Populasjon: alle enheter som undersøkelsen gjelder (f.eks. alle studenter ved UiT, norske familier på ferie i Nord-Norge, profesjonelle idrettsutøvere).
Utvalg: den delen av populasjonen vi faktisk undersøker.
Hensikt: trekke slutninger om hele populasjonen basert på utvalget.
Utvalg
Representativitet: Det er viktig at utvalget speiler hele populasjonen.
Størrelse på utvalg: Minst 100 per undergruppe er anbefalt, minst 30 kan noen ganger være nok avhengig av prosjektets krav.
Faktorer som påvirker utvalgsstørrelse: Nøyaktighet, budsjett, variasjon i populasjonen.
Sannsynlighetsutvalg
Enkel tilfeldig trekking: Alle enheter har samme sannsynlighet for å bli valgt.
Stratifisert utvalg: Populasjonen deles inn i viktige undergrupper (strata) og enheter velges tilfeldig innenfor disse.
Klyngeutvalg: Populasjonen deles opp i klynger, og enkelte klynger velges ut for undersøkelse.
Ikke-sannsynlighetsutvalg
Bekvemmelighetsutvalg: Velge respondenter som er lett tilgjengelige.
Kvotautvalg: Forsøker å få samme fordeling på viktige variabler som i populasjonen.
Vurderingsutvalg: Velge respondenter basert på relevans og erfaring (f.eks. eksperter).
Selvseleksjon: Respondenter melder seg selv.
Snøballmetoden: Rekrutterer initiale informanter som i sin tur rekrutterer flere.
Svarfrekvens
Bruttoutvalg: Alle som er spurt om å delta.
Nettoutvalg: De som faktisk svarer.
Svarfrekvens: Nettoutvalget dividert med bruttoutvalget, multiplisert med 100.
Eksempel på svarfrekvens: 80-90% er høy, >50% er akseptabel, 30-40% er vanlig.
Strategier for å øke svarfrekvens
Velge riktig tidspunkt for utsending.
Tilpasse metoder avhengig av målgruppens tilgjengelighet.
Unngå overbelastning av undersøkelser.
Bortfallsanalyse
Sammenligne utvalget med populasjonen for å oppdage skjevheter.
Eksempel: Bruke statistiske metoder for å justere for bortfall.
Variabler og Operasjonalisering
Begreper: Identifisere og definere sentrale begreper knyttet til problemstillingen.
Operasjonalisering: Gjøre begreper målbare ved å definere hvordan de skal representeres i data.
Indikatorer: Indirekte mål som sier noe om det vi vil undersøke.
Typer av Variabler
Kategoriske/Nominale: F.eks. kjønn, utdanning (gjensidig utelukkende kategorier).
Ordinal: F.eks. enighetsskala (kan rangordnes, men avstanden mellom verdier er ikke eksakt).
Intervall og Forholdstall: F.eks. alder, inntekt (kan rangordnes med eksakte avstander).
Analysere Data
Nominale variabler: Bruke krysstabeller og ki-kvadrattest.
Ordinal variabler: Bruke krysstabeller og kan brukes i regresjon som dummy-variabler.
Intervall og Forholdstall: Analysere med konfidensintervall, Z-test, T-test og regresjon.
Sammendrag
Lage en undersøkelse som er godt forankret i problemstillingen.
Sikre representativitet og tilstrekkelig utvalgsstørrelse.
Velge passende metoder for å maksimere svarfrekvens.
Operasjonalisere begreper for å få brukbare variabler.
Analysere data på en meningsfull måte avhengig av variablenes målenivå.