Kvantitativ metode i metodebildet

Kvantitativ og kvalitativ metode representerer to ulike, men utfyllende logikker. Kvalitativ metode søker dybde, nærhet og fortolkning av få tilfeller. Kvantitativ metode søker bredde, avstand og generalisering ved å måle mange enheter med standardiserte data. Et sentralt poeng på SVMET1010 er at de samme kvalitetskriteriene – validitet (gyldighet) og reliabilitet (pålitelighet) – gjelder begge tradisjonene, men operasjonaliseres ulikt.

Kvantitativ vs. kvalitativ – kjernekontrast:

Kvantitativ: mange enheter, tall, avstand, statistisk generalisering, hypotesetesting (ofte deduktiv).
Kvalitativ: få enheter, tekst/mening, nærhet, analytisk generalisering, begrepsutvikling (ofte induktiv/abduktiv).

Survey og operasjonalisering

En survey er en strukturert spørreundersøkelse der mange respondenter besvarer de samme standardiserte spørsmålene. Kjernen i å lage en god survey er operasjonalisering: å oversette et abstrakt teoretisk begrep til konkrete, målbare indikatorer. Veien går fra en nominell (teoretisk) definisjon til en operasjonell definisjon som angir nøyaktig hvordan begrepet måles.

Validitet vs. reliabilitet:

Reliabilitet = pålitelighet/konsistens: gir gjentatte målinger samme resultat?
Validitet = gyldighet: måler vi faktisk det begrepet vi er ute etter?
En måling kan være reliabel uten å være valid, men ikke valid uten å være reliabel.

Eksempel 1 – operasjonalisering av «sosial tillit»:

Steg 1: Teoretisk begrep – «generalisert sosial tillit til medmennesker».

Steg 2: Velg indikator(er) – spørsmålet «Vil du si at folk flest er til å stole på, eller at man ikke kan være for forsiktig?».

Steg 3: Velg svarskala – f.eks. 0–10 fra «kan ikke være for forsiktig» til «folk flest er til å stole på» (ordinalnivå).

Steg 4: Vurder validitet – fanger ÉN indikator hele begrepet? Flere indikatorer (indeks) styrker begrepsvaliditeten.

Deskriptiv statistikk og krysstabeller

Deskriptiv statistikk beskriver dataene: frekvenstabeller viser fordelingen på én variabel, mens gjennomsnitt (typisk verdi) og standardavvik (spredning) oppsummerer en tallvariabel. En krysstabell krysser to (eller flere) variabler for å undersøke sammenheng.

Prosentueringsregel for krysstabeller: Prosentuer i retning av den uavhengige variabelen og sammenlign i retning av den avhengige. Beregn altså prosenter innenfor hver kategori av X, og sammenlign fordelingen på Y mellom gruppene.

Eksempel 2 – tolke en krysstabell: Sammenheng mellom kjønn (X) og enighet i et utsagn (Y).

Data: 90 av 150 menn er enige; 80 av 100 kvinner er enige.

Andel enige menn = 90 / 150 = 0,60 = 60 %.

Andel enige kvinner = 80 / 100 = 0,80 = 80 %.

Differanse = 80 % − 60 % = 20 prosentpoeng.

Tolkning: Det er en sammenheng i utvalget – kvinner er mer enige. MEN deskriptiv sammenheng er ikke det samme som kausal effekt; vurder signifikans og mulige bakenforliggende variabler.

Sannsynlighetsutvalg og representativitet

For å kunne generalisere statistisk fra utvalg til populasjon kreves et sannsynlighetsutvalg, der hver enhet har en kjent og positiv sjanse for å bli trukket. Typer: enkelt tilfeldig, systematisk, stratifisert og klyngeutvalg. Ikke-sannsynlighetsutvalg (bekvemmelighet, kvote, strategisk) tillater ikke statistisk generalisering. Representativitet betyr at utvalget speiler populasjonen på relevante kjennetegn. Lav svarprosent og systematisk frafall truer representativiteten.

Eksempel 3 – svarprosent og feilmargin:

Det sendes ut 1000 skjemaer; 350 svarer. Svarprosent = 350 / 1000 = 0,35 = 35 %.

Lav responsrate gir fare for frafallsskjevhet – de som ikke svarte kan skille seg systematisk fra de som svarte.

En måling viser 48 % oppslutning med feilmargin ±3 prosentpoeng → intervall 45–51 %.

Tolkning: Det sanne tallet ligger trolig (typisk 95 % sikkerhet) mellom 45 % og 51 %. Man kan IKKE si sikkert at partiet er over 50 %, siden 50 % ligger innenfor intervallet.

Kausalitet versus sammenheng

Et sentralt eksamenstema er forskjellen på samvariasjon og årsak. At to variabler henger sammen betyr ikke at den ene forårsaker den andre.

Tre krav for kausalitet:

1) Samvariasjon mellom X og Y.
2) Tidsrekkefølge – X kommer før Y.
3) Ikke-spuriøsitet – sammenhengen består etter kontroll for relevante bakenforliggende variabler (Z).

En spuriøs (uekte) sammenheng skyldes en bakenforliggende variabel Z som påvirker både X og Y; den forsvinner ved kontroll for Z. En mediator (X → M → Y) formidler en reell effekt, mens en moderator/interaksjon betyr at effekten av X på Y varierer med Z. Eksperiment med randomisert tildeling er gullstandarden for å fastslå kausalitet, fordi randomisering gjør gruppene like i gjennomsnitt på alle bakenforliggende variabler.

Statistisk versus analytisk generalisering

Statistisk generalisering slutter fra et representativt sannsynlighetsutvalg til populasjonen med kjent usikkerhet (feilmargin). Analytisk (teoretisk) generalisering slutter til teori og begreper, ikke til en statistisk populasjon, og er vanlig i kvalitativ forskning. Begrepene intern validitet (er kausalslutningen holdbar?) og ekstern validitet (kan funn overføres til andre kontekster?) knytter generalisering til hele forskningsdesignet.

Studieguide: Kvantitativ metode (oversikt)

Studieguide: Kvantitativ metode (oversikt)