S kan det lta Mtinstrumentets reliabilitet och validitet

Så kan det låta! … Mätinstrumentets reliabilitet och validitet ökades avsevärt genom en pilotstudie och för att nå bästa generaliserbarhet valdes ett representativt sampel (N=100) ur populationen med hjälp av OSU vilket bedömdes mer relevant än stratifierat eller systematiskt urval. Resultatet presenterades dels i en frekvenspolygon dels i en korstabell (2 x 3) uppdelat på de två studerade kohorterna. Vid en t-testning av de aritmetiska medelvärdena och standardavvikelserna framkom en klar signifikans (p < 0. 01) till de yngres favör. Det kan också nämnas att korrelationen (produktmoment) mellan ålder och den oberoende variabeln var 0. 76!

Vetenskapliga synsätt Naturvetenskap – Positivism – Objektivitet – Förklara, generalisera – Kvantitativ analys – ”Hårddata” – Humaniora Hermeneutik Subjektivitet Tolka, förstå Kvalitativ analys ”Mjukdata” Statistiken?

Positivism Forskning inriktas på det som kan observeras, på ”fakta” dvs kunskap som baseras på sinneserfarenhet. Man söker säker (eng. positive) kunskap”. Kunskap ska kunna prövas genom objektiva mätningar och vara replikerbart (reproducerbart). Verifierbarhet och kontrollerbarhet viktigt. Validitet (mäts det som avses), reliabilitet (mätmetodens kvalitet), och generaliserbarhet viktiga begrepp. Operationella definitioner (operationalisering) viktiga dvs utifrån ett teoretisk definition av ett begrepp gör man en operationell definition av samma begrepp dvs en mer konkret definition av det teoretiska och abstrakt begrepp som är möjligt att mäta. Teorier och hypoteser utformas så att de kan prövas av andra och kunna bekräftas eller förkastas. Statistiken är sedan ett hjälpmedel för att sammanfatta och analysera resultatet av dessa mätningar. Man letar ofta efter samband mellan fenomen. Och hur starka dessa är samt orsak och verkan.

Statistiken som forskarens hjälpmedel o Beskriva och analysera stora siffermaterial o Välja ut representativa grupper så att resultaten kan generaliseras Lärarens motiv: o Egna forskningsuppgifter, nu eller senare o Förstå forskning och facktidningar (högskoleallmänbildning) o Inte bli lurad!

Några statistiska grundbegrepp som tillhör akademikerns allmänbildning o Olika medelvärden o Mått på spridningen o Olika sambandsmått o Urvalsmetoder o Hypotesprövning – statistisk signifikans

Finns det samband mellan skolprestation och hembakgrund? o Tidigare forskning–kunskapsläget? Läsa, läsa. o Syftet preciseras o Val av ”mätinstrument”, Mina operationella definitioner: Skolprestation=sammanlagt resultat på de nationella proven i åk 9 resp. Hembakgrund=socialgruppsbakgrund =föräldrarnas utbildning = socialgrupp 1 -3. o Val av undersökningsgrupp, t ex en klass i åk 9 på varje högstadieskola i en mindre kommun = 200 elever.

Operationell definition o Operationell definition även kallat operationalisering, är en specificering av hur material ska samlas in och sedan tolkas. Det är nödvändigt i empiriska under– sökningar. Det följer på den teoretiska definitionen. o Operationaliseringen kan vara behäftat med olika slags fel, validitet och/eller reliabilitet, vilka påverkar överensstämmelsen med den teoretiska definitionen.

Ex. på operationell definition o Vi vill undersöka graden av demokrati i en grupp länder. Vi ställer först upp en teoretisk definition: folkligt deltagande i beslutsprocesser. Vi ställer sedan upp den operationella definitionen (vi operationaliserar den teoretiska definitionen). o Exempelvis kan vi mäta röstdeltagande och hur fri pressen är genom att läsa ledarsidorna i de två största tidningarna och undersöka hur kritiska dessa är mot makten, för att sedan väga dessa för att skapa ett index. o Högt indexvärde motsvarar hög grad av demokrati. Mätandet av röstdeltagandet har hög reliabilitet, men mindre bra validitet. Förhållandet är det motsatta hos "fri press"-mätningen.

