10 kursusgang Analyse og fortolkning P programmet Marathon

10. kursusgang Analyse og fortolkning

På programmet • Marathon! • Gang 10, 11 og 12 på samme tid • Betyder resten af semester arbejde på rapporten og masser af tid til vejledning

På programmet Kvalitativ analyse og fortolkning Hvordan behandles interviewet? Hvordan skal fortolkningen foregå? Verificering af interviewresultater Generaliserbarhed Validitet Reliabilitet Kvantitativ analyse

Opgave til næste gang, 1 Opgave #1: Hvordan vil I analysere jeres empiri? Ved kvalitativ analyse • Hvordan vil I bearbejde jeres empiri? – Optage på bånd, skrive ud, anonymisere? • Hvordan vil I strukturere analysen – hvilke analysemetoder vil I benytte? • Hvordan vil I fortolke undersøgelsen? – Hvilke fortolkningsniveauer? – Hvilken teori vil I evt. inddrage i fortolkningen? + hvorledes?

Opgave til næste gang, 2 Opgave #1 fortsat: Ved kvantitativ analyse • Hvilken form for analyse vil I lave? – (univariat, bivariat, multivariat) • Hvad er jeres formål med analysen? – Se på frekvensfordeling, centraltendens… Deadline er tirsdag d. 24. 4 kl. 12

Opgave til næste gang, 3 Opgave #2: Vurder validiteten og reliabiliteten af jeres undersøgelse. Forhold jer til metodekravene til de forskellige metoder. Evaluer jeres undersøgelse i forhold til disse. Hvordan vil I generalisere jeres resultater? Deadline er tirsdag d. 24. 4 kl. 12

Fortolkning af en kvalitativ undersøgelse

Fortolkning af en kvalitativ undersøgelse Der er forskel på analyse og fortolkning Analyse • Bruger distance og kritisk sans • Søger at systematisere og rationalisere meningsindholdet Fortolkning • Fordrer indlevelse • Søger at forstå mening og dybere betydning

Bearbejdelse af interview-empiri • Optag det helst på bånd, video, næstbedst skriv noter. • Foretag en umiddelbar fortolkning lige efter interviewet. Her har man interviewet frisk i erindring og kan allerede drage nogle væsentlige konklusioner. • Transkribér eller foretag en meningskondensering - afhængigt af formålet. • Begynd allerede analyse/fortolkning selv om I er midt i interviewfasen – følg up under samtalen.

Kvales 5 analyseformer, 1 1. Meningskondensering • Ved meningskondensering sammenfattes essensen af betydningerne i de interviewedes udtalelser. • De mest betydningsfulde citater transkriberes evt. 2. Meningskategorisering • Meningskategorisering er en form for kvantificering af interviewteksten. • Man prøver på at registrere, hvorvidt bestemte parametre eksisterer og med hvilken vægt. – Ex. definere nogle klart adskilte brugerprofiler

Kvales 5 analyseformer, 2 3. Narrativ strukturering Fokuserer på de historier, der fortælles under interviewet, og udarbejder deres strukturer og plots. Historier har en tidslig og social dimension, og har en mening der giver historien en pointe/helhed Historierne udvikler temaerne i det oprindelige interview F. eks. Livshistorie - da folk kom ud af narkomisbrug; eller den mere abstrakte tolkning. Tolkningen af interviewet som fortælling.

Kvales 5 analyseformer, 3 4. Meningsfortolkning • Meningsfortolkning, søger efter de dybere meningslag i interviewteksten. • Forskeren har et perspektiv på det der undersøgels, og fortolker ud fra det perspektiv • Fortolkningskontekst (vinkel) er utrolig vigtig. 5. Ad hoc-metoder (til skabelse af mening) • Blanding af metoder - kan f. eks. være en tematisk analyse koblet med kategorisering • Kort sagt mange andre forskellige måder at analysere på afhængigt af materiale og hensigter – ex. ved kreative metoder

Analysekontrol • • • Flere fortolkere Koderreliabilitet Interviewerreliabilitet Intersubjektiv enighed Redegørelse for procedurer – Bl. a. Den teoretiske kontekst – Redegør for dannelsen af kategorier/meninger

Hvordan analyse i praksis? Vælg analysemetode (se senere) • • Tematiser Hvad er væsentligt Hvad skal udelades? Hvilke mønstre viser sig Forskelle og modsigelser Hvilke forhold er redundante Nyopdagelser?

