Statistikk-spørsmål fra kvalitativ metode-fantast

[Heilo]

Det er pinlig å ikke kunne noe statistikk når jeg skal ha metodeundervisning for studentene mine. Jeg bruker aldri kvantitative metoder selv, og det jeg en gang har lært har visst gått i glemmeboka...

Hvordan er dette med N og signifikans? Gjelder det kun når det er et utvalg av populasjonen, og ikke når hele populasjonen er tatt med?

For eksempel: Befolkningsstatistikk for en kommune sammenlignes med tall for fylket og landet. Siden alle kommuner i fylket og landet er tatt med er N = hele populasjonen? Og forskjeller i f.eks. andel vestlige innvandrere kan regnes som signifikante uansett?

Statistikken kommer fra SSBs kommunedata. Bruker de kun fullstendige folketellinger i slike sammenhenger, altså at andelen av innvandrere, barn 0-17 år osv er beregnet på grunnlag av N = populasjonen?

Opplys meg!

[Wix]

En sammenheng kan være signifikant uansett om det er utvalg eller populasjon vi snakker om. Signifikante sammenhenger er avhengig av N på den måten at når N er veldig høyt (feks over 1000) blir det lett å få signifikante resultater. Selv en liten effekt kan lett bli signifikant når N er stor, og da får vi resultater a la "vi er KJEMPEsikre på at denne BITTELILLE effekten ikke har oppstått tilfeldig". Dette har med power å gjøre også, og N bør altså være verken for liten eller stor, avhengig av hvor stor effekt/sammenheng vi forventer oss.

Jeg kjenner ikke til SSB sine metoder, men jeg vil tro det er hele populasjonsdata de publiserer ja. Om forskjeller kan regnes som signifikante kommer jo an på om de har gjort analyser av dette da? Eller tenker du på representativitet og generaliserbarhet?

[Heilo]

Opprinnelig lagt inn av Wix, her.

Om forskjeller kan regnes som signifikante kommer jo an på om de har gjort analyser av dette da? Eller tenker du på representativitet og generaliserbarhet?

Takk for svar! Det jeg lurer på er vel om f.eks. en forskjell i andel barn og unge på 1-2 % mellom en kommune og landet forøvrig er en så liten forskjell at det ikke er statistisk interessant. Og det var der dette med signifikansen dukket opp i hodet mitt. Det jeg husker at jeg har lært er jo at små prosentforskjeller i meningsmålinger kan ha liten statistisk signifikans hvis N er liten. Men så ble jeg usikker på om dette betyr noe når N = populasjonen. Men kanskje det er noe annet man må bruke som mål for om en slik forskjell i andel barn og unge er viktig eller ikke?

[Esme]

Om man skulle da si noe om forskjell på en eller annen egenskap mellom to grupper av barn, så kan man ikke si sikkert at det er en forskjell, man kan bare si noe om hvor sannsynlig at den målte forskjellen er reell, og ikke tilfeldig, det er det som er statistisk signifikans.

Jo større grupper man har, jo mer sannsynlig er det at en målt forskjell er reell. Det er jo logisk også, om man plukker ut 2 barn fra to forskjellige grupper at en målt forskjell er tilfeldig enn om man pukker ut 1000 barn fra to forskjellige grupper.

Om en forskjell på 1-2% er statistisk signifikant kommer akkurat an på hvilken egenskap det er snakk om, hvordan fordelingen for denne egenskapen er.

[Wix]

For å regne ut om en forskjell i andel er signifikant trenger du å vite variansen også ja. Altså for å vite om en kommune har prosentvis flere barn enn en annen kommune trenger du å få vite også hvor gamle resten av befolkningen er. I begge kommunene.

[Esme]

Nå ble jeg usikker på hva du spør om Heilo. Altså, du vet antallet barn og unge i to kommuner og du vet hva befolkningsantallet er, og kan dermed regne ut at det er en forskjell på 1-2 % i andel barn mellom de to kommunene, og spør om de er statistisk signifikant? Om du vet hva tallene faktisk er så er det jo en helt reell forskjell, da blir jo statistisk signifikant helt urelevant.

[Wix]

Ja nå er jeg med jeg også (med litt hjelp fra Esme). Jeg snakket egentlig bare om utvalg jeg, og det man gjør med signifikansnivå er å se om det er sannsynlig at forskjellen man finner sannsynligvis er reell eller bare tilfeldig oppstått fordi man trekker små utvalg. Men når du har faktiske data fra hele populasjonen så vet man jo sikkert at det er en forskjell på 1-2%.

Uvant å tenke at man har data fra hele populasjonen, slike data har jeg aldri jobbet med.

Er det slik at du lurer på om hvis en kommune har feks 30% barn, er det stor forskjell i forhold til landet ellers som har 28% barn? Altså kan man konkludere med at dette er en spesielt barnerik kommune liksom?

[Heilo]

Opprinnelig lagt inn av Wix, her.

Er det slik at du lurer på om hvis en kommune har feks 30% barn, er det stor forskjell i forhold til landet ellers som har 28% barn? Altså kan man konkludere med at dette er en spesielt barnerik kommune liksom?

[Esme]

Opprinnelig lagt inn av Heilo, her.

Ok, da skjønner jeg.

Det som er hypotesen er da om de to kommunene som hver er en subpopulasjon om de har forskjellige karakteristika, altså om den forskjellen man har funnet i andel barn er reell, eller om den er der på grunn av tilfeldigheter.

Det er forskjellige typer tester man kan bruke for å gi et mål på sannsynligheten for at forskjellen er reell eller tilfeldig. Hvilken test man skal bruke kommer an på fordelingen av alder, altså om den er kjent, eller om variansen er kjent. Om man kjenner variansen i begge subpopulasjonene og alderen er normalfordelt så kan man for eksempel bruke en z-test. Man bruker å sette cut-off på 95 %, altså at man kan si med 95% sikkerhet om den målte forskjellen er reell.

[Heilo]

Takk Esme! Nå skjønner jeg litt mer, tror jeg. Jeg skal heldigvis ikke undervise i statistikk, så at det kunne se litt vanvittig ut i hovedinnlegget mitt. Derimot skal jeg undervise i kvalitativt feltarbeid men kommentere en del befolkningsdata som utgangspunkt for ting man kan lure på og stille spørsmål rundt, og dermed rotet jeg meg inn i dette.