Resultat o Variabeln Nationella provet (x): 56, 27, 39, 57, 95, 15, 44, 62, 85, 63, 16, 34, 66, 86, 91, 85, 36, 64, 75, osv (= ordinal- eller intervallskala) o Variabeln Socialgrupp (y): 3, 2, 2, 1, 3, 2, 3, 3, 3, 2, 1, 2, 3, 3, 1, 2, 3, 2, 1, 3, 2, 2, 3, 3, 2, osv (= nominalskala)

Skaltyper (eller datanivå) bestämmer statistisk metod o Kvotskala, t ex längd, vikt. Lika långa skalsteg, absolut nollpunkt o Intervallskala, t ex temp i Celsius, IQ-skalan. Lika långa skalsteg men ej absolut nollpunkt o Ordinalskala, t ex smak- och bedömningstest. o Nominalskala, t ex kön, födelseort, ”uppfattningar”. Kategorier utan rangordning

Enkel frekvenstabell o Tabell 1. Gruppens socialgruppsfördelning (N = 200). Socialgrupp f % 1 20 10 2 80 40 3 100 50 200 100

Stapeldiagram o Figur 1. Gruppens socialgruppsfördelning (N = 200).

Klassindelad frekvenstabell o Tabell 2. Gruppens resultat på de nationella provet (N = 200). Poäng f % 0– 19 5 20– 39 10 5 40– 59 osv 200 100 60– 79 80– 99

Korstabell o Tabell 3. Sambandet mellan socialgrupp och det nationella provet, procent (N = 200). Poängresultat Socialgrupp Lågt Mellan Högt Summa 1 10 30 60 100% (N=20) 2 30 40 30 100% (N=80) 3 50 40 10 100% (N=100) Anm. Lågt=0– 34, mellan=35– 66, högt=67_99

Korstabulering av intervjuresultat o Tabell 4. Sambandet mellan ålder och inställning till arbetslag för låg/mellanstadielärare (N=16) resp. högstadielärare (N=14). (Ekstedt, 2009, s 45. Låg/Mellan Hög Ålder Pos Neg 25– 34 4 1 4 0 35– 44 2 1 45– 54 2 3 3 1 55– 0 3 1 2 Summa 8 8 10 4

Intervjuer sammanfattade i ett stapeldiagram o Figur 2. Kategorisering av de nio pojkarnas och tolv flickornas svar. Procent.

Beskrivning av undersökningsgrupp o Tabell 5. Undersökningsgruppen (N = 51) uppdelad på skola, årskurs och kön. Årskurs 6 Årskurs 9 Flickor Pojkar Askolan 7 6 8 6 Bskolan 6 5 6 7 Totalt 13 11 14 13

Spridnings- (eller korrelations-) diagram Figur 3. Sambandet mellan engelska- och tyskaproven, N= 19.

Frekvenspolygon o o Figur 5. Fördelning av provpoäng hos två grupper.

Frekvenstabell Tabell 1. Provresultat uppdelat på kön. Poäng 0 -3 4 -7 8 -11 12 - Po 1 3 8 1 13 Fl 0 0 12 2 14

Centralmått Typvärdet (T) Det mest frekventa värdet Medianen (Md) Det mittersta värdet Aritmetiska medelvärdet (m) Fördelningens tyngdpunkt

Spridningsmått Variationvidden (R) Högsta värdet minus det lägsta Kvartilavvikelsen (Q) Q 3 – Q 1 dividerat med 2 Standardavvikelsen (s) Hur de enskilda observationerna i ett material avviker från sitt medelvärde

Formel för standardavvikelsen Σ = summa m = aritmetiska medelvärdet n = antal (x–m)2 = kvadraten på varje avvikelse Slutligen roten ur allt

Beräkning av standardavvikelsen (s) Ex. Sex elever hade på ett prov följande resultat: Sofia 10 poäng, Gustaf 12 p, Linda 6 p, Sonja 8 p, K-G 10 p samt Staffan 14 p. Aritmetiska medelvärdet (m) = 6+8+10+10+12+14/6 = 10 Elev Linda Sonja Sofia K-G Gustaf Staffan x (poäng) 6 8 10 10 12 14 x – m – 4 – 2 0 0 2 4 (x – m)2 16 4 0 0 4 16 40 = Σ(x – m)2 s = Roten ur 40/5 = Roten ur 8 ≈ 2, 8 Svar: m = 10 och s = 2, 8 (Jämför med en annan grupp som har m = 10 och s = 1)

Övning Resultatet på ett prov i en skolklass var följande: Pojkarna: 8, 6, 10, 5, 12, 8, 9, 9, 11, 2, 6, 8, 10. Flickorna: 8, 9, 11, 9, 12, 10, 9, 10, 11, 10, 8, 10. 1. Beräkna typvärde (T), median (Md) och aritmetiskt medelvärde (m). Dels för de 13 pojkarna och dels för de 14 flickorna. 2. Vad blir spridningen, dels för pojkarna och dels för flickorna? a) Variationsvidden ( R )? b) Standardavvikelsen (s)? 3. Gör en frekvenstabell uppdelat på kön. 4. Beskriv resultatet med egna ord.