Hvad skal man ikke gøre? Hvad skal man ikke gøre • Bl. a. lade modsigelser udligne hinanden – Eks. designstudiets analyse af resultatet fra en projektiv undersøgelse.

Bearbejdning af kvalitative data (Halkier tekst) • Vær altid opmærksom på problemformulering, underspørgsmål og den teoretiske forståelsesramme når der vælges analysetilgang. • Overvej personens/fokusgruppens rolle i projektet ved valg af analysemetode

Bearbejdning af kvalitative data: Transkribering • Bruges ved systematisk analyse • Reducerer data • Forskellige retningslinier for hvad der skal transkriberes afhængig af formålet/vinklen • Altid vigtigt: hvem der siger hvad • Få så meget som muligt med: I fokusgrupper ofte flere der taler samtidig • Brug koder til at identificere non-verbale udtryk, e. g. ”uforståelig tale”, høje udbrud, korte/lange pauser - as necessary. . . • [], (), __, [latter], [pause] o. s. v.

Bearbejdning af kvalitative data: Kodning • 3 niveauer i kodningsbaseret undersøgelse: • Kodning: Sætter foreløbige mærkater på udtalelser • Kategorisering: Sætter koder i forhold til hinanden; empiri/teoridrevet – Kan resultere i et kodningshierarki • Begrebsliggørelse: Koder og kategorier sættes i forold til data og teoretiske begreber/vinkler i undersøgelsen – Temaer, mønstre, fit med teori/viden, lokalisering af nye vinkler

Interviewfortolkning (post-transkription) Hvad kendetegner fortolkningsprocessen? • Fortolkerens forudsætninger indgår i de spørgsmål der bliver stillet til en interviewtranskription – Disse er med til at bestemme den betydning der findes i teksten • Fortolkning indebærer en sondring – hvad er formålet? – E. g. Viden om karakterer eller visse personers forhold til deres karakterer – Tekstens bogstav eller ”ånd” der skal fortolkes?

Interviewfortolkning (Kvale tekst II) Der findes næppe en korrekt fortolkning, men snarere mange forskellige, afhængig af synsvinklen Ofte mangel på eksplicitte spørgsmål til en interviewtekst – hvad er forskningspørgsmålene? Problem med fortolkerens subjektivitet: Ensidig: Kun finde ting der understøtter forskerens teorier Perspektivistisk: Forskellige konklusioner afh. af forskeren

Fortolkningskontekst Ifølge Kvale kan man tolke i 3 kontekster: Fortolkningskontekster Valideringsfællesskab Selvforståelse (den interviewede) Interviewpersonen Kritisk common sense-forståelse Offentligheden Teoretisk forståelse Forskersamfundet De leder til forskellige fortolkninger!

Fortolkningskontekst • Selvforståelse: Kondenseret formulering af interpersonernes egen opfattelse/mening med udsagn • Teoretisk forståelse: Teoretisk ramme fortolkning af et udsagns betydning • Kritisk common sense forståelse: Selvforståelse med bredere forståelsesramme end intw. -personernes egen – Hvad siger udtalelsen om personen? Om emne X?

Fortolkningskontekst • Så altså: • Det er ikke kun spørgsmålene til de interviewede, men også spørgsmålene til interviewteksten, der er med til at forme de svar der fås

Praksis Forhold jer til fortolkningskonteksten! • Få ekspliciteret hvordan og på hvilken baggrund du foretager din fortolkning. – Eksempelvis, hvad ens egne forforståelser til området er og hvilke teoretiske vinkler, man finder frugtbare. Vær flere om at fortolke for at undgå ensidig subjektivitet (kriteriet er intersubjektivitet)

Valideringsfællesskaber • Svarer til fortolkningskonteksten • Bestemmer hvem der afgør gyldigheden af forskerens fortolkning • Interviewpersonen • Offentligheden • Forskersamfundet • Samme gælder test af den interviewedes påstande!

Verificering af resultater • Verificering af kvalitative/kvantitative resultater kræver overvejelse af: • Generaliserbarhed: Hvor brede resultaterne er • Reliabilitet: Resultaternes konsistens/pålidelighed • Validitet: Resultaternes gyldighed • Megen diskussion om hvordan disse krav skal adresseres i praksis

Verificering • Generaliserbarhed

Generaliserbarhed (sidste Kvale tekst i kompendiet) • Det store spørgsmål er om man kan bruge resultaterne fra f. eks. fokusgrupper til at sige noget generelt? • Generalisering ikke lig med sandhed

Generaliserbarhed • Former for generaliserbarhed: 1. Naturalistisk: Baseres på personlig erfaring. – Fører til forventninger snarere end formelle forudsigelser. Ekstremt subjektivt 2. Statistisk generaliserbarhed • Hvor man ønsker at generalisere fra en udvalgt stikprøve til målgruppen som helhed. – Dette kan lade sig gøre, hvis stikprøven er udvalgt tilfældig, og er repræsentativ (ikke den normale case).

