indikatorer – for eksempel: Korrelasjonsanalyse Vurdere reliabilitet - Cronbach’s alfa Vurdere reliabilitet samt foreta ”Item-Total– Correlation - ITC” (leddanalyse) Faktoranalyser med ulik statistisk ”hjelpestatistikk”: Konfirmerende for å bekrefte et resultat Eksplorerende for å finne mønstre (faktorer)

10 Hvordan konstruere en additiv indeks - III
Man vurderer hver kandidat (og oftest også Alfa), og tar ut den svakeste kandidaten – gjennom for eksempel bruk av ITC. Man foretar samme prosedyre en gang til og tar ut neste svakeste kandidat osv. Til slutt sitter man igjen med en rekke variabler som defineres som indikatorer på det man ønsker å måle (for eksempel ved bruk av Alfa og ITC) Man summerer så indikatorene og får et samleuttrykk for fenomenet – en indeks Indeksen kan så ved behov deles inn for å identifisere grupper (ved konstruksjon av en ny ”gruppevariabel”) eller inngå i analyser slik den er (for eksempel i korrelasjonsanalyser) NB! Hvordan behandler man ubesvarte/missing på en variabel?

11 Bruk av Cronbach’s alfa og ITC. Potensielle kandidater – FUA v/2 år
Indikatorer ITC Alfa hvis var. slettes 1 Slår deg .59 .731 2 Slår andre voksne .52 .744 3 Dytter noen for å viljen sin .740 4 Lugger noen .741 5 Klyper noen .39 .759 6 Kaster ting på andre .55 .736 7 Biter noen .58 .735 8 Sparker noen .37 .762 9 Er klengete .27 .781 10 Vanskelig å trøste når han/hun er lei seg .12 .785 Alfa = .771 Indikator 10 bidrar lite (.12) og alfa vil øke hvis den fjernes (til .785) Vi ser altså både på ITC og på om Alfa øker

12 Cronbach’s alfa og ITC. 10 tatt ut
Indikatorer ITC Alfa hvis var. slettes 1 Slår deg .61 .744 2 Slår andre voksne .51 .761 3 Dytter noen for å viljen sin .55 .753 4 Lugger noen .53 .757 5 Klyper noen .40 .775 6 Kaster ting på andre .57 .751 7 Biter noen .58 8 Sparker noen .38 .778 9 Er klengete .22 .807 Alfa = .785 Indikator 10 er tatt ut Indikator 9 bidrar lite (.22), men litt mer enn 10 i forrige kjøring. Alfa vil øke hvis den fjernes (til .807) Vi tar også ut 9 og kjører på nytt – OSV. slik fortsetter man til vi har den endelige skalaen.

13 Cronbach’s alfa og ITC. Endelig skal hvor 8, 9 og 10 ble tatt ut
Indikatorer ITC Alfa hvis var. slettes 1 Slår deg .62 .772 2 Slår andre voksne .46 .800 3 Dytter noen for å viljen sin .54 .789 4 Lugger noen .57 .782 5 Klyper noen .49 .795 6 Kaster ting på andre .781 7 Biter noen .60 .777 Alfa = .785 Skalaen har nå meget høy alfa ITC er god for alle indikatorene Alfa vil ikke øke om noen indikatorer fjernes

14 Bruke skalaen som den er eller som utgangspunkt for grupperinger/kategorisering
En indeks vil ”oppføre seg” som om den er på intervall- forholdstallsnivå (selv om utgangspunktet oftest er en sum av ordinalvariabler) Den vil være en sentral variabel i de fleste analyser (for eksempel korrelasjon og regresjon), men ikke gi noe def. av grupper (f.eks. barn med vansker/ikke vansker). Konstruksjon av en ny variabel basert på gruppering (sammenslåing av verdier) på indeksen løser dette.

15 Hvordan gruppere indekser
Statistisk: På midten – Median, Gjennomsnitt Gir en todelt/dikotom variabel Kvartilavvik gir en firedeling (25%*4) kan konstruere en tredeling (25%-50%-25%) Gir rom for å bruke kontrastgrupper Standardavvik Kan lage ulike grupperinger - kontrastgrupper, grupper med store. særskilte avvik (eks. 2. st.d.) NB! 2 standardavvik forutsetter en viss størrelse på utvalget

16 Hvordan gruppere indekser
Faglig kunnskap/skjønn: Hva passer ut fra noen kriterier (for eksempel før og etter at noe spesifikt har skjedd, på basis av bakgrunnsvariable m.m.) NB! Bruk a grenseverdier som er definert (cut of points) av den som har konstruert en skala Hva passer ut fra sammenligning med andre undersøkelser Hvor ligger de relevante grenseverdiene i mitt materiale: Hvor mange har gjennomsnittlig skåret en verdi (eks. ”ofte problemer”) på de ulike indikatorene. Hvor mange har gjennomsnittlig skåret en verdi og i tillegg har en ekstremverdi (eks. ofte problemer på ulike indikatorer, men på én indikator har man svært ofte problem)

17 Eksempel på additiv indeks
Viktig å begynne med ”0”: for eksempel for å forstå gjennomsnitt (forskjell fra 0)

18 Additiv indeks – eksempel på gruppering
Minimum 0 (0*9) – 9 indikatorer alle med verdi ”0” Maksimum 27 (3*9) 1 * 9 (gjennomsnittlig ”sjelden”) = ingen/lite stress/usikkerhet 2 * 9 (18) (gjennomsnittlig ”av og til”) + 1 (skåret ofte på en) = 19 = mye stress/usikkerhet

19 Gresham og Elliott

20 Problematferd - indikatorer
Internalisert: 31, 33, 38, 40, 41, 42 Eksternalisert: 32, 34, 35, 36, 37, 39 Måler ikke klinisk hva slags problem, men dette er sentrale indikatorer for å finne de som har vansker

21 I dette bildet se på feltet hvor det er lave og høye korrelasjoner

22 Internalisert atferd

23 Eksternalisert atferd

24 Faktorløsning på problematferd: (Gresham & Elliott)

25 Faktorløsning - sosiale ferdigheter (Samarbeid (1), Selvhevdelse (2), Selvkontroll (3))
Faktor 1 (samarbeid) har 9 indikatorer – skulle hatt 10 (se på v205 som lader sterkt på alle) Faktor 2 (selvhevdelse) har 11 indikatorer – skulle hatt 10 Faktor 3 har 10 indikatorer

26 Problematferd (korrelasjonsanalyse mellom del-indekser) - Materiale fra ”Prosjekt skolevurdering” (Steinar Theie)

27 Korrelasjonsanalyse mellom del-indekser Sosiale ferdigheter - Materiale fra ”Prosjekt skolevurdering” (Theie)

28 Korrelasjonsanalyse mellom del-indekser Sosiale ferdigheter & Internalisert atferd - Materiale fra ”Prosjekt skolevurdering” (Theie)

29 Korrelasjonsanalyse mellom del-indekser Sosiale ferdigheter & Eksternalisert atferd Materiale fra ”Prosjekt skolevurdering” (Theie)