Svar på 1, 2 a) och b) m pojkar = 8, T= 8, Md= 8 m flickor =10, T=10, Md=10 s pojkar = 3, 8, R=10 s flickor =1, 3, R= 4

Korrelation – samband mellan variabler Två av de vanligaste metoderna: o. Produktmomentkorrelation (vid kvot- eller intervallskala) o. Spearmans rangkorrelation (vid ordinalskala) orxy ligger alltid mellan -1 … över 0 … +1 t ex 0. 58 (oftast två decimaler)

Exempel på sambandsfrågor o Finns det samband mellan personers längd och vikt? o Barns konsumtion av skönlitteratur och skolresultat? o Får man bättre betyg ju längre tid som ägnas åt läxor? o Är blonda tjejer dummare än brunetter? o Pratar pojkar mer i skolan än flickor? o Har mödrars längd något samband med deras döttrars längd? I så fall, hur starkt?

Sambandets styrka: Några riktlinjer rxy Samband i ord 0, 00– 0, 25 0, 26– 0, 50 0, 51– 0, 75 0, 76– 1, 00 Inget eller mkt svagt Ganska starkt Mycket starkt

Finns det samband mellan betyg och intelligens? Betyg= summan av de 16 slutbetygen i åk 9. Intelligens= Binets IQ-test uttryckt i Staninepoäng (1– 9). Fem elever i åk 9 har värdena (260, 5), (225, 4), (300, 7), (175, 3) och (240, 6):

Rangkorrelation (vid ordinalskala) Ex 1: På en friluftsdag deltog sju pojkar i en orienteringstävling. Tabellen anger placering i tävlingen samt betyg i idrott (femgradig skala). Hur högt är sambandet? Individ Victor Leo Artur Jonas Emil Gustaf Marcus n = 7 Tävl. pl. 1 2 3 4 5 5 7 Betyg 4 5 4 3 3 2 3 6. Σd 2 rrang = 1 – ––––– n. (n 2 – 1) Rang 1 2 3 4 5, 5 7 Rang 2, 5 1 2, 5 5 5 7 5 d 1, 5 1 0, 5 1. 5 2 d 2 2, 25 1 0, 25 2, 25 4 Σd 2 = 11, 00 d = differens, n = antal, Σ = summa

Formel för rangkorrelation 6. Σd 2 rrang = 1 – –––– n. (n 2 – 1) Vårt exempel: 6. 11 rrang = 1 – ––––– = 0. 80 7. (49 – 1) d = differens, n = antal, Σ = summa

Exempel på rangkorrelation Ex 2: En skola annonserar efter en duktig lärare. Av de sökande bortsorteras med ledning av betyg och meritförteckningar alla utom fem. Dessa intervjuas av rektor och studierektor. Oberoende av varandra rangordnar skolledarna därefter de sökande: Rektor: B främst, sedan A, E, C, och D. Studierektor: E främst, sedan B, A, D och C. Hur stor är överensstämmelsen mellan de två bedömarna? Svar: rrang = 0, 60 Ex 3: Två lärare var nyfikna på att jämföra sina bedömningar av uppsatser i svenska. De betygsatte tio elevers uppsatser efter en 20 -gradig skala: Elev 1 2 3 4 5 6 7 8 9 10 Magister Ahl 14 10 7 12 2 5 16 9 17 4 Fröken Bok 12 16 3 13 5 7 14 10 9 11 Svar: rrang = 0, 52

Korstabulering (flerfältssamband) Tabell 2: Sambandet mellan ålder och inställning till arbetslag för låg/mellanstadielärare (N=16) och högstadielärare (N=14). Låg/Mellan Ålder Pos Neg 25– 34 4 1 35– 44 2 1 45– 54 2 3 55– 0 3 8 8 Högstadielärare Pos Neg 4 0 2 1 3 1 1 2 10 4

Skensamband Tabell 3. Olycksfall bland bilförare, (N= 225), i procent. Aldrig bilolycka 62 Minst en olycka 38 100 % (Obs ”Bilolycka” måste naturligtvis definieras först)

Forts. skensamband Tabell 4. Olycksfall bland manliga (N=100) och kvinnliga (N=125) bilförare, (i procent). Aldrig bilolycka Minst en olycka Män 56 44 100% Kvinnor 68 32 100%

Forts. skensamband Tabell 5. Olycksfall bland manliga(N=100) och kvinnliga (N=125) bilförare efter körsträcka per år, i procent. Körsträcka/år Mindre än 1500 mil Män Kvinnor Aldrig bilolycka 71 75 Minst en olycka 29 25 100% Mer än 1500 mil Män Kvinnor 48 51 52 49 100% Andra intressanta korstabuleringar som bör göras?