Generaliserbarhed 3. Analytisk generaliserbarhed • Velgrundet bedømmelse af om et resultat er vejledende for en anden, lignende situation • Læseren skal kunne vurdere generaliseringens grundlag • Eksempel: Retspraksis (nuværende sag ligner en foregående) • Eksempel: Hvor man ønsker at generalisere fra et udvalg til nogle idealtyper (eks. brugerprofiler). – For at sige, hvorledes lignende situationer eller målgrupper kunne tænkes at se ud eller opføre sig.

Idealtyper: En slags kondensering af kompleks viden om typiske socio-kulturelle relationer på området For eksempel: Relationer for betydninger eller betydningsdannelser Minder i konceptet om Personaer Man kan afslutte en målgruppeanalyse med at opstille Idealtyper (ikke et krav!)

Kim Schrøders idealtyper Kim Schrøder opstiller ud fra forskning i folks reception af reklamer, disse 3 idealtypiske reaktioner på reklamer: Kim Schrøder: Pionerdagene er forbi – hvor går receptionsforskningen hen?

Personaer/modelbrugere En målgruppeanalyse til et intranet på et hospital resulterede i 2 personaer: • Livssituation: Margit Hansen er 38 år og bor i Brønshøj med sin mand Preben og sine to døtre. Hun er sygeplejerske og mellemleder på børneafdelingen på xx Hospital. . Arbejdsmæssigt: Interessen for at arbejde med mennesker har Margit haft så længe. . . Faglig interesse: Margit har en stærk faglig interesse og læser næsten altid sit fagblad ”Sygeplejersken”. . . Intranettet: Intranettet er det sted, Margit henter hovedparten af sine oplysninger om hospitalet, og. . .

Modelbruger til psykologhjemmeside • Modelbruger A: er meget visuelt orienteret. • Hvis en hjemmeside skal opleve at få modelbruger A’s indledende opmærksomhed, skal hjemmesiden være visuelt velfungerende. • Hænger hjemmesidens layout ikke sammen med emnet, kan det let resultere i, at modelbruger A klikker væk. • For at modelbruger A bliver på hjemmesiden og fortsat er opmærksom, kræver det at tekst og elementer er sat hensigtsmæssigt op. • Tekstlinier må ikke være for lange og linieafstanden ikke for lille, er dette ikke i orden er der atter risiko for at modelbruger A klikker væk. • Det er ofte først herefter at modelbruger A forholder sig til selve indholdet på hjemmesiden.

Recap: Scenarier Handler om modelbrugeren som hovedperson i et Scenarie (Lene Nielsen-teksten) Kræver at modelbrugeren opfylder en række karakteristika: • Et dramatisk ønske: det som hun ønsker at opnå gennem handlingen. • Et point of view: den måde hun oplever verden på. • En forandring/forvandling: det der sker med hende undervejs i fortællingen. • En holdning: den holdning hun har.

Generaliseringsmål I følge Kvale kan man tale om 3 mål med at foretage generaliseringer. Ønsket om at studere: 1. Hvordan det er: Forsøge at fastslå hvad der typisk sker, hvordan det foregår i samfundet 2. Hvad der er muligt: ex. undersøge skoler der er på forkant med integration af IT i undervisningen, for at finde ud af, hvordan folkeskolen kan blive bedre til at integrere IT i undervisningen. 3. Hvordan det kunne blive: ex. undersøge situationer, der er ideeller exceptionelle, for at se, hvad der foregår. Generere en effekt i samfundet

Verificering • Validitet • 1) Hvad er validitet i kvalitative undersøgelser? • 2) Hvordan håndteres validitet i praksis

Kvalitativ validitet Validitet (gyldighed): Kan defineres på mange måder. • Generelt: Et udsagns sandhed og korrekthed ud fra de præmisser der er til stede • Kvalitativ forskning: Hvorvidt en metode faktisk undersøger det den har til formål at undersøge • Vigtigt at man operationaliserer vidensinteresser fornuftigt (Halkier, s. 110) Hold på hat og briller, nu bliver det teoretisk. . .

Sand viden ? !? !? ! • Det hele handler om ”sand viden” • Grundlæggende konflikt mellem naturvidenskaben: – Viden er kun hvad der stemmer overens med den objektive verden • . . . Og alle andre videnskaber: (især postmodernismen) - Viden og sandhed skabes gennem dialog, fortolkning og handlemuligheder i et samfund - ”Viden som social virkelighedskonstruktion” - Fører til snak om ”begrebsvaliditet” – som Kvale bruger til at opstille validitetskriterier for kvalitativ forskning

3 former for validitet, 1 Kvale: 3 typer validitet i kvalitative undersøgelser: 1. Validitet som håndværksmæssig kvalitet Hovedtanke: Kvaliteten af fremgangsmåden er en validering i sig selv. Forskerens ry vigtigt. At validere er: - at kontrollere (kritisk syn på analysen) - at spørge (f. eks. forskellige fortolkningsvinkler på interviewteksten, kræver forskellige spørgsmål til validiteten. Selvkritik vigtigt) - at teoretisere (anvendelse af teori til forståelse)

3 former for validitet, 2 2. Validering som (via) kommunikation Hovedtanke: Viden udvikles i dialog mellem involverede parter som begge lærer og forandrer sig. Gyldig viden opstår i dialog/konsensus. At validerer er, at spørge og svare på: - Hvordan kommunikation: Kun logisk/rationelle argumenter - Hvorfor kommunikation: Formålet med dialogen, kriterier for viden - Med hvem kommunikation: Hvem er en legitim partner i en kommunikation om validering? F. eks. valideringsfællesskaber

3 former for validitet, 3 3. Pragmatisk validitet/Validitet som handling for at opnå ønskede resultater, som dermed bliver ”sande”. At validere bliver at dokumentere: - Hvordan det kan blive/er relevant - For hvem det er relevant - Hvorfor det er relevant

Validitet i praksis • Lav et systematisk stykke håndværk som er sammenhængende • Gør det gennemskueligt for andre • Fremlæg præmisserne for din bearbejdning • Argumenter analytisk for dine resultater • Hvis det håndværksmæssige er i orden og klart dokumenteret, er ydre bekræftelse af sekundær betydning • Brug tidligere rapporter

Styrk validiteten ved • Metodetriangulering • At have fornuftige udvælgelseskriterier • Ved at have en systematisk approach • Sammenhæng: Anvendte begreber og kategorier skal hænge sammen med projektets vidensinteresse • Byg validitet ind igennem hele processen:

Sammenhæng: Den røde tråd Validitet (gyldigheden) = den røde tråd fra problemformuleringen. • Hvis dette er vores erkendelsesinteresse (problemformulering) og denne vores målgruppe • Har vi valgt at undersøge det sådan og sådan. . • Ved hjælp af disse teorier (operationaliseret på denne måde…) • Og disse metoder (anvendt således…) • På denne empiri (udvalgt således. . )

Validering igennem undersøgelsen

Kvantitativ validitet Ved KVANTITATIVE spørgeskema undersøgelser: Her er validiteten spørgsmålet om, i hvor høj grad spørgeskemaundersøgelsen i virkeligheden måler det, den skal måle. Kriteriet for den ydre validitet er repræsentativitet. Der er 3 former for validitet:

Kvantitativ validitet • Prædikativ validitet: Måleinstrumentets forudsigelseskraft – Hvad kan denne undersøgelse faktisk sige noget om? – Hvad kan vi måle noget om? • Indholdsvaliditet: Belyser måleinstrumentets repræsentativitet for det fænomen, der skal måles – F. eks. Hvor stor gyldighed vil et spørgeskema med en skala på 1 -5 kunne forklare en kunstoplevelse? • Konstrukt validitet: Belyser, om et givent mål er et validt udtryk for det, man har ville måle. – Handler om operationaliseringen af forskningsinteressen. – Hvordan skal mine svarmuligheder se ud for at kunne måle en kunstoplevelsen skala eller udsagn? ”en stor oplevelse”? ? ?

Verificering • Reliabilitet • 1) Kvalitativ reliabilitet • 2) Kvantitativ reliabilitet

Kvalitativ reliabilitet Reliabilitet: Pålidelighed og konsistens af resultater og gennemførsel af produktion og analyse Har vi målt rigtigt? Har vi målt det samme igennem undersøgelsen? Handler om godt håndværk og forklaring: "I dag handler reliabilitet om at gøre sine måder at producere og bearbejde data eksplicitte og gennemskuelige for andre, så andre kan vurdere, om der er lavet et ordentligt stykke håndværk. ” (Bente Halkier 2001: "Fokusgrupper, s. 111)

Håndværket i metodearbejdet Reliabilitet (pålideligheden) = håndværket i metodearbejdet • De faktiske respondenter – Vi har konkret talt med/uddelt spørgeskema til disse personer (hvorledes forholder dette sig til det planlagte? ) • Undersøgelsens forløb – Det foregik således … • Dokumentation – Vi har optaget på bånd/taget noter/ observationsskemaer… • Analyse og fortolkning – Vi har været flere om at analysere for at undgå ensidig subjektivitet, og i fortolkningen inddraget disse teorier…evt. jeres indledende forforståelse • Konklusioner: Vi ved nok… • Husk både Styrker samt Svagheder/fejlkilder

Sammenhæng validitet og reliabilitet Teori/design af undersøgelse Gyldighed af definitioner (validitet) Halkier (2002): s. 110 Undersøgelse Reliabilitet (pålidelighed af målinger og analyse)

Kriterier fra den kvantitative metode: Brugbare i kvalitative metoder? Objektivitet – Kan tilstræbes – men kan vi nogensinde ikke være subjektive? – Det væsentlige kriterium er intersubjektivitet, både i forhold til de interviewede og de andre forskere (f. eks. ved kodning). I modsætning til repræsentativitet. Repræsentativitet – Næsten uladsiggørlig, forbeholdt den kvantitative metode

Kvantitativ reliabilitet Reliabilitet er spørgsmålet om målingens kvalitet. Og kriteriet er objektivitet. Man kan vurdere reliabiliteten i forhold til følgende potentielle fejlkilder: • Subjekt-reliabiliteten: karakteristika hos respondenten undersøgelsen, humør, tid. . . • Observatør-reliabilitet: fortolkning eller påvirkning af respondentens svar fra interviewerens side. • Instrument-reliabilitet: ex. var spørgsmålene klare for alle? • Situationsreliabilitet: omgivelsernes påvirkning i indsamlingssituationen (DDA-nyt (1983): 15 -16)

Opsummering • Reliabilitet: Har vi målt rigtigt og har vi målt det samme med samme resultat igennem undersøgelsen? Fejlkilder? • Validitet: Hvor gyldigt er det vi har målt i forhold til problemstillingen? Har vi undersøgt der var meningen? • Generaliserbarhed: I hvor høj grad kan vi sige det vi har målt gælder for hele målgruppen?

Kvantitativ analyse Analyse af et materiale der består af: enheder, egenskaber eller kategorier, der består af tal eller som kan tælles Målet er at finde strukturer i materialet (eksplorativt) eller teste på forhånd opstillede hypoteser

Basiskomponenter • Enheder: Typisk personer i en undersøgelse, men kan også være f. eks. Virksomheder • Variable: Hver af de registrerede oplysninger (f. eks. hvert spørgsmål, demografisk info) • Værdi: hver variabel har en værdi (f. eks. 1 -5)

Datamatricen • Indledningsvis samles de 3 komponenter: Enhed, variabel og værdi i en datamatrice. • F. eks. : Hvad angiver person x, y og z som værdi (fra 1 -5) på måling af variablen ’smuk’ om Hugh Grant? Variabel Enhed Spørgsmål 1 Spørgsmål 2 Person 1 (svar)p 1 s 2 Person 2 (svar)p 2 s 1 (svar)p 2 s 2 • Datamatricen sammenfatter hele undersøgelsens datamateriale og danner grundlag for analysen. • Man kan enten have datamatricen i papirformat eller digitalt.

Variablenes måleniveau, 1 Variable har forskelligt måleniveau. Nogle variables værdi får vi som et tal, andre som angivelse af ex. køn. Dette har betydning for, hvilke beregninger vi kan foretage udfra variablenes værdier. Der er 4 kriterier for variablenes måleniveau:

Variablenes måleniveau, 2 1) Fastslå lighed/ulighed (=, ) / presence/non-presence Her bruges variablens værdi til at skelne imellem lighed og ulighed blandt enhederne. Ex. ’brugere’ og ’ikkebrugere’ af IP-telefoni. Kaldes også en ” 0 -1 -variabel” 2) Rangordning af enheder eller værdier (<, >) Med variablen ’uddannelsesniveau’, kan man ligeledes fastslå lighed og ulighed. Ydermere kan man rangordne efter ’kortere’ og ’længere’ uddannelse.

Variablenes måleniveau, 2 3) Reelle intervaller imellem værdierne (+, -) Når man har reelle intervaller imellem værdierne, altså ex. forskel på hvor hyppigt, man besøger netdoktor kan man begynde at lave statistik og beregne gennemsnit. - for eksempel et interval som 1 -5 for ”lidt” til ”meget” 4) Talrække med absolut nulpunkt (x, : ) Ex. alder i modsætning til år 0, der er valgt. (Østbye, Helge et al. : ”Metodebok for mediefag”, s. 140 -142)

Skalaniveauer • 4 måleniveauer giver 4 skalaer som har betydning for hvilke tests der kan køres på data: • Nominalskala: observationer kan ikke ordnes/rangfordeles i forhold til hinanden, e. g. køn – mand ikke bedre end kvinde; parti man vil stemme på • Ordinalskala: rangordnet, data kan ordnes men ikke kvantificeres, ”fed, normal, slank” • Intervalskala: Reelle intervaller – 1 -5 • Forholdstalsskala: Talrækker med 0 -punkt

3 typer af kvantitativ analyse Man skelner imellem 3 typer af kvantitative analyser afhængigt af, hvor mange variable, der indgår i analysen: 1) Univariat analyse: 1 variable 2) Bivariat analyse: 2 variable 3) Multivariat analyse: 3 eller flere variable Som oftest forudsættes det at enheder er uafhængige (ellers skal vi ind og lave variansanalyser)

Univariat analyse 1) Univariat analyse • Univariat analyse er analyse af variablenes værdi, hver for sig (en og en). • Univariat analyse foretager man ved at lave optællinger, og opgørelser af procentsatser. – F. eks. : 50% stemmer for EU-traktaten

3 formål med univariat analyse Der kan være forskellige formål med at lave en univariat analyse, f. eks. : 1) Frekvensfordeling Er en opgørelse over, hvor mange enheder, der er i hver kategori, ex. hvilket parti vil de adspurgte stemme på - kan opstilles som procentsatser

Centraltendens og spredning 2) Centraltendens Her er man interesseret i at få indsigt i det typiske, ex. gennemsnittet for hvor hyppigt folk har støttet nødhjælpsorganisationer, og det gennemsnitlige beløb de donerer – Typetal (hyppigst forkomne tal) – Median (midterste værdi, deler materialet i 2) – Gennemsnit (påvirkes af ekstreme værdier) 3) Spredning Hvorledes fordeler materialet sig. Samler det sig om nogle få værdier, eller der stor spredning.

Bivariat analyse 2) Bivariat analyse • Ved bivariate analyser søger man efter sammenhænge imellem to variable. • Er der f. eks. sammenhæng imellem hvilket parti folk vil stemme på, og om de abonnerer på Årstidernes grøntsagskasse? • Direkte korrelation, kan opstille et diagram.

Uafhængig/afhængig variable VIGTIGT! • Når man laver bivariat og multivariate analyser er det vigtigt at skelne imellem de afhængige og uafhængige variable. • Det vi vil undersøge er vores afhængige variabel – f. eks. kaffedrikning hos studerende • De faktorer som vi antager påvirker den afhængige variabel er de uafhængige variable – For eksempel: antallet af marathonforelæsninger

Uafhængig/afhængig variabel For at afgøre den afhængige varibel, ses på, hvad der kommer først. Kompendieteksten foreslår denne 3 -deling: (noget løst det her!) • Baggrundsvariable [Egenskaber ved folk som er konstante over tid] • Personlighedsvarible [Egenskaber som er relativt konstante] • Holdnings- og adfærdsvarible [Egenskaber som kan ændres gradvist/pludseligt] E. g. : Holdningsvariable uafh. var. for personlighedsvariable

Multivariat analyse 3) Multivariat analyser bruges til at udlede større sammenhænge og mønstre. Rigtig cool statistik. F. eks. faktoranalyse.

Forbehold! Vi kan (teknisk set) ikke tillade os at lave bivariat og multivariat analyser, hvis ikke undersøgelsen er repræsentativ. - Vi kan ikke sige der er et mønster mellem to variable hvis vi ikke er sikre på de begge er fundet under representative kriterier Så tag forbehold for dette, hvis i alligevel forsøger (and please do!).

Going beyond! • Summary: • Det her er kun ultra-basic statistik – der er rigtigt mange muligheder for dataanalyse. • Brug dem kun hvis I kan bruge metoderne